Integrating probabilistic information of dynamic environment into maps for enhanced action planning

Abstract

Das Planen von Aktionen und Handlungen von Robotern und autonomen Fahrzeugen basiert oft auf Karten ihrer unmittelbaren Umgebung. Diese Karten enthalten oft nur Informationen betreffend der statischen Umgebung und ignorieren dynamische Aspekte. Jedoch können Informationen von dynamischen Aspekten, zumeist sich bewegende Objekte in der Umgebung, die Planung von Aktionen des Roboters verbessern. Die Grundlagen von wesentlichen Themen im Bereich der Kartierung, wie beispielsweise Lokalisation, Kartenerstellung und das Verfolgen von Objekten, werden behandelt. Themenrelevante Algorithmen wie Particle Filtering und SLAM werden untersucht. Ein Ansatz zur Beschaffung und Verarbeitung der Informationen von Änderungsraten der dynamischen Umgebung wird in dieser Arbeit vorgestellt. Alle Objekte in einer Karte enthalten Werte bezüglich der Wahrscheinlichkeit ihrer Existenz und ihrer Änderungrate. Durch dynamisches Verhalten an bestimmten Positionen entstehen dynamische Zonen. Diese neuen Informationen müssen in geeigneter Weise in der Karte gespeichert werden. Daher wird sowohl eine Technik vorgestellt diese Informationen zu speichern, als auch bereits existierende Karten zu verwenden und diese zu erweitern. Der Hauptteil dieser Arbeit ist die Informationsbeschaffung, die Bewertung dieser Informationen bezüglich ihres dynamischen Aspekts, die Erstellung von dynamischen Zonen und die Speicherung dieser wahrscheinlichkeitsbehafteten und dynamischen Informationen in Karten. Ein Softwaremodul, das designed wurde um Änderungsraten der dynamischen Umgebung zu beschaffen und zu verarbeiten, wurde entwickelt. Dieses Modul führt dynamische Kartenerzeugung in Mithilfe mit anderen Modulen und eines Roboter Softwareframeworks durch, während es autonom auf ein festgelegtes Ziel zusteuert. Ein kleiner, mit einem Laser Scanner welcher die Informationen der Umgebung liefert, bestückter Roboter wurde verwendet, um das Verhalten des dynamischen Kartenerzeugungsmodules experimentell zu testen. Diese Experimente wurden ausgewertet und zeigen, dass Karten mit Informationen der dynamischen Umgebung erfolgreich erzeugt werden können.

Action planning of robots and autonomous vehicles is typically based on maps of their environment. These maps often only contain information about the static environment and ignore dynamic entities. Information about dynamic entities, like moving objects, in the environment can help to improve action planning in robotics. The basics of autonomous navigation such as localisation, mapping and tracking are covered. State of the art algorithms for mapping such as particle filtering and Simultaneous Localization and Mapping (SLAM) are evaluated. An approach to gather probabilistic and dynamic information about the dynamic environment is introduced within this thesis. All entities within a map are probabilistic, containing a value about the probability of their existence and a change rate. Dynamic behaviour at certain locations will cause dynamic areas to be created. In addition these new information need to be saved somehow within the map. A technique to save this information, as well as to reuse existing maps and extend them, is presented. This thesis is all about gathering information, evaluating this information regarding its dynamic aspect, generating dynamic areas and store probabilistic and dynamic information in maps. A software module, which is designed to gather and process change rates about the dynamic environment, was developed. This module in cooperation with other modules and a robotic software framework is able to perform dynamic mapping while autonomously driving to a certain destination. A small robot, equipped with a laser scanner which provides information about the environment, was used to experimentally examine the behaviour of the dynamic mapping software module. These experiments are evaluated and demonstrate the approach of generating maps with information about the dynamic environment.