Range-only localization for autonomous vehicles using ultra wideband two-way ranging beacons

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Sähkötekniikan korkeakoulu | Master's thesis

Authors

Date

2018-06-18

Department

Major/Subject

Control, Robotics and Autonomous Systems

Mcode

ELEC3025

Degree programme

AEE - Master’s Programme in Automation and Electrical Engineering (TS2013)

Language

en

Pages

77

Series

Abstract

In this thesis the feasibility of utilizing ultra wideband (UWB) impulse-radio technology in outdoor localization is researched. Two different localization algorithms for vehicle pose estimation are developed and analyzed: one employing extended Kalman filter (EKF) and one employing particle filter (PF). A second PF algorithm for positioning UWB beacons from recorded data in order to skip beacon position measurement by hand is also developed and analyzed. The algorithms are tested with four offline test scenarios that were recorded with a re-equipped vehicle driving around an airfield runway with different velocities and number of laps. The results show that the EKF offers a minor improvement to 2-D positioning performance compared to the PF but suffers from more inaccurate heading estimation. The PF on the other hand provides accurate heading estimation but becomes unstable at high velocities. Both algorithms perform adequately in velocities equal or below 10 km/h. Simplified transition and measurement models appear to be the most limiting factors of estimation accuracy. The beacon positioning algorithm performs the best when the recorded data contains beacon measurements from different directions and distances. Extensive measurements have a greater impact on positioning performance than vehicle velocity. The accuracy of the beacon positioning algorithm is promising but its impact on the performance of the vehicle positioning algorithms is yet to be tested.

Tässä opinnäytetyössä tutkitaan ulta wideband (UWB) -impulssiradioteknologian soveltuvuutta ulkotilapaikannukseen. Työssä esitellään ja analysoidaan kahta ajoneuvon paikannukseen kehitettyä algoritmia: yksi perustuen laajennettuun Kalman-suotimeen ja toinen sekvenssiseen Monte Carlo -suotimeen. Näiden lisäksi työssä analysoidaan UWB-majakoiden paikan estimointia varten kehitettyä toista Monte Carlo -suodinta, jonka tarkoitus on mahdollistaa majakan paikan laskenta äänitetyn datan avulla käsin toteutetun mittauksen sijaan. Algoritmeja testataan neljällä eri offline-testiskenaariolla. Näissä data on kerätty lentokentältä, jossa sensorein varustettua ajoneuvoa on ajettu eri nopeuksilla ja eri määrillä kierroksia radan ympäri. Tulokset osoittavat, että laajennettu Kalman-suodin suoriutuu paikan estimoinnista hieman Monte Carlo -suodinta paremmin, mutta estimoi suuntakulmaa selkeästi huonommin. Monte Carlo -suodin sen sijaan estimoi suuntakulmaa tarkasti, mutta on epävakaa suurissa nopeuksissa. Molemmat algoritmit toimivat tyydyttävästi, kun ajoneuvon nopeus on enintään 10 km/h. Paikannustarkkuuden suurimmat rajoittavat tekijät ovat algoritmeissa kaytetyt yksinkertaistetut tilamuutos- ja mittausmallit. Majakkapaikannusalgoritmi toimii parhaiten silloin, kun data sisältää majakkamittauksia eri suunnista ja etäisyyksistä. Kattavilla mittauksilla on ajoneuvon nopeutta suurempi vaikutus paikannustarkkuuteen. Majakkapaikannusalgoritmin tarkkuus on lupaava mutta sen vaikutus ajoneuvopaikannusalgoritmien suorituskykyyn on vielä testaamatta.

Description

Supervisor

Kyrki, Ville

Thesis advisor

Saarinen, Jari

Keywords

uwb, localization, robotics, autonomous, vehicles

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-201806293849

Collections

[dipl] Sähkötekniikan korkeakoulu / ELEC