Navigation solutions for autonomous mobile robots using lidar

Abstract

A área da robótica tem feito avanços monumentais e continua a fazê-lo. Durante décadas, robôs têm sido usados para realizar trabalho altamente especializado dentro do mundo industrial. Hoje em dia, enquanto os desenvolvimentos relativos a soluções autónomas continuam a materializar-se, esta tecnologia está a quebrar as fronteiras do mundo industrial e começam a ver-se robôs no nosso dia-a-dia. Desde carros autónomos a robôs de limpeza, a nossa interação com esta tecnologia está a tornar-se comum. Localização, mapeamento e planeamento de rota são conceitos importantes em robótica, e em sistemas de navegação. Executar localização e mapeamento em simultâneo, denominado de SLAM, é uma tarefa incrivelmente complexa, e, em aplicações em que há pessoas no local, estes sistemas têm de ser altamente robustos. A empresa Active Space Technologies está a explorar soluções para robôs móveis autônomos (AMRs) e esta dissertação pretende executar uma implementação baseada em open-source de um sistema de navegação, incluindo SLAM e planeamento de rota. Adicionalmente, um algoritmo de detecção de objectos (baseado em DeepLab) é integrado no sistema juntamente com outras funcionalidades.Mais tarde, uma avaliação de seis soluções (SLAM Toolbox, Cartographer, RTAB-Map, HectorSLAM, Gmapping e LOAM) para a componente SLAM foi feita num ambiente real com dois sensores diferentes: o Intel Realsense L515 e o Velodyne VLP-16. Os resultados demonstram que ambos conseguem efectuar SLAM, sendo que o VLP-16 demonstrou excelentes resultados enquanto que o L515 necessitou de uma fonte robusta de odometria externa.Finalmente, as soluções relativas à remoção de ruido detectado pela L515 em algumas circunstâncias (como uma fonte de luzes directa), e a segmentação de pessoas usando o algoritmo de detecção de objectos foram demonstradas.

The field of robotics has made monumental advancements and continues to do so. For decades, robots have been used for highly specialized work within the industrial world. %in recent Nowadays, as developments regarding autonomous solutions continue to materialize, this technology is breaking the industrial boundaries and robots are starting to be seen in our daily lives. From self-driving cars to cleaning robots, our interaction with this technology is slowly becoming common.Localization, mapping and path planning are major concepts in robotics, and any navigation system. Performing the first two simultaneously, known as SLAM, is an incredibly complex task, and when considering applications where there are people in the vicinity, these systems must be highly reliable.The company Active Space Technologies is exploring solutions regarding autonomous mobile robots (AMRs) and this dissertation aims to come up with an open-source implementation of a navigation system, including SLAM and path planning. Additionally, an object detection algorithm (using DeepLab) is integrated into the system as well as several other features. Afterwards, an evaluation of six solutions (SLAM Toolbox, Cartographer, RTAB-Map, HectorSLAM, Gmapping and LOAM) for the SLAM component is carried out in a real world setting with two separate sensors: the Intel RealSense L515 lidar camera and the Velodyne VLP-16. The results reveal that both can effectively perform SLAM, with the VLP-16 showing excellent results while the L515 requires robust external odometry.Lastly, solutions to remove systemic noise detected in the scans of the L515 under certain circumstances (such as direct light), as well as segmentation of people using the object detection algorithm are demonstrated.