Investigation of the influence of dynamic obstacles on the effectiveness of localization methods in autonomous mobile robots
Keywords:
autonomous mobile robots, localization, dynamic obstacles, SLAM, particle filter, graph-based methods, sensory fusionAbstract
Dynamic obstacles are a significant problem in the field of autonomous mobile robotics, as they can significantly affect the accuracy and reliability of localization methods. This study is aimed at studying the influence of various types of dynamic obstacles on the effectiveness of localization algorithms in complex environments. In this work, the simulation environments of Gazebo and Webots were used to simulate the behavior of autonomous mobile robots in the presence of dynamic obstacles of various nature, such as moving objects, pedestrians and other robots. Localization algorithms based on particle filters, extended Kalman filter (EKF) and graph-based methods were studied. The experiments were conducted in 5 different scenarios, varying in the number and type of dynamic obstacles. The localization accuracy was assessed by comparing the estimated trajectory of the robot with ground truth data obtained from the simulation environment. The metrics of absolute trajectory error (ATE) and relative positional error (RPE) were used. The experimental results showed that the presence of dynamic obstacles leads to a significant decrease in localization accuracy for all the studied algorithms. Thus, in scenarios with a high density of moving objects, the average ATE error for particle filter-based methods increased by 38.5% compared to the static environment, and for graph-based approaches – by 29.3%. The use of additional sensory information, such as lidar and depth camera data, partially compensated for the negative effect of dynamic interference and increased localization accuracy by an average of 14.7%. Nevertheless, none of the considered algorithms demonstrated complete robustness to the dynamics of the environment.
References
Алхалили А.С., Лукьянов Е.А. Управление движением колесного мобильного робота на основе имитационного моделирования // Вестник БГТУ им. В.Г. Шухова. 2022. № 8. С. 112-121.
Баженов Е.И., Мокрушин С.А., Охапкин С.И. Анализ и выбор принципа построения системы ориентации мобильного робота // Системы управления и информационные технологии. 2021. №2(84). С. 27-30.
Дас Н.Ч., Скакун А.Д., Зим З.Х., Уддин Р. Алгоритм планирования траектории мобильного робота // Международная конференция по мягким вычислениям и измерениям. 2021. Т. 1. С. 228-231.
Звонарев И.С., Караваев Ю.Л. Анализ систем управления мобильных роботов с элементами интеллектуальногоуправления // Выставка инноваций – 2021: мат. XXXII Респуб. выст.-сесс. студ. инновац. пр. Ижевск, 2021. С. 62-67.
Карпасюк И.В. Модификация метода потенциалов для поиска путей на взвешенном графе // Технические средства систем управления и связи – International Scientific Forum on Control and Engineering: мат. V Междунар. конф. «Информационные технологии и технические средства управления» (ICCT-2021), 14-й Междунар. конф. «Акустооптические и радиолокационные методы измерений и обработки информации» (ARMIMP-2021). Астрахань, 2021. С. 248-250.
Лапшинов С.А., Шахнов В.А., Юдин А.В. Направления интеллектуализации управления движением мобильного робота // Нейрокомпьютеры: разработка, применение. 2021. Т. 23. № 1. С. 50-62.
Страшнов Е.В., Торгашев М.А. Моделирование движения колесных роботов по ровной поверхности в системах виртуального окружения // Виртуальное моделирование, прототипирование и промышленный дизайн: мат. VI Междунар науч-прак. конф. Тюмень, 2020. С. 149-154.
Федоров В.М., Шарлай А.С. Обзор известных методов построения системы навигации для реализации возможности автономного перемещения мобильных роботов в среде с препятствиями // Информационные технологии в современном инженерном образовании: мат. межвуз. науч.-прак. конф. СПб, 2020. С. 241-245.
Хоанг Д.Т., Пыркин А.А. Траекторное управление мобильным роботом в условиях неопределенности // Изв. вузов. Приборостроение. 2021. Т. 64. № 8. С. 608-619.
Яковлев Д.С., Тачков А.А. Вероятность столкновения автономного мобильного робота с препятствием // Мехатроника, автоматизация, управление. 2021. Т. 22. № 3. С. 125-133.
Katrakazas C. Real-time motion planning methods for autonomous on-road driving: State-of-the-art and future research directions //Transportation Research Part C: Emerging Technologies. 2015. Т. 60. С. 416-442.
Lim C.W., Yong L.S., Ang M.H. Hybrid of global path planning and local navigation implemented on a mobile robot in indoor environment // Proceedings of the IEEE International Symposium on Intelligent Control (ISIC). Vancouver, Canada. 2002. рp. 821-826.
Litman T. Autonomous vehicle implementation predictions: Implications for transport planning. 2020.
Liu V. Methods of path planning in an environment with obstacles (review) // Mathematics and mathematical modeling: a network scientific publication. M.: MGTU. 2018. № 1. рp. 15-58.
Suganuma N., Yamamto D., Yoneda K. Localization for autonomous vehicle on urban roads //Journal of Advanced Control, Automation and Robotics. 2015. T. 1. № 1. C. 47-53.
Zhenyu W., Lin F. Obstacle prediction-based dynamic path planning for a mobile robot // International Journal of Advancements in Computing Technology. 2012. Vol. 4. No. 3. рp. 118-124.
