Faculté des sciences et techniques de l'ingénieur STI, Département de microtechnique, Institut de microtechnique IMT (Laboratoire de systèmes autonomes 1 LSA1)

Hybrid, metric - topological, mobile robot navigation

Tomatis, Nicola ; Siegwart, Roland (Dir.)

Thèse sciences techniques Ecole polytechnique fédérale de Lausanne EPFL : 2001 ; no 2444.

Ajouter à la liste personnelle
    Summary
    This thesis presents a recent research on the problem of environmental modeling for both localization and map building for wheel-based, differential driven, fully autonomous and self-contained mobile robots. The robots behave in an indoor office environment. They have a multi-sensor setup where the encoders are used for odometry and two exteroperceptive sensors, a 360° laser scanner and a monocular vision system, are employed to perceive the surrounding. The whole approach is feature based meaning that instead of directly using the raw data from the sensor features are firstly extracted. This allows the filtering of noise from the sensors and permits taking account of the dynamics in the environment. Furthermore, a properly chosen feature extraction has the characteristic of better isolating informative patterns. When describing these features care has to be taken that the uncertainty from the measurements is taken into account. The representation of the environment is crucial for mobile robot navigation. The model defines which perception capabilities are required and also which navigation technique is allowed to be used. The presented environmental model is both metric and topological. By coherently combining the two paradigms the advantages of both methods are added in order to face the drawbacks of a single approach. The capabilities of the hybrid approach are exploited to model an indoor office environment where metric information is used locally in structures (rooms, offices), which are naturally defined by the environment itself while the topology of the whole environment is resumed separately thus avoiding the need of global metric consistency. The hybrid model permits the use of two different and complementary approaches for localization, map building and planning. This combination permits the grouping of all the characteristics which enables the following goals to be met: Precision, robustness and practicability. Metric approaches are, per definition, precise. The use of an Extended Kalman Filter (EKF) permits to have a precision which is just bounded by the quality of the sensor data. Topological approaches can easily handle large environments because they do not heavily rely on dead reckoning. Global consistency can, therefore, be maintained for large environments. Consistent mapping, which handle large environments, is achieved by choosing a topological localization approach, based on a Partially Observable Markov Decision Process (POMDP), which is extended to simultaneous localization and map building. The theory can be mathematically proven by making some assumptions. However, as stated during the whole work, at the end the robot itself has to show how good the theory is when used in the real world. For this extensive experimentation for a total of more than 9 km is performed with fully autonomous self-contained robots. These experiments are then carefully analyzed. With the metric approach precision with error bounds of about 1 cm and less than 1 degree is further confirmed by ground truth measurements with a mean error of less than 1 cm. The topological approach is successfully tested by simultaneous localization and map building where the automatically created maps turned out to work better than the a priori maps. Relocation and closing the loop are also successfully tested.
    Résumé
    Cette thèse présente une récente recherche dans le domaine de la modélisation d'environnement pour la localisation et la construction de cartes pour des robots mobiles complètement autonomes avec roues et differential drive. Les robots se déplacent dans un environnement typique de bureaux. Ils ont un système avec plusieurs capteurs: les encodeurs sont employés pour l'odomètrie et les deux capteurs exteroperceptifs, un scanneur laser et un système de vision monoculaire, sont utilisés pour percevoir les environs. L'approche présentée est basée sur des features. Cela signifie que, au lieu d'utiliser directement les données brutes des capteurs, on extrait d'abord des caractéristiques de l'environnement. Cela permet de filtrer le bruit en provenance des capteurs et de faire face aux changements dynamiques dans l'environnement. Dans la représentation de ces features il ne faut pas oublier de tenir compte de l'incertitude des mesures. La représentation de l'environnement est cruciale pour la navigation de robots mobiles. Non seulement elle définit quelle perception sera nécessaire, mais, en plus, elle détermine quelle technique de navigation pourra être employée. Le modèle présenté ici est métrique et topologique. En combinant de façon cohérente les deux paradigmes, les avantages des deux méthodes peuvent être combinés pour faire face aux défauts de chaque approche. Les qualités du système hybride sont employées pour modéliser un environnement de bureaux, où l'information métrique est utilisée localement dans des structures qui sont définie naturellement par l'environnement (pièces, bureaux), tandis que la topologie globale de l'environnement est résumée séparément, permettant ainsi d'éviter de devoir maintenir la consistance métrique globale. Le modèle hybride permet d'utiliser deux approches différentes et complémentaires pour la localisation, la construction de cartes et la planification. Cette combinaison permet de regrouper toutes les caractéristiques qui permettent d'arriver aux buts définis: précision, robustesse et faisabilité. L'utilisation d'un filtre de Kalman permet d'avoir une précision, qui est seulement limitée par la qualité des données des capteurs. Les approches topologiques peuvent faire face sans problèmes à des grands environnements parce qu'ils nécessitent pas de l'odomètrie. La consistance globale est donc plus facile à maintenir. Une création de cartes consistantes est obtenue en utilisant une approche topologique basée sur les partially observable markov decision processes (POMDP), qui est étendue pour la création de cartes. La théorie proposée peut être prouvée mathématiquement en acceptant certaines suppositions. Cependant, le but final est que ce soit le robot qui nous montre les qualités de l'approche. Pour cela, une vaste expérimentation, pour un total de plus que 9 km, est faite avec des robots complètement autonomes. Ces expériences sont étudiées en détail pour en tirer des conclusions correctes. Avec l'approche métrique, la précision, obtenue en estimant la faute moyenne avec les error bounds, est de 1 cm et moins d'un degré. Elle est confirmée par des mesures de ground truth qui montrent une faute de moins d'un cm en moyenne. L'approche topologique a été testée avec succès, où même des taches comme la relocalisation et la fermeture de boucles dans l'environnement marchent correctement.