Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática# Robótica

Nuevo sistema para navegación de UGV sin GPS

Un nuevo enfoque permite a los vehículos terrestres no tripulados navegar en áreas sin GPS.

― 8 minilectura


Navegación de UGV sin GPSNavegación de UGV sin GPSterrenos difíciles.precisión de posicionamiento de UGV enUn sistema innovador mejora la
Tabla de contenidos

Este artículo habla de un nuevo sistema diseñado para ayudar a los vehículos terrestres no tripulados (UGVs) a encontrar su camino con precisión cuando están en áreas donde las señales de GPS son débiles o no están disponibles. Estas situaciones suelen suceder en ambientes al aire libre como bosques, montañas o sitios de construcción, donde edificios altos o árboles densos pueden bloquear las señales de GPS. El objetivo es crear una manera confiable para que los UGVs naveguen y mapeen su entorno sin depender del GPS.

Antecedentes

Los UGVs se están usando cada vez más en muchos campos, como la construcción y operaciones militares. Juegan un papel crucial en la recolección de datos sobre el medio ambiente y en la navegación autónoma. Sin embargo, muchos de estos vehículos dependen mucho del GPS para navegar, lo que puede causar problemas cuando la señal es mala o completamente ausente.

Se han utilizado métodos tradicionales como la estimación por dead reckoning y la localización y mapeo simultáneos (SLAM), pero vienen con limitaciones. El dead reckoning acumula errores con el tiempo, mientras que los sistemas SLAM requieren volver a posiciones anteriores para corregir errores. Esto puede ser problemático para los UGVs en misiones sin posibilidad de regresar a posiciones anteriores.

Para superar estos desafíos, los investigadores han desarrollado un nuevo enfoque llamado el Sistema de Localización de Ingeniería Asegurada Referenciado al Terreno (TRAELS). Este sistema combina información de varios sensores para ayudar a los UGVs a navegar con precisión sin GPS.

Cómo Funciona TRAELS

TRAELS utiliza varias técnicas para determinar la ubicación de un UGV:

  1. Navegación Referenciada al Terreno (TRN): Este método compara la posición actual del UGV con un mapa preexistente del terreno. Al hacer coincidir características como colinas o depresiones en el suelo, el sistema puede estimar dónde está el UGV.

  2. Unidad de Medición Inercial (IMU): Las IMUs miden el movimiento del vehículo utilizando acelerómetros y giroscopios. Estos datos ayudan a estimar la posición del UGV a medida que se mueve, especialmente cuando se combinan con otros métodos.

  3. Odometría de rueda: Esta técnica rastrea cuán lejos ha viajado el UGV en función de la rotación de sus ruedas. Ayuda a entender el movimiento del vehículo a lo largo del tiempo.

  4. Filtro de Kalman extendido (EKF): Este algoritmo procesa todos los datos del TRN, IMU y odometría de rueda para refinar la posición estimada del UGV. Ayuda a gestionar y reducir errores en las mediciones.

TRAELS integra estas tecnologías para producir una solución de localización más precisa que funciona bien en entornos desafiantes sin apoyo de GPS.

Evaluación de TRAELS

La efectividad de TRAELS se probó en varios entornos, incluyendo bosques, desiertos y áreas urbanas. Estos lugares fueron elegidos porque presentan diferentes desafíos para la navegación, como vegetación densa o estructuras complejas.

Métricas de Rendimiento

Para evaluar TRAELS, los investigadores se centraron en dos métricas de rendimiento principales:

  • Error Absoluto de Trayectoria (ATE): Esto mide la diferencia general entre el verdadero camino del UGV y el camino estimado por el sistema.

  • Error de Pose Relativo (RPE): Esta métrica analiza la precisión de la posición del UGV en distancias cortas, proporcionando una idea de qué tan bien el vehículo puede navegar en áreas específicas.

Estas métricas ayudan a cuantificar qué tan bien funciona TRAELS durante sus misiones.

Resultados en Diferentes Entornos

En el entorno forestal, TRAELS mostró resultados impresionantes, logrando consistentemente un ATE de menos de 3 metros. Las características densas en esta área permitieron que los métodos TRN funcionaran eficazmente.

En contraste, el entorno desértico presentó algunas dificultades. Con menos características distinguibles, TRAELS luchó por mantener una localización precisa, resultando en errores más altos. Sin embargo, en áreas urbanas con edificios y otras estructuras, TRAELS demostró su capacidad para adaptarse y proporcionar estimaciones de posición confiables.

En general, el sistema comprobó su robustez a través de diferentes terrenos, navegando con éxito largas distancias sin soporte de GPS.

La Importancia de la Calibración

Para que TRAELS funcione eficazmente, una calibración cuidadosa de varios sensores es crucial. Los sensores deben estar bien alineados para asegurar que los datos recogidos sean precisos. La calibración implica ajustar los sensores para tener en cuenta cualquier inexactitud que pueda afectar las mediciones, como tamaños de rueda incorrectos o ángulos de montaje de sensores.

Además, determinar con precisión la posición inicial del vehículo ayuda a lograr una mejor navegación. Una calibración adecuada conduce a menores errores en la localización, contribuyendo significativamente al rendimiento del sistema.

Abordando Desafíos Comunes

Varios desafíos deben abordarse al navegar en entornos sin GNSS:

  1. Deslizamiento de Rueda: Cuando un UGV encuentra terreno irregular, sus ruedas pueden perder agarre, lo que lleva a mediciones de distancia inexactas. TRAELS emplea un método de rechazo de deslizamiento para ajustar la precisión de la odometría de rueda cuando ocurre deslizamiento.

  2. Precisión de Dirección: Conocer la dirección correcta es esencial para la navegación de UGV. TRAELS utiliza un sistema de estimación de sesgo de yaw (YBE) para corregir errores de dirección que pueden acumularse con el tiempo, especialmente en áreas sin características distintas.

  3. Variabilidad Ambiental: Las condiciones en un entorno pueden cambiar, afectando la precisión de la navegación. TRAELS se adapta aprovechando la información de los métodos TRN, que mejoran la localización a pesar de las condiciones cambiantes.

  4. Características del Terreno Diferentes: Los entornos pueden tener diferentes niveles de detalle y características, lo que puede afectar la efectividad de los métodos TRN. TRAELS utiliza una definición más amplia de terreno para incluir varias características, permitiendo una mejor navegación en configuraciones diversas.

Cómo TRAELS Se Compara con Otros Sistemas

La mayoría de los métodos de localización tradicionales dependen mucho del GPS, lo que limita su efectividad en entornos desafiantes. En contraste, TRAELS está diseñado para operar de manera independiente del GPS, lo que lo hace especialmente valioso en ubicaciones remotas o durante misiones donde las señales de GPS están comprometidas.

Mientras que los sistemas SLAM pueden ofrecer soluciones de localización, requieren volver a ubicaciones anteriores para mayor precisión. TRAELS, sin embargo, mantiene su capacidad de posicionamiento a lo largo de largas distancias sin necesidad de regresar a puntos anteriores.

La fusión de TRN, IMUs y odometría de rueda a través de EKF le da a TRAELS una ventaja única, permitiendo una navegación más confiable en entornos donde otros sistemas pueden fallar.

Direcciones Futuras

Mirando hacia adelante, hay varias áreas donde TRAELS y sistemas similares pueden mejorarse:

  1. Métodos de Filtrado Alternativos: Los investigadores están explorando nuevas técnicas de filtrado que puedan manejar mejor las mediciones retrasadas e integrarlas en el marco de localización.

  2. Métodos TRN Mejorados: El desarrollo adicional de técnicas TRN podría mejorar la precisión de la localización, especialmente en entornos donde es difícil hacer coincidir características.

  3. Pruebas Expandidas: Pruebas de campo más extensas en varios terrenos y condiciones pueden ayudar a refinar el sistema y sus algoritmos, llevando eventualmente a una solución aún más robusta.

  4. Integración de Cierre de Bucle: Añadir capacidades de cierre de bucle a TRAELS podría mejorar el rendimiento, particularmente en situaciones donde hay mapas de baja resolución.

  5. Uso de Localización Monte Carlo: Este método podría ayudar a filtrar estimaciones TRN antes de la fusión de sensores, mejorando la precisión y confiabilidad en entornos difíciles.

Conclusión

TRAELS representa un paso significativo adelante en el desarrollo de sistemas de localización para vehículos terrestres no tripulados que operan en entornos sin GNSS. Su capacidad para fusionar datos de múltiples fuentes permite un mapeo y navegación precisos sin depender de señales de GPS.

Los resultados prometedores en varios entornos destacan el potencial de TRAELS para ser utilizado en una amplia gama de aplicaciones, desde construcción hasta exploración. Al continuar mejorando y adaptando este sistema, los investigadores pueden asegurar que los UGVs puedan navegar de manera efectiva y segura en entornos desafiantes al aire libre, abriendo el camino para operaciones autónomas más avanzadas en el futuro.

Fuente original

Título: A Robust Localization Solution for an Uncrewed Ground Vehicle in Unstructured Outdoor GNSS-Denied Environments

Resumen: This work addresses the challenge of developing a localization system for an uncrewed ground vehicle (UGV) operating autonomously in unstructured outdoor Global Navigation Satellite System (GNSS)-denied environments. The goal is to enable accurate mapping and long-range navigation with practical applications in domains such as autonomous construction, military engineering missions, and exploration of non-Earth planets. The proposed system - Terrain-Referenced Assured Engineer Localization System (TRAELS) - integrates pose estimates produced by two complementary terrain referenced navigation (TRN) methods with wheel odometry and inertial measurement unit (IMU) measurements using an Extended Kalman Filter (EKF). Unlike simultaneous localization and mapping (SLAM) systems that require loop closures, the described approach maintains accuracy over long distances and one-way missions without the need to revisit previous positions. Evaluation of TRAELS is performed across a range of environments. In regions where a combination of distinctive geometric and ground surface features are present, the developed TRN methods are leveraged by TRAELS to consistently achieve an absolute trajectory error of less than 3.0 m. The approach is also shown to be capable of recovering from large accumulated drift when traversing feature-sparse areas, which is essential in ensuring robust performance of the system across a wide variety of challenging GNSS-denied environments. Overall, the effectiveness of the system in providing precise localization and mapping capabilities in challenging GNSS-denied environments is demonstrated and an analysis is performed leading to insights for improving TRN approaches for UGVs.

Autores: W. Jacob Wagner, Isaac Blankenau, Maribel DeLaTorre, Amartya Purushottam, Ahmet Soylemezoglu

Última actualización: 2023-09-05 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2309.02569

Fuente PDF: https://arxiv.org/pdf/2309.02569

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares