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
Registration algorithms formatching laser scans in robotics application
KTH, School of Electrical Engineering and Computer Science (EECS).
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

In this study, we compare different variations of the Iterative ClosestPoint (ICP) algorithm for the purpose of matching laser scans generatedby an indoor robot. The study is mainly focused on investigating maxi-mum difference in the viewpoint the algorithms can handle, and if it canbe used for robot-pose estimation by matching laser scan data generatedat different positions in a home. This study was carried out at Electroluxusing the robotic vacuum cleaner PUREi9 for gathering the dataset tobe used for the comparison.The ICP algorithm and its variations can achieve improved perfor-mance by fine-tuning heuristics and correspondences, which often re-quires substantial manual assistance and the tuning result often varyingcase-by-case. This study limits this fine tuning to standard parametersfor the purpose of comparing standard implementations, and focuses theresult more as a guideline toward what version and format is suitable forour use case.The result confirms the superiority of the Generalized ICP (GICP)version over the other versions compared in this report. The GICP ver-sion performed better for estimating the correct transform for both thetranslation distance and rotational distance between the point clouds.Two data formats were also compared. One with the aim to create adense point cloud and another data format with a more sparse pointcloud. Comparing the result of on these two data formats, we also testedthe implicit assumption of the ICP algorithm that the point cloud have tobe dense for the algorithm to perform well. From the result obtained, weconclude that this implicit assumption does not affect the performanceof the algorithms for our usage.Keywords:, Iterative Closest Point, ICP

Abstract [sv]

I den här studien jämför vi de olika variationerna av Iterative closest point- algoritmen för att matcha punkt-molnen genererade av laseravläsningar i olika positioner av en inomhusrobot. Studiens syfte är att undersöka hur stor skillnad i avstånd mellan de två punkt-molnen algoritmerna kan hantera, och om det kan användas för syftet att estimera robotens position genom att matcha laseravläsningar genererade i olika positioner i ett hem. Denna studie utfördes vid Electrolux. Robotdammsugaren PUREi9 av Electrolux användes för att samla datan som användas för jämförelsen.

 

ICP-algoritmen och dess variation kan uppnå förbättrad prestanda genom finjustering av heuristik och korrespondenser, vilket ofta kräver manuell korrigering och resultatet varierar ofta från fall till fall. Denna studie begränsar finjusteringen till standardparametrar för att jämföra standardimplementeringar och fokuserar på att undersöka vilken version och vilket format som passar vårt användningsfall.

 

Resultatet bekräftar att Generalized ICP-versionen (GICP) presterar bättre än de andra versionerna som jämfördes i denna rapport. GICP-versionen presterade bättre i att uppskatta den korrekta omvandlingen mellan punktmoln med stora variationer i avstånd och rotation. Genom att jämföra två dataformat, ett punktmoln med hög densitet och det andra ursprungliga (råa) dataformatet med låg densitet testade vi också det implicita antagandet av ICP att punktmoln måste ha hög densitet för att algoritmen ska fungera bra. Av det erhållna resultatet kan vi dra slutsatsen att detta implicita antagande inte påverkar algoritmens prestanda för vår användning.

Place, publisher, year, edition, pages
2018. , p. 53
Series
TRITA-EECS-EX ; 2018:544
Keywords [en]
ICP
National Category
Computer Sciences
Identifiers
URN: urn:nbn:se:kth:diva-234215OAI: oai:DiVA.org:kth-234215DiVA, id: diva2:1244852
External cooperation
Elektrolux
Educational program
Master of Science in Engineering -Engineering Physics
Supervisors
Examiners
Available from: 2018-09-21 Created: 2018-09-03 Last updated: 2018-09-21Bibliographically approved

Open Access in DiVA

fulltext(18821 kB)29 downloads
File information
File name FULLTEXT01.pdfFile size 18821 kBChecksum SHA-512
7c384e4af10ff47809c96fe575584eab3bf3162390fde96750eb1777a35175ffb0dd8ea642402a3616bb63d3967f31c5e00876b83138a8d3b29601b1765e2949
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Lillrank, Dan
By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 29 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: 104 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