Projekt 70a:Bau eines Labyrinths für EV3-Roboter

Ev3 im Labyrinth

Autoren: Michael Menke, Sebastian Trybel

Betreuer: Prof. Schneider

Aufgabe

Ein EV3 Roboter soll den Ausgang aus einem Labyrinth finden und dabei einen SLAM-Algorithmus anwenden.

Das SLAM-Verfahren (englisch Simultaneous Localization and Mapping; deutsch Simultane Lokalisierung und Kartenerstellung) ist eine Methode, mit der ein mobiler Roboter gleichzeitig eine Karte seiner Umgebung erstellen und seine Pose innerhalb dieser Karte schätzen kann.

Eine der grundlegenden Fähigkeiten eines mobilen Roboters besteht darin, zu wissen, wie seine Umgebung aussieht und wo er sich befindet. Ist eine Karte der Umgebung vorhanden, kann sich ein Roboter mit Hilfe seiner Sensoren wie Ultraschall oder Lidar darin positionieren. Ist die absolute Position des Roboters bekannt, kann eine Karte aufgebaut werden. Dabei misst der Roboter die relative Position möglicher Hindernisse zu ihm und kann mit seiner bekannten Position dann die absolute Position der Hindernisse bestimmen, die dann in die Karte eingetragen wird.

SLAM ist somit ein Henne-Ei-Problem, da weder die Karte noch die Position bekannt ist, sondern gleichzeitig geschätzt werden sollen.

Erwartungen an die Projektlösung

• Aufbau und Planung eines flexiblen Labyrinths (z.B. Styrodur)
• Robotervorschlag wurde bereits aufgebaut
• Recherche SLAM
• SLAM Ortung und Navigation via US oder IR Sensor(en)
• Inbetriebnahme mit Matlab/Simulink
• Realisierung der Flucht aus dem Labyrinth durch SLAM.
• Machen Sie spektakuläre Videos, welche die Funktion visualisieren.
• Test und wiss. Dokumentation
• Live Vorführung während der Abschlusspräsentation

Stimmen Sie sich mit Projekt 70b bezüglich Roboterdesign und Labyrinth ab, so dass die Labyrinthteile kompatibel sind.

Schwierigkeitsgrad

Mittel (***)

Literatur

• Monjazeb, A.: Autonomous Robot Navigation Based on Simultaneous Localization and Mapping. Carleton University (Canada), 2008. ISBN 978-049-4368-29-9
• Nüchter, A.: 3D Robotic Mapping: The Simultaneous Localization and Mapping Problem. Heidelberg: Springer, 2009. ISBN 978-354-0898-83-2
• Stachniss, C.: Robot Mapping. Uni Freiburg: Vorlesung, WS 13/14. URL: http://www2.informatik.uni-freiburg.de/~stachnis/. Stand: 01.01.15
• Thrun, S.; u.A.: Probabilistic Robotics. Cambridge: MIT Press, 2005. ISBN 978-026-2201-62-9.
• Thrun, S.; u.A.: FastSLAM: A Scalable Method for the Simultaneous Localization and Mapping Problem in Robotics. New York: Springer, 2007. ISBN 978-354-0463-99-3
• Wang, Z. u.A.: Simultaneous Localization and Mapping: Exactly Sparse Information Filters. Singapore: 2011. ISBN 978-981-4350-31-0

Weblinks

• Martin Berysztak: Self Localization and Mapping mit Lidar- oder Kamera
• Wiki: Simultaneous Localization and Mapping
• CeBIT 2012: Roboter erkundet neues Terrain
• TU-Chemnitz: Kartenerstellung - Umgebungsmodellierung
• TU Dortmund: Simultane Lokalisierung und Kartenerstellung eines autonomen Roboters in einer dynamischen Umgebung bei Anwesenheit von Personen
• TU Dortmund: Simultane Lokalisierung und Kartierung spurgeführter Systeme
• EV3 SLAM
• LEGO MINDSTORMS EV3 Programming Using Simulink
• Obstacle Avoidance using LEGO Mindstorms EV3 and Simulink
• EKF SLAM using LIDAR sensor and Corner Extraction
• ATLAS: SLAM with Lego Mindstorms NXT
• Autonomous Arduino Car Maze Solving with 3 Ultrasonic Sensors
• Maze solving robot Lego Mindstorms

YouTube Video

---

→ zurück zum Hauptartikel: WS 17/18: Fachpraktikum Elektrotechnik (MTR) und Angewandte Elektrotechnik (BSE)