Navigace pozemního robotu v nerovném terénu

Abstract

Nerovný terén představuje velkou výzvu pro úlohu navigace díky své rozmanitosti a odhadu jeho sjízdnosti oproti rovným plochám. Tato bakalářská práce se zabývá navigací z bodu do bodu smykově řízeného pozemního mobilního robotu v neznámém, primárně venkovním, nerovném prostředí. První část shrnuje state-of-the-art metody mapování, především algoritmy simultánní lokalizace a mapování (SLAM). Druhá část představuje návrh navigačního systému a jeho implementaci v podobě Robot Operating System (ROS) projektu. Navržená metoda využívá algoritmu lidarové inerciální odometrie pomocí vyhlazování a mapování (LIO-SAM) pro odhad polohy a registraci lidarových skenů. Průběžně tvořená 2.5D mapa sjízdnosti slouží jako podklad pro úlohu plánování cesty, využívající kombinaci globálního a lokálního plánovače, které v pořadí používají Dijkstrův algoritmus a algoritmus konceptu dynamického okna (DWA). Nasledně je v simulátoru provedeno několik experimentů ukazující omezení a schopnost navržené metody naplánovat bezkolizní sjízdnou cestu skrz dané prostředí.Rough terrain poses a great challenge to the navigation task due to its diversity and traversability estimation as opposed to flat surface areas. This bachelor's thesis deals with the point-to-point navigation of a mobile skid-steered ground robot in an unknown, primarily outdoor, rough-terrain environment. The first part reviews state-of-the-art mapping methods, especially Simultaneous Localization and Mapping (SLAM) algorithms. The second part presents a design of the navigation system and the implementation of the proposed method as a Robot Operating System (ROS) project. The designed method incorporates Lidar Inertial Odometry via Smoothing and Mapping (LIO-SAM) algorithm for pose estimation and registration of lidar scans. A continuously created 2.5D traversability map serves as an underlay for the path-planning task, which utilizes a combination of the global and local planner, using the Dijkstra and the Dynamic Window Approach (DWA) algorithm, respectively. Subsequently, several experiments are conducted in a simulator to show both the constraints of the proposed method and the ability to plan a traversable obstacle-free path through a given environment.