Robot Localization Using MEMS Sensors

Abstract

Výskyt autonómnych robotov je v súčasnej dobe vo svete čoraz bežnejší. Aby vedeli prežiť, potrebujú presné informácie o svojej polohe. Cielom tejto práce je navrhnúť a vytvoriť robustnú lokalizačnú knižnicu, ktorá by poskytovala tieto informácie robotom. MEMS senzory sa používajú ako inerciálne snímače, ktoré poskytujú knižnici akceleračné a rotačné dáta. Diskutujeme o rôznych MEMS senzoroch a ich použitelnosti pre tieto účely. Popisujeme rozličné metódy použité na spracovanie senzorových dát, ako sú: Kalmanov filter, použitý k odstráneniu šumu z meraných hodnôt, zarovnanie senzorov pomocou quaternionov v priestorovej rotácii a z dôvodu kompatibility so vstavanými systémami aj aritmetiku pevnej desatinnej bodky. Zistili sme, že kvôli posunu, ktorý sa objaví po určitom čase, nám môžu gyroskopy podať presné informácie iba na krátku dobu pozorovania. Kvôli nepresnosti snímania zrýchlenia a značnému posunu, sa akceleračné senzory ukázali nepoužitelné na lokalizačné potreby.

Autonomous robots are becoming more common in this world. To be able to survive, they need precise information about their position. Purpose of this thesis is to design and create robust localization library, that provides such information to the robots. MEMS sensors are used as inertial measurement unit, which provide acceleration and rotation data to the library. We are discussing various available MEMS sensors, and their usability for such task. Described are various methods used to process sensor data such as the Kalman fi lter used to lter noise from measurements, sensor alignment using quaternions as spacial rotation, and xed-point arithmetics for compatibility with embedded systems. We found out that gyroscopes can only be used for short term observations, because of their drift. Acceleration sensors proved themselves unusable for localization purposes, because of imprecise acceleration sensing and major drift over time.