Semantyczna lokalizacja robota mobilnego

Celem pracy jest przedstawienie algorytmu lokalizacji sematycznej na podstawie danych pochodzących z dalmierza laserowego i sensora Kinect. Opisywane są następujące etapy algorytmu: pobranie informacji z układu sensorycznego (dalmerza laserowego i kamery Kinect), analiza kształtu obserowanego otoczenia przy wykorzystaniu danych z dalmierza laserowego, segmentacja chmury punktów, określenie zbioru obserowwanych obiektów, określenie zbioru hipotez i agregacja informacji za pomocą teorii Dempstera-Shafera oraz klasyfikacja rodzaju pomieszczenia, w którym znajduje się robot. Opisywana metoda została przetestowana w rzeczywistym otoczeniu budynku Wydziału Mechatroniki Politechniki Warszawskiej.

---

The paper presents the method of semantic localization of a mobile robot. The robot is equipped with the Sick laser finder and Kinect sesnor. The simplest source of information about an environment is a scan obtained by range sensor. The polygonal approximation of an observed area is performed. The shape of the polygon allow us to distinguish corridors from other places using simple rule based system. During the next step rooms are classified based on objects which have been recognized. Each object votes for a set of classes of rooms. In a real environment we deal with uncertainty. Usually probabilistic theory is used to solve the problem but it is not capable of capturing subjective uncertainty. In our approach instead of classical bayesian method we propose to performed classification using Dempster-Shafer theory (DST), which can be regarded as a generalization of the Bayesian theory and is able to deal with subjective uncertainty. The experiment performed in real office environment prooved the efficiency of our approach.