Design and testing of a platform for multiple prototypes vehicles

This thesis presents the design, implementation, and experimental validation of a flexible and low-cost platform for testing control strategies and localization algorithms in indoor mobile robotics. The system integrates multiple TurtleBot3 robots with the Marvelmind Indoor GPS, enabling real-time, absolute positioning without the need for complex sensor fusion. The platform is designed to bridge the gap between simulation and real-world experimentation, offering a reproducible environment for evaluating multi-robot control strategies. The methodological approach includes the development of a centralized ROS-based architecture, the configuration of an ultrasonic positioning system using the Inverse Architecture (IA), and the implementation of a graphical user interface for streamlined operation. Extensive experimental evaluations were conducted to assess signal robustness, positioning accuracy, and angular estimation reliability. An Extended Kalman Filter (EKF) with Mahalanobis distance-based outlier rejection was implemented to enhance localization robustness. Two control strategies—a Proportional (P) controller and a Model Predictive Controller (MPC)—were tested using the platform. Results demonstrate that the filtered localization data significantly improves trajectory tracking and control performance. The system maintained stable control and estimation frequencies even in multi-robot scenarios, validating its scalability and reliability. The platform also includes a hardware-level emergency stop mechanism, ensuring safe operation during autonomous tasks. This work provides a solid foundation for future research in multi-agent coordination, sensor fusion benchmarking, and real-time control in dynamic environments.

Questa tesi presenta la progettazione, l’implementazione e la validazione sperimentale di una piattaforma flessibile e a basso costo per il test di strategie di controllo e algoritmi di localizzazione nel contesto della robotica mobile indoor. Il sistema integra più robot TurtleBot3 con il sistema Marvelmind Indoor GPS, consentendo una localizzazione assoluta in tempo reale senza la necessità di architetture complesse di sensor fusion. La piattaforma è stata concepita per colmare il divario tra simulazione e sperimentazione reale, offrendo un ambiente riproducibile per la valutazione di strategie di controllo multi-robot. L’approccio metodologico adottato include lo sviluppo di un’architettura centralizzata basata su ROS, la configurazione di un sistema di localizzazione ultrasonico secondo l’architettura inversa (IA) e l’implementazione di un’interfaccia grafica che semplifica e facilita le operazioni del sistema. Sono state condotte numerose valutazioni sperimentali per analizzare la robustezza del segnale, la precisione della localizzazione e l’affidabilità della stima dell’orientamento. È stato inoltre implementato un filtro di Kalman esteso (EKF) con meccanismo di rigetto degli outlier basato sulla distanza di Mahalanobis, al fine di migliorare la robustezza della localizzazione. Due strategie di controllo—un controllore Proporzionale (P) e un controllore predittivo (MPC)—sono state testate utilizzando la piattaforma. I risultati dimostrano che l’uso di dati filtrati migliora significativamente la precisione del tracciamento e le prestazioni del controllo. Il sistema ha mantenuto frequenze di controllo e stima stabili anche in scenari multi-robot, confermandone la scalabilità e l’affidabilità. La piattaforma include inoltre un meccanismo di arresto di emergenza a livello hardware, che garantisce la sicurezza durante le operazioni autonome. Questo lavoro fornisce una base solida per futuri sviluppi nella coordinazione multi-agente, nella valutazione comparativa di sistemi di localizzazione e nel controllo in tempo reale in ambienti dinamici.