Robust odometry, localization and autonomous navigation on a robotic wheelchair

This thesis concerns autonomous robotics, a branch of robotics that deals with the study and design of vehicles able to fulfil tasks without the need for human intervention. In particular, a software system for a robotic powered wheelchair intended for people with motor disabilities has been designed and implemented on a prototype, previously developed by Politecnico di Milano. The aim of the thesis was providing the wheelchair with autonomous features like path planning and collision avoidance, while keeping it safe for both users and people around it. A widely used framework for robotic applications, named ROS (Robot Operating System), has been adopted. With its publish-and-subscribe paradigm and high portability, this framework improves extensibility and reuse of software modules. Moreover, the issue of robot localization has been studied. To this end, a new library for multi-sensor fusion and pose estimation, ROAMFREE (Robust Odometry Applying Multisensor Fusion to Reduce Estimation Errors), has been used. ROAMFREE fusion engine allows to merge odometry data coming from different sensors, in order to provide an estimate for the robot pose which is robust, meaning that it is less prone to errors. This method has been combined with an algorithm known in literature as AMCL (Adaptive Monte Carlo Localization), in order to increase the robustness of the estimate by compensating, in many cases, the absence of absolute position sensors. The robot has been tested in different situations, involving static and dynamic obstacles (such as objects and people), and has shown good performance in both cases.

La presente tesi riguarda la robotica autonoma, un ramo della robotica che si occupa dello studio e della progettazione di veicoli in grado di eseguire compiti senza il bisogno dell'intervento umano. In particolare, un sistema software per una carrozzina robotica per disabili motori è stato progettato e implementato su un prototipo realizzato in precedenza dal Politecnico di Milano. Lo scopo di questa tesi è stato dotare la carrozzina di funzionalità di guida autonoma, come la pianificazione di percorsi e l'evitamento delle collisioni, mantenendola sicura sia per gli utenti sia per le persone che la circondano. È stato adottato un framework largamente usato in applicazioni robotiche: ROS (Robot Operating System). Grazie al suo paradigma di tipo publish-and-subscribe e alla sua alta portabilità, questo framework migliora l'estensibilità e il riuso dei componenti software. Inoltre si è studiato il problema della localizzazione. A questo proposito è stata adottata una nuova libreria per la fusione multi-sensoriale e per la stima della posizione, chiamata ROAMFREE (Robust Odometry Applying Multisensor Fusion to Reduce Estimation Errors). Il motore di fusione di ROAMFREE permette di fondere i dati odometrici provenienti da più sensori, in modo da fornire una stima della posizione del robot che sia robusta, ovvero meno soggetta ad errori. Questo metodo è stato combinato con un algoritmo noto in letteratura come AMCL (Adaptive Monte Carlo Localization), in modo da irrobustire la stima compensando, in molti casi, l'assenza di sensori di posizionamento assoluto. Il robot è stato testato in diverse situazioni, in cui sono stati coinvolti sia ostacoli statici sia dinamici (come oggetti e persone), e ha mostrato buone prestazioni in entrambi i casi.