Εκτίμηση Κατάστασης Τετράτροχου Ρομπότ

Λαϊνά, Ασημένια  Ζ.; Laina, Asimenia Z.

dc.contributor.author	Λαϊνά, Ασημένια Ζ.	el
dc.contributor.author	Laina, Asimenia Z.	en
dc.date.accessioned	2017-09-13T09:26:03Z
dc.date.available	2017-09-13T09:26:03Z
dc.date.issued	2017-09-13
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45600
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14256
dc.rights	Default License
dc.subject	Ρομποτική	el
dc.subject	Αισθητήρες	el
dc.subject	Εκτίμηση κατάστασης	el
dc.subject	Τετράτροχο Ρομπότ	el
dc.subject	Skid-steering	el
dc.subject	Robotics	en
dc.subject	State estimation	el
dc.subject	Sensor fusion	el
dc.subject	ROS	el
dc.subject	Mobile robots	el
dc.title	Εκτίμηση Κατάστασης Τετράτροχου Ρομπότ	el
dc.title	State Estimation of a Skid-Steering Mobile Robot using Complementary Filters	en
heal.type	bachelorThesis
heal.classification	ROBOTICS	en
heal.classification	Automobiles--Skidding	el
heal.classificationURI	http://data.seab.gr/concepts/989f7eb5ce955dbf96b4eebf1ff0aaec33f7e858
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85010379
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-07-13
heal.abstract	Σκοπός αυτής της διπλωματικής είναι η εκτίμηση κατάστασης ενός τετράτροχου skid-steering ρομπότ με τη χρήση complementary filters. Η εκτίμηση της κατάστασης επιτυγχάνεται με τη ταυτόχρονη χρήση και τον κατάλληλο συνδιασμό μετρήσεων που λαμβάνονται από τους αισθητήρες που είναι τοποθετημένοι στο ρομπότ. Οι αισθητήρες αυτοί περιλαμβάνουν ένα IMU (Inertial Measurement Unit), GPS (Global Positioning System) και οδομετρία. Η συνδιασμένη χρήση των αισθητήρων με τη μέθοδο των complementary filters δεν απαιτεί μεγάλη επεξεργαστική ισχύ και οι υπολογισμοί πραγματοποιούνται πιο γρήγορα, παρέχοντας συχνότητα εκτίμησης της κατάστασης του ρομπότ ίση με αυτή του πιο γρήγορου αισθητήρα που είναι εγκατεστημένος σε αυτό. Το ρομπότ που χρησιμοποιήθηκε για την πραγματοποίση αυτής της διπλωματικής είναι σχεδιασμένο για χρήση σε εξωτερικό περιβάλλον και ελέγχεται με τηλεχειριστήριο. Η συνδιασμένη χρήση των αισθητήρων επιτυγχάνεται με τη χρήση πρώτου βαθμού complementary filters για την εκτίμηση της θέσης και δευτέρου βαθμού για την εκτίμηση της ταχύτητας του ρομπότ. Η μέθοδος αυτή χρησιμοποιεί τον προσανατολισμό και τις επιταχύνσεις που λαμβάνονται από το IMU ως είσοδο του συστήματος και εξάγει τη θέση και την ταχύτητα του ρομπόρ στο τρισδιάστατο τοπικό σύστημα αξόνων του ρομπότ. Πολλά πειράματα διεξάχθηκαν για την επιβεβαίωση της κατάλληλης διαμόρφωσης του συστήματος, καθώς επίσης και της αποδοτικότητας της χρήσης complementary filters. Τα αποτελέσματα εκτίμησης της ταχύτητας είναι αρκετά καλά και αυτά της εκτιμήσης της θέσης ικανοποιητικά, λαμβάνοντας υπόψιν ότι υπάρχει μόνο ένας αισθητήρας που δίνει την απόλυτη θέση του ρομπότ με ακρίβεια τριών (3) μέτρων.	el
heal.abstract	The objective of this thesis is to estimate the state of a skid-steering mobile robot using complementary filters. The state estimation is achieved through fusing appropriately the measurements received from the sensors attached to the robot. The sensors include an Inertial Measurement Unit (IMU), a Global Positioning System (GPS) and the odometry. The sensor fusion using complementary filters is computationally simple and as such fast, providing at the same time estimation frequency equal to the fastest sensor used. This robot is aimed to be used in an outdoor uneven environment and is controlled by a joystick. The sensor fusion is achieved by using first order complementary filters for the estimation of position and second-order complementary filters for the estimation of velocity. The fusion uses the orientation and the acceleration obtained from the IMU as an input and outputs the position and the velocity of the mobile robot in the three dimensions on the robot’s local frame. Many experiments were conducted to validate the appropriate configuration of the system as well as, the effectiveness of the sensor fusion using complementary filters. The results of the velocity estimation are really good and those of the position estimation are promising, considering there is only one sensor providing the absolute position with a minimum accuracy of three (3) meters (depending on the surroundings).	en
heal.advisorName	Κυριακόπουλος, Κωνσταντίνος	el
heal.committeeMemberName	Κυριακόπουλος, Κωνσταντίνος	el
heal.committeeMemberName	Παπαδόπουλος, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Μηχανολογικών Κατασκευών και Αυτομάτου Ελέγχου. Εργαστήριο Αυτομάτου Ελέγχου και Ρυθμίσεως Μηχανών και Εγκαταστάσεων	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	true