Navigation in der Wohnung

[stochri]

Wenn Du ein wenig Geld ausgeben willst, kannst Du es mit UWB-Baken
versuchen:
https://www.decawave.com/product/dwm1000-module/

Hier gibt's eine Auswertung:

https://www.ardumower.de/index.php/d...echnologie-uwb

[Gnom67]

Also, es würde mich wundern, wenn es dazu nicht massenweise Literatur gäbe. Ergebnis einer kurzen Google-Bemühung:

Grundlegendes aus Wiki. ...und hier.
Hier ist was Grundlegendes.
Hier gehts nochmal etwas genauer zur Sache.
Oder hier... noch etwas spezieller.
Oder hier.

[Moppi]

Guten Morgen,

Beschreibungen zu Verfahren und Ansätzen der Fusion, von Sensordaten, wurden hier im Forum auch schon oft besprochen. Ich habe im Wesentlichen dieselben Links im Netz gefunden. Möglich wäre es, mehrere Sensoren zu verwenden, dann müssen die Daten zusammengebracht werden. Das habe ich im Wesentlichen nicht, sondern für jede Richtung einen Sensor, der mindestens eine relative Entfernungsmessung erlaubt. Aus den Sensordaten versucht man die Position des Roboters im Raum zu bestimmen. Einer Positionsbestimmung muss irgendein System zugrunde liegen, eben landläufig eine Karte. Anhand einer Karte kann ein Weg zum Ziel bestimmt werden. Hier sind dem Erfindungsreichtum eigentlich kaum Grenzen gesetzt. Ich Suche vor allem Möglichkeiten, ohne dies auszukommen.

Jeder von uns kann seine Wohnung aus dem Kopf skizzieren. Aber keine maßstabsgetreue Zeichnung anfertigen. Es sei denn, er hat die Wohnung vorher vermessen und sich die Maße gemerkt. Also gibt es Orientierungsverfahren in Räumlichkeiten, die wir intuitiv anwenden. Und dazu merken wir uns dann bestimmte Eigenschaften oder relative Gegebenheiten, die wir aus dem Gesehenen entnehmen, um uns zu orientieren. Auch wenn wir einen Raum nicht vermessen haben, können wir doch einen bestimmten Punkt in ihm wiederfinden, an dem wir zuvor schon einmal waren. Waren wir öfter dort, haben den Punkt öfter gefunden, gelingt das Wiederfinden besser. Gelingen tut uns das vor allem über Bilder, die wir erfassen und auswerten. Wenn wir, wie im Dunkel, nicht sehen können, wird es weitaus schwieriger. Je mehr Details wir erkennen können, je besser gelingt uns der Vorgang der relativen Orientierung. Allerdings ist mir bisher unklar, welche Detailgenauigkeit dafür notwendig ist. Größere Entfernungen müssen nur geschätzt werden, wie: "ich bin weit weg" oder "ich bin nah dran". Bin ich nah an einer Wand oder sonstigem Hindernis, dann genügt ebenfalls eine Schätzung zur Kollisionserkennung, wie: "ich bin ca. 10cm entfernt" oder "gleich stoße ich an". Ich kann meine genaue Position in der Regel nicht bestimmen, eine relative Position, die zur Orientierung genügt, aus dem Gedächtnis heraus, aber schon, wenn ich meine Position in einer Karte eintragen sollte. Wir zeichnen aber in der Regel keine Karte, wenn wir uns durch Räume bewegen. So Verfahren, wie sich an einer Wand entlang zu hangeln, sind da schon ganz gut und zielen in die Richtung, der Orientierung ohne vorliegende Karte und genaue Positionsbestimmung.


MfG

[Moppi]

Ergänzend, zur räumlichen Orientierung, ein Link.

[HaWe]

Zur Systematik:
a) Sensoren mit internen Referenzen (z.B. Odometrie, Gyro, Accelerometer)
b) Sensoren für relative externe Referenzen (US, IR, LIDAR)
c) Sensoren für absolute externe Referenzen (Kompass, GPS, Baken)

1.) wenn der Raum exakt (!!) bekannt ist, kann man die Position über a) und b) mit einer gewissen Wahrscheinlichkeit per Monte-Carlo-Filter (=Partikelfilter) berechnen (Kompass allerdings hilfreich)
https://www.youtube.com/watch?v=Rj7s...layer_embedded

2.) wenn der Raum unbekannt ist oder viele zufällige Hindernisse enthält (SLAM), braucht man zu a) und b) auch zusätzlich c)

Um mehrere Sensoren entsprechend ihrer unterschiedlichen Spezifität und Sensitivität zusammenzufassen, verwendet man statistische Methoden zur Sensor-Fusion (z.B. den Extended Kalman Flter).

Für Baken in mehreren Räumen mit Wänden dazwischen haben sich z.B. Dezimeterwellen mit 4-8 Baken (anchors) bewährt, s. pozyx
https://www.pozyx.io/?gclid=EAIaIQob...SAAEgJTNvD_BwE
https://www.pozyx.io/shop/product/creator-kit-lite-67

[Gnom67]

Ich schätze das jedenfalls so ein, dass die Navigation einigen Aufwand mit sich bringt und deshalb einen relativ leistungsfähigen Rechner braucht. Dagegen soll das Fahrzeug wahrscheinlich mit Akku fahren und deshalb einen möglichst geringen Energieverbrauch haben. Da empfiehlt es sich vielleicht, den Roboter mit einem sparsamen µC zu betreiben und per Funk (433 MHz/BLE/WLAN) die Sensordaten, und Fahrbefehle auszutauschen. Die eigentliche Rechenarbeit würde dann ein Pi machen, der Roboter könnte mit einem ESP gesteuert werden. Hätte auch den Vorteil, dass man alle Daten auf dem zentralen Rechner gut visualisieren und die Algorithmen bequem vom Schreibtisch aus entwickeln kann. Wenn dann mal alles läuft, kann man immer noch schauen, ob man die gesamte Logik in einen µC packen kann.

Spannend ist sicher, wie man das System flexibel und ein bisschen lernfähig bekommt. In einer Wohnung verändern sich die meisten Dinge kaum (Wände), einige in engen Grenzen (Türen) und manches ziemlich unerwartet (Sporttasche/Staubsauger/Kinderspielzeug auf dem Boden, rumlaufende Leute). Da muss man sich was einfallen lassen. Spontan hatte ich die Idee, die gesamte Fläche in (mehr oder minder) kleine Felder einzuteilen und jeweils zu speichern, ob das Feld ein Hindernis ist oder befahrbar. Wände könnte man als permanente/feste Hindernisse definieren. Türen als Felder mit variablen Hindernissen, andere Felder könnte man temporär als Hindernis kennzeichen - wenn der Roboter dort vorbei kommt, schaut er nach, ob das Hindernis noch da ist. Ggf. kann er sich merken, dass dort immer mal Hindernisse auftauchen (meine Sporttasche steht meist am gleichen Fleck). Er könnte auch Wahrscheinlichkeiten für Hindernisse speichern. Die Genauigkeit des Systems hängt von der Größe der Felder ab. Wenn man erst mal mit 25x25 cm anfängt (800 Felder für eine 50 qm Wohnung - bei 10 cm sind es schon 5000, bei 5 cm 20000), kann man es später verfeinern, was Speicherbedarf und Rechenaufwand erhöht aber die Genauigkeit verbessert.

[Moppi]

In einer Wohnung verändern sich die meisten Dinge kaum (Wände), einige in engen Grenzen (Türen) und manches ziemlich unerwartet (Sporttasche/Staubsauger/Kinderspielzeug auf dem Boden, rumlaufende Leute).

Deswegen halte ich die "indoor"-Navigation für die einfachste Navigation.

hängt von der Größe der Felder ab. Wenn man erst mal mit 25x25 cm anfängt

Haben wir doch gar nicht drüber gesprochen! - Das habe ich mir heute Morgen mit der Größe auch schon so gedacht, ist denke ich ein guter Startwert. Allerdings will ich zunächst weg, von der berechnenden Navigation, hin zu: ich kenne den Weg, fahre den ab und wenn ich mich verfahren habe, kenne ich Fahrmanöver, um ihn wiederzufinden. Das Wiederfinden der Ladestation ist die letzte Herausforderung, weil deren Position sich auch geringfügig ändern kann. Ist die Ladestation mal in einem andern Raum, tut es auch nicht weh, wenn der Roboter still steht und "nachfragt" - dann weißt man ihm den Weg und gut ist. Hat er sich mehrere Positionen gemerkt, könnte er die später absuchen (muss aber nicht sein).

Ich denke, vor allem Speicherplatz wird es kosten, deshalb habe ich schon eine SD-Karte im Hinterkopf. Allerdings würde ich schon gerne mit den 3MB des nodeMCU ESP-12E auskommen. Der noch verfügbare Programmspeicher (vermutlich bis 500KB) soll dann für kurzzeitige Ausflüge herhalten, wie wenn Hindernisse auftauchen, bei denen großzügiges Ausweichen nötig ist (der Weg zurück sollte gefunden werden).



MfG

[Moppi]

Wenn Du ein wenig Geld ausgeben willst, kannst Du es mit UWB-Baken
versuchen

Der Link für die Auswertung funktioniert nicht mehr. Ich habe bisher nichts gefunden. Die Arduino-Bibliothek schon. Bloß, ich muss mir das erst mal bildlich vorstellen können. Dafür frage ich mich gerade, welche Daten man von so einer Bake bekommt.

In einem Video habe ich gerade gesehen, dass man da offenbar die Entfernung und die Signalstärke bekommt. Mehr muss ich erst mal nicht wissen.


MfG