haku: @keyword SLAM / yhteensä: 10
hakutulos-lista
viite: 6 / 10
« edellinen | seuraava »
Tekijä:Lindroth, Matti
Työn nimi:Development of autonomous farm vehicle navigation
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:60      Kieli:   eng
Koulu/Laitos/Osasto:Koneenrakennustekniikan laitos
Oppiaine:Koneensuunnitteluoppi   (Kon-41)
Valvoja:Kuosmanen, Petri
Ohjaaja:Lindén, Krister
OEVS:
Digitoitu arkistokappale luettavissa Harald Herlin -oppimiskeskuksen asiakaskoneilla | ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark TKK  6510   | Arkisto
Avainsanat:mobile robot navigation
laser range scanning
outdoor robotics
SLAM
laser dead reckoning
Tiivistelmä (eng): The state of autonomous field- and service robotics has developed slowly but steadily since the 80's.
Attempts to create an autonomous robot for farm conditions have been the goal for many research and product development projects.
This goal has remained mostly unreachable due to the complexity of accurate navigation techniques.
Recent development in Simultaneous Localization And Mapping (SLAM) technique and laser range scanner based dead reckoning has provided encouraging results for mobile robot navigation.
The purpose of this thesis was to survey these techniques and develop autonomous navigation and route repetition for a farm vehicle to a small husbandry farms.

In this thesis the current state of SLAM techniques was surveyed and introduced as well as some closely related techniques like Kalman filter.
The robot pose estimation was done by developing a kinematic model for a 4 wheel steering vehicle and by implementing Iterative Dual Correspondence (IDC) algorithm for scan alignment.
The IDC-algorithms performance was tested for both time and accuracy.
The results indicated that the accuracy is similar to what has been presented in the literature.
The developed kinematic model was also tested through simulation and by implementing it to a prototype.
Also route recording and reconstruction techniques were researched and implemented to generate a route trajectory for the vehicle to follow.

The results indicate that the implemented methods worked partially.
The kinematic model worked nicely as well as the IDC-algorithm in accuracy.
Considering the execution speed of the algorithm the results are not so flattering.
The processing time takes too long for successful real-time implementation in the target prototype.
Route was recorded by saving robot pose at constant distance intervals.
Route was reconstructed using piecevise Bezier curve interpolation.
The implemented method provided good means to reconstruct a continuous planar route trajectory except for the curve length calculation.
The route repetition was done using direct control without feedback by measuring the distance traveled and taking the curvature of the reconstructed route as a function of distance.
The simulated route repetition method failed as well as the real tests.
It is advisable to generate a good feedback control strategy for the route tracking.
ED:2009-03-18
INSSI tietueen numero: 36880
+ lisää koriin
« edellinen | seuraava »
INSSI