Posizionamento assoluto senza GPS

Usando un IMU un robot può stimare la sua posizione attuale rispetto alla sua posizione iniziale, ma ciò comporta un errore nel tempo. Il GPS è particolarmente utile per fornire informazioni sulla posizione non distorte dall'accumulo di errori locali. Ma il GPS non può essere utilizzato all'interno e anche all'esterno può essere imprevedibile.

Quindi quali sono alcuni metodi o sensori che un robot può utilizzare per localizzare (rispetto ad alcuni frame di riferimento) senza usare il GPS?

In primo luogo, viene utilizzata la resa dei conti morta insieme ad altre tecniche, generalmente simili a SLAM. Il robot costruisce una mappa e quindi cerca di localizzarsi all'interno di quella mappa. Ad esempio, utilizzando gli scanner della gamma laser e in base a calcoli morti, il robot ha un'idea di dove si trova. Confrontando i dati del raggio laser con la mappa, è possibile migliorarne la stima.

Le risorse rilevanti sono:

• Sistema di posizionamento interno su Wikipedia.
• H. Liu, H. Darabi, P. Banerjee e J. Liu. Rilievo di tecniche e sistemi di posizionamento wireless per interni . OPERAZIONI IEEE SU SISTEMI, UOMO E Cibernetica, pagina 1067.
• Tracciamento della posizione all'interno: passando da Hype alla realtà .

I metodi includono:

• SLAM (o almeno localizzazione) con
  • laser
  • visione (telecamere, stereo-visione)
  • ambienti strutturati
• segnali cellulari
• segnali wifi
• Segnali e triangolazione RF (radiofrequenza) (maggiori informazioni su http://www.wpi.edu/Images/CMS/PPL/ITT.pdf ).
• sistemi di localizzazione della telecamera (localizzazione ottica dei marker all'interno di uno spazio)

Capisco che il tuo problema è trovare mezzi diversi per il GPS per trovare la tua posizione all'interno di un determinato quadro di riferimento. Questo problema in isolamento si chiama localizzazione e ci sono molti modi per farlo. In primo luogo dovrai differenziare i metodi relativi, quindi le misure che forniscono un cambiamento di posizione in una posizione precedentemente nota. Questo metodo ha il problema che eventuali errori vengono ovviamente accumulati e cresceranno senza limiti.

• La resa dei conti è probabilmente uno dei modi più antichi di localizzazione relativa. Se usi rotta, velocità e tempo (stimando così la distanza percorsa) puoi riassumere i cambiamenti di posizione da una posizione iniziale.

• Oltre a utilizzare i calcoli morti, non è possibile nemmeno tracciare punti di riferimento e tracciarli in una mappa. Trovare di nuovo questi punti di riferimento ti permetterà di ridurre il tuo errore di posizione relativa. Questo è il problema di localizzazione e mappatura simultanea (SLAM). È ancora una navigazione relativa.

Ora arriviamo alla tua vera domanda sulla navigazione assoluta. Tutto ciò che fa il GPS è fornire stime della distanza ai punti di riferimento con informazioni sulla posizione note nella cornice di riferimento (in questo caso geocentrica). I ricevitori GPS acquisiranno queste informazioni e genereranno una soluzione di posizione, che presenta anche un errore. La cosa buona è che questo errore è limitato all'interno del tuo quadro di riferimento. Questo è ciò che lo rende un sistema di posizionamento assoluto. Quindi, sia all'interno che all'esterno e indipendentemente dalla cornice di riferimento desiderata, tutto ciò di cui hai bisogno per i sistemi di posizionamento assoluto sono misurazioni che ti mettono in relazione con una posizione di riferimento nota all'interno delle tue strutture di riferimento. Alcuni di questi metodi sono stati forniti in una risposta precedente . Sebbene, come ho detto, SLAM non sia un metodo assoluto.

• La forma più semplice è il riconoscimento diretto del punto di riferimento. Se vedi una Torre Eiffel, dovresti avere una buona idea della tua posizione assoluta (almeno con un limite di errore assoluto) all'interno della cornice fissa della terra (se conosci la posizione della Torre Eiffel). Tuttavia, potresti dover fare qualche chiarimento .

• Se si desidera migliorare l'errore di posizione assoluto, è possibile utilizzare più punti di riferimento contemporaneamente. La triangolazione classica ne è un esempio. Un altro sta usando i crateri per un veicolo di discesa lunare. I punti di riferimento non devono essere visivi e puoi usare cose come la potenza del segnale RF per segnali noti come nel WiFi o nella localizzazione cellulare.

• Tutti i metodi sopra menzionati necessitavano di punti di riferimento, che devono essere identificati e associati in modo univoco. Se questo è un problema, puoi anche usare metodi diversi, come il profilo del terreno . Questo è stato ad esempio applicato per la navigazione con missili da crociera precoci . Ho anche usato questo metodo per la localizzazione su una mappa di elevazione senza rilevamento visivo o della portata.

Con tutti i metodi di cui sopra: fintanto che a qualsiasi materiale della tua mappa sono associate informazioni georeferenziate, puoi ovviamente georeferire te stesso senza l'uso del GPS. Il fattore più importante per differenziare i metodi sono le loro caratteristiche di errore.

So che questa è una vecchia domanda, ma aggiungerò solo un po 'alle risposte attualmente esistenti. Innanzitutto, questo è un problema molto complesso che tutti stanno cercando di affrontare, incluso Google con il loro progetto Tango . In generale, per localizzare gli interni, è necessario fare affidamento sui sensori interni oppure ottenere assistenza da un'infrastruttura interna utilizzata per aiutarti a localizzare te stesso.

• Affidarsi ai sensori di bordo:
  • Utilizzo di sensori come LIDAR / laser, fotocamere, sensori RGBD, IMU
  • Esegui una complessa fusione di sensori algoritmici per eseguire una sorta di localizzazione iterativa accurata. SLAM (Localizzazione simultanea e costruzione di mappe) è comunemente usato. In precedenza avevo sviluppato un metodo chiamato MRICP (Map Reference Iterative Closest Point) per eseguire una localizzazione semplice, ma soggetta a errori. Un sacco di letteratura a guardare su questo fronte, tra cui il recente monoculare e stereoscopica odometria visuale che è abbastanza promettente (controllare VI sensore dal skybotix o SVO ).
• Affidati all'infrastruttura:
  • Beacon (bluetooth, ultrabanda, wireless ...)
  • Mocap (telecamere motion capture: vicon, visualeyez ...)
  • Posizionamento codificato nelle lampadine (recentemente Philips sta sperimentando questo)

In generale, dipende davvero dalla precisione che stai cercando di raggiungere. Nella robotica mobile, dalla mia esperienza, devi davvero concentrarti su mappe coerenti a livello globale e posizionamento localmente accurato. Ciò significa che devi sapere approssimativamente da dove vieni da un modo topologico di alto livello (questa stanza è collegata all'altra stanza a sinistra, rispetto alla stanza successiva a sinistra è 2.323 m di distanza), ma a livello locale dovresti avere una precisione stima della posizione (i laser + le IMU possono farlo con precisione).

Spero che sia di aiuto.

Se il vostro obiettivo è quello di avere una localizzazione georeferenziata, si dovrà usare il GPS ad un certo punto. Le altre tecniche (dead reckoning, SLAM, ...) saranno utili solo per "colmare" il GPS spotty / la ricezione del posizionamento assoluto indoor.

Stai chiedendo come utilizzare un sensore di accelerazione per effettuare misurazioni di posizione migliori. Come hai giustamente sottolineato, questi accumulano errori nel tempo.

Un modo per migliorare questo è avere periodici aggiornamenti di posizione assoluta, come dal GPS, o dalle tecniche in molte delle risposte qui.

Tuttavia, non trascurare le abilità che potresti avere per ottenere aggiornamenti di velocità assoluta. Qualsiasi sensore di velocità su terra o solo i dati di posizione / velocità grezzi delle ruote (se si dispone di ruote) possono migliorare la precisione dei calcoli morti.

http://www.locatacorp.com/ potrebbe essere la soluzione che stai cercando. Offrono la tecnologia per creare una costellazione locale indoor. Emula i satelliti per applicazioni GPS indoor. Credo che possa utilizzare ricevitori GPS da interno senza la necessità di hardware aggiuntivo sui robot.

I sensori di flusso ottico (come quelli utilizzati nei mouse dei computer) sono utili per questa situazione. La maggior parte darà risultati in termini di traduzione.

In alternativa, puoi semplicemente utilizzare una fotocamera di base ed eseguire alcuni algoritmi di flusso ottico sui dati. Questo ti darà le stesse informazioni di base. Potrebbe essere più facile farlo in questo modo, adattare un algoritmo che offrirà il movimento rotazionale e la traduzione.

Alcuni circuiti integrati a flusso ottico hanno la capacità di fornire i dati delle immagini (ad es. ADNS-3080), che è possibile analizzare ulteriormente per informazioni sulla rotazione.

Recenti progressi nella SLAM basata sulla visione monoculare (ORB_SLAM, LSD_SLAM, SVO) hanno permesso di determinare la posa di una telecamera in un frame iniziale scalato e ruotato arbitrariamente. Se si combinano queste informazioni con un sistema IMU ed EKF come quello di ETH (ethzasl_msf) è possibile ottenere una stima della posizione anche quando non è disponibile alcun GPS. Ancora meglio, puoi combinare un numero di posa / posizione / atteggiamento / ecc. sensori nell'MSF.