A robótica móvel é um campo em constante expansão em diversas áreas de aplicação, mas que ainda está sujeita a inúmeros desafios, principalmente relacionados a localização em ambientes interiores. Abordagens comumente utilizadas para a solução de problemas de localização nesses ambientes, como por exemplo, a Localização e Mapeamento Simultâneos (SLAM), apesar de bastante efetivas em ambientes estáticos, ainda são facilmente sujeitas a imprecisões e falhas em ambientes dinâmicos, ou com poucos características distintivas em sua extensão. Neste trabalho será apresentado uma abordagem que visa a integração de uma técnica SLAM baseada em filtragem de partículas com um algoritmo de rastreamento de posição de marcadores fiduciais espalhados pelo ambiente interior.
A abordagem proposta permite a realização de correções de erros intrínsecos acumulados no filtro de partículas, além de uma maneira de resolver problemas de localização global obtendo-se a posição de pontos de referências globais com base na detecção dosmarcadores fiduciais. Experimentos para a validação do sistema de localização proposto foram realizados em ambiente de simulação, que permitiram garantir a eficácia do método
em relação a abordagem tradicional com o filtro de partículas. Com base nos resultados obtidos o sistema foi adaptado para a realização de testes em um ambiente real, fazendo uso de um robô móvel com integração ao framework ROS.
Mestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná
Mobile Robotics is an ever-expanding field in several application areas, but it is still
subject to numerous challenges, mainly related to localization in indoor environments.
Approaches commonly used to solve localization problems in these environments, such
as Simultaneous Localization and Mapping (SLAM), while quite effective in static environments,
are still easily subject to inaccuracies and failures in dynamic environments,
or environments with a very limited number of distinguishing features. In this work, an
approach that aims to integrate a SLAM technique based on particle filtering with a position
tracking algorithm for fiducial markers distributed in the indoor environment will
be presented. The proposed approach allows to perform corrections for intrinsic errors
accumulated in the particle filter, as well as a way to solve global localization problems
by obtaining the position of global landmarks based on the detection of the markers.
Experiments to validate the proposed localization system were performed in a simulation environment, which allowed to ensure the effectiveness of the method compared to the traditional approach with the particle filter. Based on the results obtained, the system was adapted for testing in a real environment, making use of a mobile robot integrated with the ROS framework.
