Tech-Talk: Rover Lokalisierung

Visual-Inertial Odometry on the FHNW Rover

Das FHNW-Rover-Team besteht aus einer interdisziplinären Gruppe von Studierenden der Hochschule für Technik FHNW, die jeweils in zwei Semestern als Teil eines Studierendenprojekt einen Mars-Rover entwickeln, der über unwegsames Gelände navigieren, wissenschaftliche Experimente durchführen und technische Wartungsaufgaben ausführen kann.

Ziel ist es, sich für die European Rover Challenge (ERC) zu qualifizieren, der internationale Weltraum-Robotik-Wettbewerb, welcher jedes Jahr in Polen stattfindet: Studierendenteams von überall auf der Welt entwickeln einen voll funktionsfähigen Mars-Roboter nach ihrem eigenen Design, der auf einem künstlich angelegten Mars-Gelände bestimmte Aufgaben erledigen muss. Das FHNW-Rover-Team hat diese Qualifikation nun zum dritten Mal gemeistert.

Ein Mitglied des FHNW-Rover-Teams ist Sandro Covo. Er fand den Einstieg in das Projekt im fünften Semester im Bachelor Studiengang Informatik. Inzwischen absolviert Sandro das Master-Studium in Computer Science und betreut als Coach verschiedene Projekte (IP3/4, IP5) im FHNW Rover Team. Durch seine Tätigkeit ist er dem Rover Team erhalten geblieben und konnte somit seine Arbeit fortsetzen. Der Rover existiert nun schon in der dritten Version und wird von Jahr zu Jahr leistungsfähiger. Ein wesentlicher Bestandteil ist dabei die Lokalisierung des Roboters, das Steckenpferd von Sandro.

Dieses Jahr konnte Sandro mit seinem Team den ersten Platz an der ERC in Polen gewinnen. Ein Erfolgsfaktor war dabei die weiterentwickelte Lokalisierung. Sie dient dazu, dass Hufi, so der Name des diesjährigen Mars-Rovers, weiss, wo er sich auf dem Gelände befindet.

Um dies zu ermitteln, werden folgenden Datenquellen verarbeitet:

• IMU – eine integrale Messeinheit, die die Beschleunigung und Winkelgeschwindigkeit misst
• Stereo-Kamera – eine Kamera mit zwei Objektiven, welche Bilder mit einer Tiefenwahrnehmung aufnimmt und dadurch Distanzmessungen ermöglicht
• Odometrie – bezeichnet die Daten, welche von den Rad-Systemen erfasst werden

Ziel ist eine möglichst genaue Berechnung der Lokalisierung durch Kombination der einzelnen Sensordaten. An dieser Stelle kommt der Extended Kalman Filter zum Einsatz.

Ein Kalman Filter kann nicht-lineare Messgrössen abschätzen, die nicht direkt messbar sind. So können die Daten der einzelnen Systeme Abweichungen aufweisen und dennoch verwendet werden, um den Systemzustand möglichst treffend zu bestimmen.

Eine weitere Herausforderung ist die Latenz der Daten. Die Sensorwerte weisen unterschiedliche Zeitverzögerungen auf, bevor sie von der zentralen Recheneinheit verarbeitet werden. Um dies zu kompensieren, werden die Zustände durch Interpolation angenähert. Somit wird der Ist-Zustand des Rovers trotz zeitlich versetzten Daten möglichst präzise abgebildet.

Um auch künftig an der ERC um Spitzenplätze mitzukämpfen, wollen Sandro und sein Team den Mars-Rover weiterentwickeln. Ein wichtiger Bestandteil dieser Entwicklung ist die erneute Optimierung der Lokalisierung. Dazu kommen weitere Sensorsysteme zum Einsatz, die in das bestehende System integriert werden sollen. Das IMVS und die ganze FHNW sind bereits jetzt gespannt, wie die neue Version des Rovers im nächsten Jahr den Parcour bestreitet.

Tech-Talk: Sandro Covo (sandro.covo@fhnw.ch), MSE Student und Coach Rover Team
Blog Beitrag: Andri Wild (andri.wild@fhnw.ch), MSE Student und Assistent am IMVS

Links:

• Rover Blog: https://www.fhnw.ch/plattformen/erc-rover/
• Rover Team: https://www.fhnw.ch/de/studium/technik/rover-team