Desenvolupen un algorisme de localització i mapeig per a un vehicle submarí autònom / UdG
La tesi que ha defensat Angelos Mallios proposa l’obtenció simultànea d’una millor estimació del desplaçament del vehicle juntament amb un mapa de l’entorn com un primer pas per a la navegació autònoma en entorns confinats sota l’aigua.
Els vehicles submarins autònoms s’enfronten a la dificultat que, per al seu posicionament, els interposa el medi aquàtic. A diferència del posicionament dels mòbils terrestres, un aspecte molt ben resolt, el dels mòbils submarins encara requereix de l’atenció dels investigadors, com els que des del VICOROB de la UdG treballen per assolir-lo.
La tesi Sonar Scan Matching for Simultaneous Localization and Mapping in Confined Underwater Environments, que ha redactat Angelos Mallios, sota la direcció de Pere Ridao i David Ribas, del Grup de Recerca Visió per Computador i Robòtica, VICOROB, presenta el desenvolupament d’un algorisme de localització i mapeig per a un vehicle submarí autònom (AUV), que es basa en tècniques probabilístiques de scan matching, amb la utilització de scans de sonar dins un sistema de localització i construcció simultània de mapes (SLAM) basat en la posició.
Mallios ha utilitzat un filtre de Kalman extès (EKF) per estimar el moviment del robot durant l’adquisició de l’scan amb el propòsit de solucionar les distorsions causades pel moviment al llarg de l’adquisició d’un scan complet. Es tracta d’un filtre que utilitza un model de velocitat constant amb l’acceleració com a soroll per predir el moviment.
Les velocitats que provenen d’un Doppler velocity log (DVL) i les mesures d’una unitat d’orientació s’introdueixen en el filtre de manera asincrònica per tal de procedir a l’actualització de l’estat. La distorsió de l’scan s’elimina gràcies a la composició de la posició relativa del robot dins l’scan amb les mesures de rang i l’orientació dels feixos del sónar. Amb l’assumpció d’un soroll Gaussià, l’algoritme és capaç d’estimar la incertesa de les mesures del sónar respecte d’un sistema de coordenades que s’ha situat al centre de l’scan.
Per a l’estimació de la trajectòria global del vehicle, un segon filtre, en aquest cas un EKF d’estat augmentat (ASEKF), guarda la posició del vehicle quan ha finalitzat l’adquisició d’un scancomplet. Cada nou scan s’enregistra amb tots els scans previs localitzats dins un rang determinat i s’aplica una modificació de l’algoritme probabilistic iterative correspondence (pIC).
L’aplicació de la tècnica es fa amb dos propòsits: el primer, l’obtenció d’una millor estimació del desplaçament del vehicle, per utilitzar-la posteriorment en l’actualització de l’estat de l’ASEKF. El segon, l’actualització automàtica i simultània d’esdeveniments de tancament de bucles.
A més, la tesi també presenta un mètode de formulació tancada per estimar la incertesa del resultat de l’scan matching. El mètode proposat és adequat per a entorns confinats, com per exemple plecs geològics, zones rocoses, coves, parets artificials i estructures en les quals, un sonar d’escaneig horitzontal, pugui detectar de manera constant i distingir, d’aquesta manera, el seu voltant al llarg de la major part de la trajectòria prevista del vehicle.
El mètode s’ha provat en tres datasets que han estat adquirits en entorns reals. Un ha estat obtingut en una marina abandonada i, dos més, en l’entorn natural d’un sistema de coves submarines. Els resultats que es presenten per al dataset de la marina demostren la qualitat de l’algoritme de Mallios, si se’l compara amb mesures d’un sistema de posicionament global (GPS) i amb dos algoritmes publicats prèviament. Pel què fa als datasets de la cova, els resultats es comparen amb punts de referència coneguts, i amb d’altres fixes, als qual el vehicle retorna durant la trajectòria. En tots els experiments la correcció de la trajectòria és notable i el temps d’execució de l’algoritme és molt més ràpid que el temps de l’experiment, la qual cosa indica el potencial de l’algoritme per a les operacions en temps real des d’un AUV.♦
