Felhantering och prestandabevakning av GulliView som inomhuslokaliseringssystem

Abstract

Detta kandidatarbete presenterar utvärderingen och utvecklingen av GulliView, ett kamerabaserat inomhuslokaliseringssystem för autonoma och kooperativa robotsystem. Syftet med detta projekt är att utvärdera lokaliseringsnoggrannheten av systemet samt att utveckla metoder för övervakning av systemets prestanda och positionsdata. I utvärderingsdelen används marksanningskoordinater som referens för att analysera hur noggrant poseuppskattningsmetoden uppskattar globala positioner. Utvärderingen genomförs med hjälp av en punktmatta där uträkning av RMSE, medelfel och varians används för analysera lokaliseringsnoggrannheten. Dessutom genomförs en vinkelanalys för att undersöka hur väl den geometriska strukturen på punktmattan bevaras efter distorsionskor rigering och perspektivtransformering. Projektet introducerar även metoder med fokus på felhantering, säkerhet och framförhållning för autonoma robotar via ROS meddelanden. Detta görs genom att ROS meddelanden innehåller information så som ålder på informationen (AoI), tidstämplar samt en del olika uppskattningar så som positionsuppskattning och när nästa meddelande anländer till roboten. Vidare har det även utvecklats dynamiska avgränsningsboxar som kombinerar robotens fysiska storlek med prediktionsfel och säkerhetsmarginaler. Resultaten i projektet visar att systemets noggrannhet varierar över testområdet samt att distorsion och kommunikationsfördröjningar påverkar tillförlitligheten hos positionsinformationen. Arbetet i detta projekt utgör en grund för framtida utveckling för robust och säker lokaliseringslösning för autonoma robotsystem.