Jag accepterar att kakor lagras på min dator

Läs mer

Incremental map-making based on range images.

Incremental map-making based on range images. Beställ tryckt exemplar Lägg i kundvagnen
Författare: Ekman Anders, Strömberg Dan
Ort: Linköping
Sidor: 64
Utgivningsår: 1992
Publiceringsdatum: 1992-12-30
Rapportnummer: (FOA C 30672-3.4)
Nyckelord incremental map-making, Hough transform, pattern matching, Kalman filtering, inkrementell kartgenerering, Hough-transform, mönstermatchning, Kalmanfiltrering, 370
Sammanfattning Upphovet till detta arbete har varit en önskan att komma till rätta med de problem en operatör erfar att bedöma en fjärrstyrd farkosts position/rotation utan visuell kontakt med densamma. Dessa problem uppstår eftersom gängse fjärrstyrningssystem vanligen endast visualiserar farkostens lokala omgivning, hämtade från TV-kameror ombord på farkosten. Den lokala omgivningen är relevant vid finmotoriska moment såsom manipulation av objekt o dyl. Vid förflyttning av farkost respektive navigering i byggnad är denna dock otillräcklig. Denna svaghet avhjälps genom att även presentera den globala omgivningen, vilken motsvarar ett fågelperspektiv där roboten och dess omgivning åskådliggörs. Data till den globala omgivningen hämtas från en laserscanner. På grund av att relevanta objekt kan vara skymda då lasern scannar från en viss position i lokalen blir det nödvändigt att sammanföra lasermätningar från flera olika positioner i rummet för att ge en så fullständig bild som möjligt av den globala omgivningen. Svårigheterna som härvid uppstår beror på osäkerheten i laserdatan respektive osäkerheten i farkostens position. Det förstnämnda problemet löses med en stokastisk sensormodell och bruket av Occupancy grids, medan det sistnämnda avhjälps med odometri tillsammans med en kombination av houghtransformer, mönstermatching samt Kalmanfiltrering.
Abstract The problem for an operator to, without visual contact, estimate the posture of a remotely controlled vehicle has given birth to this work. This problem depends on the fact that current remote control systems only visualizes the vehicle´s local environment of the vehicle, received from on-board TV cameras. The local environment is relevant for high precision operations, such as the manipulation of objects. For other operations, such as moving the vehicle or in navigational topics, the local environment is deficient. The weakness is compensated for by the introduction of a global environment, corresponding to a bird´s-eye view containing the robot superimposed on the room in which it is working. Input to the global environment view, consists of measurements by a laser scanner. Since the scanner acts as a radar, some important objects may be hidden behind obstacles, giving a need for the merging of laser scans from different positions in the room. The problems thereby arising depend on the uncertainties in the laser data and in the vehicle position respectively. The former problem is solved by using a stochastic sensor model and representing sensor data in an Occupancy grid, while the latter is managed by using odometry along with a combination of Hough transforms, pattern matching, and Kalman filtering.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182