Assistive Localization and AutonomousNavigation for a Multi-Robot System: Multirobot Autonomous Navigation through Assistive Localization
Translated title
Assistive Localization and AutonomousNavigation for a Multi-Robot System
Authors
Sircu, Ion ; Cretu-Sircu, Amalia Lelia
Term
4. term
Education
Publication year
2020
Submitted on
2020-06-04
Pages
127
Abstract
This thesis investigates how autonomous mobile robots can localize and navigate in industrial environments without equipping each unit with a costly full sensor suite. The core research question is whether an assistive localization strategy can enable reliable, fleet-level navigation at lower per-robot cost. The proposed solution is a multi-robot architecture in which a sensor-rich lead robot with LiDAR, IMU, and encoders performs SLAM to build and maintain a shared map, while client robots carry only IMU and encoders. Client robots obtain global position from a low-cost ultrasonic system (GamesOnTrack, GoT), whose systematic errors are mitigated by fingerprinting error-prone locations and patching the GoT signal with map-based corrections. A ROS-based framework distributes the map and the corrected localization information across robots to support navigation in an Industry 4.0 setting. Methodologically, the work includes ROS node development for GoT integration, sensor handling and map sharing, Gazebo-based simulations of beacons and multi-robot scenarios, and subsequent limited laboratory tests. Due to COVID-19 constraints and missing hardware for a second robot, much of the evaluation was performed in simulation and small-scale lab trials; results are promising, though full multi-robot testing was restricted during the project period.
Denne afhandling adresserer, hvordan autonome mobile robotter kan lokalisere sig og navigere i industrielle miljøer uden at udstyre hver robot med et dyrt fuldt sensorsæt. Projektets forskningsspørgsmål er, om en assistiv lokaliseringsstrategi kan muliggøre pålidelig, flådestyret navigation til lavere omkostninger. Løsningen er en multi-robotarkitektur med en lederrobot, der er udstyret med LiDAR, IMU og encodere til at udføre SLAM, opbygge og vedligeholde kortet, samt en gruppe klientrobotter, der kun har IMU og encodere. Klientrobotterne anvender et lavpris ultralydsbaseret globalt lokaliseringssystem (GamesOnTrack, GoT) til positionsestimat, som forbedres ved at identificere og “fingerprinte” systematiske fejl i bestemte områder og korrigere GoT-signalet med kortbaserede fejlkompensationer. Et ROS-baseret rammeværk er udviklet til at distribuere kort og fejlkorrektioner på tværs af robotter og understøtte navigation i et Industry 4.0-setup. Metodisk omfatter arbejdet udvikling af ROS-noder til GoT-integration, sensordatahåndtering og kortdeling, simulering i Gazebo af beacons og multi-robot-scenarier samt efterfølgende laboratorietest i begrænset omfang. På grund af COVID-19-restriktioner og manglende hardware til en anden robot blev en del af evalueringen udført i simulation, og fysiske tests blev gennemført i mindre skala; resultaterne fremstår lovende, men fuld multi-robotafprøvning var begrænset i projektperioden.
[This apstract has been generated with the help of AI directly from the project full text]
Keywords
SLAM ; ROS ; Multi-robot ; EKF ; Localization ; Indoor Positioning