Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido

Detalhes bibliográficos
Autor(a) principal: Schneider, Danilo Giacomin
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/198794
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2018.
id UFSC_795a1c2aea8e12a7c0512d7c71b8f571
oai_identifier_str oai:repositorio.ufsc.br:123456789/198794
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendidoEngenharia de sistemasAutomaçãoKalman, Filtragem deRobôs móveisDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2018.Para que um robô seja inteiramente autônomo ele precisa de alguma forma de representação do ambiente no qual ele esta presente, assim como a sua localização em relação a este ambiente. Localizar-se com precisão e construir um mapa do ambiente permite que o robô possa alcançar metas pré-determinadas. A localização é uma das tarefas mais importantes para a navegação autônoma de robôs móveis, onde robustez e precisão são características fundamentais. Essa tarefa baseia-se no mapa do seu ambiente. Em contrapartida, a construção do mapa do ambiente depende da localização precisa do robô móvel. Em ambientes desconhecidos este é um processo conflitante, mas correlacionado. A introdução de sistemas de visão computacional em robôs móveis significa um aumento expressivo em suas habilidades sensoriais, o que implica em uma maior versatilidade e segurança nas aplicações do robô. Técnicas probabilísticas podem ser usadas em robótica para correção dos eventuais erros dos sensores, assim como técnicas de fusão temporal e fusão multissensorial. Este trabalho apresenta a implementação, através do ROS, de um Filtro de Kalman Estendido para a fusão de três fontes de sensoriamento diferentes e estimar a posição e orientação do robô de forma mais robusta, precisa e, consequentemente, realizar um mapeamento também mais fiel do ambiente em 3D, com registro na forma de nuvem de pontos, obtida através das imagens de cor e profundidade de uma câmera Kinect acoplada ao robô.Abstract : In order to be entirely autonomous a robot needs some sort of environment representation in which it is present as well as its localization in this environment. Finding itself accurately and building a map of the environment allows the robot to reach predetermined goals. Localization is one of the most important tasks for autonomous navigation of mobile robots, where robustness and precision are fundamental characteristics. This task is based on the map of the environment. In contrast, building this map depends on the precise location of the mobile robot. In unknown environments this is a conflicting but correlated process. The introduction of computer vision systems in mobile robots means an expressive increase in their sensorial abilities, which implies in a greater versatility and security in the robot's applications. Probabilistic techniques can be used in robotics to correct eventual sensor noises, as well as temporal fusion and multisensory fusion techniques. The present work describes the implementation of an Extended Kalman Filter using ROS to perform the fusion of three different sensory sources and estimate the position and orientation of the robot more accurately and robustly and, consequently, resulting in a more accurate mapping of the 3D environment, with point cloud registry obtained through the color and depth images of a Kinect camera coupled to the robot.Stemmer, Marcelo RicardoUniversidade Federal de Santa CatarinaSchneider, Danilo Giacomin2019-07-25T12:06:41Z2019-07-25T12:06:41Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis113 p.| il., gráfs., tabs.application/pdf357228https://repositorio.ufsc.br/handle/123456789/198794porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2019-07-25T12:06:42Zoai:repositorio.ufsc.br:123456789/198794Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-07-25T12:06:42Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
title Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
spellingShingle Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
Schneider, Danilo Giacomin
Engenharia de sistemas
Automação
Kalman, Filtragem de
Robôs móveis
title_short Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
title_full Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
title_fullStr Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
title_full_unstemmed Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
title_sort Sistema de localização e mapeamento 3D simultâneos em robôs móveis: fusão de sensores para localização com filtro de Kalman estendido
author Schneider, Danilo Giacomin
author_facet Schneider, Danilo Giacomin
author_role author
dc.contributor.none.fl_str_mv Stemmer, Marcelo Ricardo
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Schneider, Danilo Giacomin
dc.subject.por.fl_str_mv Engenharia de sistemas
Automação
Kalman, Filtragem de
Robôs móveis
topic Engenharia de sistemas
Automação
Kalman, Filtragem de
Robôs móveis
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018
2019-07-25T12:06:41Z
2019-07-25T12:06:41Z
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 357228
https://repositorio.ufsc.br/handle/123456789/198794
identifier_str_mv 357228
url https://repositorio.ufsc.br/handle/123456789/198794
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 113 p.| il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808651886561067008

Registros relacionados