Robust Mark Robot: mod robust autonomi
Translated title
Robust Agricultural Robot: towards robust autonomy
Authors
Jensen, Jens Lund ; Pedersen, Martin Holm
Term
10. term
Publication year
2007
Pages
178
Abstract
Denne masteropgave dokumenterer udviklingen af en modelbaseret fejl-detektion og -isolering (FDI) for en firehjulet autonom landbrugsrobot (API) med fokus på fejl i styring og fremdrift samt på at øge platformens robusthed. Arbejdet omfatter modellering af robotens geometri, kinematik og dynamik samt anvendelse af både lineære observatører (hybrid og kontinuerlig), en ikke-lineær partikelfilter-tilgang og aktiv fejlisolering. Derudover blev ekstra hardware designet og implementeret for at understøtte selvovervågning, herunder et nyt inklinometer og to fremadrettede nærhedssensorer. Metoderne blev afprøvet på en eksisterende ikke-lineær model af robotten og kunne med succes detektere og isolere udvalgte fejl. Projektet sigter mod at gøre API til en mere pålidelig platform for fremtidig feltmonitorering og plantepleje.
This master’s thesis presents the development of a model-based Fault Detection and Isolation (FDI) scheme for a four-wheeled autonomous agricultural robot (API), targeting steering and propulsion faults and improving platform robustness. The work includes modeling of the robot’s geometry, kinematics, and dynamics, and applies linear observers (hybrid and continuous), a nonlinear particle filter approach, and active fault isolation. Additional hardware was designed and implemented to support self-diagnosis, including a new inclinometer and two forward proximity sensors. The FDI methods were tested on an existing nonlinear model and successfully detected and isolated selected faults. The project aims to make the API a more reliable platform for future field monitoring and plant care.
[This summary has been generated with the help of AI directly from the project (PDF)]
Documents