The last decades have been an extraordinary time in the information technology field. After the revolutions in the artificial intelligence field, which have been changing and are still evolving the way we interact with technology, future trends are set to revolve around new robotics applications. In this context, thanks to the innovation carried out in the industry, mobile robotics offers ever increasingly more flexible and wider-range solutions in industrial and logistics applications. The objective of this work is to design, implement and integrate a new robust MCL based localization technique. The localization solution is developed and integrated in the software of an embedded system, namely a mobile terrestrial drone, and tested on a proving ground similar to that of real logistics plants. Instead of following a predefined path outlined by lines of datamatrix markers placed on the ground, our LiDAR based localization algorithm allows the robot to be more robust to the lack of the markers and opens the possibility to freely move in the plant, even where the markers are not present. Furthermore, our solution is able to exploit outside sources of information (namely, the datamatrix markers when present), integrating it inside the MCL particle filter, and is able to generate a global prior over the state-space in less than a millisecond.

Gli ultimi anni hanno rappresentato un periodo straordinario nella tecnologia dell'informazione. Dopo le rivoluzioni nel campo dell'intelligenza artificiale, che hanno cambiato e stanno tutt'ora modificando il modo in cui interagiamo con la tecnologia, le tendenze future sono destinate a ruotare attorno alle nuove applicazioni della robotica. In questo contesto, grazie all'innovazione operata nel settore, la robotica mobile offre soluzioni sempre più flessibili e di più ampio spettro nelle applicazioni industriali e logistiche. L'obiettivo di questo lavoro è progettare, implementare e integrare una tecnica di localizzazione robusta basata su MCL. La soluzione è sviluppata e integrata all'interno del software di un sistema embedded (un drone mobile per la logistica) ed è testata in una riproduzione di un vero impianto per la logistica. Invece di seguire un percorso predefinito delineato da linee di marker datamatrix posizionati a terra, il nostro algoritmo permette al robot di essere più robusto all'assenza degli stessi, e apre la possibilità di muoversi liberamente nell'impianto, anche dove i marker non sono presenti. Inoltre, la nostra soluzione è in grado di sfruttare fonti esterne di informazione (in particolare, la posa calcolata dal filtro EKF) integrandole all'interno del filtro di particelle di MCL, ed è in grado di generare una distribuzione a priori globale sullo spazio di tutti i possibili stati in meno di un millisecondo.

Design and development of a LiDAR based localization system for mobile robots in logistics plants

Restifo, Alessandro
2021/2022

Abstract

The last decades have been an extraordinary time in the information technology field. After the revolutions in the artificial intelligence field, which have been changing and are still evolving the way we interact with technology, future trends are set to revolve around new robotics applications. In this context, thanks to the innovation carried out in the industry, mobile robotics offers ever increasingly more flexible and wider-range solutions in industrial and logistics applications. The objective of this work is to design, implement and integrate a new robust MCL based localization technique. The localization solution is developed and integrated in the software of an embedded system, namely a mobile terrestrial drone, and tested on a proving ground similar to that of real logistics plants. Instead of following a predefined path outlined by lines of datamatrix markers placed on the ground, our LiDAR based localization algorithm allows the robot to be more robust to the lack of the markers and opens the possibility to freely move in the plant, even where the markers are not present. Furthermore, our solution is able to exploit outside sources of information (namely, the datamatrix markers when present), integrating it inside the MCL particle filter, and is able to generate a global prior over the state-space in less than a millisecond.
MOZZARELLI, LUCA
SAVARESI, SERGIO MATTEO
SOLAZZO, STEFANO
ING - Scuola di Ingegneria Industriale e dell'Informazione
20-dic-2022
2021/2022
Gli ultimi anni hanno rappresentato un periodo straordinario nella tecnologia dell'informazione. Dopo le rivoluzioni nel campo dell'intelligenza artificiale, che hanno cambiato e stanno tutt'ora modificando il modo in cui interagiamo con la tecnologia, le tendenze future sono destinate a ruotare attorno alle nuove applicazioni della robotica. In questo contesto, grazie all'innovazione operata nel settore, la robotica mobile offre soluzioni sempre più flessibili e di più ampio spettro nelle applicazioni industriali e logistiche. L'obiettivo di questo lavoro è progettare, implementare e integrare una tecnica di localizzazione robusta basata su MCL. La soluzione è sviluppata e integrata all'interno del software di un sistema embedded (un drone mobile per la logistica) ed è testata in una riproduzione di un vero impianto per la logistica. Invece di seguire un percorso predefinito delineato da linee di marker datamatrix posizionati a terra, il nostro algoritmo permette al robot di essere più robusto all'assenza degli stessi, e apre la possibilità di muoversi liberamente nell'impianto, anche dove i marker non sono presenti. Inoltre, la nostra soluzione è in grado di sfruttare fonti esterne di informazione (in particolare, la posa calcolata dal filtro EKF) integrandole all'interno del filtro di particelle di MCL, ed è in grado di generare una distribuzione a priori globale sullo spazio di tutti i possibili stati in meno di un millisecondo.
File allegati
File Dimensione Formato  
2022_12_Restifo_01.pdf

non accessibile

Descrizione: Executive summary of the dissertation
Dimensione 1.13 MB
Formato Adobe PDF
1.13 MB Adobe PDF   Visualizza/Apri
2022_12_Restifo_02.pdf

non accessibile

Descrizione: Complete text of the thesis dissertation
Dimensione 25.07 MB
Formato Adobe PDF
25.07 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/201732