Probabilistic Localization of a Soccer Robot

Mobiilsed autonoomsed robotid vajavad iseseisvaks navigeerimiseks teadmist oma umbkaudse asukoha kohta. Tihtipeale pole see otseselt tuvastatav, vaid roboti positsioon tuleb järeldada mitmete müraste sensorite mõõtmistest. Antud tees tegeleb probleemiga, kuidas lokaliseerida iseseisvat jalgpallirobotit videopildi alusel. Kasutatakse statistilisi Bayesi filtreerimise meetodeid nagu Kalmani- ja osakeste filter, mis arvestavad sellistele süsteemidele omase müra ja ebakindlusega. Implementeeritakse ja võrreldakse mitmeid erinevaid lokalisatsioonialgoritme ja testitakse neid ka lisaks simulaatorile ka füüsilise roboti peal. Töötatakse välja toimiv praktiline lahendus mobiilse jalgpalliroboti lokaliseerimiseks.The thesis deals with the problem of localizing a mobile soccer-playing robot using Bayes filtering methods. For navigating natural environments, autonomous robots need to know where they are located even if the position of the robot is not directly observable, but rather needs to be inferred from indirect measurements of several noisy sensors. The algorithms need to account for the inherent uncertainty of such systems. Several algorithms of robot positioning including Kalman filter and particle filter are investigated, implemented and compared. The algorithms are also tested on a real robot. A working solution for practical robot localization is developed