Robots’ self-localization in structured and known environments

Dissertação de mestrado em Engenharia Eletrónica Industrial de Computadores (área de especialização em Automação, Controlo e Robótica)Esta dissertação apresenta uma solução para um sistema de autolocalização de robôs móveis autónomos, especialmente vocacionada para ambientes estruturados e conhecidos como, por exemplo, superfícies de supermercado ou armazéns. A autolocalização consiste na determinação da posição cartesiana, x e y, e na orientação, , em que o robô se encontra num determinado ambiente. Este sistema tem inúmeras aplicações tanto na robótica de serviços, como na robótica industrial. O sistema de autolocalização proposto resulta da fusão de dois métodos: i) um de localização relativa, baseado em odometria, e disponível a todo o momento; ii) outro de localização absoluta, através de um sistema de visão que deteta marcadores artificiais, previamente colocados no ambiente em posições conhecidas. O segundo método permite a correção das posições calculadas pela odometria, uma vez que esta acumula erros com o deslocamento do robô. A fusão da informação proveniente das metodologias referidas é realizada pelo Filtro de Kalman Estendido. Foi efetuada uma caracterização individual de cada método, bem como do que resulta da fusão entre os dois métodos. Realizaram-se testes com um robô real nas instalações da Universidade do Minho que permitem validar a solução proposta. Estes testes foram efetuados em vários cenários, para diferentes espaçamentos entre marcadores, e em ambientes com e sem obstáculos. Os resultados obtidos permitem concluir que o sistema implementado é robusto, eficiente e adequado para ambientes estruturados e conhecidos.This dissertation presents a solution for a self-location system of autonomous mobile robots, especially suited to structured and known environments, known as supermarkets and warehouses surfaces. The self-location system consists on the determination of the cartesian position, x and y, and the orientation , of the robot in a certain environment. This system as several applications both in robotic of services as in industrial robotics. The self-location system proposed results of the fusion of two methods: i) one of relative location, based on odometry, and available at all times; ii) other of absolute location, through a system of vision that detects artificial markers, previously placed at the environment at known positions. The second method allows the correction of the calculated positions by odometry, once this gathers the mistakes with the movement of the robot. The fusion of the information from the methodologies refered is performed by the Extended Kalman Filter. It was executed an individual characterization of each method, as well as of what results from the fusion between the two methods. Some tests were conducted with a real robot in Universidade do Minho, that allow us to validate the solution proposed. These tests were conducted in several scenarios, with different spacings between markers, and in environments with and without obstacles. The obtained results allow us to conclude that the implemented system is robust, efficient and suitable to structured and known environments