SLAM aided Inertial Navigation System

• Autorzy: Naus K. , Marchel Ł.

Identyfikatory

DOI

10.5604/0860889X.1161257

Warianty tytułu

PL

System nawigacji inercjalnej wspomagany SLAM

• Języki publikacji: EN

Abstrakty

EN

The interdisciplinary nature of navigation leads us to drawing on knowledge contained in solutions used in related technical fields. An example of this trend is combining it with elements of robotics, in which SLAM (Simultaneous Localization And Mapping) is commonly used for positioning a vehicle. To calculate position changes, the location of characteristic objects on a continuously updated map of an environment is used. The attractiveness of the implementation of this technology in connection with marine navigational aids, stems from the possibility of enhancing positioning accuracy in harbor, off-shore or narrow areas. That is in the areas where there is a built up hydro-technical infrastructure, such as breakwaters, waterfronts or navigational infrastructure in the form of marked water fairways and anchorages. In this article an analysis of SLAM combined with INS (Inertial Navigation System) is carried out. It focuses on the possibilities of enhancing accuracy in fixing position coordinates for a submarine. The first part of the article presents a mathematical base for combining INS and SLAM using the Extended Kalman Filter. The second part describes a study on the accuracy in positioning a mobile robot (in this instance a wheeled vehicle) which employs a navigation system based on INS and INS aided SLAM. The final part of the article includes the results of the study and their analysis. It also contains generalized conclusions indicating advantages and disadvantages of the proposed solution.

PL

Interdyscyplinarność nawigacji skłania do czerpania wiedzy z rozwiązań stosowanych w pokrewnych dziedzinach nauk technicznych. Przykładem jest połączenie z elementami robotyki, w której do pozycjonowania pojazdu powszechnie wykorzystywana jest technika SLAM (Simultaneous Localization And Mapping). Polega ona na pozycjonowaniu pojazdu na podstawie zmian położenia obiektów charakterystycznych znajdujących się na stale aktualizowanej mapie otoczenia. Implementacja tej technologii w połączeniu z morskimi urządzeniami nawigacyjnymi zwiększa dokładność pozycjonowania w obszarach portowych, przybrzeżnych lub ścieśnionych, gdzie istnieje rozbudowana infrastruktura hydrotechniczna, np. falochrony, nabrzeża, oraz infrastruktura nawigacyjna w postaci oznakowanych torów wodnych i kotwicowisk. W artykule przeprowadzono analizę technologii SLAM w połączeniu z INS (Inertial Navigation System) pod kątem możliwości zwiększenia dokładności wypracowywania współrzędnych pozycji na okręcie podwodnym. W pierwszej części przedstawiono podstawę matematyczną zespolenia INS ze SLAM przy użyciu rozszerzonego filtru Kalmana (Extended Kalman Filter), w drugiej opisano badanie dokładności pozycjonowania robota mobilnego (pojazdu kołowego) wykorzystującego system nawigacyjny oparty na INS i INS wspomagany SLAM, na zakończenie przedstawiono wyniki badania oraz ich analizę, a także uogólnione wnioski ukazujące zalety i wady zaproponowanego rozwiązania.

Słowa kluczowe

EN

SLAM; inertial navigation; data fusion; extended Kalman filter

PL

SLAM; nawigacja inercjalna; fuzja danych; rozszerzony filtr Kalmana

• Wydawca: Akademia Marynarki Wojennej im. Bohaterów Westerplatte
• Czasopismo: Zeszyty Naukowe Akademii Marynarki Wojennej
• Rocznik: 2015
• Tom: R. 56 nr 1 (200)
• Strony: 15--28
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Naus K.

• Polish Naval Academy, Institute of Navigation and Hydrography , Śmidowicza 69 Str., 81‐103 Gdynia, Poland

autor

Marchel Ł.

• Polish Navy, Śmidowicza 48 Str., 81‐106 Gdynia, Poland

Bibliografia

• [1] Bosse A., Newman J., Leonard J., Durrant H., Teller‘An ATLAS framework ’, Conference ICRA, MIT, Cambridge 2003.
• [2] Felski A., Pomiar prędkości okrętu, AMW, Gdynia 2003 [Ship speed measurement— available in the Polish language].
• [3] Gucma M., Montewka J., Podstawy morskiej nawigacji inercyjnej, Akademia Morska w Szczecinie, Szczecin 2006 [ Fundamantals of marine inertial navigation— available in the Polish language].
• [4 resolution A 1046.
• [5] InevSense Inc., MPU‐6000 and MPU‐6050 Product Sprcification Revision 3.4, Sunnyvale 2013.
• [6] Kaehler A., Bradsk G., Computer Vision in C++ with the OpenCV Library , O’Relly 2013.
• [7] Kebudayaan J., HC-SR04 User’s Manual and datasheet, Taman University, Johor 2013.
• [8] Naus K., Wpływ pomiarów obarczonych błędem grubym na dokładność wyznaczania pozycji statku metodą rozszerzonego filtru Kalmana oraz geodezyjnego wyrównania odpornego, ‘Logistyka’, 2014 [ The effect of robust error measurements on accuracy of fixing ship’s position with the Extented Kalman Filter method and fobust free adjustmen— available in the Polish language].
• [9] Noureldin A., Karamat T., Georgy J., Fundamentals of nertial Navigation, Satellite based Positioning and their integration , Springer, London 2013.
• [10] Processing.com , [online], https://www.processing.com, [access 26.10.2014].
• [11] Riisgaard S., Blas M., A tutorial approach to simultaneous localization and mapping MIT, Cambridge 2012.
• [12] SIC.Sensor Intelligence, [online], https://www.sick.com, [access 26.10.2014].
• [13] Tapus A., Topological SLAM with Fingerprints of Places, EPFL, Lausanne 2005.
• [14] Williams S., Efficient Solutions to Autonomous Mapping and Navigation Problems , The University of Sydney, Sydney 2010.
• [15] Yapeshi O., US 020 User’s Manual and datasheet , Tama.