Advertisement

Navigation mobiler Roboter mit Laserscans

  • Jens-Steffen Gutmann
  • Bernhard Nebel
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Es wird ein Verfahren zur Erstellung einer topologischen Karte aus Laserscandaten für die Navigation mobiler Roboter beschrieben. Aus einem Satz sich korrekt überdeckender 360°-Scans wird ein Sichtbarkeitsgraph erstellt, wobei Knoten Scanpositionen und Kanten die relative Anzahl gemeinsamer Scanpunkte (genannt Sichtbarkeit) repräsentieren. Aus der Sichtbarkeit und der Distanz der Scanpositionen wird eine subjektive Wahrscheinlichkeit für die Befahrbarkeit zwischen den Scanpositionen berechnet. Durch Annahme von Unabhängigkeit der berechneten Wahrscheinlichkeiten wird mittels uniformer Kostensuche ein möglichst kurzer und sicher befahrbarer Pfad bestimmt. Das Verfahren wurde auf einem Pioneer-1-Roboter mit SICK-Laserscanner implementiert und erprobt. Für die Navigation zu jedem Zwischenziel entlang des Pfades wurde ein gitterbasierter lokaler Wegeplaner verwendet. Dadurch konnte ein hoher Grad an Robustheit erlangt werden. Das System ist in der Lage unvorhergesehenen Hindernissen auszuweichen, nicht passierbare Wege zu erkennen und alternative Wege zu finden.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [EW95]
    T. Edlinger, G. Weiss. Exploration, Navigation and Self-Localization in an Autonomous Mobile Robot. In: Autonome Mobile Systeme, Seiten 142–151. Springer Verlag, 1995.Google Scholar
  2. [GS96]
    J-S. Gutmann, C. Schlegel. AMOS: Comparison of Scan Matching Approaches for Self-Localization in Indoor Environments. In: Proceedings of the 1st Euromicro Workshop on Advanced Mobile Robots, Seiten 61–67. IEEE Computer Society Press, 1996.CrossRefGoogle Scholar
  3. [Gut96]
    J-S. Gutmann. Vergleich von Algorithmen zur Selbstlokalisierung eines mobilen Roboters. Diplomarbeit, Universität Ulm, 1996.Google Scholar
  4. [KMRS97]
    K. Konolige, K. Myers, E. Ruspini, A. Saffiotti. The Saphira Architecture: A Design for Autonomy. Journal of Experimental and Theoretical Artificial Intelligence, 9:215–235, 1997.CrossRefGoogle Scholar
  5. [KS94]
    M. Knick, C. Schlegel. AMOS: Active Perception of an Autonomous System. In: Proc. IEEE/RSJ Conf. on Intelligent Robots and Systems, Seiten 281–289, September 1994.Google Scholar
  6. [LM97]
    F. Lu, E.E. Milios. Globally Consistent Range Scan Alignment for Environment Mapping. Autonomous Robots, 4(4), 1997.Google Scholar
  7. [Lu95]
    Feng Lu. Shape Registration using Optimization for Mobile Robot Navigation. ktorarbeit, University of Toronto, 1995.Google Scholar
  8. [Röf95]
    T. Röfer. Navigation mit eindimensionalen 60° —Bildern. In: Autonome Mobile Systeme, Seiten 193–202. Springer Verlag, 1995.Google Scholar
  9. [TB96]
    S. Thrun, A. Bücken. Integrating Grid-Based and Topological Maps for Mobile Robot Navigation. In: Proceedings 13th National Conference on Artificial Intelligence AAAI, August 1996.Google Scholar
  10. [TBB+97]
    S. Thrun, A. Bücken, W. Burgard, D. Fox, T. Fröhlinghaus, D. Henning, T. Hoffmann, M. Krell, T. Schmidt. Map Learning and High-Speed Navigation in RHINO. In: AI-based Mobile Robots: Case studies of successful robot systems. MIT Press (to appear), 1997.Google Scholar
  11. [Zim96]
    U.R. Zimmer. Robust World-Modelling and Navigation in a Real World. NeuroComputing, 12, 1996.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1997

Authors and Affiliations

  • Jens-Steffen Gutmann
    • 1
  • Bernhard Nebel
    • 1
  1. 1.Institut für InformatikUniversität FreiburgFreiburgGermany

Personalised recommendations