Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

| Crea un account

Marcuzzi, Enrico (2008) Metodi di localizzazione e sensor fusion per la robotica mobile - Localization methods and sensor fusion for mobile robots. [Tesi di dottorato]

Full text disponibile come:

[img]
Anteprima
Documento PDF
3121Kb

Abstract (inglese)

During this work, it was developed an algorithm of sensor fusion for mobile robot, an algorithm of obstacle avoidance called "Reactive Simulation", a localization algorithm environment referred based on LIght Detection And Ranging (LIDAR) data and an algorithm for object localization from range data.

Abstract (italiano)

Nel corso del presente lavoro è stato sviluppato e testato un algoritmo di sensor fusion per la navigazione inerziale-odometrica. Sensori come encoder e piattaforme inerziali basate su giroscopi hanno caratteristiche
molto diverse in quanto ad accuratezza di misura in relazione alla manovra attuale compiuta da un veicolo autonomo. È quindi possibile utilizzare tali sensori per ottenere una maggior accuratezza nella stima della posa, e limitare la propagazione dell’incertezza a un primo livello di sensor fusion, a cui poi va aggiunto una ulteriore misura proveniente da un sensore riferito all’ambiente, in modo da ridurre periodicamente la propagazione dell’incertezza che cresce ad ogni ciclo di acquisizione e stima della posa a causa della correlazione temporale dei parametri.
Nell’algoritmo proposto, gli encoder e il giroscopio vengono combinati tenendo in considerazione la rispettiva incertezza, stimata in funzione della manovra attuale che viene classificata a partire dai dati stessi.
Un’altra parte del lavoro ha riguardato lo sviluppo di un algoritmo di localizzazione basato sul matching di scansioni ottenute da un sensore LIDAR, per disporre di una misura di posizione riferita all’ambiente, che
può essere integrata in un algoritmo di sensor fusion o in algoritmi di SLAM (Simultaneous Localization And Mapping).
Sempre basandosi sui dati provenienti dal LIDAR, è stato sviluppato un algoritmo di identificazione e localizzazione della posa di oggetti di forma nota descrivibili mediante un modello geometrico.
Di entrambi è stata condotta un’analisi di incertezza utilizzando un setup realizzato allo scopo.
È inoltre stato sviluppato un algoritmo real time di aggiramento ostacoli, denominato Reactive Simulation, che prende in considerazione la cinematica del veicolo, il modello dinamico e la sua incertezza, le condizioni iniziali, le misure dell’ambiente e l’incertezza dei sensori per calcolare la traiettoria che compierebbe il veicolo per raggiungere un target locale. Tale simulazione ha lo scopo di integrare una pianificazione dinamica della traiettoria, calcolando una predizione più accurata della traiettoria in presenza di ostacoli imprevisti e rendere più robusto l’aggiramento ostacoli. Tale algoritmo è stato implementato e ottimizzato per operare in real time su un robot mobile.

Statistiche Download - Aggiungi a RefWorks
Tipo di EPrint:Tesi di dottorato
Relatore:Angrilli, Francesco
Correlatore:De Cecco , Mariolino
Dottorato (corsi e scuole):Ciclo 21 > Scuole per il 21simo ciclo > SCIENZE TECNOLOGIE E MISURE SPAZIALI > MISURE MECCANICHE PER L'INGEGNERIA
Data di deposito della tesi:31 Gennaio 2009
Anno di Pubblicazione:2008
Parole chiave (italiano / inglese):AGV, sensor fusion, localization based on range data, object localization based on range data
Settori scientifico-disciplinari MIUR:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/04 Automatica
Struttura di riferimento:Centri > Centro Interdipartimentale di ricerca di Studi e attività  spaziali "G. Colombo" (CISAS)
Codice ID:1823
Depositato il:31 Gen 2009
Simple Metadata
Full Metadata
EndNote Format

Bibliografia

I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

Maybeck P.S., The Kalman Filter. An introduction to concepts. In Autonomous Robot Vehicles, I.J. Cox, G.T Wilfong Editors, Springer-Verlag. Cerca con Google

S. Blackman and R. Popoli. Design and Analysis of Modern Tracking Systems. Artec House, 1999. Cerca con Google

R.E. Moore. Interval Analysis. Prentice Hall, 1966 Cerca con Google

D. Dubois and H. Prade. Fuzzy Sets and Systems: Theory and Applications. Academic Press, 1980. Cerca con Google

M. De Cecco, 2000, A new concept for triangulation measurement of AGV attitude and position, in: Cerca con Google

Measurement Science and Technology, vol 11, pp 105-110 Cerca con Google

M. De Cecco, 2002, Self-Calibration of AGV Inertial-Odometric Navigation Using Absolute-Reference Measurement, in: IEEE Instrumentation and Measurement Technology Conference, Anchorage, AK, USA, 21-23 May Cerca con Google

M. De Cecco, L. Baglivo, E. Ervas, E. Marcuzzi, 2006, Asynchronous And Time-Delayed Sensor Fusion Of A Laser Scanner Navigation System And Odometry, XVIII Imeko World Congress Metrology For a Sustainable Development, September, 17 – 22, 2006, Rio de Janeiro, Brazil, in publication S Shoval, I Zeitoun, E Lenz, Implementation of a Kalman filter in positioning for Autonomous Vehicles, and its Sensitivity to the Process Parameters, Int J Adv Manuf Technol, Vol 13, pp 738-746, 1997. Cerca con Google

J. Borenstein, L Feng, Measurement and Correction of Systematic Odometry Errors in Mobile Robots, IEEE Transactions on Robotics and Automation, Vol 12, No 5, Oct. 1996. Cerca con Google

Adam, E Rivlin, H. Rotstein, Fusion of Fixation and Odometry for Vehicle Navigation, IEEE Int. Conf. On Robotics and Automation, Detroit, Michigan, May 1999. Cerca con Google

S. I. Roumeliotis, G. S. Sukhatme, G. A. Bekey, Circumventing Dynamic Modeling: Evaluation of the error-state Kalman Filter applied to mobile robot localization, Proc. 1999 IEEE International Conference on Robotics and Automation, Detroit, May 10-15, pp. 1656-1663, 1999. Cerca con Google

Y. K. Tham, H. Wang, E. K. Teoh, Multi-sensor fusion for steerable four-wheeled industrial vehicles, Control Engineering Practice, vol. 7, pp. 1233-1248, 1999. Cerca con Google

Guide to Expression of Uncertainty in Measurements 1993, ISO. Cerca con Google

J. Chestnutt, J. Kuffner, K. Nishiwaki, S. Kagami, 2003, Planning Biped Navigation Strategies in Cerca con Google

Complex Environments, in:IEEE Int’l Conf. on Humanoid Robotics (Humanoids 2003) Cerca con Google

A. Stentz, 1994, Optimal and Efficient Path Planning for Partially-Known Environments, Proc. Of IEEE International Conference on Robotics and Automation, May 1994 Cerca con Google

Enrico Ervas, Autolocalizzazione e mappatura ambientale mediante laser a scansione in veicoli Cerca con Google

autonomi. Master's thesis, Universitá degli studi di Padova, Corso di Laurea in Ingegneria Elettronica, Dipartimento di Elettronica e Informatica, 2001-02 Cerca con Google

Cang Ye and Johann Borenstein. Characterization of a 2-d laser scanner for mobile robot obstacle Cerca con Google

negotiation, In International Conference on Robotics and Automation. IEEE, May 2002 Cerca con Google

Feng Lu and Evangelos Milios. Robot pose estimation in unknown environment by matching 2d range scans. 1994. Cerca con Google

Andrew W. Fitzgibbon. Robust registration of 2d and 3d point sets. 2001. Cerca con Google

Martin D. Adams. Coaxial range measurement - current trends for mobile robotic applications. IEEE SENSORS, 2(1), February 2002. Cerca con Google

Peter Biber. The normal distributions transform: A new approach to laser scan matching. 2003. Cerca con Google

Daniel Lecking, Oliver Wulf, and Bernardo Wagner. Variable pallet pick-up for automatic guided Cerca con Google

vehicles in industrial environments. 2006. Cerca con Google

Viet Nguyen, Agostino Martinelli, Nicola Tomatis, and Roland Siegwart. A comparison of line extraction algorithms using 2d laser range Finder for indoor mobile robotics. In International Conference on Intelligent Robots and Systems. Cerca con Google

P. de Groen. An introduction to total least squares. In Nieuw Archief voor Wiskunde, number 14 in Cerca con Google

Vierde, pages 237_253. 1996. Cerca con Google

Michael Krystek and Mathias Anton, A weighted total least-squares algorithm for fitting a straight line, MEASUREMENT SCIENCE AND TECHNOLOGY 18 (2007) 3438–3442 Cerca con Google

Richard O. Duda and Peter E. Hart. Use of the hough transformation to detect lines and curves in Cerca con Google

pictures. In Comm. ACM, volume 15, pages 11_15. Arti_cial Intelligence Center, January 1972. Cerca con Google

Wright, Alden H. Genetic Algorithms for Real Parameter Optimization. 1991. Cerca con Google

Peter Knoll, Bob Kenny, Siroos Mirzaei, Karl Koriska, Horst Köhn, Martin Neumann. A mu+lambda Cerca con Google

Evolutionary Algorithm for Reconstruction. IEEE Transaction on Numerical Computation. Dicembre 2002, Vol. 6, 6. Cerca con Google

Kumara Sastry, David Goldberg, Graham Kendall. Genetic Algoritms. Cerca con Google

P. Besl and N. McKay. A method for registration of 3D shapes. TPAMI 14(2):239-256, 1992. Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record