Digitala Vetenskapliga Arkivet

Planned maintenance
A system upgrade is planned for 10/12-2024, at 12:00-13:00. During this time DiVA will be unavailable.
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Online Collaborative Radio-enhanced Visual-inertial SLAM
KTH, School of Electrical Engineering and Computer Science (EECS).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

Simultaneous localization and mapping (SLAM) allows robots and other devices to localize and navigate in environments by using a map which itself generates. SLAM for single agent applications has matured and is showing promising results, thus the interest for collaborative SLAM has increased.This thesis proposes a framework for online collaborative radio-enhanced visual-inertial (VI) SLAM where multiple agents can collaborate by having their individually built maps merged and shared amongst each other. The framework is centralized with the aim to allow multiple agents to be managed by a single machine, also rendering it feasible to use the framework with agents that have limited computational resources, e.g. nano drones. Furthermore, radio technology is implemented in the framework which augments the SLAM solution by fusing ultra-wideband (UWB) anchor information into the built maps. This enables agents to query relevant parts of potentially large maps based on their contemporary radio activity.Four individual experiments are conducted to thoroughly evaluate the proposed solution. The results show that the collaborative SLAM system successfully allow agents to localize on parts of a map that other agents have built, running simultaneously. Moreover, the results also show that fusing UWB information into a visual-inertial map allow agents to perform partial-map queries, restricting the search area for visual matches between camera images and the map, reducing the risk of false re-localizations.

Abstract [sv]

Samtidig lokalisering och kartläggning (SLAM) möjliggör för robotar och andra enheter att lokalisera sig och navigera i miljöer genom att nyttja en karta som den själv genererar. SLAM för enskilda agenter har mognat och visar lovande resultat, vilket innebär att intresset för kollaborativ SLAM har ökat.Detta arbete presenterar ett ramverk för kollaborativ radioaugmenterad visuell-inertial (VI) SLAM där flera agenter, exempelvis robotar, kan samverka genom att deras individuellt byggda kartor sammansätts och distributeras mellan varandra. Ramverket är centraliserat i syfte att att flera agenter hanteras av en enda maskin, vilket också möjliggör att ramverket kan användas for agenter med begränsade beräkningsresurser, till exempel nanodrönare. Dessutom så är även radioteknik implementerat i systemet vilket augmenterar SLAM-lösningen genom att inkorporera mottagen information från ultrabandbreddsnoder (UWB) i de byggda kartorna. Detta gör det möjligt för andra agenter att begränsa delar av potentiellt stora kartor for lokalisering baserat på deras innevarande mottagna radiosignaler.Fyra individuella experiment utförs för att grundligt utvärdera den föreslagna lösningen. Resultaten visar att det framtagna ramverket möjliggör för agenter att lokalisera på delar av kartor som andra agenter har byggt, medan de samtidigt körs. Dessutom visar resultaten att implementationen av UWBinformationen i de byggda kartorna medför att agenter kan utföra efterfrågningar på relevanta delar av en global karta. Detta möjliggör begränsningar av sökområdet för visuella träffar mellan kamera och karta och därigenom minska risken för falska omlokaliseringar.

Place, publisher, year, edition, pages
2019. , p. 65
Series
TRITA-EECS-EX ; 2019:432
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-254952OAI: oai:DiVA.org:kth-254952DiVA, id: diva2:1336679
External cooperation
Ericsson AB
Subject / course
Computer Science
Educational program
Master of Science - Systems, Control and Robotics
Supervisors
Examiners
Available from: 2019-07-10 Created: 2019-07-10 Last updated: 2022-06-26Bibliographically approved

Open Access in DiVA

fulltext(2407 kB)497 downloads
File information
File name FULLTEXT01.pdfFile size 2407 kBChecksum SHA-512
ec5f1ee40d48653cf218c1332f9977fc566d4bc704e98731def765f1eff19e4ea7da8172b240def5c48d6a7e1a71ab7e66547e8f84bcb648fdfeb9b927bc5eb3
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 497 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 1042 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf