Szűrési módszerek összehasonlítása és fejlesztése a PlatypOUs mobil robot lokalizációs platformhoz

A feladat leírása

A komplex mechatronikai rendszerek egyre nagyobb mértékben hagyatkoznak szenzorok, szenzorrendszerek méréseire. Ezek rendszerint aszinkron, különböző zajjal, esetenként drifttel képesek mérni a rendszer bizonyos tulajdonságait. A szűrés feladata ezeket a tulajdonságokat jól leíró modell alapján optimális becslést adni a rendszer állapotára, például a lokalizációs feladat esetén a mozgásállapotra.

Az utóbbi évtizedekben a nemzetközi közösség rendkívül széleskörű kutatást végzett a témában. A diplomamunka ezen módszerek közül a fő irányok azonosítása, megértése és összehasonlítása az egyetemen fejlesztett PlatypOUs mobil robot platform mozgásadatai alapján offline és összemérve az eljárások hatékonyságát a jelenleg használt programcsomagokkal.

A feladathoz szükséges ismeretek:

  • C++ és MATLAB (vagy Python) programozási ismeret
  • Git verziókövetési rendszer
  • Irányítástechnikai / irányításelméleti ismeretek (állapottér modell, szimuláció, szűrés)
  • Sztochasztikus számítások (várható érték, szórás) ismerete

A feladat részletezése:

  1.  A lineáris/kiterjesztett/unscented Kalman-szűrő módszerek alapjainak megismerése;
  2. A kapcsolódó szakirodalom feldolgozása, az összehasonlítandó módszerek kiválasztása;
  3. Lokalizációs modell(ek) kidolgozása;
  4. A platform megismerése, tesztadatok rögzítése;
  5. A szűrési eljárások implementációja, tesztelése és optimalizációja a tesztadatok alapján;
  6. Konklúzió levonása, összehasonlítás a jelenleg használt eljárással;
  7. A legjobb eljárás implementációja ROS komponensként;
  8. Eredmények kiértékelése, publikálása.

A feladat során a Hallgatónak lehetősége lesz megismerkednie és bekapcsolódnia a Bejczy Antal iRobottechnikai Központban folyó kutatásokba.