Simulation and Analysis of Particle Filter Based SLAM System

• Autorzy: Kaniewski P. , Słowak P.

Identyfikatory

DOI

10.1515/aon-2018-0010

• Języki publikacji: EN

Abstrakty

EN

The paper describes a problem and an algorithm for simultaneous localization and mapping (SLAM) for an unmanned aerial vehicle (UAV). The algorithm developed by the authors estimates the flight trajectory and builds a map of the terrain below the UAV. As a tool for estimating the UAV position and other parameters of flight, a particle filter was applied. The proposed algorithm was tested and analyzed by simulations and the paper presents a simulator developed by the authors and used for SLAM testing purposes. Chosen simulation results, including maps and UAV trajectories constructed by the SLAM algorithm are included in the paper.

PL

W artykule przedstawiono problematykę i algorytm równoczesnego pozycjonowania i tworzenia mapy terenu (SLAM) przeznaczony dla bezzałogowych statków powietrznych (UAV). Opracowany przez autorów algorytm estymuje trajektorię lotu i tworzy mapę terenu znajdującego się pod UAV. Jako narzędzie estymacji położenia statku powietrznego zastosowano filtr cząsteczkowy. Zaproponowany algorytm poddano badaniom symulacyjnym. W artykule opisano opracowany przez autorów symulator przeznaczony do badania algorytmu SLAM oraz zamieszczono wybrane wyniki badań, zawierające utworzone mapy terenu i estymowane trajektorie UAV.

Słowa kluczowe

EN

SLAM; particle filter; simulation; INS; monocular camera

• Wydawca: Polskie Forum Nawigacyjne
• Czasopismo: Annual of Navigation
• Rocznik: 2018
• Tom: No. 25
• Strony: 137--153
• Opis fizyczny: Bibliogr. 18 poz., rys.

Twórcy

autor

Kaniewski P.

• Military University of Technology, Urbanowicza 2, 00-908 Warszawa, Poland

autor

Słowak P.

• Military University of Technology, Urbanowicza 2, 00-908 Warszawa, Poland

Bibliografia

• [1] Bailey T., Durrant-Whyte H.: Simultaneous localization and mapping (SLAM): part II. IEEE Robotics & Automation Magazine, Vol. 13, Issue 3, 2006, pp. 108-117.
• [2] Baya H., Essa A., Tuytelaarsb T., Van Goolab L. (2008), Speeded-Up Robust Features (SURF). Computer Vision and Image Understanding, Vol. 110, Issue 3, 2008, pp. 346-359.
• [3] Cadena C., Carlone L., Carrillo H., Latif Y., Scaramuzza D., Neira J., Reid I., Leonard J.: Past, Present, and Future of Simultaneous Localization and Mapping: Towards the Robust-Perception Age. IEEE Transactions on Robotics, Vol. 32, issue 6, 2016.
• [4] Durrant-Whyte H., Leonard J., Cox J.I.: Dynamic map building for autonomous mobile robot. Intelligent Robots and Systems '90, 1990.
• [5] Endres F., Hess J., Sturm J., Cremers D., Burgard W.: 3D Mapping with an RGB-D Camera. IEEE Transactions on robotics Vol. 30, issue 1, 2010, pp. 177-187.
• [6] Grisetti G., Kummerle R., Stachniss C., Burgard W.: A Tutorial on Graph-Based SLAM. IEEE Intelligent Transportation Systems Magazine, Vol. 2, issue 4, 2010, pp. 31-43.
• [7] Grisetti G., Stachniss C., Burgard W.: Improving Grid-based SLAM with Rao-Blackwellized Particle Filters by Adaptive Proposals and Selective Resampling. Proceedings of the 2005 IEEE International Conference on Robotics and Automation Barcelona, Spain, 2005, pp. 2432-2437.
• [8] Hartmann J., Klussendorff J., Maehle E.: A comparison of feature descriptors for visual SLAM, European Conference on Mobile Robots 2013.
• [9] Howard A.: Multi-robot Simultaneous Localization and Mapping using Particle Filters. Proceedings of the 2005 IEEE International Conference on Robotics and Automation.
• [10] Leonard J.J., Durrant-Whyte H.F.: Directed Sonar Sensing for Mobile Robot Navigation. Kluwer Academic Publishers, 1992.
• [11] Łabowski M., P. Kaniewski P., P. Serafin P.: Inertial navigation system for radar terrain imaging. IEEE/ION Position, Location and Navigation Symposium, 2016, pp.942-948.
• [12] Konatowski S., Kaniewski P., Matuszewski J.: Comparison of Estimation Accuracy of EKF, UKF and PF Filters. Annual of Navigation 23/2016, pp. 69-87.
• [13] Santana A.M., Aires K., Veras R., Medeiros A.: An Approach for 2D Visual Occupancy Grid Map Using Monocular Vision. Electronic Notes in Theoretical Computer Science, 281, 2014, pp. 175-191.
• [14] Sola J., Marquez D., Codol J., Vidal-Calleja T.: An EKF-SLAM toolbox for MATLAB. 2009.
• [15] Thrun S., Burgard W., Fox D.: Probabilistic Robotics. MIT Press, 2005.
• [16] Thrun S., Montemerlo M., Koller D., Wegbreit B.: FastSLAM: An Efficient Solution to the Simultaneous Localization and Mapping Problem with Unknown Data Association. Proceedings of the AAAI-02 Conference on Artificial Intelligence, 2002, pp. 593-598.
• [17] Vincent P., Rubin I.: A framework and analysis for cooperative search using UAV swarms. Proceedings of the 2004 ACM symposium on Applied computing, pp. 79-86.
• [18] H. Wang H., F. Guixia F., L. Juan L., Y. Zheping Y., B. Xinqian B.: An Adaptive UKF Based SLAM Method for Unmanned Underwater Vehicle. Mathematical Problems in Engineering, 2013.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).