Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος
Το πρόβλημα της Ταυτόχρονης Θέσης και Χαρτογράφησης (Simultaneous Localization and Mapping - SLAM) εισάγει το ερώτημα του κατά πόσο είναι δυνατόν ένα κινούμενο ρομποτικό σύστημα να αφεθεί σε μια άγνωστη περιοχή και να δημιουργήσει έναν χάρτη αυτής ενώ ταυτόχρονα να χρησιμοποιεί αυτόν τον χάρτη για ν...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2018
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/11003 |
| id |
nemertes-10889-11003 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Ταυτόχρονη εκτίμηση θέσης και χαρτογράφηση Οπτική οδομετρία Ημι-άμεση οδομετρία Οπτική αδρανειακή οδομετρία Προσαρμογή δέσμης SLAM vSLAM VO SVO VIO Bundle adjustment iSAM2 629.045 |
| spellingShingle |
Ταυτόχρονη εκτίμηση θέσης και χαρτογράφηση Οπτική οδομετρία Ημι-άμεση οδομετρία Οπτική αδρανειακή οδομετρία Προσαρμογή δέσμης SLAM vSLAM VO SVO VIO Bundle adjustment iSAM2 629.045 Ντάλης, Κωνσταντίνος - Βασίλειος Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| description |
Το πρόβλημα της Ταυτόχρονης Θέσης και Χαρτογράφησης (Simultaneous Localization and Mapping - SLAM) εισάγει το ερώτημα του κατά πόσο είναι δυνατόν ένα κινούμενο ρομποτικό σύστημα να αφεθεί σε μια άγνωστη περιοχή και να δημιουργήσει έναν χάρτη αυτής ενώ ταυτόχρονα να χρησιμοποιεί αυτόν τον χάρτη για να υπολογίσει την απόλυτη θέση του εαυτού του. Η προσπάθεια επίλυσης του προβλήματος SLAM απασχολεί την ρομποτική κοινότητα για αρκετά χρόνια, αφού κάτι τέτοιο θα σήμαινε την πλήρη αυτονομία των ρομποτικών συστημάτων ως προς την πλοήγηση τους στον χώρο. Η γέννηση τέτοιων αυτόνομων ρομπότ θα μπορούσε να βρει ευρεία εφαρμογή στη χαρτογράφηση περιοχών που μέχρι σήμερα καθίσταται αδύνατη, όπως υποθαλάσσιες και εναέριες περιοχές ή ακόμη και η εξερεύνηση πλανητικών συστημάτων. Ένα είδος SLAM αλγορίθμου είναι ο visual-SLAM (vSLAM) ο οποίος χρησιμοποιεί μία ή περισσότερες κάμερες για τη διεκπεραίωση της οδομετρίας. Στην περίπτωση που ένα ρομποτικό σύστημα διαθέτει μόνο μια κάμερα τότε πραγματοποιεί "μονόφθαλμη οπτική οδομετρία" (Visual Odometry - VO) η οποία μπορεί να υλοποιηθεί μέσω ενός ημι-άμεσου αλγορίθμου που καλείται SVO(Semi Direct Visual Odometry) και προσφέρει ακρίβεια, ευρωστία και ταχύτητα υπολογισμών. Για πιο αποτελεσματική μονόφθαλμη οδομετρία, μπορεί να προστεθεί μια αδρανειακή μονάδα μέτρησης η οποία ενισχύει την ακρίβεια των υπολογισμών της θέσης που πραγματοποιεί ο αλγόριθμος. Τα συστήματα αυτά εκτελούν "οπτική αδρανειακή οδομετρία" (Visual Inertial Odometry - VIO) που μπορεί να βελτιστοποιηθεί, μεταξύ άλλων, με χρήση αλγορίθμων bundle adjustment. Ένας χαρακτηριστικός αλγόριθμος bundle adjustment είναι ο iSAM2, ο οποίος χρησιμοποιεί ένα δέντρο Bayes για αύξηση της ταχύτητας των υπολογισμών ενώ παράλληλα διατηρείται η ακρίβειά τους. Η παρούσα διπλωματική εργασία αποτελεί μια προσπάθεια ενσωμάτωσης αισθητήριων μετρήσεων που προέρχονται από μια αδρανειακή μονάδα μέτρησης (IMU) στον SVO αλγόριθμο, με στόχο την υλοποίηση ενός VIO συστήματος το οποίο έπειτα βελτιστοποιείται μέσω του iSAM2 αλγορίθμου |
| author2 |
Ψαράκης, Εμμανουήλ |
| author_facet |
Ψαράκης, Εμμανουήλ Ντάλης, Κωνσταντίνος - Βασίλειος |
| format |
Thesis |
| author |
Ντάλης, Κωνσταντίνος - Βασίλειος |
| author_sort |
Ντάλης, Κωνσταντίνος - Βασίλειος |
| title |
Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| title_short |
Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| title_full |
Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| title_fullStr |
Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| title_full_unstemmed |
Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| title_sort |
υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (slam) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος |
| publishDate |
2018 |
| url |
http://hdl.handle.net/10889/11003 |
| work_keys_str_mv |
AT ntalēskōnstantinosbasileios ylopoiēsēeurōstoualgorithmoutautochronēsektimēsēsthesēskaichartographēsēsslamgiaautomatēploēgēsēmēepandrōmenouiptamenouochēmatos AT ntalēskōnstantinosbasileios robustalgorithmimplementationofsimultaniouslocalizationandmappingslamforautonomousnavigationofuav |
| _version_ |
1771297278124883968 |
| spelling |
nemertes-10889-110032022-09-05T20:48:56Z Υλοποίηση ευρώστου αλγόριθμου ταυτόχρονης εκτίμησης θέσης και χαρτογράφησης (SLAM) για αυτόματη πλοήγηση μη επανδρωμένου ιπτάμενου οχήματος Robust algorithm implementation of simultanious localization and mapping (SLAM) for autonomous navigation of UAV Ντάλης, Κωνσταντίνος - Βασίλειος Ψαράκης, Εμμανουήλ Ψαράκης, Εμμανουήλ Dalis, Konstantinos - Vasileios Ταυτόχρονη εκτίμηση θέσης και χαρτογράφηση Οπτική οδομετρία Ημι-άμεση οδομετρία Οπτική αδρανειακή οδομετρία Προσαρμογή δέσμης SLAM vSLAM VO SVO VIO Bundle adjustment iSAM2 629.045 Το πρόβλημα της Ταυτόχρονης Θέσης και Χαρτογράφησης (Simultaneous Localization and Mapping - SLAM) εισάγει το ερώτημα του κατά πόσο είναι δυνατόν ένα κινούμενο ρομποτικό σύστημα να αφεθεί σε μια άγνωστη περιοχή και να δημιουργήσει έναν χάρτη αυτής ενώ ταυτόχρονα να χρησιμοποιεί αυτόν τον χάρτη για να υπολογίσει την απόλυτη θέση του εαυτού του. Η προσπάθεια επίλυσης του προβλήματος SLAM απασχολεί την ρομποτική κοινότητα για αρκετά χρόνια, αφού κάτι τέτοιο θα σήμαινε την πλήρη αυτονομία των ρομποτικών συστημάτων ως προς την πλοήγηση τους στον χώρο. Η γέννηση τέτοιων αυτόνομων ρομπότ θα μπορούσε να βρει ευρεία εφαρμογή στη χαρτογράφηση περιοχών που μέχρι σήμερα καθίσταται αδύνατη, όπως υποθαλάσσιες και εναέριες περιοχές ή ακόμη και η εξερεύνηση πλανητικών συστημάτων. Ένα είδος SLAM αλγορίθμου είναι ο visual-SLAM (vSLAM) ο οποίος χρησιμοποιεί μία ή περισσότερες κάμερες για τη διεκπεραίωση της οδομετρίας. Στην περίπτωση που ένα ρομποτικό σύστημα διαθέτει μόνο μια κάμερα τότε πραγματοποιεί "μονόφθαλμη οπτική οδομετρία" (Visual Odometry - VO) η οποία μπορεί να υλοποιηθεί μέσω ενός ημι-άμεσου αλγορίθμου που καλείται SVO(Semi Direct Visual Odometry) και προσφέρει ακρίβεια, ευρωστία και ταχύτητα υπολογισμών. Για πιο αποτελεσματική μονόφθαλμη οδομετρία, μπορεί να προστεθεί μια αδρανειακή μονάδα μέτρησης η οποία ενισχύει την ακρίβεια των υπολογισμών της θέσης που πραγματοποιεί ο αλγόριθμος. Τα συστήματα αυτά εκτελούν "οπτική αδρανειακή οδομετρία" (Visual Inertial Odometry - VIO) που μπορεί να βελτιστοποιηθεί, μεταξύ άλλων, με χρήση αλγορίθμων bundle adjustment. Ένας χαρακτηριστικός αλγόριθμος bundle adjustment είναι ο iSAM2, ο οποίος χρησιμοποιεί ένα δέντρο Bayes για αύξηση της ταχύτητας των υπολογισμών ενώ παράλληλα διατηρείται η ακρίβειά τους. Η παρούσα διπλωματική εργασία αποτελεί μια προσπάθεια ενσωμάτωσης αισθητήριων μετρήσεων που προέρχονται από μια αδρανειακή μονάδα μέτρησης (IMU) στον SVO αλγόριθμο, με στόχο την υλοποίηση ενός VIO συστήματος το οποίο έπειτα βελτιστοποιείται μέσω του iSAM2 αλγορίθμου The Simultaneous Localization and Mapping - SLAM problem asks whether it is possible for a mobile robot to build a map of an unknown environment that surrounds it while simultaneously determining its own location within this map. This problem has been troubling the robotics society for a number of years because solving it could give rise to a new era of fully automated robotic machines, capable of navigating themselves within any environment without external help. The birth of such robots would be useful in mapping areas that, until today, are considered impossible; such areas varying from underwater and air to even other planets. Visual - SLAM (vSLAM) is a subtype of SLAM algorithm that uses one or more cameras to perform odometry. In the case where a single camera is attached to a robotic system, Monocular Visual Odometry (VO) is performed through a semi-direct algorithm called SVO. The SVO algorithm is reported to offer greater accuracy, robustness and speed of calculations. For an even more effective VO an additional inertial measurement unit - IMU can be added to the robotic system, which enchances the accuracy of pose calculations made by the algorithm. These systems perform Visual Inertial Odometry - VIO that can be optimized by using, among others, bundle adjustment based algorithms. iSAM2 is a typical example of bundle adjustment algorithm that uses Bayes-Tree for increased speed of calculations while simultaneously preserving their accuracy. The present study is an effort to combine sensor measurements derived from an IMU to the SVO algorithm. The ultimate goal of this combination is the creation of a new VIO system, which will be optimized using iSAM2 algorithm. 2018-02-13T13:59:22Z 2018-02-13T13:59:22Z 2017-10-27 Thesis http://hdl.handle.net/10889/11003 gr 0 application/pdf |
