Creating the brain of Staale - A navigation system for an autonomous Ackermann-steered litter robot

Abstract

Søppel i gater og offentlige parker har økt drastisk de siste tiårene. Med påvirkning på dyreliv, vannkvalitet og menneskers oppfattelse av lokale områder, påvirker forsøpling miljøet negativt, både lokalt og globalt. I dag blir søppel på land for det meste håndtert av arbeidere eller store feiemaskiner. Dette er både tidkrevende og monotont arbeid. Med mål om å plukke søppel mer effektivt, kan en autonom søppelrobot være løsningen. For at en søppelrobot skal være autonom trenger den et navigasjonssystem som muliggjør drift i store utendørsområder samt navigasjon basert på søppeldeteksjon. Det finnes lite informasjon og veiledninger om hvordan man kan utvikle denne typen systemer. Opprettelsen av en veiledning er derfor ansett som viktig.

For å håndtere disse problemene hadde denne masteroppgaven som mål å utvikle et komplett navigasjonssystem for den autonome Ackermann-styrte søppeloppsamlingsroboten, Staale. Designvalg når det gjelder både sensorer og byggesteiner til navigasjonssystemet er gjennomgått. I tillegg er det laget en omfattende veiledning for hvordan man utvikler navigasjonssystemet og implementerer det med navigasjon basert på søppeldeteksjon på den fysiske roboten.

For å takle den komplekse oppgaven med å utvikle navigasjonssystemet, har det vært avgjørende å bruke ressurser fra robotmiljøet med åpen kildekode. Arbeidsprosessen for å nå målet var å utvikle, teste og skrote løsninger i simulering, før de implementeres i den fysiske verden. Mange av løsningene ble individuelt testet gjennom hele utviklingsprosessen, som resulterte i avsluttende ytelsestester av den fysiske roboten i et uteområde.

Det konkluderes med at systemet fungerer tilstrekkelig for en prototype som skal bevise at konseptet fungerer, men det er behov for forbedringer i fremtidige versjoner. Den fysiske roboten klarte å navigere fra A til B samtidig som den unngikk hindringer langs ruten. Den klarte også å bruke søppeldeteksjon for å både navigere mot og plukke opp søppelobjekter.

Litter in the streets and public parks has in the past few decades drastically increased. With impacts on wildlife, water quality and human perception of local areas, litter negatively affects the environment, both locally and globally. Today, litter on land is mostly handled by human laborers or big sweepers. This is both time-consuming and monotonous work. With the goal of picking up litter more efficiently, an autonomous litter robot could be the solution. For a litter robot to be autonomous it needs a navigation system that enables operation in large outdoor areas, as well as navigation based on litter detection. Information and tutorials on how to develop this type of system is lacking. Creation of a tutorial is therefore considered important.

To handle these issues, this thesis aimed to develop a complete navigation system for the autonomous Ackermann-steered litter collection robot, Staale. Design choices regarding both sensors and navigational building blocks have been reviewed. Additionally, an extensive tutorial on how to develop the navigation system and implement it with navigation based on litter detection on the physical robot, has been created.

To tackle the complex task of developing the navigation system, utilizing resources from the open-source robotics community has been crucial. The work process to achieve the goal was to develop, test and scrap solutions in simulation, before implementing them in the physical world. Many of the solutions were individually tested throughout the development process, leading to final performance tests of the physical robot in an outdoor area.

It is concluded that the system works sufficiently for a proof-of-concept prototype, but improvements are required for future versions. The physical robot managed to navigate from A to B while avoiding obstacles along the path. It also managed to utilize litter detection to both navigate towards and pick up litter objects.