Direkt zum Inhalt | Direkt zur Navigation

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-85507
URL: http://www.freidok.uni-freiburg.de/volltexte/8550/


Grzonka, Slawomir

Mapping, state estimation, and navigation for quadrotors and human-worn sensor systems

Kartierung, Zustandsschätzung, und Navigation für Quadrotoren und von Menschen getragene Sensorsysteme

Dokument1.pdf (41.850 KB) (md5sum: a474596829ed75c3169d63267a17738f)

Kurzfassung in Englisch

Technical support for first responders, who have to explore hazardous environments to locate and rescue victims and thereby avoiding dangerous areas, has recently gained a substantial interest in the research community.
One possibility to assist first responders is by using robots to explore the environment and detect dangerous areas or locate victims. Flying robots are envisioned to play a key role in this context as their increased mobility allows them to fly over obstacles where wheeled robots get stuck. In order to be able to operate indoors, the flying robot should be able to keep a stationary pose. All these prerequisites are met by quadrotors. Unfortunately, teaching human personnel to remotely steer such a flying platform is time intensive and costly. Additionally, manual piloting bears the risk of damaging the robot due to the confined space indoors and due to environmental conditions that can have a severe impact on the quality of the radio link. The flying robot therefore needs to be able to operate autonomously over an extended period of time. In this case, only minimal input from a human (e.g., the next location the robot should fly to) is required.
Another possibility to support first responders is by using sensor systems that are integrated into their garment. Such sensors can provide vital information about the current location of the
wearer or an approximate map of the environment. In the context of first responders operating in an unknown building, this information could be used to re-route the wearer to the nearest exit in case of emergency, especially if environmental conditions like smoke and fire elicit confusion among first responders. Even more, this kind of information can be employed in a search and
rescue mission by improving the delegation of different teams, i.e., by avoiding searching the same area multiple times.
However, systems like the ones described so far (i.e., sensor systems mounted on a quadrotor or integrated into the garment) need to be aware of their current state, including their own location.
To estimate the location indoors, a map of the environment is needed in most cases. In general, this map is not known beforehand and the (robotic) system needs to build a map of the environment
based on its sensor measurement during the mission. Due to the limited computational power available, efficient mapping techniques are mandatory.
In this thesis we develop novel technologies for efficient mapping that can be used with a variety of sensors. We furthermore develop a navigation system that enables a small-sized flying robot (quadrotor) to fly autonomously indoors. Finally, we develop an approach to map indoor environments based on human motion recorded with a data suit, i.e., an embedded sensor system consisting of several inertial measurement units worn by the human.
In the first part of this thesis, we present an innovative technique for estimating the trajectory of a robot, given its observations. We will demonstrate that compared to other state-of-the-art approaches our approach is up to several orders of magnitude faster without any loss in accuracy.
This allows embedded systems to efficiently and accurately recover their trajectory and thus allows them to build accurate maps of the environment. This general framework is subsequently
used in the second part of the thesis in the corresponding embedded sensor systems.
In the second part, we develop two navigation systems for different types of sensor setups. The first navigation system enables a small-sized quadrotor to fly autonomously indoors. This includes pose control, localization, map building, path-planning, and obstacle avoidance. We also present a novel technique to map obstacles underneath the robot. The second system employs
information recorded with a data suit consisting of several inertial measurement units worn by a human. We develop a solution to recover the trajectory of the human and to build a geometrical
as well as topological map of the environment. In all cases, we solely employ the motions and detected activities of the human. The wearer, therefore, does not need to carry any additional
sensors like cameras or laser scanners that would also not work reliably in the case of environmental conditions like smoke and fire.
Above, we motivated our work in particular envisioned for first responders. However, it is important to note that the developed technologies can be applied to a variety of scenarios and are not restricted to the field of search and rescue.


Kurzfassung in Deutsch

Die technische Unterstützung für Ersthelfer, die einen gefährlichen Bereich erkunden müssen um Verletzte zu finden und zu retten, während sie selbst lebensgefährliche Bereiche vermeiden
sollen, ist jüngst immer mehr in den Fokus der Forschung gerückt. Eine Möglichkeit, Ersthelfer bei ihrer Arbeit zu unterstützen, besteht darin, Roboter einzusetzen um für den Menschen lebensgefährliche Bereiche zu entdecken oder Verletzte zu orten.
In diesem Zusammenhang werden fliegende Roboter eine Schlüsselrolle spielen, da sie dank ihrer Bewegungsfreiheit über Hindernisse hinwegfliegen können, die radbasierten Robotern den
Weg versperren würden. Damit sie innerhalb von Gebäuden eingesetzt werden können, müssen fliegende Roboter in der Lage sein, stationär zu verweilen. All diese Voraussetzungen werden
von Quadrotoren erfüllt. Leider ist es sehr zeit- und kostenintensiv, einem Menschen das Fernsteuern solcher Quadrotoren beizubringen. Zudem besteht während des Fernsteuerns immer ein
großes Risiko den Roboter zu beschädigen, da innerhalb von Gebäuden meist nur wenig Platz zum Maneuvrieren ist und die Beschaffenheit der Umgebung einen schwerwiegenden Einfluss
auf die Funkverbindung haben kann. Daher muss der fliegende Roboter in der Lage sein über einen längeren Zeitraum selbstständig zu operieren. In diesem Fall ist nur eine minimale Interaktion mit einem Menschen notwendig (z.B. die Eingabe des nächsten Wegpunktes den der Roboter selbstständig anfliegen soll).
Eine weitere Möglichkeit, Ersthelfer technisch zu unterstützen, besteht darin, Sensoren in deren Arbeitskleidung zu integrieren. Solche Sensoren können lebenswichtige Informationen über
den Bereich liefern, in dem sich der Träger gerade aufhält. Im Zusammenhang mit Ersthelfern die in einem für sie unbekannten Gebäude operieren, können diese Informationen dazu verwendent
werden, den Menschen im Notfall zum nächsten Ausgang zu leiten, insbesondere dann, wenn der Mensch beispielsweise durch Rauch oder Feuer orientierungslos ist. Weiterhin können solche Informationen verwendet werden, um die Einsatzteams besser zu koordinieren, indem beispielsweise verhindert wird, dass ein und der selbe Bereich mehrmals abgesucht wird.
Die technischen Systeme die wir bisher beschrieben haben (konkret: Sensoren, die auf einem Quadrotor montiert oder in die Arbeitskleidung integriert sind), müssen ihren aktuellen Zustand,
unter anderem ihre Position im Raum, kennen. Um die eigene Position innerhalb eines Gebäudes bestimmen zu können ist im Allgemeinen eine Karte des Gebäudes nötig. Leider ist
in den meisten Fällen im Voraus keine Karte des Gebäudes vorhanden und das System muss während des Einsatzes selbstständig eine Karte der Umgebung erstellen. Aufgrund der begrenzten verfügbaren Rechenleistung sind effiziente Kartierungsverfahren notwendig.
In dieser Arbeit entwickeln wir neue Technologien für effizientes Kartieren welche mit einer Reihe von verschiedenen Sensoren verwendet werden können. Weiterhin entwickeln wir ein
Navigationssystem, welches einem kleinen fliegenden Roboter (Quadrotor) völlig autonomes Fliegen ermöglicht. Zuletzt entwickeln wir ein Verfahren, um aus menschlichen Bewegungen
Karten von Gebäuden zu erstellen. Hierbei trägt der Mensch einen Datenanzug, welcher aus einer Menge von Inertialsensoren besteht.
Im ersten Teil dieser Arbeit stellen wir neue Ansätze vor um die Trajektorie eines Roboters basierend auf seinen Messungen zu schätzen. Wir werden zeigen, dass unsere entwickelten Verfahren genaue Resultate liefern, jedoch zum Teil um mehrere Größenordnungen schneller arbeiten als alternative zeitgemäße Verfahren. Dies ermöglicht es einem (robotischen) Sensorsystem
die eigene Trajektorie auf effiziente Weise zu rekonstruieren, was ihnen wiederum erlaubt, genaue Karten der Umgebung zu erstellen. Die in diesem Teil entwickelten Verfahren werden anschließend im zweiten Teil der Arbeit in den entsprechenden Navigationssystemen
eingesetzt.
Im zweiten Teil der Arbeit entwickeln wir zwei Navigationssysteme für verschiedene Sensorkombinationen.
Das erste System ermöglicht es einem kleinen Quadrotor, völlig selbstständig in Gebäuden zu fliegen. Zu den hier entwickelten Modulen gehören Positionskontrolle, Lokalisierung, Kartierung, Pfadplanung und Hindernisvermeidung. Außerdem präsentieren wir
unser System, das dem Quadrotor erlaubt, Hindernisse unter sich zu kartieren. Das zweite Navigationssystem verwendet Daten von menschlichen Bewegungen, die mit einem Datenanzug, bestehend aus mehreren Inertialsensoren, aufgezeichnet wurden. Wir entwickeln ein Verfahren welches zuverlässig und genau die Trajektorie des Menschen der den Anzug trägt, rekonstruiert und sowohl eine geometrische als auch eine topologische Karte der Umgebung aufbaut. Das Verfahren verwendet hierzu nur menschliche Bewegungen und daraus erkannte Aktivitäten. Der Träger des Anzugs muss daher keine zusätzlichen Sensoren, wie Kameras oder Laser Scanner,
tragen. Insbesondere würden letztere in Bereichen mit starker Rauchentwicklung oder mit Feuer, nicht zuverlässig funktionieren.
Obwohl wir unsere Arbeit für den Einsatzbereich von Ersthelfern motiviert haben, können unsere entwickelten Verfahren für eine große Anzahl von verschiedenen Anwendungen verwendet werden und sind nicht auf das oben genannte Einsatzgebiet beschränkt.


SWD-Schlagwörter: Lokalisierung <Robotik> , Robotik , SLAM-Verfahren
Freie Schlagwörter (deutsch): Aktivitätserkennung , UAV, Quadrotoren , Graph-basierte Optimierung
Freie Schlagwörter (englisch): Mapping , Quadrotor , Data Suit , Human Activity Recognition , UAV, Graph-based optimization
Institut: Institut für Informatik
Fakultät: Technische Fakultät (bisher: Fak. f. Angew. Wiss.)
DDC-Sachgruppe: Technik
Dokumentart: Dissertation
Erstgutachter: Burgard, Wolfram (Prof. Dr.)
Quelle: http://www.slawomir.de
Sprache: Englisch
Tag der mündlichen Prüfung: 22.12.2011
Erstellungsjahr: 2011
Publikationsdatum: 27.04.2012
Indexliste