Knowledge base: Warsaw University of Technology

Settings and your account

Back

The use of the SLAM algorithm in the task of locating an autonomous vehicle in an unknown environment

Łukasz Mazurek

Abstract

In recent years, there has been a very intense development of autonomous robots. Such robots are increasingly used in industry and as a consequence of the intensive development observed over the last years, also appeared in our immediate environment. We have contact with them even in households (autonomous mowers or cleaning machines).Despite the rapid improvement process, we still encounter many problems related to the navigation of such vehicles, especially when it comes to the problem of location. The aim of this study was to get acquainted with the ROS system and the possibilities of implementing algorithms for the simultaneous location of a mobile robot and ambient mapping (SLAM) in enclosed spaces. The next tasks were: launching ROS on the selected hardware platform and recognizing the possibility of cooperation between the system and the lidar sensor, establishing communication with the controller of the balancing robot and carrying out the tests of the location system. The popular probabilistic approach to the subject of SLAM was also discussed, and the filters (Bayes, Kalman, particular) on which modern algorithm implementations are based are discussed. The problem of navigation was also looked at, with particular emphasis on location. Another issue addressed are sensors and methods of obtaining input data in SLAM algorithms (lidars, rangefinders and odometry). The work compares several popular SLAM methods already implemented in the ROS software and describes the very structure of the above-mentioned program. As follows from the test of the chosen algorithm, the program builds a precise map in favorable conditions but never provides 100% correctness of the location, which is a big problem and can sometimes lead to catastrophes such as breaking up the robot with an obstacle. It is worth implementing new and continuing the current work in this area because the location is the key, and at the same time the most difficult element of navigation of autonomous robots. The development of location methods will allow the rapid distribution of autonomous vehicles.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Łukasz Mazurek (FACME) Łukasz Mazurek,, Faculty of Automotive and Construction Machinery Engineering (FACME)
Title in Polish
Wykorzystanie algorytmu SLAM w zadaniu lokalizacji pojazdu autonomicznego w nieznanym otoczeniu
Supervisor
Przemysław Szulim (FACME/IV) Przemysław Szulim,, Institute of Vehicles (FACME/IV)Faculty of Automotive and Construction Machinery Engineering (FACME)
Szymon Gontarz (FACME/IV) Szymon Gontarz,, Institute of Vehicles (FACME/IV)Faculty of Automotive and Construction Machinery Engineering (FACME)
Certifying unit
Faculty of Automotive and Construction Machinery Engineering (FACME)
Affiliation unit
Institute of Automotive Engineering (FACME/IV)
Study subject / specialization
, Inżynieria Pojazdów Elektrycznych i Hybrydowych
Language
(pl) Polish
Status
Finished
Defense Date
21-01-2019
Issue date (year)
2019
Pages
70
Internal identifier
SIMR; D-2020
Reviewers
Przemysław Szulim (FACME/IV) Przemysław Szulim,, Institute of Vehicles (FACME/IV)Faculty of Automotive and Construction Machinery Engineering (FACME) Jędrzej Mączak (FACME/IV) Jędrzej Mączak,, Institute of Vehicles (FACME/IV)Faculty of Automotive and Construction Machinery Engineering (FACME)
Keywords in Polish
ROS, SLAM, robot mobilny, lokalizacja, autonomia, LIDAR
Keywords in English
ROS, SLAM, mobile robot, location, autonomy, LIDAR
Abstract in Polish
W ostatnich latach odnotowuje się bardzo intensywny rozwój robotów autonomicznych. Roboty takie coraz częściej wykorzystywane są w przemyśle a w konsekwencji intensywnego rozwoju obserwowanego na przestrzeni ostatnich lat, pojawiły się także w naszym najbliższym otoczeniu. Styczność z nimi mamy nawet w gospodarstwach domowych (autonomiczne kosiarki czy maszyny sprzątające). Mimo szybkiego procesu udoskonalania, wciąż napotykamy wiele problemów związanych z zagadnieniem nawigacji takich pojazdów, a zwłaszcza jeśli chodzi o problem lokalizacji. Celem niniejszego opracowania było zapoznanie się z systemem ROS oraz możliwościami implementacji za jego pomocą algorytmów jednoczesnej lokalizacji robota mobilnego oraz mapowania otoczenia (SLAM) w pomieszczeniach zamkniętych. Kolejnymi zadaniami było: uruchomienie ROS na wybranej platformie sprzętowej oraz rozpoznanie możliwości współpracy systemu z czujnikiem typu LIDAR, nawiązanie komunikacji ze sterownikiem robota balansującego oraz przeprowadzenie testów systemu lokalizacji. Omówiono także popularne probabilistyczne podejście do tematyki SLAM oraz omówiono filtry (Bayesa, Kalmana, cząsteczkowy) na których bazują współczesne implementacje algorytmów. Przyjrzano się również bliżej problemowi nawigacji, z szczególnym uwzględnieniem lokalizacji. Kolejnym poruszanym zagadnieniem są sensory oraz sposoby pozyskiwania danych wejściowych w algorytmach SLAM (LIDAR, dalmierze, odometria itp.). W ramach pracy porównano kilka popularnych metod SLAM już zaimplementowanych w oprogramowaniu ROS oraz opisano samą strukturę wyżej wspomnianego programu. Jak wynika z przeprowadzonego testu wybranego algorytmu, program buduje dokładną mapę w sprzyjających warunkach lecz nigdy nie zapewnia 100-procentowej poprawności lokalizacji, co stanowi duży problem i może czasem prowadzić do katastrof takich jak na przykład rozbicie robota o przeszkodę. Warto wdrażać nowe oraz kontynuować obecne prace w tej dziedzinie gdyż lokalizacja jest kluczowym, zarazem najtrudniejszym elementem nawigacji robotów autonomicznych. Rozwój metod lokalizacji pozwoli na szybkie rozpowszechnienie pojazdów autonomicznych.
File
  • File: 1
    Praca-dyplomowa-inżynierska-Mazurek-Łukasz.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 30455

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUT4c49c12d52984fb8afcc218118750871/
URN
urn:pw-repo:WUT4c49c12d52984fb8afcc218118750871

Confirmation
Are you sure?
Report incorrect data on this page