ROS Simulated World for ATV with SLAM

Abstract

Denne rapporten dokumenterer utviklingen av en simulert testplattform for Lone Wolf-prosjektet. Rapporten dekker modellering, rammeverk, implementering, simulering og visualisering. Prosjektet har som mål å muliggjøre videreutvikling i Lone Wolf-prosjektet.

Firhjulingen Lone Wolf ble modellert i en CAD-programvare og eksportert for bruk i ROS. Modellen av firhjulingen består av en basislenke med fire ledd som går ut til hjulene. Modellen er forenklet fra den faktiske firhjulingen for å gjøre leddkonfigurasjonene mindre komplisert og for å muliggjøre simulering av bevegelser, hjulspinn og svinging i ROS-miljøet. To verdener er generert for forhjulingen å samle data fra og kartlegge. Den ene verdenen er mer kompleks enn den andre.

En Velodyne VLP-16 LiDAR ble implementert til modellfilen i ROS-miljøet. Sensoren brukes til å samle inn data og generere en punktsky. Det er også implementert en IMU-sensor i modellfilen, som brukes til å supplere odometrien til LiDARen. Samtidig navigasjon og kartlegging ble implementert som en ROS pakke for å generere kart. Algoritmen bruker punktskyen fra LiDARen til å estimere en sti og et kart. Denne dataen publiserer og kan dermed visualiseres.

Simulatoren fungerer etter hensikten og kan brukes som en testplattform for SLAM-algoritmer. Modellen av firhjulingen samler inn data i form av en punktksy og IMU data som behandles av en SLAM-algoritme. På grunn av at prosjektet er utviklet for testing og videreutvikling, fokuserer de fleste diskusjonene i rapporten på mulige implementeringer og funksjonaliteter til simulatoren.

This thesis documents the development of a simulated test platform for the Lone Wolf project. The thesis covers modelling, framework, implementation, simulation and visualisation. The thesis aims to enable further development of autonomous navigation in the Lone Wolf project.

The Lone Wolf ATV was modelled in CAD software and exported for use in ROS. The model of the ATV consists of a base link with joints forking out to the four wheels. It is simplified from the actual ATV to make joint definition less complicated and to enable simulation of movements, wheel spin and turning in the ROS environment. Two worlds are generated for the ATV to gather data from and map. One world is more complex than the other.

A Velodyne VLP-16 LiDAR is implemented to the model file in the ROS environment. The sensor is used to gather data and generate a point cloud. It is also implemented an IMU sensor in the model file, which is used to supplement the odometry of the LiDAR. Simultaneous navigation and mapping is implemented as a ROS package in order to generate a map. The algorithms uses the gathered point cloud from the LiDAR, to estimate the path and map, which is published and visualised.

The simulator works as intended and can be used as a test platform for SLAM algorithms. The ATV model gathers data in form of a point cloud, and this data along with data from the IMU is processed by a SLAM algorithm. Due to the intention of the project being testing and further development, most of the discussions in the thesis focuses on possible implementations and functionalities of the simulator.