Autonomní explorace nerovného terénu šestinohým kráčejícím robotem

Abstract

Tato práce se zabývá úlohou autonomnního robotického průzkumu neznámého prostředí šestinohým kráčejícím robotem. Cílem průzkumu je nejen vytvořit prostorovou mapu prostředí, ale také určit průchodnost prozkoumaných částí prostředí. Robotický průzkum je založen na navigaci robotu k hranici mezi známým a neznámým prostředím. Robot na základě aktuálního modelu prostředí autonomně stanovuje další navigační cíl tak, aby efektivně vytvořil výškovou mapu prostředí. Navržený systém pro autonomní robotický průzkum je zaměřen na malé kráčející roboty, jež mohou nést pouze malé a lehké senzory. Maximální nosnost robotu omezuje možnost volby vhodného lokalizačního systému, který je nutný pro autonomní navigaci a stavbu výškové mapy prostředí. Z existujících lokalizačních systémů byla vybrána metoda ORB-SLAM2 jako výchozí vizuální lokalizace, která byla rozšířena o využití senzorické fúze s externím lokalizačním systémem a inerciální jednotkou. Kromě tohoto řešení je v práci využita kamera pro lokalizaci, jejíž součástí je jednotka kombinující výpočet vizuální lokalizace a senzorické fúze, která tak přmo poskytuje odhad polohy a natočení kamery (robotu). V rámci experimentální části práce byly porovnány obě metody vizuální loalizace a spolehlivěji fungující metoda byla použita v experimentálním nasazení navrženého a implementovaného systému autonomního průzkumu v reálném prostřed. Vyvinutý systém byl nasazen na šestinohém kráčejícím robotu uvnitř budovy i ve venkovním prostředí, kde systém úspěšně realizoval plně autonomní průzkum. Navržené řešení bylo dále nasazeno na pásovém robotu v několika dalšch experimentálních scénářích zahrnujících vnitřní prostory a důlní chodby, které byly úspěšně mapovány v rámci DARPA Subterranean Challenge.The autonomous robotic exploration of an unknown environment with a hexapod walking robot is addressed in this thesis. Since the multi-legged walking robot is capable of traversing rough terrains, the proposed exploration system creates a map of the unknown environment while simultaneously performing the traversability assessment of the explored environment to reach navigational waypoints. The concept of frontiers has been utilized to detect navigational waypoints at the border of unknown space and already explored space represented by an elevation map. The proposed system is targeted to run onboard of a small robot. Therefore, the localization system required to build the elevation map incrementally uses vision-based localization deployed on a small and lightweight camera. The state-of-the-art visual localization ORB-SLAM2 has been chosen as the default localization system, for which we proposed improvements based on sensory fusion with the Global Navigation Satellite System and Inertial Measurement Unit (IMU). Although ORB-SLAM2 provides sufficiently precise localization, we have also studied an alternative embedded vision-based localization system which has an inbuilt processor capable of sensory fusion. The precision and reliability of both localization systems have been experimentally evaluated, and more suitable localization system has been used during the experimental deployments of the proposed exploration system. Based on the presented results, we can conclude that both studied localization systems provide localization of the robot with sufficient precision for deployment in an autonomous exploration scenario, but the novel embedded localization system is more reliable than ORB-SLAM2. The proposed elevation mapping technique enhanced by efficient quadtree based data representation exhibited low computational requirements that supports onboard deployment, and it is capable of covering large areas which have been demonstrated during multiple deployments in the real-world scenario. The developed exploration system enabled the hexapod walking robot to explore indoor and outdoor environments fully autonomously. The selected parts of the developed framework have also been successfully deployed on a tracked robot platform in various scenarios, including mine environment within DARPA Subterranean Challenge.