Robotplatformok hely-, és helyzetmeghatározása dinamikusan változó környezetben

Nyilvántartási szám: 
17/31
Témavezető neve: 
Témavezető e-mail címe:
rozsa.szabolcs@emk.bme.hu
A témavezető teljes publikációs listája az MTMT-ben:
A téma rövid leírása, a kidolgozandó feladat részletezése: 
A geodéziában számos esetben kell olyan helyeken felméréseket és térképezési feladatokat ellátni, ahol az emberi munkavégzés nem megoldható (pl. nukleáris létesítmények sugárzásnak kitett területei, kisméretű csővezetékek felmérése, vasbeton lemezek rezgésvédő alátámasztásainak vizsgálata stb.). Ezeket a feladatokat autonóm módon közlekedő robotplatformokra helyezett geodéziai eszközökkel lehet elvégezni. Az autonóm robotplatformok navigációjára kül-, és beltéren különféle megoldásokat használhatunk. Kültéren a globális műholdas helymeghatározó rendszerek (GNSS) mellett az inerciális navigációs rendszerek (giroszkópok, gyorsulásmérők és magnetométerek - INS) és az odometria alkalmazásával végezhetjük el a hely-, és helyzetmeghatározási feladatokat. Beltérben azonban a GNSS helyett más helymeghatározási eljárást kell alkalmaznunk. Egy ilyen megoldás lehet a rendkívül nagy sávszélességű (UWB) eszközök alkalmazása.
A hely-, és helyzetmeghatározó szenzorok alapján végzett helymeghatározás mellett az autonóm térképezési alkalmazások terén jelentős szerepet játszanak a szimultán helymeghatározó és térképező algoritmusok (simultaneous localization and mapping - SLAM), amelyek a robotplatform környezetéről készült 2D/3D pontfelhők illesztésével egyidejűleg végzik a platform hely-, és helyzetmeghatározását csakúgy, mint a felmérendő terep térképezését.
A fentiekből tisztán látható, hogy a robotplatformok autonóm közlekedéséhez számos szenzor méréseinek az együttes feldolgozása (fúzionálása) igényeltetik. Mivel az egyes szenzorok pontosságát nagyban befolyásolják a mérési körülmények, ezért az optimális hely-, és helyzetmeghatározáshoz mesterséges intelligencia alapú adatfeldolgozásra is szükség van.
A doktori témában kidolgozandó feladat célja a tanszéken közelmúltban elkészült autonóm navigációra alkalmas kísérleti robotplatform továbbfejlesztése, azaz egy olyan térképezésre is alkalmas robotplatform megalkotása, amely képes kül-, és beltérben egyaránt a rendelkezésére álló szenzorok (GNSS, INS, UWB, odométer, kamera, lézeres távmérő, LiDAR, ultrahangos távolságmérő, stb.) méréseinek felhasználásával optimális hely-, és helyzetmeghatározást végezni. 
A cél elérése érdekében a jelölt kutatásokat végez a különféle helymeghatározó szenzorok által szolgáltatott adatok pontosságának és megbízhatóságának meghatározására, különös tekintettel a beltéri helymeghatározásban nemrégiben kifejlesztett UWB eszközökre és a kisméretű robot platformok esetén gyakran alkalmazott kisköltségű és alacsony tömegű helymeghatározó eszközökre. 
A jelölt a robotplatformon rendelkezésre álló 2D és 3D térképező szenzorok méréseinek felhasználásával optimális becslési eljárást dolgoz ki a szimultán helymeghatározás és térképezés feladatának elvégzésére dinamikusan változó környezet esetére is. Ennek keretében vizsgálja a különféle szűrési eljárásokat (EKF, unscented KF, particle filtering, SEIF – sparse extended information filter). A doktori kutatások keretében kidolgozásra kerül a térképező és helymeghatározó szenzorok együttes adatfeldolgozásának módszertana, amely mesterséges intelligencia alapú öntanuló algoritmusokkal veszi figyelembe az egyes szenzorok környezetfüggő pontossági jellemzőit, ezáltal képes mind kül-, mind pedig beltérben az autonóm platform nagy pontosságú hely-, és helyzetmeghatározásának elvégzésére.
A kidolgozandó adatfeldolgozási eljárásokat a jelölt nyílt forráskódú szoftverkörnyezetben készíti el, és azokat robotplatformon végzett gyakorlati mérésekkel is vizsgálja. Az eredményeit független geodéziai mérésekkel validálja. 
A doktori téma végeredménye egy olyan önállóan navigáló robot platform, amely képes olyan területeken is térképezési feladatokat ellátni, ahol a hagyományos geodéziai mérések nem végezhetők el. 
 
A téma meghatározó irodalma: 
1. A.J. Dawison, D. W. Murray (2002): Simultaneous Localization and map- building using active vision. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol 24:7, pp865-880.
2. P.D. Groves (2004): Principles of GNSS, Inertial and Multisensor Integrated Navigation Systems. Artech House Publishing.
3. D.H. Won, E. Lee, M. Heo., S. Sung, J. Lee, Y.J. Lee (2014): GNSS integration with vision-based navigation for low GNSS visibility conditions. GPS Solutions, Vol 18:2, pp 177-187.
4. Seungwon Oh, Minsoo Hahn, Jinsul Kim (2015): Dynamic EKF-based SLAM for autonomous mobile convergence platforms. Multimedia Tools and Applications, Vol 74., Issue 16, pp. 6413-6430
5. H.G. Todoran, M. Bader (2016): Extended Kalman Filter (EKF)-Base Local SLAM in Dynamic Environments: A Framework. Advances in Robot Design and Intelligent Control. pp. 459-469.
6. J. Kim, J. Cheng, J. Guivant, J .Nieto (2017): Compressed fusion of GNSS and inertial navigation with simultaneous localization and mapping. IEEE Aerospace and Electronic Systems Magazine, Vol 32:8, pp22-36.
 
A téma hazai és nemzetközi folyóiratai: 
1. Geodézia és Kartográfia
2. Geomatikai Közlemények
3. IAG Symposia Series
4. GPS Solutions
5. Acta Geodaetica et Geophysica
 
A témavezető utóbbi tíz évben megjelent 5 legfontosabb publikációja: 
1.Falzini, S., Minopoli, M., Caporali, A., Morini, C., Pepi, T., Ádám J., Rózsa Sz. (2008): GALILEA: GALIleo Local Element Augmentation for SISE Prediction and Iono/Tropo Corrections. ATTI Academia Nazionale di Scienza Lettere ed Art Modena, Vol 187:(1), pp. 41-54.
2. Rózsa Sz., Weidinger T., Gyöngyösi A.Z., Kenyeres A. (2012): The role of GNSS infrastructure in the monitoring of atmospheric water vapour. Időjárás, Vol 116:(1), pp. 1-20.
3. Rózsa Sz. (2014): Uncertainty considerations for the comparison of water vapour derived from radiosondes and GNSS. IAG Symposia Series, Vol 139 pp 65-78.
4. Rózsa Sz., Kenyeres A., Weidinger T., Gyöngyösi A.Z (2014): Near realtime estimation of integrated water vapour from GNSS observations in Hungary. IAG Symposia Series, Vol. 139, pp. 31-39.
5. Rózsa Sz. (2014): Modelling Tropospheric Delays Using the Global Surface Meteorological Parameter Model: GPT2, Periodica Polytechnica – Civil Engineering, Vol 58:(4), pp. 301-308.
 
A témavezető fenti folyóiratokban megjelent 5 közleménye: 
1. Rózsa Sz., Kenyeres A. (2014): Az aktív GNSS hálózat meteorológiai alkalmazása. Geodézia és Kartográfia LXVI:(3-4) pp 7-11.
2. Rózsa Sz. (2014): Uncertainty considerations for the comparison of water vapour derived from radiosondes and GNSS. IAG Symposia Series, Vol 139 pp 65-78.
3. Rózsa Sz., Kenyeres A., Weidinger T., Gyöngyösi A.Z (2014): Near realtime estimation of integrated water vapour from GNSS observations in Hungary. IAG Symposia Series, Vol. 139, pp. 31-39.
4. Horváth T., Veingdavanh R., Rózsa Sz. (2014): Négydimenziós vízgőzmodellek előállítása GNSS tomográfiával. Geomatikai Közlemények XVII:(1), pp 69-78. 
5.Tóth Gy., Rózsa Sz. (2006): Comparison of CHAMP and GRACE geopotential models with terrestrial gravity field data in Hungary. Acta Geodatica et Geophysica 41:(2) pp. 171-180. 
 

A témavezető eddigi doktoranduszai

Ambrus Bence (2016//)
Farkas Márton (2016/2019/)
Juni Ildikó (2015/2018/)
Tuchband Tamás (2008/2011/2015)
Khaldi Abir (2020//)
Státusz: 
elfogadott