Průběžná lokalizace a mapování pomocí mobilního robotu

Abstract

V práci je uveden rozbor průběžné lokalizace a mapování (SLAM) v oblasti mobilní robotiky. Na základě tohoto rozboru je navržen algoritmus využívající rožšířeného Kalmanova estimátoru stavů pro odhad polohy robotu. Je uveden popis matematického modelu robotu a snímače, který je pro úlohu SLAM využíván. Lokalizační metoda využívá informací o pracovním prostředí mobilního robotu, které jsou získávány pomocí laserového snímače. Orientační body pro lokalizační pro určení odhadu stavového vektoru (polohy robotu) jsou z naměřených dat získany pomocí Radonovy transformace. Navržená metoda SLAM byla otestována na datech získaných pomocí mobilního robotu s podvozkem řízeným smykem. V závěru práce je uvedeno zhodnocení dosažených výsledků a možnosti rozšíření navržených algoritmů.This work presents an overview of the simultaneous localisation and mapping (SLAM) problem in the mobile robotics. The Extended Kalman filter (EKF) based algorithm for localisation and mapping is proposed. For EKF algorithm the models of the skid steering mobile robot and the laser scanner are presented. The EKF algortihm is feature based algorithm, therefore the method for the landmark position determination was developed. This segmentation method is based on the clustering of the Radon transform space. Proposed SLAM algorithm was tested with real data measured with UTAR mobile platform. Achievments of the work are summarized in the conclusion of the proposed work and possible improvements of the components are suggested.