EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço

Detalhes bibliográficos
Autor(a) principal: Silva, César Bastos da, 1996-
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/14627
Resumo: Orientador: Eric Rohmer
id UNICAMP-30_14aff8503948a3d4c54b4e2bdb6424b1
oai_identifier_str oai::1372158
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviçoEKF and FasSLAM based on natural and artficial landmarks, applied to service robotsLocalizaçãoMapeamentoRobôs autônomosFiltragem de KalmanProcesso estocásticoLocalizationMappingAutonomous robotKalman FilteringStochastic processOrientador: Eric RohmerDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Atualmente, o número de robôs inseridos no dia a dia das pessoas vem crescendo exponen- cialmente, desde assistentes digitais até robôs aspiradores, entre outros. Para as diferentes tarefas diárias, centros de pesquisa estão desenvolvendo soluções robóticas e autônomas. Esses robôs normalmente possuem a capacidade de se locomover pelo ambiente, e para que eles tenham autonomia para realizar essas tarefas sozinhos, é necessário o desenvolvimento de um sistema de localização e mapeamento (SLAM) confiável e preciso. A resolução do problema de SLAM começa com a escolha dos sensores adequados, levando em consideração a capacidade computacional que o robô pode proporcionar. Portanto, é possível escolher diferentes abordagens para solucionar esse problema, sendo uma delas o método baseado em pontos de interesse (landmarks), onde pontos normalmente fixos, artificiais ou naturais são encontrados e auxiliam na estimação da localização do robô. Entre os principais algoritmos, podemos destacar algoritmos probabilísticos baseados no filtro de Bayes, o Extended Kalman Filter (EKF) SLAM e o FastSLAM, que são dois algoritmos baseados em Filtros de Kalman, estimando a localização como processos estocásticos. O EKF-SLAM utiliza a distribuição de probabilidade esperada, estado anterior e informações do sensor para definir a distribuição seguinte. Já o FastSLAM fatora sua solução, utilizando o filtro de partículas para definir sua próxima estimação e filtros de Kalman individuais para cada ponto de interesse, gerando menor custo computacional. Portanto, este trabalho propõe aplicar os métodos de EKF-SLAM e FastSLAM baseados em landmarks naturais e artificiais, visando reduzir a influência dos ruídos inerentes do sensores, que são o problema da localização robótica. Como validação, será utilizado um método baseado em marcadores ArUco como ponto de referência para comparação, juntamente com a localização prévia dos landmarks. Os algoritmos serão avaliados de maneira qualitativa, análise da trajetória realizada, elipses de erro e mapa gerado, e quantitativamente relacionando o erro ao número de landmarksAbstract: Currently, the number of robots integrated into people’s daily lives is growing exponentially, from digital assistants to vacuuming robots, among others. For various daily tasks, research centers are developing robotic and autonomous solutions. These robots typically have the ability to move around the environment, and in order for them to have the autonomy to perform these tasks on their own, a reliable and accurate Simultaneous Localization and Mapping (SLAM) system needs to be developed. Solving the SLAM problem starts with choosing suitable sensors, taking into account the computational capacity the robot can provide. Therefore, it is possible to choose different approaches to solve this problem, one of which is the method based on landmarks, where fixed, artificial, or natural points of interest are found and aid in estimating the robot’s location. Among the main algorithms, we can highlight probabilistic algorithms based on the Bayes filter, such as Extended Kalman Filter (EKF) SLAM and FastSLAM, which are two algorithms based on Kalman Filters, estimating the location as stochastic processes. EKF-SLAM uses the expected probability distribution, the previous state, and sensor information to define the subsequent distribution. On the other hand, FastSLAM factors its solution using a particle filter to determine its next estimation and individual Kalman filters for each landmark, resulting in lower computational cost. Therefore, this work proposes to apply the methods of EKF-SLAM and FastSLAM based on natural and artificial landmarks, aiming to solve the problem of robotic localization. As validation, a method based on ArUco markers will be used as a reference for comparison, along with the previous localization of the landmarks. The algorithms will be evaluated qualitatively by analyzing the performed trajectory, error ellipses, and generated map, and quantitatively by relating the error to the number of landmarksMestradoEngenharia de ComputaçãoMestre em Engenharia ElétricaCAPES88887.601661/2021-00[s.n.]Rohmer, Eric, 1974-Cardozo, EleriOlivi, Leonardo RochaUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASSilva, César Bastos da, 1996-20232023-07-07T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (84 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/14627SILVA, César Bastos da. EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço. 2023. 1 recurso online (84 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/14627. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1372158Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2024-01-05T16:49:44Zoai::1372158Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2024-01-05T16:49:44Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
EKF and FasSLAM based on natural and artficial landmarks, applied to service robots
title EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
spellingShingle EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
Silva, César Bastos da, 1996-
Localização
Mapeamento
Robôs autônomos
Filtragem de Kalman
Processo estocástico
Localization
Mapping
Autonomous robot
Kalman Filtering
Stochastic process
title_short EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
title_full EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
title_fullStr EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
title_full_unstemmed EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
title_sort EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço
author Silva, César Bastos da, 1996-
author_facet Silva, César Bastos da, 1996-
author_role author
dc.contributor.none.fl_str_mv Rohmer, Eric, 1974-
Cardozo, Eleri
Olivi, Leonardo Rocha
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, César Bastos da, 1996-
dc.subject.por.fl_str_mv Localização
Mapeamento
Robôs autônomos
Filtragem de Kalman
Processo estocástico
Localization
Mapping
Autonomous robot
Kalman Filtering
Stochastic process
topic Localização
Mapeamento
Robôs autônomos
Filtragem de Kalman
Processo estocástico
Localization
Mapping
Autonomous robot
Kalman Filtering
Stochastic process
description Orientador: Eric Rohmer
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-07-07T00:00:00Z
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 https://hdl.handle.net/20.500.12733/14627
SILVA, César Bastos da. EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço. 2023. 1 recurso online (84 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/14627. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/14627
identifier_str_mv SILVA, César Bastos da. EKF e FastSLAM com base em landmarks naturais e artificiais, aplicados a robôs de serviço. 2023. 1 recurso online (84 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/14627. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1372158
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (84 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189194023567360

Registros relacionados