Wheel Odometry-Based Localization for Autonomous Wheelchair

📄 arXiv: 2405.02290v1 📥 PDF

作者: P Paryanto, Rakha Rahmadani Pratama, Roni Permana Saputra

分类: cs.RO

发布日期: 2023-12-27

备注: 6 pages, 10 figures, 3 tables

期刊: 2023 International Conference on Radar, Antenna, Microwave, Electronics, and Telecommunications (ICRAMET), Bandung, Indonesia, 2023, pp. 357-362

DOI: 10.1109/ICRAMET60171.2023.10366532

💡 一句话要点

基于轮式里程计的自主轮椅定位方法研究

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 轮式里程计 自主轮椅 定位 差动驱动 运动学模型

📋 核心要点

  1. GPS定位依赖卫星信号，在信号受限环境下失效，自主轮椅需要独立定位能力。
  2. 采用轮式里程计，通过测量轮椅的线速度和角速度，利用差动驱动模型预测轮椅姿态。
  3. 通过实验评估轮式里程计在自主轮椅定位中的性能，实验前进行传感器校准以保证测量精度。

📝 摘要（中文）

定位是自主车辆系统的基本要求。全球定位系统（GPS）是自主车辆定位中最常用的系统之一。然而，GPS的功能严重依赖于卫星的可用性，这使得它在某些情况下不可靠。因此，自主车辆必须具备自主自定位能力，以确保其独立运行。里程计技术通过基于车辆运动的传感器测量来预测车辆的位置和方向，从而实现车辆定位。轮式里程计是里程计中采用的一种方法，与视觉里程计和激光里程计相比，它对周围环境的依赖程度较低。本研究旨在评估轮式里程计在自主轮椅定位过程中的性能。采用差动驱动运动学模型来确定轮椅的预测姿态。该预测源自轮椅的线速度和角速度的测量。已经进行了多次实验来评估基于轮式里程计的定位性能。在实验之前，还执行了校准程序，以确保传感器的准确测量。

🔬 方法详解

问题定义：论文旨在解决自主轮椅在GPS信号不可靠环境下的自主定位问题。现有方法依赖GPS，但在室内或遮蔽环境下性能下降，无法保证轮椅的可靠自主运行。轮式里程计虽然对环境依赖较低，但其精度和鲁棒性仍需评估。

核心思路：论文的核心思路是利用轮式里程计，通过测量轮椅的轮子转动信息来估计轮椅的位姿变化。这种方法不依赖外部环境信息，可以在GPS信号受限的环境下工作。通过差动驱动运动学模型，将轮子的转动信息转换为轮椅的线速度和角速度，进而推算轮椅的位姿。

技术框架：整体框架包括以下几个步骤：1) 传感器数据采集：使用编码器等传感器测量轮子的转动信息。2) 数据预处理：对传感器数据进行滤波和校准，消除噪声和系统误差。3) 位姿估计：利用差动驱动运动学模型，将轮子的转动信息转换为轮椅的位姿变化。4) 实验评估：通过实际实验，评估轮式里程计的定位精度和鲁棒性。

关键创新：论文的关键创新在于将轮式里程计应用于自主轮椅的定位，并针对轮椅的运动特性，采用了差动驱动运动学模型。与传统的GPS定位方法相比，该方法具有更高的自主性和可靠性，可以在GPS信号受限的环境下工作。此外，论文还强调了传感器校准的重要性，以提高定位精度。

关键设计：论文的关键设计包括：1) 差动驱动运动学模型：该模型描述了轮椅的运动学关系，将轮子的转动信息与轮椅的位姿变化联系起来。2) 传感器校准：通过校准程序，消除传感器误差，提高测量精度。具体校准方法未知。3) 实验设计：通过设计不同的实验场景，评估轮式里程计的定位性能。具体实验场景未知。

📊 实验亮点

论文通过实验验证了轮式里程计在自主轮椅定位中的可行性。虽然摘要中没有提供具体的性能数据和对比基线，但强调了传感器校准对提高定位精度的重要性。未来的研究可以进一步量化轮式里程计的定位误差，并与其他定位方法进行比较，以评估其性能优势。

🎯 应用场景

该研究成果可应用于室内自主轮椅导航、养老院、医院等场景，提升行动不便人群的出行自由度和安全性。未来可结合其他传感器（如IMU、视觉传感器）进行多传感器融合，进一步提高定位精度和鲁棒性，实现更复杂的自主导航功能。

📄 摘要（原文）

Localization is a fundamental requirement for an autonomous vehicle system. One of the most often used systems for autonomous vehicle localization is the global positioning system (GPS). Nevertheless, the functionality of GPS is strongly dependent on the availability of satellites, making it unreliable in some situations. As a result, autonomous vehicles must possess autonomous self-localization capabilities to ensure their independent operation. Odometry techniques are employed to achieve vehicle localization by predicting the vehicle position and orientation based on sensor measurements of the vehicle motion. One of the approaches employed in odometry is known as wheel odometry. Wheel odometry has a lower degree of reliance on the surrounding environment than visual odometry and laser odometry. This study aims to evaluate the performance of wheel odometry implementation for an autonomous wheelchair in the context of the localization process. The differential drive kinematic model is employed to determine the predicted pose of a wheelchair. This prediction is derived from the measurement of the linear and angular velocity of the wheelchair. Several experiments have been conducted to evaluate the performance of wheel odometry-based localization. Prior to experimenting, calibration procedures have also been performed to ensure accurate measurements of the sensor.