Entwicklung eines sequenzbasierten Route-Followings anhand biologisch inspirierter Navigationsalgorithmen

Kurzfassung

Die Autonomie von Robotern ist ein seit Jahren immer beliebter werdendes Forschungsgebiet, da hierdurch viele neue Möglichkeiten für den Einsatz von Maschinen im Alltag oder in der Industrie eröffnet werden. Bei mobilen Robotersystemen ist dabei die selbstständige Wegfindung einer der entscheidensten Aspekte für deren Selbsständigkeit. Hierfür werden häufig optische Systeme eingesetzt, da sie die Umgebungsinformationen schnell und umfassend ermitteln können. Einer der herausfordernsten Aspekte ist dabei die Navigation eines Robotersystems über eine längere Zeit. Viele Algorithmen merken sich, ob sie einen Ort bereits besucht haben, indem sie eine Repräsentation davon speichern. Je länger der Roboter also fährt, desto höher wird dementsprechend der Speicherbedarf (problem of scalability). Diese Arbeit beschäftigt sich mit einem Verfahren zum Folgen einer Route, das vor allem über lange Strecken nur geringe Speicherkapazitäten und Rechenzeit für die Lokalisierung benötigt. Hierfür wird der SequenceSLAM von Milford und Wyeth als Grundlage verwendet und an die Anwendung in live"=Umgebungen angepasst. Anschließend wird ein biologisch inspiriertes Homing-Verfahren implementiert, das Abweichungen von der Route korrigieren soll. Schlussendlich wird das Verfahren anhand von Experimenten evaluiert und ein Ausblick auf zukünftige Verbesserungen gegeben.