Please use this identifier to cite or link to this item: http://hdl.handle.net/10923/12709
Type: masterThesis
Title: Outdoor localization system for mobile robots based on radio-frequency signal strength
Author(s): Maidana, Renan Guedes
Advisor: Amory, Alexandre de Morais
Salton, Aurélio Tergolina
Publisher: Pontifícia Universidade Católica do Rio Grande do Sul
Graduate Program: Programa de Pós-Graduação em Ciência da Computação
Issue Date: 2018
Keywords: RÁDIO (ENGENHARIA)
WIRELESS
REDES DE SENSORES SEM FIO
ROBÓTICA
Abstract: Na área da Robótica Móvel, o problema da localização é definido como a determinação da posição e orientação de um robô em um espaço tri-dimensional através de informações de seus sensores. A solução mais comum para esse problema é utilizar um receptor de GPS (doinglês, Global Positioning System), que reporta posição absoluta com relação a um sistema de coordenadas fixo e centralizado na Terra. Porém, o sinal de GPS é muito afetado por condições ambientais e oclusão de linha de visão, por vezes fornecendo estimativas de posição de baixa qualidade, se houverem .Com inspiração nestes problemas, este projeto propõe um sistema de localização para ser usado por um robô terrestre em um ambiente externo não-controlado, onde há indisponibilidade de GPS ou que suas medidas são de baixa qualidade. Tendo em vista que sensores de baixo custo apresentam medições imprecisas devido a fatores ambientais (e.g. terreno acidentado), é proposta a utilização de pares receptor-transmissor de Rádio-Frequência, onde a medida do Indicador de Potência de Sinal Recebido é usada para estimar as distâncias entre receptor e trans- missor, que são por sua vez usadas para posicionamento. Essa medida possuia vantagem de ser independente da iluminação do ambiente e do estado do terreno, que afetam outros métodos de localização como Odometria Visual ou por rodas. Um erro médio de posiciona- mento de 0.41m foi alcançado através da fusão de odometria por rodas, velocidade angular de um giroscópio e potência de sinal recebido, em um algoritmo de Filtro de Kalman Esten- dido Aumentado, comum a melhoria de 82.66% referente ao erro médio de 2.38 m obtido com um sensor GPS comum.
In the field of Mobile Robotics, the localization problem consists on determining a robot’s position and orientation in a three-dimensional space through sensor information. The most common solution to this problem is to employ a Global Positioning System receiver, also known as GPS, which reports absolute position in relation to an Earth-centered fixed coordinate system. However, GPS signals are greatly affected by atmospheric conditions and line-of-sight occlusion, sometimes providing very poor position estimates, if any at all. Inspired by these problems, this project proposes a localization system to be used by a robot in an uncontrolled outdoor environment, where GPS measurements are poor or unavailable. As common sensors provide inaccurate position estimates due to environmental factors (e.g. rough terrain), we propose the use of Radio-Frequency receiver-transmitter pairs, in which the Received Signal Strength Indicator is used for estimating the distances between receiver and transmitter, which in turn are used for positioning. This measurement has the advantage of being independent from lighting conditions or the state of the terrain, factors which affect other localization methods such as visual or wheel odometry. A mean positioning error of 0.41 m was achieved by fusing wheel odometry, angular velocity from a gyroscope and the received signal strength, in an Augmented Extended Kalman Filter algorithm, with an improvement of 82.66% relative to the mean error of 2.38 m obtained with a common GPS sensor.
URI: http://hdl.handle.net/10923/12709
Appears in Collections:Dissertação e Tese

Files in This Item:
File Description SizeFormat 
000489712-Texto+Completo-0.pdfTexto Completo4,36 MBAdobe PDFOpen
View


All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.