Ημερολόγιο Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

Γεωργίου Ζεμπερλίγκου

με θέμα

Χαρτογράφηση, Εντοπισμός Θέσης και Σχεδιασμός Διαδρομής για Ρομποτικό Όχημα Εδάφους χρησιμοποιώντας ORB SLAM 3

Mapping, Localization and Path Planning for Ground Robotic Vehicle using ORB SLAM 3

Εξεταστική Επιτροπή

Καθηγητής Μιχαήλ Γ. Λαγουδάκης (Σχολή ΗΜΜΥ, Επιβλέπων)
Καθηγητής Μιχαήλ Ζερβάκης (Σχολή ΗΜΜΥ)
Καθηγητής Παναγιώτης Παρτσινέβελος (Σχολή ΜΗΧΟΠ)

Περίληψη

Η ικανότητα αυτόνομης πλοήγησης σε άγνωστα περιβάλλοντα είναι το κεντρικότερο πρόβλημα στο πεδίο των κινητών ρομποτικών συστημάτων. Η παρούσα διπλωματική εργασία έχει ως αντικείμενο τη μελέτη και υλοποίηση ενός ρομποτικού οχήματος διαφορικής κίνησης δύο τροχών, ικανού να πλοηγείται αυτόνομα σε άγνωστα περιβάλλοντα, με χρήση του προσομοιωτή Gazebo και του αλγορίθμου οπτικού εντοπισμού και χαρτογράφησης ORB SLAM 3. Περιγράφεται αρχικά η διαδικασία υλοποίησης του ρομποτικού μοντέλου διαφορικής κίνησης δύο τροχών, μαζί με τα βασικά στοιχεία που απαιτούνται για τον έλεγχο της κίνησής του. Μέσω του Gazebo, το σύστημα δοκιμάστηκε σε ελεγχόμενες συνθήκες, ώστε να εντοπισθούν τυχόν προβλήματα και να γίνουν οι απαραίτητες αλλαγές στο σχεδιασμό του. Κατόπιν, ενσωματώθηκαν τεχνικές χαρτογράφησης και εντοπισμού θέσης, αξιοποιώντας κυρίως τον αλγόριθμο ORB SLAM 3. Εξετάστηκαν διαφορετικοί τύποι αισθητήρων, όπως αδρανειακοί αισθητήρες, οπτικά συστήματα και LiDAR, και πώς τα δεδομένα που παρέχουν μπορούν να συμβάλουν στον εντοπισμό και στη χαρτογράφηση. Προχωρώντας στο θέμα του σχεδιασμού διαδρομής εξετάσθηκαν διαφορετικά σενάρια με τη χρήση τόσο μονοφθάλμιας, όσο και στερεοσκοπικής κάμερας. Η δοκιμή και αξιολόγηση αυτών των σεναρίων στο Gazebo βοήθησε στην ενδελεχή παρατήρηση της συμπεριφοράς του ρομποτικού συστήματος σε ελεγχόμενες ρεαλιστικές συνθήκες και επέτρεψε να φανεί στην πράξη τι λειτουργεί καλύτερα και ποιοι περιορισμοί υφίστανται σε κάθε περίπτωση. Σε αυτό το στάδιο εξετάστηκαν επιπλέον ζητήματα, όπως η ακρίβεια των αισθητήρων, η επεξεργασία των δεδομένων σε πραγματικό χρόνο και η απόκριση του συστήματος σε αλλαγές του περιβάλλοντος ή σε απρόβλεπτα εμπόδια. Τέλος, συνδυάστηκαν τα παραπάνω στοιχεία χαρτογράφησης, εντοπισμού θέσης και σχεδιασμού διαδρομής και διαμορφώθηκε ένα ολοκληρωμένο σύστημα αυτόνομης πλοήγησης, ώστε το ρομποτικό όχημα να μπορεί να κινείται και να ανταποκρίνεται σωστά στα χαρακτηριστικά του άγνωστου περιβάλλοντος.

Abstract

The ability to navigate autonomously in unknown environments is the central challenge in the field of mobile robotic systems. This diploma thesis focuses on the design and implementation of a two-wheeled differential-drive robotic vehicle capable of autonomous navigation in unknown environments, utilizing the Gazebo simulator and the ORB-SLAM3 visual localization and mapping algorithm. The implementation process of the two-wheeled differential-drive robot model is described first, along with the key components required for motion control. The system was tested in controlled conditions using Gazebo to identify potential issues and make necessary design adjustments. Subsequently, mapping and localization techniques were integrated, primarily leveraging the ORB-SLAM3 algorithm. Various sensor types —such as inertial sensors, vision systems, and LiDAR— were examined, along with how their data can contribute to localization and mapping. Finally, regarding path planning, different scenarios were evaluated using both monocular and stereoscopic cameras. Testing and evaluating these scenarios within Gazebo facilitated a thorough observation of the robotic system's behavior under controlled, realistic conditions, revealing in practice what works best and identifying the limitations inherent in each case. At this stage, additional aspects were examined, such as sensor accuracy, real-time data processing, and system responsiveness to environmental changes or unforeseen obstacles. Finally, the components for mapping, localization, and path planning were integrated to form a complete autonomous navigation system, enabling the robotic vehicle to move and respond effectively to the characteristics of an unknown environment.

Meeting ID: 97212465035
Password: 931502