Grid-based Representations in Mobile Robotics using Multisensory Data

Abstract

A new approach is described for building 3D grid-based representations of the surrounding environment of a mobile robot, having the input data in the form of 3D point cloud. Such point clouds may be generated by 3D sensors like LIDAR, moving laserscanner and RGB-D sensors (e.g. Kinect). The proposed approach results in a fast method for 3D space representation. The proposed approach is based in a 2D grid. Around the 2D grid, variable sized rectangular structures are generated to map the occupancy of a given area in 3D. This method can also provide the most usual environment representations used in mobile robotics, which are: 2D occupancy grids, 2.5D grids (elevation or height maps), and the 3D voxel representation. The implementations presented here have been developed on the Robot Operating System (ROS) software thus, it can be used in the large majority of robotic platforms.

Nesta dissertação é apresentada uma nova abordagem para a construção de modelos de representação do espaço 3D baseados em grelhas, tendo por entrada nuvens de pontos 3D. As nuvens de pontos podem ser obtidas por meio de sensores 3D como por exemplo LIDAR, laserscanner ou sensores RGB-D (e.g. Kinect). A abordagem descrita nesta dissertação de Mestrado consiste num método rápido para a representação do espaço 3D. A flexibilidade da abordagem permite também obter as diferentes tipologias de representação baseadas em grelhas utilizadas na robótica móvel: Grelhas de ocupação 2D , grelhas 2.5D (mapas de elevação) e a representação voxel 3D. Os métodos aqui descritos foram implementados em ambiente ROS e serão disponibilizados à comunidade científica.