Lokalizacija mobilnega robota v kmetijskih medvrstnih prostorihSTEFANOV, ALEKSANDAR (Avtor) Mihelj, Matjaž (Mentor) Ovčak, Franci (Komentor) mobilna robotikalokalizacija3D LiDARKalmanov filterkmetijska robotikaKmetijstvo je sektor, ki se nenehno razvija v smeri bolj trajnostne prihodnosti in nenehno potrebuje dodatno delovno silo. Vendar pa je na podlagi statističnih podatkov iz zadnjih let mogoče opaziti trend pomanjkanja delovne sile v kmetijskem sektorju. Zato se vse več raziskav in razvoja usmerja v pametno, digitalizirano in robotizirano kmetijstvo. Velik del teh raziskav se osredotoča na vključevanje mobilnih robotov v različne vrste kmetijskih polj, saj lahko ti opravljajo različne naloge na različnih lokacijah na polju. V okviru tega magistrskega dela smo nadgradili obstoječo mobilno platformo z dodatno senzorsko opremo, da bi pridobili zbirko podatkov iz različnih kmetijskih okolij ter vključili in preizkusili nove pristope za lokalizacijo mobilnega robota. Zlasti smo se osredotočili na integracijo lokalizacije, ki temelji na podatkih 3D LiDAR senzorja. Vključili in primerjali smo nekaj najbolj znanih algoritmov za ocenjevanje odometrije na podlagi podatkov iz oblaka točk iz resničnega okolja. Delovanje algoritmov smo preizkusili v različnih kmetijskih scenarijih, da bi preverili robustnost algoritmov. Na začetku magistrskega dela smo na kratko predstavili področje kmetijske robotike in odometrije na podlagi 3D LiDAR senzorja. Nato smo predstavili mobilno platformo, uporabljeno med raziskavo, s strojnega vidika in pojasnili njeno kinematiko. V naslednjem poglavju razložimo nabor pridobljenih podatkov in predstavimo, katera okolja so bila zajeta in kateri senzorski podatki so bili pridobljeni. Na splošno smo pridobili podatke iz petih različnih okolij: sadovnjaka jablan, sadovnjaka sliv, špargljevega polja, okolje leske in zelenjadnice, gojene na PE-folijah. Kar zadeva podatke senzorjev, smo zajeli naslednje vrste podatkov: oblak točk, globinske slike, RGB slike, GNSS podatke in inercijske meritve. Namen nabora podatkov je, da bi bil uporaben za različne vrste raziskav na področju kmetijske robotike. Ker smo se osredotočili le na raziskave na področju lokalizacije na podlagi podatkov iz 3D LiDAR senzorja, smo uporabili le GNSS podatke in podatke v oblaku točk. V naslednjih poglavjih pojasnjujemo teorijo algoritmov, ki smo jih uporabili v naši raziskavi, in postopek njihove parametrizacije. V naši raziskavi smo uporabili štiri znane algoritme: RTAB-Map Scan-to-Scan (S2S), RTAB-Map Scan-to-Map (S2M), Keep-it-small-and-simple ICP (KISS-ICP) in LeGO-LOAM. Vsak od štirih algoritmov je bil preizkušen na podatkih iz sadovnjakov jablan in sliv ter v okolju leske. Uspešnost vsakega algoritma je bila ocenjena na podlagi znanih statističnih metrik, ki se uporabljajo na področju vrednotenja LiDAR odometrije. Vrednotenje je temeljilo na primerjavi dobljenih trajektorij z referenčno trajektorijo, pridobljeno iz GNSS podatkov. Da bi izboljšali lokalizacijo mobilnega robota in predlagali metodo lokalizacije, ki je robustna na različne podatke in okolja, smo vključili metodo združevanja senzorskih podatkov, pri kateri smo združili 3D LiDAR odometrijo skupaj s šumnimi GNSS meritvami z uporabo razširjenega Kalmanovega filtra. V razpravi naredimo podroben pregled rezultatov in pojasnjujemo obnašanje algoritmov v različnih okoljih.20242024-04-30 08:10:01Magistrsko delo/naloga156031VisID: 62679COBISS_ID: 194238723sl