zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Tự động hoá

Xây dựng hệ thống điều hướng dựa trên bản đồ hóa SLAM cho Robot Mecanum đa hướng trên nền hệ điều hành ROS

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:6

Báo xấu

78
lượt xem 11
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết trình bày về xây dựng phần cứng, mô hình hóa, xây dựng hệ thống bản đồ hóa và định vị đồng thời SLAM cho robot và từ bản đồ thu được từ quá trình SLAM. Thử nghiệm các thuật toán điều hướng chuyển động cho robot trong môi trường phẳng không xác định, sử dụng công cụ lập trình là hệ điều hành cho robot (Robot Operating System - ROS).

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Xây dựng hệ thống điều hướng dựa trên bản đồ hóa SLAM cho Robot Mecanum đa hướng trên nền hệ điều hành ROS

Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) Xây dựng hệ thống điều hướng dựa trên bản đồ hóa SLAM cho Robot Mecanum đa hướng trên nền hệ điều hành ROS Nguyễn Minh Đông1*, Đỗ Quang Hiệp1, Ngô Mạnh Tiến2, Hà Thị Kim Duyên 3, Lê Mạnh Long3, Trần Bá Hiến3 Trường Đại học Kinh tế- Kỹ thuật Công nghiệp. 1 Email: nmdong@uneti.edu.vn, dqhiep@uneti.edu.vn 2 Viện Vật lý, Viện Hàn lâm Khoa học và Công nghệ Việt Nam Email: nmtien@iop.vast.ac.vn 3 Trường Đại học Công nghiệp Hà Nội Email: ha.duyen@haui.edu.vn, lemanhlong@haui.edu.vn, hienbn3333@gmail.com Abstract: Bài báo trình bày về xây dựng phần cứng, mô hình hóa, xây dựng hệ thống bản đồ hóa và định vị đồng thời SLAM cho robot và từ bản đồ thu được từ quá trình I. GIỚI THIỆU SLAM. Thử nghiệm các thuật toán điều hướng chuyển động cho robot trong môi trường phẳng không xác định, Trong công nghiệp Robot tự hành là một lĩnh vực sử dụng công cụ lập trình là hệ điều hành cho robot (Robot thu hút được nhiều sự chú ý của cộng đồng khoa học bởi Operating System - ROS). Từ các thông tin về bản đồ môi vai trò quan trọng của nó trong cuộc sống hàng ngày, trường, vị trí của robot và vật cản (Simultaneous cũng như trong công việc sản xuất và các dây chuyền tự Localization and Mapping - SLAM) để tính toán quỹ đạo cho robot trong hệ thống điều hướng. Hệ thống điều động tại các nhà máy công nghiệp. Ngoài việc tâp trung hướng tính toán quỹ đạo toàn cục sử dụng thuật toán A* vào các thuật toán và phương pháp điều khiển Robot tự và tính toán quỹ đạo cục bộ cho robot có sử dụng thuật hành hoạt động chính xác cao, thời gian thực và hoạt toán TEB. Các kết quả mô phỏng và đặc biệt chạy thử động thích nghi trước những nhiễu bất định của môi nghiệm đã cho thấy tính hiệu quả thực tế của hệ thống trường, thì việc thay đổi cơ cấu chuyển động như sử điều hướng đã xây dựng. dụng nhiều cấu trúc tiên tiến của các bánh xe truyền Keywords: Robot Operating System (ROS), GAZEBO, động đã được nghiên cứu và chế tạo để giúp robot có thể RVIZ, Simultaneous Localization and Mapping (SLAM), di chuyển nhanh nhẹn, linh hoạt hơn. Trong các cơ cấu Mecanum Robot, Navigation. mới đó, robot tự hành sử dụng bánh xe mecanum là một dạng robot đó, bánh meacanum là một loại bánh xe đa Ký hiệu hướng linh hoạt, robot được sử dụng với 4 bánh xe mecanum, mỗi bánh xe có các con lăn đặt lệch góc 45o Ký hiệu Đơn vị Ý nghĩa giúp robot có thể di chuyển cơ động hơn [1,2]. M,G,Q, Trong những năm gần đây, vấn đề điều khiển chuyển Ma trận mô hình và vectơ ξ động của robot đã thu hút đáng kể các nhà nghiên cứu, x,xr, (m,m,ra điều đó dẫn đến sự gia tăng mạnh mẽ các vấn đề tính Trạng thái vector d) toán và yêu cầu tốc độ xử lý phần cứng đáp ứng các v (m/s,m/s nhiệm vụ phức tạp hơn đối với các ứng dụng robot. Với Điều khiển vector ,rad/s) mục đích giải quyết những thách thức này, ROS được wi rad/s Vận tốc động cơ coi là môi trường hiệu quả cho các dự án robot. Đây là r m Bán kính bánh xe một hệ điều hành dựa trên Linux, chịu trách nhiệm đồng hi Vectơ hàng biến đổi bộ hóa các bộ phận của robot với nhau, thu thập dữ liệu H,H’ Ma trận động học thuận và để thiết kế bản đồ định vị, điều hướng. Với các công cụ nghịch đảo mạnh mẽ và thư viện được tích hợp trong ROS, người H1 Ma trận biến đổi dùng có thể thuận tiện triển khai các dự án robot, xây L1, L2 m Khoảng cách hình thức dựng, viết code và chạy chúng trên các máy tính. trung tâm của robot đến Trong điều khiển chuyển động của robot tự hành bao mỗi bánh xe gồm 2 phần chính: hệ thống lập quỹ đạo và hệ thống điều m kg Khối lượng robot khiển bám quỹ đạo. Trong đó việc thiết kế một hệ thống J kg.m2 Mô men quán tính có khả năng cung cấp thông tin về môi trường đã được Fη , Tη N Lực ma sát nhớt và mô-men tập trung nghiên cứu trong [3], [4], [5] và [6]. Các xoắn nghiên cứu này tập trung cho hệ robot nonholonomic, Fc, Tc N Lực ma sát Coulomb và các hệ robot có bánh lái hoặc không có bánh lái. Bản đồ mô-men xoắn hoá môi trường hoạt động và ước tính vị trí của robot Fx, Fy, T N Lực kéo và mô-men xoắn trong môi trường (SLAM) là hai loại thông tin quan ISBN 978-604-80-5958-3 365
Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) trọng nhất khi robot hoạt động trong môi trường không biết trước. Các kỹ thuật sử dụng xác suất robotic được nghiên cứu để đưa ra kỹ thuật xử lý vấn đề SLAM trong [9], [10] và [11]. Khi hệ điều hành ROS ra đời, việc xây dựng các hệ thống robot sử dụng kỹ thuật SLAM để bản đồ hoá và định vị ngày càng phổ biến như trong [5], [6], [7] và [8]. Các kỹ thuật xử lý vấn đề SLAM lấy giá trị thông tin đầu vào từ các cảm biến độ sâu, cảm biến khoảng cách, các điểm ảnh 3D và từ đó tính toán ra các Hình 2. Cấu trúc bánh xe Mecanum giá trị cho việc bản đồ hoá và định vị robot. Bên cạnh Xét mô hình của bánh xe trong hình 3: đó, các tín hiệu từ cảm biến thu về trong quá trình di chuyển cũng được sử dụng để phát hiện những vật cản động, vật cản bất ngờ xuất hiện. Có thể thấy việc SLAM cho robot sử dụng bánh Mecanum là chưa có nhiều. Từ các thông tin SLAM, việc xây dựng các thuật toán xây dựng quỹ đạo tối ưu cho robot, hay là điều hướng cho robot. Bài báo tập trung vào xây dựng hệ thống điều hướng tính toán quỹ đạo toàn cục và quỹ đạo cục bộ cho robot, kỹ thuật lập trình dựa trên phần mềm ROS. Bài báo trình bày về xây dựng phần cứng, mô hình hóa, xây dựng hệ thống bản đồ hóa và định đồng thời Hình 3. Mô hình bánh xe Mecanum SLAM cho robot, và từ bản đồ thu được từ quá trình Giả sử Robot có n bánh xe Mecanum, ma trận động SLAM, sẽ thử nghiệm các thuật toán điều hướng chuyển học nghịch đảo được trình bày như sau động cho robot. Phần 1 bài báo là mô hình động học, mô  hi  hình động học, phần cứng robot, phần 2 là xây dựng hệ H =    nx 3 (1) bản đồ hóa và định vị, phần 3 là thử nghiệm lập trình hệ  hn  thống điều hướng cho robot trên nền tảng ROS, phần 4 là các kết quả mô phỏng và chạy thử nghiệm. Mô hình Robot sử dụng bốn bánh xe Mecanum với cách sắp xếp như trong hình 3. Mỗi bánh xe được dẫn II. MÔ HÌNH MECANUM ROBOT động bởi một động cơ độc lập. A. Mô hình động học của Mecanum Robot Robot đa hướng sử dụng bánh xe mecanum bao gồm 4 bánh xe chủ động được gắn cố định, mỗi bánh tiêu chuẩn cố định với các con lăn thụ động được gắn vào chu vi bánh xe. Mỗi con lăn được đặt lệch góc 45 độ so với trục của bánh xe chủ động [1,2]. Hình 4. Robot với 4 bánh xe Mecanum trong khung tọa độ Với cách sắp xếp trên hình 4, ta thu được các thông Hình 1. Ảnh phần cứng MecanumRobot số của Robot như trong Bảng 1: Khi động cơ truyền động cho bánh xe quay, bánh xe Bảng 1. Thông số của các bánh xe mecanum chạy theo phương vuông góc với trục truyền động, đồng Wheel i 1 2 3 4 thời, các con lăn dọc theo ngoại vi của bánh xe chạy tự 𝛾𝑖 − / 4  /4 − / 4  /4 do quanh trục tương ứng. Các con lăn của bánh xe có Do đó, ma trận động học nghịch đảo như sau: dạng hình trụ, biến đổi một phần lực lái của một bánh xe thành lực trượt của nó và sau đó tạo ra tổng hợp tốc độ 1 −1 − L1 − L2   v  và hướng tương ứng của mỗi bánh xe, kết quả đảm bảo 1 1 1 L1 + L2   x  u = H v =  vy (2) chuyển động cần thiết của Robot theo bất kỳ hướng nào. r 1 −1 L1 + L2         1 1 − L1 − L2  ma trận động học thuận là: ISBN 978-604-80-5958-3 366
Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021)   xây dựng bản đồ SLAM là một trong những vấn đề quan  1 1 1 1  trọng nhất và đóng vai trò then chốt trong điều hướng r  robot. Vì vậy đã thu hút được sự quan tâm lớn của đông H =  −1 1 −1 1  (3) đảo các nhà khoa học. Vấn đề SLAM được mô tả tổng 4  − 1 1 1 1  quát trong quá trình khi robot di chuyển để lập bản đồ −  L1 + L2 L1 + L2 L1 + L2 L1 + L2  những nơi con người không thể hoặc không muốn tiếp cận, đồng thời robot tự xác định được vị trí của nó so Trong đó xác định là vị trí của Robot trong khung với những đối tượng xung quanh. Kỹ thuật SLAM sẽ tọa độ. Ta thu được: cung cấp thông tin bản đồ về môi trường đồng thời sử  x   cos  − sin  0  dụng bản đồ này ước tính tư thế riêng (vị trí và hướng) x =  y  =  sin  cos  0  v = H1v (4) của robot dựa vào các tín hiệu thu được từ các cảm biến    0 0  1 tầm nhìn bao gồm Rplidar và 3D camera. Để thực hiện SLAM, chúng tôi sử dụng gói B. Cấu trúc phần cứng của Mecanum Robot Gmapping cho mecanum robot. Bằng việc thu các dữ liệu từ RPLidar, Astra camera và chyển đổi Deep to Laser với cấu trúc các phần như hình 6. Gói Gmapping ước tính vị trí của Robot và xây dựng bản đồ dựa trên dữ liệu thu được và các phép đo hình học của nó. ✓ Thư viện TF được thiết kế và cung cấp các tiêu chuẩn để theo dõi các khung tọa độ và chuyển đổi dữ liệu trong toàn bộ hệ thống. ✓ RPLidar: node này thực hiện chạy cảm biến RPLidar và gửi thông tin “scan” cần thiết cho SLAM Hình 5. Cấu trúc phần cứng của Mecanum Robot đến node Gmapping. Mô hình Robot được xây dựng với 3 thành phần ✓ Teleop: node này là thuật toán điều khiển để chính: Phần xử lý trung tâm, phần cảm biến và phần Robot có thể di chuyển theo ý muốn của người dùng. điều khiển cơ cấu chấp hành. Về cấu trúc bộ phận di Sau đó tiến hành gửi vận tốc góc và vận tốc di chuyển chuyển là 4 bánh xe mecanum giúp việc di chuyển linh cho core dựa trên tín hiệu thu được. hoạt và dễ dàng hơn. Máy tính nhúng Jetson TX2 đóng ✓ Core: node này nhận được vận tốc di chuyển và vai trò là bộ xử lý trung tâm được cài đặt hệ điều hành vận tốc góc. Trong khi Publishes “odom”, đó là tư thế ROS cùng với các node tính toán thuật toán SLAM và được đo và ước tính của Robot. Bên cạnh đó còn điều hướng. Sau khi tính toán xong, Jetson TX2 gửi publishes tọa độ của robot đã được chuyển đổi theo thứ lệnh điều khiển cho bộ phận điều khiển cơ cấu chấp tự: ✓ OdomBase_footprintBase_linkBase_sca hành là mạch STM32. RPLidar quét laser 360o giúp n. Sau đó những dữ liệu này sẽ được gửi đến topIC tf. Robot xây dựng bản đồ và nhận diện vật cản tầm cao ✓ Gmapping: node này sẽ tạo ra bản đồ dựa trên với khoảng cách xa. Astra Camera sử dụng Deep thông tin đo đạc khoảng cách từ tín hiệu laser scan và Camera giúp nhận diện vật cản tầm trung và tầm thấp ở thông tin từ topIC tf, đó là tư thế của Robot. phía trước Robot. ✓ Map_server: node này tiến hành tạo file III. SLAM - BẢN ĐỒ HÓA VÀ ĐỊNH VỊ ĐỒNG “map.gpm” và file “map.yaml”, 2 file này chứa các THỜI CHO ROBOT thông tin của bản đồ thu được. IV. HỆ THỐNG ĐIỀU HƯỚNG MECANUM ROBOT Hệ thống điều hướng cho robot phải đảm bảo được nó có thể di chuyển tự động và an toàn trong môi trường thực tế, tránh các vật cản động cũng như vật cản tĩnh của môi trường trong suốt quá trình di chuyển, đồng thời phải bám sát quỹ đạo từ vị trí ban đầu đến vị trí mong muốn trong môi trường. Vị trí đích chỉ có thể được đặt trong vùng môi trường đã xác định. Hệ thống điều hướng cho robot bao gồm 2 phần chính là phần lập quỹ đạo toàn cục (Global planner) và Hình 6. Sơ đồ tín hiệu xây dựng bản đồ, định vị và điều lập quỹ đạo cục bộ (Local planner). Việc xây dựng quỹ hướng robot đạo cục bộ cho robot dựa vào các dữ liệu bên ngoài Trong lĩnh vực robotics, vấn đề định vị đồng thời được đọc về từ các cảm biến qua đó robot có thể phát ISBN 978-604-80-5958-3 367
Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) hiện và tránh các chướng ngại vật đồng thời bám theo ✓ Lidar: node giao tiếp với lidar, xuất ra dữ liệu quỹ đạo đặt được sinh ra từ bản đồ toàn cục. laser scan với topic /laser_scan A. Lập quỹ đạo toàn cục ✓ 3D camera: node giao tiếp với camera 3D, xuất Phần lập quỹ đạo toàn cục cho robot sử dụng thông ra dữ liệu các điểm đám mây 3D với topic /point_cloud tin về bản đồ môi trường, vị trí robot từ hệ thống nhận ✓ Map: bản đồ hoá môi trường, thu dữ liệu từ lidar thức hay là kỹ thuật SLAM được sử dụng. Trước tiên, /laser_scan và xuất ra bản đồ 2D môi trường robot hoạt robot cần xác định được vị trí của nó trong bản đồ tại động với topic /map thời điểm hiện tại. Lúc này robot sẽ có những nhận thức ✓ Global costmap: bản đồ có giá trị ảnh hưởng đến về môi trường xung quanh, đặc biệt là bản đồ bao gồm việc điều hướng robot trong toàn bộ bản đồ, nhận dữ những vật cản tĩnh đã xác định được ở hệ thống nhận liệu từ bản đồ thu được /map và vật cản tĩnh môi trường thức. Tiếp đến, vị trí đích được xác định và được đặt trong bản đồ /obstacle, xuất ra dữ liệu trực tiếp đến node trong vùng phạm vi đã xác định của bản đồ. Từ đó, các Global planner thuật toán tính toán quỹ đạo sẽ tính toán để đảm bảo ✓ Local costmap: bản đồ có giá trị ảnh hưởng đến robot có thể di chuyển tới vị trí đích với quỹ đạo ngắn việc điều hướng robot trong phạm vi một vùng hình nhất. vuông xung quanh robot, nhận dữ liệu từ vật cản động Phần lập quỹ đạo toàn cục được thiết kế sử dụng và vật cản tĩnh /obstacle, xuất ra dữ liệu trực tiếp đến thuật toán A* [11] dựa trên nền tảng ROS. node Local planner Phần lập quỹ đạo toàn cục sẽ tính toán ra quỹ đạo ✓ Global planner: lập quỹ đạo toàn cục từ vị trí ngắn nhất cho robot từ vị trí hiện tại tới vị trí đích trong hiện tại của robot đến vị trí đích, nhận dữ liệu từ vị trí khi đảm bảo robot có thể tránh được vật cản cố định robot /pose và vị trí đích /goal. Quỹ đạo này được dùng trong bản đồ. Tuy nhiên, nó không xét đến những ràng làm tham chiếu cho node Local planner buộc động học của mô hình robot. Do đó, quỹ đạo toàn ✓ Local planner: lập quỹ đạo cục bộ, điều chỉnh cục không phải là quỹ đạo trực tiếp đặt cho robot mà nó quỹ đạo phù hợp cho robot, nhận dữ liệu từ local chỉ được sử dụng làm quỹ đạo tham chiếu cho phần lập costmap và tham chiếu quỹ đạo toàn cục. quỹ đạo cục bộ. V. KẾT QUẢ MÔ PHỎNG VÀ CHẠY THỬ B. Lập quỹ đạo cục bộ NGHIỆM Quỹ đạo toàn cục được đưa ra bởi phần lập đường đi toàn cục sẽ được đưa vào làm quỹ đạo tham chiếu A. Kết quả mô phỏng cho phần lập quỹ đạo cục bộ để đảm bảo robot có thể di Phần mềm mô phỏng Gazebo được tích hợp để có chuyển tới vị trí đích. Hơn nữa, phần lập quỹ đạo cục thể sử dụng trong ROS. Môi trường trong Gazebo được bộ sẽ xét đến cả những ràng buộc động học của robot tối ưu sao cho các điều kiện vật lý giống với môi trường như là những giới hạn về vận tốc và gia tốc. thực tế nhất. Mô hình robot bốn bánh mecanum được Một trong những thuật toán nổi bật cho việc lập quỹ xây dựng như hình 7, với các tham số mô phỏng và thực cục bộ cho robot là thuật toán dải đàn hồi thời gian TEB nghiệm giống nhau: [11]. Thuật toán TEB là một phương pháp tránh vật cản - Tốc độ lớn nhất theo phương x và y: 1.5 m/s thời gian thực cho việc tối ưu quỹ đạo cục bộ. Phần lập - Tốc độ góc lớn nhất: 0.5 rad/s quỹ đạo cục bộ sử dụng TEB sẽ tối ưu cục bộ quỹ đạo - Bán kính robot: 0.40 m của robot, giảm thiểu thời gian di chuyển, đảm bảo - Bán kính bánh xe: 0.15 m robot tránh vật cản trong khi di chuyển và có xét tới các - Tham số cho cảm biến lidar: Phạm vi quét lớn o nhất: 0.2 ÷10 m, Độ phân giải: 1 , Góc quét: 360 o ràng buộc động học như là vận tốc và gia tốc. C. Lập trình hệ thống điều hướng cho mecanum robot trên ROS Hình 8. Xây dựng mô hình robot mecanum trên ROS Mô hình mô phỏng 3D được xây dựng mô phỏng lại mô hình thực tế của robot với 4 bánh mecanum đa Hình 7. Cấu trúc hệ thống điều hướng trên ROS hướng đặt xung quanh cách đều nhau (hình 8). Rplidar được đặt ở trên cùng để quét 360 độ các giá trị đến vật Cấu trúc hệ thống lập quỹ đạo được thiết kế gồm 2 cản môi trường xung quanh. Bên cạnh đó là môi trường phần chính: lập quỹ đạo toàn cục và lập quỹ đạo cục bộ 3D được xây dựng để tiến hành mô phỏng hệ thống điều (hình 7). Trong hệ thống này bao gồm các node chính: ISBN 978-604-80-5958-3 368
Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) hướng cho robot. đỏ, khi quỹ đạo toàn cục đã được tạo ra thì quỹ đạo cục Quá trình SLAM để lấy bản đồ môi trường hoạt bộ sẽ chuyển con đường này thành các lệnh vận tốc cho động chúng tôi sử dụng gói Gmapping cho mecanum động cơ robot. Khi robot đi tới một góc tường, nhận robot (như đã trình bày tại mục III) bằng việc thu các thấy có khả năng robot sẽ va chạm với vật cản này, phần dữ liệu từ RPLidar, Astra camera. Quá trình chạy mô lập quỹ đạo cục bộ ngay lập tức điều chỉnh lại quỹ đạo phỏng, thử nghiệm được thể hiện trên hình 9. cho robot. Quỹ đạo này khiến robot di chuyển vòng xa góc tường hơn nhưng vẫn đảm bảo bám sát tới quỹ đạo toàn cục. Khi hoạt động, các cảm biến cập nhật bản đồ với các vật cản mới phát hiện được. Costmap sử dụng thông tin từ cảm biến tạo ra bản đồ cục bộ xung quanh Robot Omni. Khối lập quỹ dạo cục bộ căn cứ vào vật cản gặp phải và thuật toán TEB sẽ cho ra kế hoạch di chuyển với khoảng cách có thể thay đổi, ở đây khoảng cách được chọn là 0,5m. Như trong hình 11,12 thì sau khi tránh vật cản thì Robot sẽ có thể lại di chuyển theo con đường mong muốn trong thời gian ngắn và đi tới mục tiêu. Hình 9. Quá trình SLAM và lấy bản đồ môi trường hoạt động cho mecanum robot Quá trình tiếp theo là điều hướng chuyển động cho robot, tính toán quỹ đạo sao cho robot di chuyển tới vị trí đích bất kì được đặt trước trên bản đồ và đồng thời tránh được vật cản trong quá trình di chuyển. Hình 11. Robot tránh vật cản xuất hiện khi di chuyển Hình 10. Tính toán quỹ đạo di chuyển tối ưu cho robot Hình 10 cho thấy việc hệ thống điều hướng tính toán quỹ đạo cho robot di chuyển tới điểm địch. Hệ thống điều hướng sẽ tính toán 2 loại quỹ đạo. Đường màu đỏ là quỹ đạo toàn cục cho robot, đây là quỹ đạo được tính toán sao cho nó là quỹ đạo ngắn nhất từ vị trí hiện tại của robot tới đich. Quỹ đạo cục bộ là đường màu xanh là quỹ đạo đặt cho việc điều khiển hệ thống robot. Quỹ Hình 12. Robot tránh vật cản xuất hiện khi di chuyển đạo này sẽ điều chỉnh quỹ đạo của robot sao cho robot có thể di chuyển an toàn, tránh va chạm mà vẫn đảm Kịch bản thử nghiệm thứ 2 là khi vật cản thấp hơn bảo robot tiến tới vị trí đích. Khi robot đi tới một góc vùng quét của lidar, lúc này tín hiệu laser scan từ lidar tường, nhận thấy có khả năng robot sẽ va chạm với vật không thể nhận dạng được vật cản. Khi đó, dữ liệu point cản này, phần lập quỹ đạo cục bộ ngay lập tức điều cloud 3D thu được từ Astra camera sẽ thay thế tín hiệu chỉnh lại quỹ đạo cho robot. Quỹ đạo này khiến robot laser scan để phát hiện vật cản này, đưa nó vào phần di chuyển vòng xa góc tường hơn nhưng vẫn đảm bảo phát hiện vật cản của hệ thống nhận thức. Tiếp đến, nó hướng tới quỹ đạo toàn cục phần lập quỹ đạo cục bộ sẽ tính toán và đưa ra quỹ đạo B. Mô phỏng với vật cản phù hợp cho robot để tránh được các loại vật cản này, Để kiểm chứng khả năng linh hoạt của robot trong thể hiện tại đường màu xanh. Sau khi vượt qua vật cản, việc tránh vật cản, robot được thử nghiệm trong tình đường quỹ đạo cục bộ sẽ được tự động tính toán và hợp huống có vật cản động. nhất với đường quỹ đạo toàn cục đã tính. Hình 11,12 thể hiện chuyển động của robot trong khi có vật cản. Trong hình thể hiện kế hoạch đường đi của Robot. Quỹ đạo toàn cục được sử dụng để tạo ra con đường ngắn nhất đến đích thể hiện qua con đường màu ISBN 978-604-80-5958-3 369
Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) Machine Vision, vol. 10341 (2016). [6] Z. e. a. An, "Development of Mobile Robot SLAM Based on ROS," International Journal of Mechanical Engineering and Robotics Research, (2016), pp. 47-51. [7] R. e. a. Giubilato, "An evaluation of ROS- compatible stereo visual SLAM methods on a nVidia Jetson TX2," Measurement, (2019), pp. 161-170. [8] R. N. a. M. K. B. Darmanin, "Autonomous Exploration and Mapping using a Mobile Robot Running ROS," ICINCO, 2016. Hình 13. Robot tránh vật cản với các kích thước khác nhau [9] R. K. e. a. Megalingam, "ROS based autonomous indoor navigation simulation using SLAM algorithm," Int. J. Pure Appl. Math, (2018), pp. VI. KẾT LUẬN 199-205. Bài báo trình bày về xây dựng phần cứng, mô hình [10] P. e. a. Marin-Plaza, "Global and local path hóa, xây dựng hệ thống bản đồ hóa và định đồng thời planning study in a ROS-based research platform SLAM cho robot đa hướng sử dụng loại bánh xe for autonomous vehicles," Journal of Advanced Mecanum và từ bản đồ thu được từ quá trình SLAM, Transportation, (2018). xây dựng các thuật toán điều hướng chuyển động cho [11] C. F. H. a. T. B. Rösmann, "Online trajectory robot trong môi trường phẳng không xác định, sử dụng planning in ROS under kinodynamic constraints công cụ lập trình là hệ điều hành cho robot ROS. Từ các with timed-elastic-bands," Robot Operating thông tin về bản đồ môi trường, vị trí của robot và vật System (ROS). Springer, Cham, (2017), pp. 231- cản (SLAM), hệ thống điều hướng tính toán quỹ đạo 261. toàn cục sử dụng thuật toán A* và tính toán quỹ đạo cục bộ cho robot có sử dụng thuật toán TEB. Các kết quả mô phỏng, thử nghiệm đã cho thấy tính hiệu quả thực tế của hệ thống điều hướng đã xây dựng cho robot đa hướng sử dụng loại bánh xe Mecanum. LỜI CẢM ƠN Bài báo này được hoàn thành với sự tài trợ của Đề tài cấp Quốc gia thuộc chương trình phát triển Vật lý 2021-2025: "Nghiên cứu phát triển robot tự hành thông minh sử dụng các công nghệ sensor khác nhau và nền tảng IoT, AI, định hướng ứng dụng trong quan trắc môi trường phóng xạ", 2022-2024. TÀI LIỆU THAM KHẢO [1] I. Zeidis and K. Zimmermann, “Dynamics of a four-wheeled mobile robot with Mecanum wheels,” ZAMM Zeitschrift fur Angew. Math. und Mech. 26 October 2019 [2] H. Taheri, B. Qiao and N. Ghaeminezhad, “Kinematic Model of a Four Mecanum Wheeled Mobile Robot,” Int. J. Comput. Appl. No. 3, March 2015 [3] R. L. e. a. Guimarães, "ROS navigation: Concepts and tutorial," Springer, Cham, (2016), pp. 121- 160. [4] A. a. P. A. Pajaziti, "SLAM–map building and navigation via ROS," International Journal of Intelligent Systems and Applications in Engineering, vol. 2(4) (2014), pp. 71-75. [5] A. I. A. a. E. M. Buyval, "Comparative analysis of ROS-based monocular SLAM methods for indoor navigation," Ninth International Conference on ISBN 978-604-80-5958-3 370

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2431 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.