توسعه و پیاده سازی روش ekf slam با تلفیق اطلاعات imu برای یک ربات سیار
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده مهندسی مکانیک
- نویسنده سالار آسایش قلعه سیف
- استاد راهنما حمید رضا تقی راد مهدی کشمیری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
موضوع این پایان نامه، پیاده سازی و توسعه روش ekf slam با استفاده از تلفیق اطلاعات imu بر روی ربات سیار خورشید صبا است. حل مسئله slam گام مهمی در راستای خودمختار کردن ربات های پایه متحرک است. در این پایان نامه لزوم استفاده از رباتیک احتمالی به دلیل وجود عدم قطعیت های موجود در محیط تشریح شده و ابزاری مناسب برای برخورد با یکی از مسائل رباتیک احتمالی ارائه شده است. همچنین بررسی کاملی راجع به اجزای الگوریتم ekf slam دو بعدی از جمله ویژگی های توصیف محیط صورت گرفته و نوآوری هایی در روش های استخراج ویژگی انجام شده است. در ادامه پس از پیاده سازی الگوریتم ekf slam با ویژگی از جنس خط بر روی ربات خورشید صبا، این الگوریتم با داده های imu تلفیق شده است تا سازگاری لازم در محیط های سه بعدی را ایجاد کند. با استفاده از نوآوری انجام شده، ربات قادر است ضمن ترسیم دقیق نقشه دوبعدی یک محیط ناهموار، توصیفات سه بعدی مناسبی را در کنار نقشه دوبعدی ارائه کند. تمام پیاده سازی های پروژه با بسترسازی در هسته دینامیک و رباتیک بر روی رباتی انجام شده که خود اینجانب بالغ بر 4 سال به عنوان سرپرست گروه در یک کار تیمی در طراحی، ساخت و راه اندازی آن ایفای نقش کرده ام.
منابع مشابه
توسعه و پیاده سازی الگوریتم fast slam در مکان یابی و نقشه یابی همزمان ربات سیار
مکان یابی و نقشه یابی همزمان ربات سیار، بخشی بسیار مهم و ضروری از مسئله ی کلی تماماً خودمختار کردن این ربات ها است. مکان یابی دقیق به نقشه ای از محیط نیاز دارد و برای تولید نقشه نیز به مکان سنجی دقیق نیاز است. اولین حل ارائه شده از این مسئله، حل توسط فیلتر کالمن توسعه یافته، مشکلاتی از جمله کند بودن و عدم توانایی اجرای به هنگام را داشت. حل بعدی که برای مسئله ی slam ارائه شد، حل توسط فیلترهای ذر...
15 صفحه اولEKF SLAM is O(n)
In this paper we show that all processes associated to the move-sense-update cycle of EKF SLAM can be carried out in time linear in the number of map features. We describe Divide and Conquer SLAM, an EKF SLAM algorithm where the computational complexity per step is reduced from O(n) to O(n) (the total cost of SLAM is reduced from O(n) to O(n)). In addition, the resulting vehicle and map estimat...
متن کاملScan-SLAM: Combining EKF-SLAM and Scan Correlation
This paper presents a new generalisation of simultaneous localisation and mapping (SLAM). SLAM implementations based on extended Kalman filter (EKF) data fusion have traditionally relied on simple geometric models for defining landmarks. This limits EKF-SLAM to environments suited to such models and tends to discard much potentially useful data. The approach presented in this paper is a marriag...
متن کاملAn EKF-SLAM algorithm with consistency properties
In this paper we address the inconsistency of the EKF-based SLAM algorithm that stems from non-observability of the origin and orientation of the global reference frame. We prove on the non-linear two-dimensional problem with point landmarks observed that this type of inconsistency is remedied using the Invariant EKF, a recently introduced variant of the EKF meant to account for the symmetries ...
متن کاملتوسعه روش بهینه سازی در الگوریتم isam2 و پیاده سازی آن بر روی ربات سیار
موضوع این پایان نامه بررسی روش بهینه سازی به کار رفته در جدیدترین روش حل مسأله slam یعنی الگوریتم isam2 و توسعه آن به منظور افزایش دقت و کارایی است. در این راستا، ابتدا به معرفی مفاهیم اولیه مربوط به slam بر اساس گراف و نقش مسأله کمترین مربعات در slam و همچنین توضیح کامل مفاهیم الگوریتم isam2 پرداخته شده است. بر مبنای این مقدمات، روش های بهینه سازی استفاده شده بروز در مسأله هموارسازی در slam، ب...
Visual EKF-SLAM from Heterogeneous Landmarks
Many applications require the localization of a moving object, e.g., a robot, using sensory data acquired from embedded devices. Simultaneous localization and mapping from vision performs both the spatial and temporal fusion of these data on a map when a camera moves in an unknown environment. Such a SLAM process executes two interleaved functions: the front-end detects and tracks features from...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده مهندسی مکانیک
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023