MoRPI: Mobile Robot Pure Inertial Navigation

Abstract

Mobile robots are used in a variety of applications indoors and outdoors. In real-world scenarios, frequently, the navigation solution relies only on the inertial sensors. Consequently, the navigation solution drifts in time. In this paper, we propose the MoRPI framework, a mobile robot pure inertial approach. Instead of travelling in a straight line trajectory, the robot moves in a periodic motion trajectory to enable peak-to-peak estimation. Two types of MoRPI approaches are suggested, one is based on both accelerometer and gyroscope readings while the other requires only the gyroscopes. Closed form analytical solutions are derived to show that MoRPI produces lower position error compared to the classical pure inertial solution. In addition, field experiments were made with a mobile robot equipped with two different types of inertial sensors. The results show the benefits of using our approach. To facilitate further development, both the dataset and code are publicly available in https://github.com/ansfl/MoRPI.

Integrasi Odometri LiDAR dan Sensor IMU untuk Peningkatan Lokalisasi pada Robot Bergerak Indoor

“…Odometri dari LiDAR memberikan informasi jarak dan sudut berbasis cahaya yang sangat berguna untuk mengidentifikasi perubahan posisi robot ketika odometri berbasis wheel encoder tidak dapat dipakai di lingkungan tertentu [1], [5]. Sementara itu IMU memberikan data percepatan dan kecepatan sudut untuk memonitor perubahan orientasi [6]. Namun, keduanya memiliki keterbatasan dan kelemahan masing-masing.…”

“…Sementara itu, IMU memiliki kecendurungan terhadap drift, di mana kesalahan perlahan-lahan terakumulasi seiring waktu. Hal ini dapat menyebabkan estimasi posisi dan orientasi yang dilakukan munri hanya dengan menggunakan IMU akan memiliki kecenderungan terjadinya penurunan akurasi seiring waktu [6]. Oleh karena itu, untuk meningkatkan ketepatan dan keandalan lokalisasi robot, diperlukan integrasi efektif antara odometri LiDAR dan sensor IMU.…”