Autonome mobile Roboter müssen in der Lage sein, sicher durch ihre Umgebung zu navigieren, um anwendungsspezifische Aufgaben ausführen zu können. Gelingen kann dies nur durch den Einsatz von 3D-Sensoren und 3D-Karten. Daher ist die automatische und schnelle Modellierung der Umgebung eine wichtige Fragestellung in der Robotik. 3D-Laserscanner sind eine junge Technologie, die die Erfassung räumlicher Daten revolutioniert und Robotern das dreidimensionale Abtasten von Objekten möglich macht. Die vorliegende Arbeit untersucht und evaluiert die zur autonomen 3D-Kartenerstellung notwendigen Algorithmen mit Hilfe des AIS 3D-Laserscanners, der sich auf einer geeigneten Roboterplattform befindet. Das entwickelte System ermöglicht dabei das berührungslose Abtasten der gesamten Umgebung.
Der erste Teil der Arbeit beschäftigt sich mit der Aufgabe, 3D-Scans in einem globalen Koordinatensystem zu registrieren. Die von der Odometrie des Roboters geschätzte Pose (Position und Orientierung) wird dabei korrigiert. Verschiedene Variationen des iterativen Algorithmus der nächsten Punkte (ICP) kommen zum Einsatz. Im zweiten Teil geht es darum, eine möglichst optimale nächste Scanposition zu bestimmen, von der aus unbekanntes Terrain erforscht werden kann. Ein randomisierter Approximationsalgorithmus plant die neue Position des Scanners. Anschließend ist diese Position durch eine geeignete Motorregelung anzufahren, wobei Kollisionsvermeidung berücksichtigt wird. Schließlich werden die Ergebnisse in geeigneter Weise, unter anderem durch Gittermodelle, visualisiert.
Schlagwörter: 3D-Laserscanner, 3D-Modellierung, 3D-Kartenerstellung, Scanmatching, iterativer Algorithmus der nächsten Punkte, autonome Exploration, simultanes Lokalisations- und Kartierungsproblem, Approximation der nächsten optimalen Scanposition, Robotersteuerung, Oberflächenrepräsentation durch Gittermodelle.
Autonomous mobile robots must be able to navigate safely through their environment in order to fulfill user specific tasks. The only way to achieve this is using 3D sensors and 3D maps. Therefore an important question in robotics is automatic and fast modeling of environments. A revolutionary method for gaging environments are 3D laser range finders which enable robots to scan objects in three dimensions. The presented work examines and evaluates the algorithms needed for autonomous 3D map building using the AIS 3D laser range finder mounted on a suitable robot platform. The built system scans the whole environment in a non-contact way.
The first part deals with the task to register 3D scans in a common coordinate system. The odometry-based robot pose (position and orientation) is corrected by this process. Different variations of the iterative closest point (ICP) algorithm are used. In the second part the calculation of the next best view for exploration of the un-scanned area is presented. This planning of the sensor placement is done by a randomized approximation algorithm. A suitable controller drives the robot with obstacle avoidance to the calculated position. Finally the results are visualized using different methods, e.g. meshes.
keywords: 3D laser range finder, 3D modeling, 3D map building, scan matching, iterative closest point algorithm, autonomous exploration, simultaneous localization and map building problem, next best view approximation, robot control, surface representation through meshes.
Herzlich danken möchte ich meinem Erstgutachter Herrn PD Dr. Joachim Hertzberg, der mir wichtige Einblicke in die interessanten Forschungsgebiete künstliche Intelligenz und Robotik gewährt hat. Mein Dank gilt ebenfalls Herrn Dr.-Ing. Hartmut Surmann. Seine große Bereitschaft, meine Fragen zu beantworten und fachliche Diskussionen zu führen, hat diese Arbeit durch wertvolle Hinweise und Ideen vorangetrieben. Von seinem Wissen über den verwendeten Roboter konnte ich sehr profitieren.
Ein großes Dankeschön auch an Jutta Busenbender, die den Text Korrektur gelesen hat.
Dank sagen möchte ich schließlich meinen Eltern. Sie haben mir dieses Studium ermöglicht und mich in jeder Hinsicht unterstützt.
d-Baumes