Autonomous mobile robots operating in unknown terrain have to guide
their drive decisions through local perception. Local mapping and
traversability analysis is essential for safe rover operation and low level
locomotion. This thesis deals with the challenge of building a local,
robot centric map from ultra short baseline stereo imagery for height
and traversability estimation.
Several grid-based, incremental mapping algorithms are compared and
evaluated in a multi size, multi resolution framework. A new, covariance
based mapping update is introduced, which is capable of detecting sub-
cellsize obstacles and abstracts the terrain of one cell as a first order
surface.
The presented mapping setup is capable of producing reliable ter-
rain and traversability estimates under the conditions expected for the
Cooperative Autonomous Distributed Robotic Exploreration (CADRE)
mission.
Algorithmic- and software architecture design targets high reliability
and efficiency for meeting the tight constraints implied by CADRE’s
small on-board embedded CPU.
Extensive evaluations are conducted to find possible edge-case scenar-
ios in the operating envelope of the map and to confirm performance
parameters. The research in this thesis targets the CADRE mission, but
is applicable to any form of mobile robotics which require height- and
traversability mapping. / Autonome mobile Roboter, die in unkartiertem Terrain operieren, müs-
sen ihre Fahrentscheidungen durch lokale Wahrnehmung steuern. Lo-
kale Kartierung und Passierbarkeitsanalysen sind der Schlüssel für ei-
nen sicheren Betrieb des Roboters und die Fortbewegung. Diese Arbeit
beschäftigt sich mit der Herausforderung, eine lokale, roboterzentrierte
Karte für Höhen- und Passierbarkeitsanalysen aus Stereobildern zu
erstellen.
Mehrere inkrementelle Kartierungsalgorithmen werden verglichen und
in einem Framework mit verschiedenen Layern für Größen und Auflö-
sungen implementiert und verglichen. Ein neues, kovarianzbasiertes
Kartierungsupdate wird eingeführt, das in der Lage ist, Hindernisse
unterhalb der Zellgröße zu erkennen. Dieser Algorithmus abstrahiert
die Umgebung einer Zelle als Oberfläche erster Ordnung.
Das vorgestellte Kartierungssystem ist in der Lage, zuverlässige Gelände-
und Durchquerbarkeitsschätzungen unter den CADRE Bedingungen
zu liefern.
Das Design der Algorithmen- und Software-Architektur zielt auf hohe
Zuverlässigkeit und Effizienz ab, um die engen Vorgaben der eingebet-
teten CPUs an Bord zu wahren.
Umfassende Evaluierungen werden durchgeführt, um mögliche Grenz-
szenarien im Betriebsbereich der Karte zu finden und die Leistungs-
parameter zu bestätigen. Die Forschung in dieser Arbeit zielt auf die
CADRE-Mission ab, ist aber auf jede Form der mobilen Robotik an-
wendbar, die Höhen- und Durchquerbarkeitsschätzungen erfordert.
| Identifer | oai:union.ndltd.org:uni-wuerzburg.de/oai:opus.bibliothek.uni-wuerzburg.de:35826 |
| Date | January 2024 |
| Creators | Werner, Lennart |
| Source Sets | University of Würzburg |
| Language | English |
| Detected Language | German |
| Type | masterthesis, doc-type:masterThesis |
| Format | application/pdf |
| Rights | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de, info:eu-repo/semantics/openAccess |
Page generated in 0.0078 seconds