Zastosowanie techniki SLAM do sterowania robotami mobilnymi w trudnym
terenie
Niniejsza rozprawa doktorska prezentuje system autonomicznej inspekcji do zadań w terenie niestrukturalnym, trudnym oraz potencjalnie zagrażającym życiu lub zdrowiu ludzi. System jest oparty o zastosowanie połączonej dwuwymiarowej techniki symultanicznej lokalizacji i mapowania (SLAM - ang. Simultaneous Localization and Mapping), trójwymiarowego mapowania oraz techniki planowania trajektorii ruchu robotów mobilnych. Ponadto zbadano możliwości zastosowania tego systemu z perspektywy inspekcji wieloagentowej. Tak złożony system w literaturze naukowej jest określany jako podejście zintegrowane, łączące w sobie interdyscyplinarną wiedzę z zakresu automatyki i robotyki, w tym sterowania oraz mapowania i technik lokalizacyjnych. Z tego zatem względu, w pracy został przedstawiony przegląd zagadnień z wyżej wymienionych dziedzin nauk inżynieryjnych, istotnych z punktu widzenia tej pracy, stanowiących niezbędną podstawę dla stworzenia i rozwoju systemu zintegrowanego do inspekcji w terenie trudnym. Zaproponowany przez autora sposób estymacji położenia przyrostowego jest oparty o połączenie techniki filtrowania cząsteczkowego zwanej lokalizacją Monte- Carlo (MCL, ang. Monte Carlo localization) oraz Rozszerzonego filtru Kalmana (EKF, ang. Extended Kalman filter) wykorzystujących pomiary ze skanera laserowego (LIDAR, ang. Light Detection and Ranging) i jednostki nawigacji inercyjnej IMU (ang. inertial measurement unit). Przy tworzeniu mapy przestrzeni roboczej wzięto pod uwagę dwie perspektywy: wartości inspekcyjnej oraz nawigacji autonomicznej uwzględniającej więzy kinematyczne mobilnych robotów kołowych. Mapowanie zatem zostało podzielone na dwuwymiarowe, zapewnione przez implementacje algorytmu 2D SLAM opartego na Rao-Blackwellizacji oraz trójwymiarowe, zrealizowane dzięki zredukowanej technice 3D SLAM, która, w celu pominięcia estymacji położenia, wykorzystuje wartość określoną przez 2D SLAM do tworzenia skalowalnej mapy za pomocą drzew ósemkowych. W przedstawionej rozprawie doktorskiej, prócz wspomnianych technik
hybrydowych tworzących mapy dwu- i trzy-wymiarowe, zaprezentowana została technika pozwalająca na prace w terenie wielopoziomowym, np. w budynkach wielopiętrowych. W tym celu autor wprowadza pojęcie planarnej mapy trójwymiarowej, składającej się z połączonych ze sobą map dwuwymiarowych poszczególnych poziomów. Praca zawiera również zdecentralizowaną technikę tworzenia wspólnej mapy oraz implementacje algorytmu bezpiecznej nawigacji grupą robotów, które są niezbędne do celów inspekcji wieloagentowej. Rozprawa zawiera dodatkowe krótkie opracowanie przykładowych scenariuszy wykorzystania takiego systemu w operacjach poszukiwawczych, zwiadowczych oraz ratowniczych. Ewaluacja zaprojektowanego systemu zintegrowanego do inspekcji mobilnej za pomocą techniki SLAM została przeprowadzona za pomocą licznych badań symulacyjnych uwzględniających różny typ terenu oraz weryfikacji eksperymentalnej przeprowadzonej w trudnym, odizolowanym terenie podziemnym, znajdującym się w kopalni doświadczalnej Wydziału Inżynierii Mechanicznej i Robotyki AGH w Krakowie. Wyniki badań pokazały zasadność wykorzystania zaproponowanego podejścia w terenie trudnym, gdyż w takim terenie system pokazał największą przewagę nad innymi technikami omówionymi w niniejszej pracy.
Praca składa się z sześciu rozdziałów. W rozdziale pierwszym zawarte zostały: wstęp z motywacją do podjęcia prac nad tematem, cel oraz zakres rozprawy doktorskiej. W omawianym rozdziale została również sformułowana teza pracy, która przyjęła następujące brzmienie: „Możliwym jest stworzenie systemu inspekcji wieloagentowej, który będzie opierał się o techniki symultanicznej lokalizacji i mapowania wykorzystujące hybrydowe podejście lokalizacji Monte-Carlo, Rozszerzonego filtru Kalmana oraz odometrii laserowej do estymacji położenia robota oraz mapowania terenu w dwóch i trzech wymiarach, którego zastosowanie będzie możliwe do grupy robotów mobilnych w terenie trudnym”.
Rozdział drugi stanowi przegląd wybranych zagadnień opisu matematycznego ruchu robotów mobilnych, mapowania przestrzeni roboczej, nawigacji oraz lokalizacji. Opis matematyczny zawiera formułowanie równań kinematyki oraz wprowadzenie do
dynamiki na przykładzie dwukołowego robota z napędem różnicowym. Zostały tu poruszone również kwestie holonomiczności układów oraz podstaw planowania trajektorii ruchu. Techniki mapowania przestrzeni zostały podzielone na główne grupy - reprezentacji świata za pomocą map topograficznych, metrycznych oraz hybrydowych łączących oba światy. Przeanalizowane zostały główne cechy charakterystyczne każdej z grup oraz typowe przykłady technik tworzenia mapy takie jak: siatki zajętości oraz diagramy Voronoia. Kolejno nakreślono problem nawigacji robotów oraz techniki planowania trajektorii ruchu, oparte na reakcjach zachowawczych oraz z wykorzystaniem mapy. Najbardziej praktyczne, z punktu widzenia systemu rozwijanego w ramach rozprawy doktorskiej, są techniki poszukiwania najkrótszej drogi wykorzystujące cechy geometryczne przestrzeni roboczej za pomocą mapy Planowanie trajektorii ruchu przy takim podejściu najczęściej wymaga rozwiązania dwóch problemów - zbudowaniu grafa, w którym wierzchołki reprezentują dozwolone stany robota połączone ze sobą za pomocą krawędzi kojarzonych z możliwymi przejściami między stanami oraz znalezieniu najkrótszej ścieżki przejścia między tymi stanami. Poszukiwany graf przypomina model świata opisany za pomocą topografii, co prowadzi do wniosku, mówiącego, że ten model jest najwygodniejszy w procesie planowania trajektorii. Z innej strony autor pokazuje, iż mapy będące siatkami zajętości mogą być rozpatrywane jako graf o stałej strukturze, w którym każda wolna komórka jest wierzchołkiem grafa, a przejścia są dozwolone miedzy sąsiadującymi wolnymi komórkami. Dzięki temu, możliwe jest wykorzystanie algorytmów poszukiwania najkrótszej ścieżki takich jak: algorytm Dijkstry, algorytm A* o podejściu heurystycznym, jego zoptymalizowana wersja do światów dynamicznych D*, a także ich późniejsze rozwinięcia. Został również poruszony temat planowania lokalnego, w którym m.in. omówiono podejście pól potencjalnych polegające na poszukiwaniu lokalnego minimum. W końcowej części rozdziału zostały przeanalizowane różne metody określenia lokalizacji, różniące się w zależności od docelowego środowiska roboczego oraz układów odniesienia. Podzielone one zostały na lokalizację lokalną lub przyrostową oraz globalną - według
układu współrzędnych, w którym wyznaczane jest położenie oraz techniki wewnętrzne i zewnętrzne - określone poprzez zakres możliwych źródeł lokalizacji oraz zastosowanych czujników. Analiza istniejących technik lokalizacji zawiera podejścia przyrostowe takie jak: odometria i nawigacja inercyjna oraz wyznaczenie lokalizacji globalnej za pomocą aktywnych nadajników, jak na przykład system nawigacji globalnej. W części tej zostały pokazane zalety wykorzystania lokalizacji wizualnej oraz laserowej w porównaniu do tradycyjnej, pochodzącej z czujników umieszczonych w napędach robota oraz zasadność zastosowania fuzji pomiarów z różnych źródeł do precyzyjnego wyznaczenia położenia. Efektywność takich podejść w terenie trudnym jest potwierdzona wynikami wielu badań włącznie z raportami misji eksploracyjnych w środowiskach pozaziemskich (NASA Mars Exploration Rovers).
Rozdział trzeci w całości poświęcony jest definicji oraz analizie problemu symultanicznej lokalizacji i mapowania jako podejścia probabilistycznego. Położenie jest zdefiniowane jako funkcja gęstości prawdopodobieństwa, której definicja oparta jest o Twierdzenie Bayesa z wykorzystaniem Własności Markowa, co pozwala na otrzymanie wartości aktualnego stanu w sposób rekursywny na podstawie: informacji o stanie poprzednim, zadanym sterowaniu oraz aktualnie zmierzonej obserwacji. Algorytm takiej estymacji często nazywany jest Filtrem Bayesa lub Lokalizacją Markova. Przeanalizowano przypadki, w których położenie jest funkcją liniową oraz nieliniową. Najważniejszymi estymatorami implementującymi filtr Bayesa jest filtr Kalmana oraz filtry cząsteczkowe. Ich założenia wraz z przeglądem istniejących implementacji zostały przedstawione w tym rozdziale. Kolejno zaprezentowane zostały techniki estymacji map będących siatkami zajętości, tworzonych z komórek zawierających wartość prawdopodobieństwa zajętości. Zostały rozpatrzone przypadki dwu-oraz trójwymiarowe. W ostatniej części techniki te zostały połączone w podejście symultanicznej lokalizacji i mapowania, zdefiniowanego za pomocą funkcji gęstości prawdopodobieństwa, w której poszukiwanymi wartościami jest położenie oraz mapa, a zadanymi sterowanie oraz obserwacje. Podejście, w którym odtwarzane są wszystkie poprzednie stany robota, nazywane jest pełnym SLAM-em lub 'wygładzeniem'.
W praktyce najczęściej jednak stosuje się wyznaczenie tylko aktualnych wartości na podstawie poprzedniego stanu, które nazywa się podejściem 'SLAM na bieżąco' (ang. Online-SLAM) lub 'filtracją'. W tym rozdziale autor prezentuje trzy główne paradygmaty symultanicznej lokalizacji i mapowania - SLAM oparty o grafy (ang. Graph-based SLAM), SLAM wykorzystujący rozszerzony filtr Kalmana (ang. EKF-based SLAM) oraz SLAM z wykorzystaniem filtrów cząsteczkowych (ang. particle- based SLAM). Wszystkie powyższe podejścia zostały przeanalizowane oraz przedstawione ze szczególnym naciskiem na filtry cząsteczkowe wykorzystujące Rao-Blackwellizację (ang-Rao-Blackwellized Particie Filtering). Technika ta polega na wykorzystaniu rozszerzonego filtru Kalmana do estymacji mapy, wtedy gdy estymacja położenia odbywa się w sposób filtracji cząsteczkowej. Takie podejście zostało ostatecznie wykorzystane w proponowanym przez autora niniejszej rozprawy systemie SLAM. Rozdział czwarty zawiera propozycję oraz implementacje wyżej wspomnianego systemu inspekcji wieloagentowej opartego na technikach SLAM oraz mapowania trójwymiarowego. Na podstawie przeprowadzonej analizy zdecydowano, iż roboty w docelowym rozwiązaniu będą homogeniczne, a końcowy system nie będzie się ograniczał do ściśle określonej liczby robotów. Następnie zaprezentowano projekt oraz implementację systemu dla pojedynczego agenta - robota mobilnego kołowego z napędem różnicowym oraz systemem sensorycznym składającym się z jednostki pomiarów inercji oraz skanera laserowego zapewniającego pomiary w postaci chmury punktów. Zaprezentowana technika estymacji położenia, określona przez autora jako podejście AMCL-EKF w pierwszej kolejności za pomocą pomiarów IMU oraz odometrii laserowej wyznacza stan robota w trzech wymiarach, a później redukuje uzyskaną wartości poprzez rzutowanie zajmowanej przez robota przestrzeni na płaszczyznę dwuwymiarową. Następnie uzyskane położenie w dwóch wymiarach opisane za pomocą trzech współrzędnych zostaje zaktualizowane za pomocą algorytmu AMCL (ang. Adaptive Monte Carlo localization ), który w poprzednich pracach autora został wykorzystany do redukcji błędów związanych z poślizgiem oraz ‘porwaniem’ robota. Ponieważ zaprezentowana technika jest hybrydową techniką przyrostową, opisującą
położenie w układzie lokalnym, do lokalizacji globalnej zastosowany został algorytm 2D SLAM, oparty o podejście Rao i Blackwella, które jest jednym z możliwych rozwinięć filtrów cząsteczkowych opierających się o rekursywną estymację za pomocą dyskretnego filtru Bayesa. Podejście to polega na zastosowaniu filtru cząsteczkowego do określenia położenia oraz EKF do estymacji mapy przestrzeni reprezentowanej przez siatki zajętości (ang. occupancy grid). Wyżej wspomniany algorytm pozwala na określenie położenia opisanego za pomocą trzech współrzędnych (pozycja względem osi $x,y$ oraz orientacja $\theta$ ) w przestrzeni dwu-wymiarowej, zaś do stworzenia mapy reprezentującej przestrzeń roboczą w trzech wymiarach wymagane jest sześć współrzędnych ($x,y,z$ oraz kąty Eulera $\phi, \vartheta, \psi$). Dlatego też zaprojektowano mechanizm odtworzenia trójwymiarowego położenia robota, którego podstawę stanowi wykorzystanie znanej wartości położenia w dwóch wymiarach oraz pomiary z czujnika IMU. Zaobserwowano oraz zredukowano typowe dla tego typu rozwiązań problemy takie jak: dryft odometrii względem układu globalnego, trudność odczytu przemieszczenia w wąskich i długich korytarzach oraz błędy orientacji w terenie o trudnej strukturze powierzchni jazdy. Zaproponowane przez autora podejście włączenia lokalizacji Monte-Carlo jako dodatkowego źródła lokalizacji lokalnej wykorzystywanej do estymacji położenia za pomocą filtru Kalmana pozwoliło również na zmniejszenie zagrożenia katastrofy lokalizacyjnej w przypadkach nieoczekiwanego przemieszczenia robota do innej lokalizacji znanego jak problem 'porwania' (ang. kidnapping problem), w przypadku którego filtry Kalmana zazwyczaj zawodzą. Podejście takie natomiast nie jest uniwersalne oraz wymaga dodatkowego mechanizmu synchronizacji pomiarów wykorzystywanych w EKF. W innych przypadkach może to doprowadzić do awarii systemu, co zaobserwowano podczas wstępnej weryfikacji symulacyjnej w dużym płaskim terenie z podobnie wyglądającymi korytarzami. Implementacja mechanizmu synchronizacji pozwoliła na uzyskanie stabilnego rozwiązania estymacji położenia w zaproponowanym przez autora podejściu AMCL-EKF, co potwierdzono wynikami badań zarówno symulacyjnych jak i eksperymentalnych. Implementacja systemu mapowania została dostosowana do
potrzeb nawigacji oraz inspekcji w terenie zewnętrznym, wewnętrznym oraz budynkach wielopiętrowych. Rozdział ten zawiera opis stworzenia wspomnianego systemu zarówno z autorskimi algorytmami do przeprowadzenia inspekcji w terenie wielopoziomowym. Mapa każdego poziomu jest tworzona przez proces 2D SLAM, a zaproponowane algorytmy śledzenia położenia w trzech wymiarach służą do połączenia tych map we wspólnym trójwymiarowym układzie współrzędnych. Takie rozwiązanie pozwoliło na zachowanie możliwości ciągłego tworzenia wyżej wspomnianej mapy w trzech wymiarach oraz na pozyskiwania szerszej oraz bardziej dokładnej informacji na temat badanej przestrzeni roboczej, co jest wartościowe z perspektywy inspekcji oraz eksploracji. Do zmiany poziomów oraz w celu uniknięcia powtórnej estymacji już znanej przestrzeni autor stworzył oraz zaprezentował w niniejszej pracy algorytmy śledzenia poziomu aktualnego.
Ostatnia część rozdziału jest poświęcona rozwiązaniu problemów tworzenia wspólnej mapy oraz nawigacji grupą robotów. Po przeprowadzonej analizie systemów wieloagentowych oraz analizie współpracy robotów w formacjach wybrano perspektywę traktującą system wieloagentowy jako grupę robotów homogenicznych o takich samych konfiguracjach oraz zachowaniu. Pozwoliło to na zastosowanie zaproponowanego w pracy zintegrowanego systemu sterowania opartego o technikę SLAM dla jednego robota do stworzenia zdecentralizowanego systemu inspekcji mobilnej. Przeanalizowano oraz rozwiązano problemy tworzenia wspólnej mapy oraz bezpiecznego i efektywnego planowania trajektorii ruchu w systemie wielorobotowym. Ponieważ mapa reprezentowana za pomocą siatek zajętości może być traktowana jako obraz, do tworzenia wspólnej mapy zostały wykorzystane techniki obróbki obrazów oparte o transformacje Hugha, która pozwala na połączenie układów współrzędnych dwóch różnych map. A zatem, autor wybrał takie podejście w celu aktualizacji mapy za pomocą wymiany informacji na temat aktualnego położenia i mapy każdego z robotów znajdujących się w zasięgu, podczas sporadycznych spotkań, w trakcie wykonywania określonych zadań. Problem nawigacji oraz planowania trajektorii został rozwiązany za pomocą podejścia hierarchicznego, które polega na
wykorzystaniu planu globalnego oraz nawigacji lokalnej. Ponieważ siatkę zajętości można rozpatrywać jako graf o określonej strukturze, algorytmy poszukiwania najkrótszej ścieżki takie jak algorytm Djikstry oraz jego rozwinięcie A* mogą zostać wykorzystane do planowania trajektorii ruchu. Algorytmy poszukiwania najkrótszej ścieżki zakładają świat statyczny, dlatego w celu ominięcia dynamicznych przeszkód autor zastosował wcześniej przeanalizowaną technikę do planowania reakcyjnego opartego o zastosowanie pól potencjalnych. Dzięki temu udało się zrezygnować z nadrzędnego systemu synchronizacji ruchu oraz mechanizmu rezerwacji tymczasowo zajętych przez inne roboty komórek, co pozwoliło na zniesienie teoretycznych ograniczeń dotyczących liczby wykorzystywanych robotów w grupie, gdyż każdy z nich jest system autonomicznym, niezależnym od reszty grupy.
W rozdziale piątym zamieszczona jest ewaluacja całego systemu za pomocą weryfikacji symulacyjnych oraz eksperymentów na platformach robotów mobilnych w środowisku rzeczywistym. Po przeglądzie narzędzi symulacji stosowanych w pracach badawczych poświęconych robotyce mobilnej ze szczególnym znaczeniem wydajności w przypadku grupy robotów, jako główne narzędzie zostało wybrane środowisko V-REP. Do symulacji zjawisk dynamiki występujących podczas ruchu robota został wykorzystany silnik fizyki Bullet w postaci biblioteki zaimportowanej do V-REP. Rozpatrzono przypadki łatwego terenu strukturalnego oraz trudnego, które weryfikują wydajność zaproponowanego systemu w różnych środowiskach. Technikami referencyjnymi są istniejące oraz często stosowane na chwile obecną techniki odometrii laserowej oraz budowania mapy w postaci siatki zajętości zbudowanej w trzech wymiarach za pomocą drzew ósemkowych. Wyniki te udowodniły możliwość zastosowania autorskiego podejścia w platformach robotów mobilnych oraz jego zalety w terenie trudnym i zagrażającym życiu lub zdrowiu człowieka. Następnie zweryfikowano zaproponowany system wieloagentowy podczas inspekcji w terenie strukturalnym. Zauważono skrócenie czasu eksploracji całego terenu oraz zwiększenie dokładności utworzonej wspólnej mapy globalnej, która ułatwia planowanie trajektorii ruchu robotów w takim systemie. Następnym etapem ewaluacji jest wykonanie przykładowego zadania
inspekcji w środowisku rzeczywistym. Do tych celów została wykorzystana platforma robota mobilnego Dr. Robot Jaguar 4x4 dedykowana do zadań w terenie o trudnej powierzchni. Platforma, wyposażona w czujnik laserowy 3D Velodyne VLP-16, została wykorzystana do symulacji inspekcji powypadkowej w terenie podziemnym, trudno-dostępnym, o różnym stopniu trudności. Badanie to zostało przeprowadzone w kopalni doświadczalnej znajdującej się na Wydziale Inżynierii Mechanicznej i Robotyki AGH w Krakowie. Wyniki tego badania potwierdziły efektywność oraz zasadność wykorzystania zaproponowanego przez autora w tej pracy zintegrowanego systemu sterowania robotem mobilnym opartym o techniki SLAM do inspekcji w terenie trudnym.
Ostatni, szósty rozdział zawiera podsumowanie rozprawy oraz omówienie kierunków dalszych prac. Praca pokazuje, że z jednej strony mapa tworzona w trzech wymiarach jest bardziej informatywna oraz wartościowa z perspektywy inspekcji, zastosowanie jej do celów nawigacyjnych może okazać się bardzo niebezpieczne. Najwyraźniej to widać podczas analizy wyników eksperymentu w kopalni doświadczalnej, gdzie dwuwymiarowa mapa tworzona w sposób rzutowania z mapy trójwymiarowej zawiera sporo niejednoznacznych obszarów, włącznie z obszarami pokazanymi jako wolne, po których poruszanie się w rzeczywistości może doprowadzić nawet do zniszczenia układów robota. Mapa tworzona przez proces 2D SLAM, która jest bardzo precyzyjna, ale niestety pomija sporą część terenu a zatem przynosi gorsze rezultaty w inspekcji, z perspektywy nawigacji zdecydowanie lepiej zapewnia możliwość bezpiecznego przejazdu. Z tego też wynika konieczność wykorzystania obu map w systemie, a zatem jednym z możliwych kierunków dalszych prac jest odnalezienie sposobu tworzenia mapy, który sprawdzałby się w obu przypadkach. Następnym przedstawionym przez autora obszarem może być dalszy rozwój zaproponowanego systemu inspekcji w terenie wielopoziomowym. Obecnie mapy każdego poziomu są połączone za pomocą śledzenia globalnego położenia i de facto tworzone przez osobne procesy 2D SLAM, a zatem stworzenie mechanizmu ciągłej estymacji mapy pomogłoby w rozwiązaniu problemu zamknięcia pętli między piętrami, który może występować
w zaproponowanym w niniejszej pracy podejściu. Ponieważ planowanie hierarchiczne z wykorzystaniem algorytmu poszukiwania najkrótszej ścieżki oraz lokalnego planu na bazie pól potencjalnych w niektórych przypadkach zbadanych w pracy spotykało się z problemem odnalezienia lokalnej bezpiecznej drogi w wąskich korytarzach, przedstawiony został kierunek badań, skoncentrowany na planowaniu reakcyjnym, właściwym dla danego systemu zintegrowanego. Ponadto, autor rozważa badania nad systemem multiagentowym opierającym się o heterogeniczne zespoły robotów do zadań specjalistycznych. Zgodnie ze wnioskami podsumowującymi daną pracę, żaden z wyznaczonych kierunków nie jest uniwersalny, jako że nie jest w stanie rozwiązać wszystkich zadań inspekcji i nawigacji, oraz nie może być efektywnie zastosowany w każdym z możliwych przypadków, a zatem potencjalne problemy i cele badawcze każdego z możliwych dalszych kierunków rozwoju systemu powinny być skoncentrowane na perspektywie zastosowania docelowego i wymagają jej dogłębnej analizy.
The development of SLAM-based mobile robot control system as the integrated approach which connects localization, mapping and motion control fields, is presented in this Thesis. The author has performed a survey and selection of several techniques that represent the basics of the mathematical description of wheeled robots, their navigation and path planning approaches, localization and map creating techniques. SLAM paradigms and Bayesian recursive state and map estimation techniques that includes Kalman, and particle filtering were studied in a detailed way in a separate chapter of this Thesis. These fundamentals allowed having the development of SLAM- based integrated system for the inspection task performed. The system development proposed by author is divided into two phases: a single robot approach, and multirobot inspection system. The first phase has been performed in three steps: the development of pose tracking technique with focus on rough terrain application; the implementation of combined 2D and 3D mapping application that might be used in outdoor, indoor and multi-level terrain; and the integration previous steps implementation into one solid system. In pose tracking phases, an original hybrid approach that connects AMCL and EKF filtering paradigms for the local state estimation in local frame has been presented. Mapping is separated to 2D, which is performed by Rao-Blackwellized 2D SLAM technique, while for the 3D workspace recreation the algorithms that delivers required for 3D mapping pose and measurement were developed. The original approach for 2D SLAM in multi-floor building that covers each 2D level map, and continuous 3D pose tracking can be found in this Thesis. The multirobot inspection system after study of multiagent system and robots cooperation is considered a group of homogeneous mobile robots. The last part of research is dedicated to multirobot map creation and path planning solution development. Since occupancy grid map can be recognized as an image, the merge of maps can be considered an image processing task. The author applied decentralized map fusion technique which is based on the recent pose and map exchange during sporadic robot meetings - the 'rendezvous events'. The robots’ homogeneous behavior and configuration allow to develop a multirobot system without theoretical limitations of the number of used robots, which may be added to
group at any time. The evaluation of the integrated SLAM-based mobile robotic solution developed in this Thesis for inspection task performance in single or multiagents approaches, has been performed in two phases. The first one is a simulation verification by V-REP simulator usage, and the second an experimental verification, prepared in the rough underground terrain of a experimental mine located at the Faculty of Mechanical Engineering and Robotics of the AGH University of Science and Technology in Krakow. The experiment results confirm the robustness and efficiency of the developed SLAM-based integrated mobile robot approach for inspection tasks in a rough terrain.
