Faculté des sciences et techniques de l'ingénieur STI, Section de microtechnique, Institut d'ingénierie des systèmes I2S (Laboratoire de systèmes autonomes 1 LSA1)

3D position tracking for all-terrain robots

Lamon, Pierre ; Siegwart, Roland (Dir.)

Thèse sciences Ecole polytechnique fédérale de Lausanne EPFL : 2005 ; no 3192.

Ajouter à la liste personnelle
    Summary
    Rough terrain robotics is a fast evolving field of research and a lot of effort is deployed towards enabling a greater level of autonomy for outdoor vehicles. Such robots find their application in scientific exploration of hostile environments like deserts, volcanoes, in the Antarctic or on other planets. They are also of high interest for search and rescue operations after natural or artificial disasters. The challenges to bring autonomy to all terrain rovers are wide. In particular, it requires the development of systems capable of reliably navigate with only partial information of the environment, with limited perception and locomotion capabilities. Amongst all the required functionalities, locomotion and position tracking are among the most critical. Indeed, the robot is not able to fulfill its task if an inappropriate locomotion concept and control is used, and global path planning fails if the rover loses track of its position. This thesis addresses both aspects, a) efficient locomotion and b) position tracking in rough terrain. The Autonomous System Lab developed an off-road rover (Shrimp) showing excellent climbing capabilities and surpassing most of the existing similar designs. Such an exceptional climbing performance enables an extension in the range of possible areas a robot could explore. In order to further improve the climbing capabilities and the locomotion efficiency, a control method minimizing wheel slip has been developed in this thesis. Unlike other control strategies, the proposed method does not require the use of soil models. Independence from these models is very significant because the ability to operate on different types of soils is the main requirement for exploration missions. Moreover, our approach can be adapted to any kind of wheeled rover and the processing power needed remains relatively low, which makes online computation feasible. In rough terrain, the problem of tracking the robot's position is tedious because of the excessive variation of the ground. Further, the field of view can vary significantly between two data acquisition cycles. In this thesis, a method for probabilistically combining different types of sensors to produce a robust motion estimation for an all-terrain rover is presented. The proposed sensor fusion scheme is flexible in that it can easily accommodate any number of sensors, of any kind. In order to test the algorithm, we have chosen to use the following sensory inputs for the experiments: 3D-Odometry, inertial measurement unit (accelerometers, gyros) and visual odometry. The 3D-Odometry has been specially developed in the framework of this research. Because it accounts for ground slope discontinuities and the rover kinematics, this technique results in a reasonably precise 3D motion estimate in rough terrain. The experiments provided excellent results and proved that the use of complementary sensors increases the robustness and accuracy of the pose estimate. In particular, this work distinguishes itself from other similar research projects in the following ways: the sensor fusion is performed with more than two sensor types and sensor fusion is applied a) in rough terrain and b) to track the real 3D pose of the rover. Another result of this work is the design of a high-performance platform for conducting further research. In particular, the rover is equipped with two computers, a stereovision module, an omnidirectional vision system, an inertial measurement unit, numerous sensors and actuators and electronics for power management. Further, a set of powerful tools has been developed to speed up the process of debugging algorithms and analyzing data stored during the experiments. Finally, the modularity and portability of the system enables easy adaptation of new actuators and sensors. All these characteristics speed up the research in this field.
    Résumé
    La robotique tout-terrain est un domaine de recherche très actif et beaucoup d'efforts sont déployés pour rendre les robots totalement autonomes. Les domaines d'application pour de tels robots sont l'exploration d'environnements hostiles comme par exemple, des déserts, des volcans, l'Antarctique, la surface de Mars, ou encore pour des opérations de sauvetage suivant des désastres naturels (tremblements de terre) ou artificiels. La difficulté de rendre de tels robots autonomes est grande. La tâche nécessite, en particulier, de concevoir des systèmes capables d'évoluer dans des environnements inconnus, sans information a priori, avec la difficulté additionnelle de la perception et de la locomotion en terrains accidentés. Parmi toutes les fonctions nécessaires au fonctionnement du système, la locomotion et l'estimation de position sont capitales. En effet, le robot ne pourra pas remplir la tâche qui lui est assignée si un principe de locomotion inadapté est utilisé et ne pourra pas planifier correctement son chemin s'il ne connaît pas sa position actuelle. Cette thèse traite spécifiquement les problèmes de locomotion et d'estimation de position en terrain accidenté. Le Laboratoire de Systèmes Autonomes a développé un robot tout-terrain appelé Shrimp, qui présente de très bonnes aptitudes de franchissement d'obstacles. Ses performances dépassent celles de la majorité des structures existantes et permettent d'étendre le spectre des régions explorable par des robots tout-terrain. Afin d'améliorer encore les capacités du robot et de minimiser l'énergie consommée, une méthode visant à limiter le glissement des roues a été mise au point dans le cadre de cette thèse. Contrairement à d'autres méthodes de contrôle, notre approche ne nécessite pas l'utilisation de modèles d'interaction roue-sol. Cette propriété permet au système de fonctionner quel que soit le type de sol rencontré durant sa mission. De plus, notre système peut être adapté à tous les robots passifs à roues et peut fonctionner en temps réel. En terrain accidenté, il est très difficile d'obtenir une bonne estimation de la position d'un robot car celui-ci est soumis à de fortes vibrations et le champ de vision peut changer rapidement. Cette thèse décrit une technique robuste permettant, mal10 gré toutes ces contraintes, d'obtenir une bonne estimation de position en fusionnant des informations provenant de différents capteurs. La méthode proposée est très flexible et permet d'incorporer facilement de nouveaux capteurs. Afin de tester les algorithmes, nous avons choisi d'utiliser les capteurs suivants: de l'odométrie tridimensionnelle, une centrale inertielle (accéléromètres et gyroscopes) et une technique d'odométrie visuelle. La technique d'odométrie 3D a été développée dans le cadre de cette recherche et est appliquée au robot pour estimer son déplacement. La prise en compte de la structure mécanique et des changements brusques de pente permet de produire des estimations de position relativement bonnes compte tenu de la difficulté des terrains rencontrés. Les expériences de fusion de capteurs ont donné d'excellents résultats et prouvent que l'utilisation de capteurs complémentaires permet d'améliorer substantiellement la précision et la robustesse de l'estimation de position en terrain accidenté. Ce travail se distingue des autres par les éléments suivants: la fusion de capteurs est faite avec plus de deux capteurs (ce qui n'est pas courant dans le domaine), la méthode est appliquée à un robot tout-terrain et finalement la position est estimée en trois dimensions. Un autre résultat intéressant de ce travail est le développement d'une plateforme de recherche performante. Durant cette recherche, le robot a été équipé de deux ordinateurs, d'un système de stéréovision, d'une caméra omnidirectionnelle, de nombreux capteurs et actionneurs et d'une électronique de gestion de l'énergie. De plus, tout un ensemble d'outils logiciels a été développé pour la mise au point d'algorithmes et l'analyse des données produites durant les expériences. Pour terminer, la modularité et la portabilité du système permet une adaptation facilitée de nouveaux périphériques et d'actionneurs de toute sorte. Toutes ces caractéristiques permettent d'accélérer la recherche dans ce domaine.