Een robot voor de Startel RoboChallenge 2004 - Kunstmatige ...
Een robot voor de Startel RoboChallenge 2004 - Kunstmatige ...
Een robot voor de Startel RoboChallenge 2004 - Kunstmatige ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
4. Het testen<br />
4.1 Het testen van <strong>de</strong> wedstrijd versie<br />
Doordat <strong>de</strong> programmeerfase te veel tijd in beslag had genomen hebben we twee<br />
weken <strong>voor</strong> <strong>de</strong> wedstrijd besloten om over te gaan op <strong>de</strong> hierboven beschreven<br />
versimpel<strong>de</strong> versie. Deze versie hebben we getest op <strong>de</strong> dag <strong>voor</strong> <strong>de</strong> wedstrijd. Op het<br />
officiële wedstrijdveld in <strong>de</strong> Martiniplaza hebben we <strong>de</strong> kleurenfilters op <strong>de</strong> juiste<br />
waar<strong>de</strong>n ingesteld. <strong>Een</strong> testron<strong>de</strong> met alle factoren gelijk aan die in <strong>de</strong> wedstrijd het<br />
geval zou<strong>de</strong>n zijn was onmogelijk omdat er allemaal objecten in het wedstrijdveld<br />
ston<strong>de</strong>n en er een ge<strong>de</strong>elte van <strong>de</strong> boarding miste.<br />
4.2 Het testen van het Kalman filter<br />
Het Kalman filter van <strong>de</strong> oorspronkelijke versie hebben wij later getest op zijn prestaties.<br />
Hier<strong>voor</strong> hebben wij het volgen<strong>de</strong> experiment opgezet. We hebben <strong>de</strong> bakens in het<br />
<strong>robot</strong>lab neergezet in <strong>de</strong> hoeken van het veld. De <strong>robot</strong> wist <strong>de</strong> posities van <strong>de</strong>ze<br />
bakens. We lieten <strong>de</strong> <strong>robot</strong> steeds op hetzelf<strong>de</strong> punt beginnen. We lieten hem een<br />
wisselend aantal tijdstappen rondrij<strong>de</strong>n met object ontwijkend gedrag. Nadat hij had<br />
rondgere<strong>de</strong>n stopte hij en zocht hij een baken aan <strong>de</strong> hand waarvan hij zijn positie kon<br />
bepalen. Daarna hebben wij <strong>de</strong> werkelijke positie van <strong>de</strong> <strong>robot</strong> gemeten. Deze positie<br />
van <strong>de</strong> odometrie, van het lokalisatie algoritme, <strong>de</strong> positie van het Kalman filter en <strong>de</strong><br />
werkelijke positie hebben we genoteerd. Zie hier<strong>voor</strong> <strong>de</strong> appendix.<br />
Het gemid<strong>de</strong>l<strong>de</strong> verschil tussen <strong>de</strong> werkelijke positie van <strong>de</strong> <strong>robot</strong> en <strong>de</strong> positie<br />
aangegeven door <strong>de</strong> odometrie is 23 cm. Het gemid<strong>de</strong>l<strong>de</strong> verschil tussen <strong>de</strong> werkelijke<br />
positie en <strong>de</strong> baken lokalisatie is 40 cm.<br />
De positie aangegeven door het Kalman filter zit er gemid<strong>de</strong>ld 22 cm naast. Dit is met<br />
een variantie (Sxy ) van 310 <strong>voor</strong> <strong>de</strong> baken lokalisatie en met een variantie <strong>voor</strong> <strong>de</strong><br />
odometrie tussen <strong>de</strong> 52 en <strong>de</strong> 77. Het experiment laat echter zien dat <strong>de</strong> meting door <strong>de</strong><br />
baken lokalisatie niet meer dan 2x zo slecht is als <strong>de</strong> odometrie. Als we <strong>de</strong>ze<br />
betrouwbaarhe<strong>de</strong>n aanhou<strong>de</strong>n en we maken <strong>de</strong> variantie <strong>voor</strong> <strong>de</strong> baken lokalisatie<br />
ongeveer 2 keer zo groot is als die van <strong>de</strong> odometrie dan zit <strong>de</strong> positie volgens het<br />
Kalman filter er gemid<strong>de</strong>ld een kleine 19 cm naast.<br />
We gaan <strong>de</strong> verbetering in positie door mid<strong>de</strong>l van het Kalman filter testen met een ttoets<br />
met een significantie niveau van 5%. Hier<strong>voor</strong> gebruiken we <strong>de</strong> nul hypothese: H0:<br />
µEO-EK = 0, er is geen significantie verbetering in positie. Dit tegenover <strong>de</strong> alternatieve<br />
hypothese: H0: µEO-EK > 0 : het Kalman filter schat <strong>de</strong> positie van <strong>de</strong> <strong>robot</strong> beter dan<br />
alleen <strong>de</strong> odometrie.<br />
µ w − 0<br />
= ) ≥ t ( 23)<br />
t 0.<br />
05<br />
sw n<br />
= 1.714<br />
15