Simultaneous localization and mapping (SLAM) is the problem of mapping your surroundings while simultaneously localizing yourself in the map. It is an important and active area of research for robotics. In this master thesis two approaches are attempted to reduce the drift which appears over time in SLAM algorithms. The first approach tries 3 different motion models for the camera. Two of the models exploit the a priori knowledge that the camera is mounted on a trolley. These two methods are shown to improve the results. The second approach attempts to reduce the drift by reducing noise in the point cloud data used for mapping. This is done by finding planar surfaces in the point clouds. Median filtering is used as an alternative to compare the result for noise reduction. The planes estimation approach is also shown to reduce the drift, while the median estimation makes it worse. / Simultaneous localization and mapping (SLAM) är problemet att kartlägga sin omgivning samtidigt som man lokaliserar sig själv i kartan. Det är ett viktigt och aktivt forskningsområde inom robotik. I det här exjobbet testas två tillvägagångssätt för att minska felet i kameraposition och orientering som uppstår över tiden i SLAM-lösningar. Det första tillvägagångssättet testar 3 olika rörelsemodeller för kameran. Två av modellerna utnyttjar vetskapen om att kameran sitter monterad på en vagn. Dessa två metoder förbättrar resultatet för SLAM-algoritmen. Det andra tillväggagångssättet försöker minska felet genom att reducera bruset i punktmolnsdatan som används i kartläggningen. Det görs genom att hitta plana ytor i punktmolnen. Medianfiltrering används som en alternativ lösning för att jämföra hur bra planestimeringen står sig. Planestimeringen visar sig också minska felet i lösningen, medan medianfiltreringen endast försämrar resultatet.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-131005 |
Date | January 2016 |
Creators | Bondemark, Richard |
Publisher | Linköpings universitet, Datorseende |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds