Mobile robot localization using sonar ranging and wlan intensity maps

 Main goal of this thesis was to implement a localization system which uses sonars and WLAN intensity maps to localize an indoor mobile robot. A probabilistic localization method, Monte Carlo Localization is used in localization. Also the theory behind probabilistic localization is explained. Two main problems in mobile robotics, path tracking and global localization, are solved in this thesis. Implemented system can achieve acceptable performance in path tracking. Global localization using WLAN received signal strength information is shown to provide good results, which can be used to localize the robot accurately, but also some bad results, which are no use when trying to localize the robot to the correct place. Main goal of solving ambiguity in office like environment is achieved in many test cases.

Tämän projektin päätarkoitus oli toteuttaa paikannusjärjestelmä, joka käyttää hyväksi kaikuluotaimia sekä WLAN-kuuluvuuskarttoja. Paikannusjärjestelmää käyttää sisätiloissa toimiva mobiilirobotti. Todennäköisyyteen perustuva menetelmä, Monte Carlo paikannus tulee toimimaan paikannusmenetelmänä. Teoria tämän menetelmän takana tullaan myös selvittämään. Kaksi pääongelmaa mobiilirobottien paikannuksessa, lokaali ja globaali paikannus, tullaan ratkaisemaan tässä projektissa. Toteutettu järjestelmä pystyy ratkaisemaan lokaalin pakannuksen ongelman hyväksyttävästi. Globaali paikannus, jossa käytetään hyväksi WLAN-signaalin tasoinformaatiota, antaa hyviä mutta myös joitain huonojakin tuloksia. Hyviä tuloksia voidaan käyttää tarkasti paikantamaan robotti, mutta huonoilla tuloksilla näin ei voida tehdä. Toimistoympäristössä globaali paikannus pystyy kuitenkin erottamaan eri alueet toisistaan useissa tapauksissa.