UNIVERSITÀ DEGLI STUDI DI TRIESTEFACOLTÀ DI INGEGNERIA

Dipartimento di Elettrotecnica, Elettronica ed Informatica

Tesi di Laurea in

”PROGRAMMAZIONE DEI CALCOLATORI”

”Navigazione di un robot mobile e autolocalizzazione

con riferimenti visivi”

Laureando:De Franceschi Daniel

Relatore:Prof. Massimiliano Nolich

Introduzione

Navigazione di un robot mobile con percorso minimo tra due punti data una mappa nota

Autolocalizzazione con riferimerimenti visivi per la correzione degli errori odometrici

Motivazione: effettuare navigazione con localizzazione

Il robot mobile utilizzato per la verifica della autolocalizzazione è su ruote ed è dotato di:

Sensori di prossimità

Webcam

Motori con sensori odometrici

Robot fisico

Strumenti software impiegati

Ambiente Player-Stage Librerie OpenCV (librerie orientate alla

computer vision) Algoritmo Dynamic Planar Warping (DPW)

preesistente in C++

Dynamic Planar Warping (DPW)

Basato sul Dynamic Time Warping algoritmo di ricerca di correlazione tra campioni monodimensionali di ”segnali”

Il DPW applica il medesimo procedimento a immagini bidimensionali in scala di grigio

Fasi del progetto

1)Navigazione in ambiente simulato in Java data la mappa dell'ambiente

2)Localizzazione da riferimenti visivi incapsulando da Java il DPW realizzato in C++

3)Disposizione riferimenti visivi e test sulle prestazioni del metodo (nel caso di singola coppia di riferimenti visivi)

1) navigazione

1.1) Calcolo del percorso minimo tra due punti Caricamento mappa Costruzione del grafo Calcolo percorso minimo tramite Dijkstra

1) navigazione

1.2) Missione di navigazione. Per ogni tratta: Lettura dei sensori Verifica dell'arrivo Rotazione verso l'obbiettivo (se nella vicinanza

non ci sono ostacoli) oppure allontanamento dall'ostacolo (se il robot è troppo vicino a un ostacolo)

1) Navigazione

2) Localizzazione

2) Localizzazione

2) Localizzazione Acquisizione immagine

Estrazione dei landmark e caricamento delle strutture dati Scala di grigi Filtratura Blob-finder

Calcolo distanza dai landmark tramite DPW

2) Localizzazione●Localizzazione del robot mediante Triangolazione

●Calcolo dell'angolo di rotazione del robot

3) Test: errore di distanza

-1,000 -0,500 0,000 0,500 1,000 1,500

-1,000

-0,500

0,000

0,500

1,000

1,500

2,000

Validi

3) Test

Gli errori sulla distanza mettono in luce che: Sono abbastanza limitati (compresi tra i 3[cm] e i 33

[cm], in media 15 [cm])

Non sembra che ci siano correlazioni tra distanza dai landmark ed errori

X <= 0,05 0,05 < x <= 0,10 0,10< x<= 0,15 0,15 < x <= 0,20 0,20 < x <= 0,25 0,25 < x <= 0,30 x > 0,30

0

1

2

3

4

5

6

7

8

9

10

Numero errori sulla distanza per in-tervallo

Istrogramma di distribuzione degli errori sulle distanze (in metri)

3) Test

Gli errori sugli angoli sono piuttosto limitati (errore medio di 5°)

x <= 3 3 < x <= 6 6 < x <= 9 9 < x <= 12 x > 12

0

2

4

6

8

10

12

Numero errori sull'angolo per intervallo

Istrogramma di distribuzione degli errori sugli angoli (in gradi)

Limiti algoritmo DPW

L'algoritmo DPW presenta dei limiti qualora le coordinate y sono ”negative” e qualora il robot sia parallelo agli assi di diferimento assoluti.

Soluzione proposta: Muovere il robot

Altre possibilità: Inserimento di un terzo riferimento visivo Utilizzo di più coppie di riferimenti

Lavoro svolto

Realizzazione della navigazione in Java e test in simulato

Studio geometria del problema e DPW in C++ Realizzata la localizzazione in Java tramite

integrazione del DPW in C++ Test algoritmo localizzazione

Conclusioni e sviluppi futuri

La navigazione è stata simulata. Localizzazione visiva:

Errore medio di distanza pari a 15 cm Errore medio dell'angolo pari a 5°

Sviluppi futuri: Navigazione del robot reale Autolocalizzazione con più landmark Confronto dell'autolocalizzazione con altre tecniche

di stima della distanza dai riferimenti visivi