Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/83404
Title: Laser-based localization methods for mobile robots: a SLAM perspective
Other Titles: Métodos de localização baseados em laser para robots móveis numa perspetiva de SLAM
Authors: Quintas, Filipe Manuel Marques 
Orientador: Nunes, Urbano José Carreira
Keywords: SLAM; Localização; AGV; Scan Matching; HectorSLAM; SLAM; Localization; AGV; Scan Matching; HectorSLAM
Issue Date: 27-Sep-2017
Serial title, monograph or event: Laser-based localization methods for mobile robots: a SLAM perspective
Place of publication or event: DEEC
Abstract: O sistema de navegação de um robot é constituído por dois módulos essenciais: localização e mapeamento. A localização consiste em determinar a pose do robot (posição e orientação) num ambiente previamente conhecido, enquanto que o mapeamento foca-se na construção de um mapa do ambiente. Embora existam várias técnicas de SLAM (localização e mapeamento em simultâneo), estes dois módulos podem ser analizados independentemente. Esta dissertação foca-se essencialmente no sistema de localização do robot. Uma das tecnologias que tem estado emergente nos últimos anos é o uso de AGVs (veículos que se deslocam sem ação humana direta) em ambientes industriais, principalmente para deslocar objetos. Este tipo de veículos é, geralmente, mobilizado usando fios no chão, fita magnética ou laser. Embora o seguimento com fios ou fita magnética possa ser mais fiável, a navegação por laser dispensa o uso de materiais adicionais no ambiente, o que constitui uma solução mais versátil. Esta dissertação foca-se em desenvolver um sistema de localização que usa apenas as leituras do laser. Isto é conseguido utilizando um algoritmo de Scan Matching, que faz a correspondência entre um mapa de features (essencialmente cantos) e um mapa previamente conhecido do ambiente. Este algoritmo é comparado com outros métodos já validados e disponíveis no OpenSLAM. Finalmente, é implementada uma variante do HectorSLAM baseada no algoritmo previamente desenvolvido, com o propósito de o tornar mais fiável e mais robusto.
A robot navigation system is composed of two essential modules: localization and mapping. Localization consists on tracking the robot's pose (position and orientation) in a known environment, while mapping is focused on building a map of the environment. Although there have been many techniques of Simultaneous Localization and Mapping (SLAM) developed over the last years, this modules can be analysed independently. This dissertation will focus on robot's localization system. One of the technologies that has been emerging over the last century is the use of Automated Guide Vehicles (AGVs) for industrial purposes (pick up and move materials around a warehouse). This vehicles are usually guided by wires in the floor, magnetic tapes or laser. Even though using wires or magnetic tapes may be more reliable, laser navigation does not require the application of any material on the environment which constitutes a more versatile solution. This dissertation focuses on developing a robot's localization system using only laser data. This is accomplished using a scan matching algorithm (Iterative Closest Point) to match a map built from environment features (essentially corners) with a known map of the environment. This approach is compared with already validated methods available in OpenSLAM. Lastly, a variant of HectorSLAM is implemented based on the developed algorithm in order to turn it in a more reliable and robust localization technique. This variant will use HectorSLAM algorithm as a localization algorithm only, without generating or updating the map.
Description: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
URI: https://hdl.handle.net/10316/83404
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
dissertação-FQuintas-FI.pdf7.14 MBAdobe PDFView/Open
Show full item record

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons