Robust sensor fusion for differential drive robot navigation using modulating functions

Abstract

La presente tesis detalla el desarrollo e implementación de un robot diferencial equipado con una Unidad de Medición Inercial Inertial Measurement Unit (IMU), encoders y Lidar. Estos sensores proporcionan datos para la navegación del robot dentro de un entorno controlado. El objetivo principal de esta investigación es mejorar la precisión en la estimación de la posición del robot mediante el uso de funciones modulantes, incrementando así la exactitud en la estimación de sus coordenadas. La IMU, un sensor fundamental para medir aceleraciones y velocidades angulares, es particularmente susceptible al ruido y la deriva, lo que puede comprometer la exactitud de las estimaciones de posición y orientación. Al integrar funciones modulantes, estos problemas se mitigan, resultando en una mejora en la calidad de los datos sensoriales. Este enfoque compensa eficazmente la deriva, lo que conduce a estimaciones de posición más confiables y precisas. La validez y eficacia de esta metodología se demuestran a través de una serie de experimentos controlados, los cuales indican mejoras notables en la precisión de la navegación. Esta investigación contribuye al campo de la robótica móvil al ofrecer una solución robusta para aumentar la fiabilidad de los datos de los sensores, lo cual es esencial para la navegación y el control autónomo en diversas aplicaciones.The present thesis work details the development and implementation of a differential robot equipped with an Inertial Measurement Unit IMU, encoders, and Lidar. These sensors provide data for the robot’s navigation within a controlled environment. The primary objective of this research is to enhance the accuracy of the robot’s position estimation by utilizing modulating functions, thereby improving the precision of the robot’s coordinate estimations. The IMU, a vital sensor for measuring acceleration and angular velocity, is particularly susceptible to noise and drift, which can compromise the accuracy of position and orientation estimates. By integrating modulating functions, these issues are mitigated, resulting in a significant enhancement in the quality of the sensor data. This approach effectively compensates for drift, leading to more reliable and precise position estimates. The validity and efficacy of this methodology are demonstrated through a series of controlled experiments, which indicate notable improvements in navigation accuracy. This research contributes to the field of mobile robotics by offering a robust solution to enhance the reliability of sensor data, which is essential for autonomous navigation and control across various applications.Die vorliegende Arbeit beschreibt die Entwicklung und Implementierung eines Differentialroboters, der mit einer Inertialmesseinheit (IMU), Encodern und Lidar ausgestattet ist. Diese Sensoren liefern Daten für die Navigation des Roboters in einer kontrollierten Umgebung. Das Hauptziel dieser Forschung ist es, die Genauigkeit der Positionsschätzung des Roboters durch den Einsatz von Modulationsfunktionen zu verbessern und somit die Präzision der Koordinatenschätzungen des Roboters zu erhöhen. Die IMU, ein wesentlicher Sensor zur Messung von Beschleunigung und Winkelgeschwindigkeit, ist besonders anfällig für Rauschen und Drift, was die Genauigkeit der Positions- und Orientierungsschätzungen beeinträchtigen kann. Durch die Integration von Modulationsfunktionen werden diese Probleme gemindert, was zu einer erheblichen Verbesserung der Qualität der Sensordaten führt. Dieser Ansatz kompensiert Drift effektiv und führt zu zuverlässigeren und genaueren Positionsschätzungen. Die Gültigkeit und Wirksamkeit dieser Methodik wird durch eine Reihe von kontrollierten Experimenten nachgewiesen, die deutliche Verbesserungen in der Navigationsgenauigkeit zeigen. Diese Forschung leistet einen Beitrag zur mobilen Robotik, indem sie eine robuste Lösung zur Verbesserung der Zuverlässigkeit von Sensordaten bietet, die für die autonome Navigation und Steuerung in verschiedenen Anwendungen unerlässlich ist.