SLAM založený na vidění pro robustní lokalizaci mobilních robotů ve venkovním prostředí

Abstract

Přesná lokalizace je nezbytná pro autonomní mobilní roboty, zejména ve venkovním prostředí. Většina venkovních systémů je však silně závislá na systému GPS, který často trpí degradací signálu nebo jeho nedostupností v oblastech, jako jsou městské kaňony, hustá vegetace a solární elektrárny. Tato práce experimentuje s využitím vizuálního simultánního lokalizování a mapování (Visual SLAM) a vyhodnocuje jej jako robustní alternativu k GPS pro venkovní navigaci. Pro experimentování a hodnocení v různých konfiguracích a rozmanitých venkovních podmínkách jsou použity algoritmy ORB-SLAM3 a RTAB-Map. Rozšířený Kalmanův filtr (EKF) je využit k fúzi dat z LiDARu, vizuálního SLAMu a inerciální měřicí jednotky (IMU). Výzkum demonstruje, že systém SLAM založený na počítačovém vidění představuje nákladově efektivní řešení pro venkovní prostředíAccurate localization is essential for autonomous mobile robots, particularly in outdoor environments. However, Most outdoor systems are heavily reliant on GPS, which often suffers from signal degradation or unavailability in areas such as urban canyons, dense vegetation, and solar farms. This thesis experiments with and evaluates the use of Visual Simultaneous Localization and Mapping (Visual-SLAM) as a robust alternative to GPS for outdoor navigation. ORB-SLAM3 and RTAB-MAP SLAM algorithms are used for experimentation and evaluation in various configurations and diverse outdoor conditions. An EKF filter is used to fuse LIDAR and V-SLAM with IMU. The research demonstrates a vision-based SLAM system as a cost-effective solution for outdoor environments