Localização e mapeamento para robôs móveis em ambientes confinados baseado em fusão de LiDAR com odometrias de rodas e sensor inercial

• Autor(a) principal: Gilmar Pereira da Cruz Júnior
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/37729
• topic: LiDAR SLAM; Filtro de Kalman estendido; Robôs móveis; Robôs de serviço; Inspeção de ambientes confinados; Engenharia elétrica; Kalman, Filtragem de; Robôs móveis

A exploração e inspeção de espaços confinados utilizando dispositivos robóticos é uma opção viável e segura. Contudo, ambientes confinados apresentam grandes desafios à robótica, principalmente em relação à estimação da pose e geração de mapas, essenciais para navegação autônoma. A ausência de sinal de GPS, bem como possíveis interferências sem magnetômetros, principalmente na região de mineração ou na presença de equipamentos elétricos de grandes potências, impossibilitam a utilização destes sensores para estimar posição e orientação do dispositivo robótico. Além disso, a baixa iluminação pode prejudicar a identificação de features visuais, e solos escorregadios acarretam acúmulo de erros no cálculo de odometria das rodas. Deste modo, uma solução mais adequada é a utilização de técnicas de localização e mapeamento simultâneos baseadas em sensores LiDAR, denominado LiDAR SLAM. Para o funcionamento adequado de um robô autônomo, a localização precisa ser estimada online de forma a realimentar o sistema de controle de navegação, e o mapa deve ser representativo e leve do ponto de vista computacional, facilitando a execução de algoritmos de planejamento de caminhos embarcados. Neste contexto, essa dissertação apresenta um estudo e investigação de 3 técnicas consideradas como estado da arte, LOAM-Velodyne, LeGO-LOAM e HDL-Graph-SLAM, de modo a determinar qual delas é a mais adequada para a implementação no EspeleoRobô, um dispositivo robótico de inspeção de ambientes confinados. Este robô móvel está sendo desenvolvido pelo Instituto Tecnológico Vale em parceria com a Universidade Federal de Minas Gerais. A comparação entre as técnicas de LiDAR SLAM utiliza métricas propostas para avaliar a precisão das estimações de localização e dos mapas gerados durante simulações em ambientes virtuais implementados com o software CoppeliaSim, e também em experimentos reais. A técnica com melhor performance, LeGO-LOAM, foi adaptada e embarcada no EspeleoRobô, possibilitando avaliar o desempenho da localização e mapeamento online durante testes indoor e outdoor na UFMG, e em experimentos de campo na Mina du Veloso. Dado que alguns dos ambientes explorados pelo EspeleoRobô, incluindo dutos e galerias, apresentam poucas features geométricas que impactam no desempenho das técnicas de LiDAR SLAM, gerando subestimação da distância percorrida pelo robô e consequentemente a deformação do mapa gerado, é proposto também um Filtro de Kalman Estendido (EKF - do inglês Extended Kalman Filter) aplicado ao SLAM. Esse filtro funde os dados da odometria LiDAR, acrescida de uma covariância adaptativa em função do número de features identificadas do ambiente, com a odometrias das rodas e os dados da IMU disponível no robô. A implementação foi analisada inicialmente em ambientes simulados, e em seguida validada em experimentos reais com o EspeleoRobô.