The CLAPPER: A Dual-Drive Mobile Robot with Internal Correction of Dead-Reckoning Errors

Borenstein, J.

doi:10.1109/robot.1995.525753

Cited by 29 publications

(8 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In a series of papers Borenstein and collaborators (Borenstein, 1994(Borenstein, , 1995(Borenstein, , 1998Borenstein and Feng, 1994, 1995, 1996 investigated on possible sources of both kind of errors. A review of all the types of these sources is given in Borenstein (1998).…”

Section: Introductionmentioning

confidence: 99%

Simultaneous localization and odometry self calibration for mobile robot

2006

View full text Add to dashboard Cite

This paper presents both the theory and the experimental results of a method allowing simultaneous robot localization and odometry error estimation (both systematic and non-systematic) during the navigation. The estimation of the systematic components is carried out through an augmented Kalman filter, which estimates a state containing the robot configuration and the parameters characterizing the systematic component of the odometry error. It uses encoder readings as inputs and the readings from a laser range finder as observations. In this first filter, the non-systematic error is defined as constant and it is overestimated. Then, the estimation of the real non-systematic component is carried out through another Kalman filter, where the observations are obtained by two subsequent robot configurations provided by the previous augmented Kalman filter. There, the systematic parameters in the model are regularly updated with the values estimated by the first filter. The approach is theoretically developed for both the synchronous and the differential drive. A first validation is performed through very accurate simulations where both the drive systems are considered. Then, a series of experiments are carried out in an indoor A. Martinelli ( ) Inria Rhône Alpes, environment by using a mobile platform with a differential drive.

show abstract

Section: Introductionmentioning

confidence: 99%

Simultaneous localization and odometry self calibration for mobile robot

2006

View full text Add to dashboard Cite

show abstract

“…This structure is equivalent to that shown in Fig. 5(b), ruled by (10) if and only if . Thus, consistently with what occurred for the axis, we may assume , where…”

Section: B Environment Modelingmentioning

confidence: 74%

“…Problems influencing the effectiveness of these techniques in the real world are caused by the imprecision of measurements, which produces metric errors. In particular, odometers typically produce both systematic and nonsystematic errors: while the former depend entirely on the characteristics of the mobile platform used [9], the latter are due to undesired interactions between the robot and the environment, such as sliding of the wheels [10]. Systematic errors can be predicted; some are deterministic (e.g., if the actual wheel diameter is smaller than the nominal one, the platform will always overestimate the distance covered), some can be modeled by a probabilistic distribution (e.g., the encoder finite resolution causes a normally distributed error).…”

Section: A Self-positioningmentioning

confidence: 99%

Correction of dead-reckoning errors in map building for mobile robots

Golfarelli

Maio

Rizzi

2001

IEEE Trans. Robot. Automat.

View full text Add to dashboard Cite

Map building is an important issue for all the applications in mobile robotics in which the environment is unknown and, in general, in order to have a robot exhibit a fully autonomous behavior. A major problem in map building is due to the imprecision of sensor measures. In this paper, we propose a technique, called elastic correction, for correcting the dead-reckoning errors made during the exploration of an environment by a robot capable of identifying landmarks. Knowledge being acquired is modeled by a relational graph whose vertices and arcs represent, respectively, landmarks and routes. Elastic correction is based on an analogy between the graph modeling the environment and a mechanical structure: the map is regarded as a truss where each route is an elastic bar and each landmark a node. Errors are corrected as a result of the deformations induced from the forces arising within the structure as inconsistent measures are taken. The elasticity parameters characterizing the structure are used to model the uncertainty on odometry. The paper presents results from simulations showing the effectiveness of the method for reducing the overall metric error and proving its robustness with reference to topological errors and to unpredictable sensor errors.

show abstract

“…(Angelova et al, 2007;Wong, 2001) y de otras perturbaciones debidas al propio entorno (condiciones de luz, ruidos, etc.). Estos problemas llevan a que soluciones típicas como la odometría (basada en ruedas) resultan inapropiadas (Borenstein, 1994). Incluso, a veces, soluciones basadas en GPS pueden no ser aplicables, por ejemplo, en exploración espacial o en entornos parcialmente cubiertos (proximidad aárboles, edificios, invernaderos, etc.)…”

Section: Localización De Robots Móviles Con Orugas: Odometr´a Visualunclassified

Robots Móviles con Orugas Historia, Modelado, Localización y Control

González

Rodríguez

Guzmán

2015

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

ResumenUno de los campos de aplicación más significativos de la robótica móvil consiste en robots capaces de operar en condiciones exteriores sobre terrenos no preparados (robots planetarios, robots en agricultura, robot en operaciones de búsqueda y rescate, robots militares, etc.). Sin embargo, conseguir que los robots se muevan de forma eficiente y precisa en este tipo de entornos no es una tarea sencilla. Un primer aspecto crítico es el sistema de locomoción. En este caso, las orugas constituyen una alternativa sólida a otro tipo de sistemas y desde principios del siglo XX han demostrado sus bondades en vehículos tripulados. En este artículo se motiva y se demuestra mediante pruebas reales la idoneidad de este tipo de locomoción para robots móviles en terrenos no preparados. Es importante remarcar que este artículo pretende ser un resumen extendido del libro recientemente publicado por los autores "Autonomous Tracked Robots in Planar Off-Road Conditions" (González et al., 2014), y, por lo tanto, no pretende ser una contribución original. Inicialmente se presenta una perspectiva histórica de los vehículos y los robots con orugas. Posteriormente se discuten los aspectos de modelado con especial mención al fenomeno del deslizamiento. A continuación, se analizan varias estrategias de localización, en particular, la odometria visual. También se analiza el aspecto del control de navegación, para ello se analizan varias estrategias con compensación del deslizamiento. Finalmente se expresan las conclusiones del trabajo en base a la experiencia de los autores en este campo. Copyright c 2015 CEA. Publicado por Elsevier España, S.L. Todos los derechos reservados.Palabras Clave: Deslizamiento, Odometria Visual, Control Adaptativo, Control Predictivo IntroducciónEs evidente que el comportamiento de un vehículo diseñado para operar en condiciones exteriores y sobre terrenos no pavimentados es bastante diferente del que cabe esperar cuando se mueve en entornos estructurados y pavimentados. Las principales razones que influencian la movilidad y la controlabilidad de dicho vehículo están fuertemente relacionadas con la interacción entre el vehículo y el terreno sobre el que se desplaza. En este contexto, uno de los primeros puntos a considerar a la hora de diseñar la plataforma móvil es la estructura mecánica, en particular, el sistema de locomoción. Las alternativas más ampliamente consideradas son: ruedas, patas, u orugas. Las ruedas constituyen la solución más popular y la más ampliamente utilizada tanto en robots móviles como en vehículos autónomos (Siegwart and Nourbakhsh, 2004). Eléxito de las ruedas se de- * Autor en correspondencia. be principalmente a su simplicidad mecánica y a su alta eficiencia (energía consumida frente a distancia recorrida). Además, usando más de tres ruedas el vehículo se encuentra completamente equilibrado. Sin embargo, la buena eficiencia de las ruedas se ve disminuida a medida que el terreno es menos consistente. Este punto puede llegar a ser tal que la plataforma móvil se puede quedar estanc...

show abstract

The CLAPPER: A Dual-Drive Mobile Robot with Internal Correction of Dead-Reckoning Errors

Cited by 29 publications

References 12 publications

Simultaneous localization and odometry self calibration for mobile robot

Simultaneous localization and odometry self calibration for mobile robot

Correction of dead-reckoning errors in map building for mobile robots

Robots Móviles con Orugas Historia, Modelado, Localización y Control

Contact Info

Product

Resources

About