Exploiting particle-filter based fusion in mobile robot localization

Detalhes bibliográficos
Autor(a) principal: Torres, Miguel Ângelo Ferreira
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/86533
Resumo: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
id RCAP_79b11fa4fd1319dc2e5098764552e2af
oai_identifier_str oai:estudogeral.uc.pt:10316/86533
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Exploiting particle-filter based fusion in mobile robot localizationExploiting particle-filter based fusion in mobile robot localizationFusão SensorialLocalizaçãoAugmented Monte Carlo LocalizationRobô MóvelPerceçãoSensor FusionLocalizationAugmented Monte Carlo LocalizationMobile RobotPerceptionDissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaA Robótica Móvel tem sido constantemente investigada nas últimas décadas, devido às potenciais aplicações que pode trazer à sociedade. Em contexto industrial, este assunto tem evoluído, para que os robôs móveis possam ser mais flexíveis e precisos, sem comprometer asegurança dos trabalhadores. De modo a que um robô móvel navegue autonomamente, ele tem que estar equipado com um módulo de perceção do ambiente, para que possa contruir o mapa do ambiente, localizar-se e planear trajetórias seguras. Apesar de mapeamento e localização serem módulos distintos, as técnicas de SLAM (Simultaneous Localization and Mapping), aplicam estes dois módulos de uma maneira integrada.O objetivo principal desta dissertação foi focado no modulo de localização. A abordagem pretendida para este módulo, incluiu usar dados de fusão sensorial aplicados a um filtro de partículas. Os sensores estudados e usados, incluíram: encoders, um IMU (Inertial Measurement Unit) e um IPS (Indoor Positioning System) baseado em beacons. Estes sensores foram fundidos de maneiras diferentes, para que pudessem ser testadas diversas abordagens.Uma série de testes experimentais foram conduzidos de maneira a avaliar o desempenhoda abordagem de localização proposta. Estes testes incluíram a comparação do sistemade localização com o conhecido método AMCL (Augmented Monte Carlo Localization) e a análise de diferentes esquemas de fusão sensorial em diferentes cenários e em ambos os ambientes, estáticos e dinâmicos. Os resultados dos testes experimentais foram analisados eas principais conclusões evidenciaram as vantagens e desvantagens de cada método de fusão sensorial.Mobile robotics has been constantly researched in the last decades, due to the potentialapplications it may bring to society. In industrial context, this subject has been evolving,so that mobile robots can be more exible and precise, without compromising worker'ssafety. In order for a mobile robot to navigate autonomously, it must be equipped with anenvironment perception module, so that it can build the environment map, localize itselfand plan safe trajectories. Although mapping and localization are two distinct modules,SLAM (Simultaneous Localization and Mapping) techniques apply these two modules in anintegrated way.The main objective of this dissertation was focused on the localization module. Theapproach intended for this module, included using sensor fusion data applied to a particle lter. The used and studied sensors, included: encoders, a laser scanner, an IMU (InertialMeasurement Unit) and a beacon-based IPS (Indoor Positioning System). These sensorswere fused in different ways, so that diverse approaches could be tested.A series of experimental tests were conducted in order to assess the performance of theproposed localization approach. These tests included the comparison of the developed localizationsystem with the well known AMCL (Augmented Monte Carlo Localization) method,analyzing different sensor fusion schemes in different scenarios and in both static and dynamicenvironments. The results from the experimental tests were analyzed and the mainconclusions highlighted the advantages and disadvantages of each sensor fusion method.2018-09-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/86533http://hdl.handle.net/10316/86533TID:202220230engTorres, Miguel Ângelo Ferreirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T02:46:09Zoai:estudogeral.uc.pt:10316/86533Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:07:39.681869Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Exploiting particle-filter based fusion in mobile robot localization
Exploiting particle-filter based fusion in mobile robot localization
title Exploiting particle-filter based fusion in mobile robot localization
spellingShingle Exploiting particle-filter based fusion in mobile robot localization
Torres, Miguel Ângelo Ferreira
Fusão Sensorial
Localização
Augmented Monte Carlo Localization
Robô Móvel
Perceção
Sensor Fusion
Localization
Augmented Monte Carlo Localization
Mobile Robot
Perception
title_short Exploiting particle-filter based fusion in mobile robot localization
title_full Exploiting particle-filter based fusion in mobile robot localization
title_fullStr Exploiting particle-filter based fusion in mobile robot localization
title_full_unstemmed Exploiting particle-filter based fusion in mobile robot localization
title_sort Exploiting particle-filter based fusion in mobile robot localization
author Torres, Miguel Ângelo Ferreira
author_facet Torres, Miguel Ângelo Ferreira
author_role author
dc.contributor.author.fl_str_mv Torres, Miguel Ângelo Ferreira
dc.subject.por.fl_str_mv Fusão Sensorial
Localização
Augmented Monte Carlo Localization
Robô Móvel
Perceção
Sensor Fusion
Localization
Augmented Monte Carlo Localization
Mobile Robot
Perception
topic Fusão Sensorial
Localização
Augmented Monte Carlo Localization
Robô Móvel
Perceção
Sensor Fusion
Localization
Augmented Monte Carlo Localization
Mobile Robot
Perception
description Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
publishDate 2018
dc.date.none.fl_str_mv 2018-09-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/86533
http://hdl.handle.net/10316/86533
TID:202220230
url http://hdl.handle.net/10316/86533
identifier_str_mv TID:202220230
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133967828385792

Registros relacionados