Luận Văn: Nghiên Cứu Thuật Toán Tìm Đường Bao Phủ Cho Nhóm Robot Di Động

Luận văn nghiên cứu thuật toán tìm đường bao phủ hiệu quả cho nhóm robot di động. Tối ưu hóa đường đi, giảm thiểu thời gian và năng lượng tiêu thụ.

Trường đại học

Đại học Bách Khoa

Chuyên ngành

Công nghệ thông tin

Người đăng

Ẩn danh

Thể loại

Luận văn tốt nghiệp

2016

75
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

MỤC LỤC

DANH MỤC HÌNH VẼ

DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ

LỜI MỞ ĐẦU

1. CHƯƠNG 1: TỔNG QUAN

1.1. Giới thiệu một số khái niệm liên quan

1.2. Robot dịch vụ là gì?

1.3. Ứng dụng của robot dịch vụ

1.4. Tìm đường bao phủ là gì?

1.5. Các phương pháp giải quyết và các công cụ tiếp cận bài toán bao phủ

1.6. Phương pháp giải quyết bài toán bao phủ

1.7. Các công cụ tiếp cận bài toán

1.8. Nội dung đề tài và kết quả thực hiện được

1.8.1. Nội Dung đề tài

1.8.2. Kết quả thực hiện được

2. CHƯƠNG 2: PHƯƠNG PHÁP GIẢI QUYẾT BÀI TOÁN BAO PHỦ

2.1. Một số phương pháp giải quyết bài toán bao phủ với đơn robot

2.2. Phương pháp phân chia vùng làm việc cổ điển

2.2.1. Thuật toán phân chia theo hình thang

2.2.2. Thuật toán phân chia Boustrophedon

2.3. Phương pháp dựa trên lưới ô vuông

2.3.1. Thuật toán tràn sóng wavefront

2.3.2. Thuật toán cây bao trùm

2.4. Phương pháp giải quyết sử dụng một nhóm robot

3. CHƯƠNG 3: LÝ THUYẾT VÀ PHÁT TRIỂN THUẬT TOÁN MSTC

3.1. Các tiêu chí đánh giá

3.2. Thuật toán bao phủ với một nhóm robot dựa trên cây bao trùm trên mỗi trường đã biết

3.2.1. Khu vực bao phủ

3.2.2. Thuật toán MSTC Offline

3.2.2.1. Xây dựng cây bao trùm
3.2.2.2. MSTC Offline không quay lui

3.2.3. Phân tích các tiêu chí của thuật toán

3.3. Thuật toán bao phủ với một nhóm robot với môi trường chưa rõ

3.3.1. Khu vực bao phủ

3.3.2. Thuật toán ORMSTC

3.3.3. Phân tích các tiêu chí của thuật toán

3.3.3.1. Tính mạnh mẽ
3.3.3.2. Tính bao phủ toàn bộ
3.3.3.3. Tính không dư thừa

3.4. Đề xuất cải tiến và phát triển thuật toán MSTC

3.4.1. Đề xuất và phát triển thuật toán ORMSTC dựa trên cách tạo cây con trên MSTC-offline

3.4.2. Khu vực bao phủ

3.4.3. Ý tưởng cải tiến thuật toán

3.4.4. Phát triển thuật toán

3.4.5. Phân tích các tiêu chí của thuật toán

3.5. Triển khai thuật toán MSTC - Full

3.5.1. Khu vực bao phủ

3.5.2. Ý tưởng thuật toán

3.5.3. Phát triển thuật toán

3.5.4. Phân tích các tiêu chí đánh giá thuật toán cải tiến

4. CHƯƠNG 4: CÀI ĐẶT VÀ THỬ NGHIỆM CÁC THUẬT TOÁN MSTC

4.1. Giới thiệu một số công cụ, phần mềm sử dụng

4.1.1. Giới thiệu về ROS

4.1.2. Giới thiệu về Gazebo

4.1.3. Giới thiệu robot Kobuki

4.1.4. Giới thiệu Hokuyo

4.2. Giải quyết bài toán giao tiếp giữa các robot

4.2.1. Vấn đề phát sinh

4.2.2. Áp dụng lập trình socket với thuật toán MSTC

4.3. Vấn đề quay lui robot và giải quyết tính mạnh mẽ khi thử nghiệm thuật toán

4.3.1. Vấn đề phát sinh

4.3.2. Áp dụng phương pháp khoảng cách để di chuyển đến cell cần đi

4.4. Vấn đề trong tính mạnh mẽ của thuật toán MSTC

4.5. Kết quả thử nghiệm

4.5.1. Thử nghiệm trên môi trường mô phỏng

4.5.2. Đánh giá thuật toán trên môi trường giả lập

4.5.3. Thử nghiệm trên môi trường thực tế

4.6. Những điểm chưa hoàn thiện

4.7. Hướng phát triển đề tài

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tìm Hiểu Tổng Quan Về Thuật Toán Tìm Đường Bao Phủ

Bài toán tìm đường bao phủ (Coverage Path Planning - CPP) cho robot di động là một lĩnh vực nghiên cứu quan trọng trong robot học. Mục tiêu là lập kế hoạch đường đi cho một hoặc nhiều robot để bao phủ toàn bộ một khu vực nhất định một cách hiệu quả. Các ứng dụng của CPP rất đa dạng, từ dọn dẹp vệ sinh, kiểm tra an ninh, đến nông nghiệp chính xác và tìm kiếm cứu nạn. Những năm gần đây, việc sử dụng nhóm robot di động để giải quyết bài toán bao phủ ngày càng được quan tâm, vì nó có thể hoàn thành nhiệm vụ nhanh hơn và mạnh mẽ hơn so với một robot duy nhất. Luận văn này tập trung vào việc nghiên cứu và phát triển các thuật toán tìm đường bao phủ cho nhóm robot, đặc biệt là thuật toán MSTC (Multi-robot Spanning Tree Coverage). Luận văn sẽ trình bày các phương pháp tiếp cận khác nhau, phân tích ưu nhược điểm của từng phương pháp, và đề xuất các cải tiến để nâng cao hiệu quả và tính mạnh mẽ của thuật toán trong các môi trường khác nhau. Theo tài liệu gốc, 'từ mong muốn muốn thử nghiệm một thuật toán tìm đường bao phủ cho nhóm robot, luận văn tập trung nghiên cứu, tìm hiểu, giải quyết những vấn đề cụ thể như sau: Tìm hiểu tổng quan về các thuật toán tìm đường bao phủ, Nghiên cứu, tìm hiểu lý thuyết về thuật toán tìm bao phủ SFC với nhóm robot.'

1.1. Ứng Dụng Thực Tế Của Robot Di Động Trong Bài Toán Bao Phủ

Việc sử dụng robot để giải quyết bài toán bao phủ đã được ứng dụng rất nhiều trong thực tiễn. Robot tự hành có thể được sử dụng để dọn dẹp vệ sinh các khu vực rộng lớn, kiểm tra các đường ống dẫn dầu, hoặc giám sát an ninh trong các khu vực nguy hiểm. Trong nông nghiệp, robot có thể được sử dụng để theo dõi sức khỏe cây trồng và phun thuốc trừ sâu một cách chính xác. Trong lĩnh vực tìm kiếm cứu nạn, robot có thể được triển khai để tìm kiếm nạn nhân trong các khu vực bị sập đổ hoặc ô nhiễm. Các robot này thường được trang bị các cảm biến như lidar, camera, và cảm biến siêu âm để thu thập thông tin về môi trường xung quanh. Thuật toán SLAM (Simultaneous Localization and Mapping) được sử dụng để xây dựng bản đồ của môi trường, cho phép robot định vị và di chuyển một cách tự động. Hiệu quả và độ tin cậy của các ứng dụng này phụ thuộc rất lớn vào hiệu suất thuật toánđộ phức tạp thuật toán.

1.2. Các Phương Pháp Tiếp Cận Bài Toán Bao Phủ Với Robot

Có nhiều phương pháp tiếp cận khác nhau để giải quyết bài toán bao phủ với robot. Một số phương pháp dựa trên việc phân chia khu vực làm việc thành các ô nhỏ và lập kế hoạch đường đi cho robot để bao phủ từng ô một. Các phương pháp khác sử dụng thuật toán di truyền (Genetic Algorithm), thuật toán PSO (Particle Swarm Optimization), hoặc thuật toán A* để tìm kiếm đường đi tối ưu. Các thuật toán này có thể được phân loại thành thuật toán tập trung (Centralized Algorithms), thuật toán phân tán (Distributed Algorithms), hoặc thuật toán lai (Hybrid Algorithms). Việc lựa chọn phương pháp phù hợp phụ thuộc vào kích thước của khu vực làm việc, số lượng robot, và các ràng buộc về thời gian và năng lượng. Các công cụ GIS (Geographic Information System) cũng có thể được sử dụng để hỗ trợ việc lập kế hoạch đường đi và quản lý dữ liệu.

II. Phân Tích Các Thách Thức Khi Sử Dụng Nhóm Robot Bao Phủ

Mặc dù việc sử dụng nhóm robot có nhiều ưu điểm so với việc sử dụng một robot duy nhất, nó cũng đặt ra nhiều thách thức. Một trong những thách thức lớn nhất là làm thế nào để phối hợp hoạt động của các robot để tránh va chạm và đảm bảo rằng toàn bộ khu vực làm việc được bao phủ một cách hiệu quả. Vấn đề giao tiếp giữa các robot cũng rất quan trọng, đặc biệt là trong các môi trường không gian phức tạp hoặc khi robot hoạt động ở khoảng cách xa nhau. Ngoài ra, tính mạnh mẽ của hệ thống cũng là một yếu tố cần được xem xét. Nếu một robot bị hỏng hoặc mất kết nối, các robot khác cần có khả năng tiếp tục nhiệm vụ mà không làm ảnh hưởng đến hiệu quả bao phủ. Theo lời mở đầu luận văn, “lý do đầu tiên là bởi nhiều robot có thể hoàn thành nhiệm vụ nhanh hơn so với một robot, bằng cách phân chia khu vực làm việc giữa chúng. Lý do thứ hai là bởi sử dụng nhóm robot có thể đảm bảo được việc hoàn thành xong công việc tốt hơn. Khi nhiều robot được sử dụng, giả sử có một thành viên bị lỗi và không thể hoàn thành phần việc mình được giao, các đồng nghiệp khác của nó có thể hỗ trợ để vẫn đảm bảo công việc chung được hoàn thành”.

2.1. Vấn Đề Phối Hợp Hoạt Động Và Tránh Va Chạm Cho Robot

Để phối hợp hoạt động của các robot và tránh va chạm, cần có một cơ chế điều khiển hiệu quả. Các phương pháp điều khiển có thể dựa trên việc sử dụng một bộ điều khiển trung tâm (Centralized Control) hoặc một hệ thống điều khiển phân tán (Distributed Control). Trong hệ thống điều khiển trung tâm, một máy tính trung tâm sẽ thu thập thông tin từ tất cả các robot và đưa ra quyết định điều khiển. Trong hệ thống điều khiển phân tán, mỗi robot sẽ tự đưa ra quyết định dựa trên thông tin thu thập được từ các cảm biến và từ các robot khác. Các thuật toán như thuật toán đồng thuận (Consensus Algorithm) có thể được sử dụng để đảm bảo rằng các robot đạt được sự đồng thuận về kế hoạch hành động chung. Ngoài ra, việc sử dụng các kỹ thuật mô phỏng robot có thể giúp kiểm tra và đánh giá hiệu quả của các thuật toán điều khiển trước khi triển khai trong thực tế.

2.2. Giao Tiếp Giữa Các Robot Trong Môi Trường Không Gian Khó Khăn

Trong môi trường không gian khó khăn, việc duy trì kết nối giao tiếp giữa các robot có thể là một thách thức. Các yếu tố như khoảng cách, chướng ngại vật, và nhiễu sóng có thể làm giảm chất lượng kết nối. Để giải quyết vấn đề này, có thể sử dụng các giao thức giao tiếp mạnh mẽ và linh hoạt, chẳng hạn như giao thức TCP/IP hoặc UDP. Ngoài ra, việc sử dụng các kỹ thuật định tuyến đa đường (Multi-path Routing) có thể giúp tăng cường độ tin cậy của kết nối. Các robot cũng có thể được trang bị các trạm chuyển tiếp (Relay Stations) để mở rộng phạm vi phủ sóng của mạng giao tiếp. Các kỹ thuật swarm robotics cũng có thể được áp dụng để cải thiện khả năng giao tiếp và phối hợp hoạt động của nhóm robot.

III. MSTC Thuật Toán Tìm Đường Bao Phủ Cho Nhóm Robot Di Động

Luận văn tập trung nghiên cứu và phát triển thuật toán MSTC (Multi-robot Spanning Tree Coverage) cho nhóm robot di động. Thuật toán MSTC là một phương pháp hiệu quả để giải quyết bài toán bao phủ trong các môi trường đã biết trước (Offline). Ý tưởng chính của thuật toán là xây dựng một cây bao trùm (Spanning Tree) trên khu vực làm việc và sau đó phân chia cây này cho các robot để chúng bao phủ các nhánh khác nhau của cây. Thuật toán MSTC có nhiều ưu điểm, bao gồm tính đơn giản, dễ triển khai, và hiệu quả tính toán cao. Tuy nhiên, nó cũng có một số hạn chế, chẳng hạn như khả năng xử lý các môi trường động và khả năng phục hồi khi một robot bị hỏng. Chương 3 của luận văn đi sâu vào lý thuyết thuật toánphát triển thuật toán MSTC.

3.1. Xây Dựng Cây Bao Trùm Spanning Tree Trong Thuật Toán MSTC

Việc xây dựng cây bao trùm (Spanning Tree) là bước quan trọng trong thuật toán MSTC. Cây bao trùm là một đồ thị con của đồ thị ban đầu, bao gồm tất cả các đỉnh của đồ thị ban đầu và một số cạnh sao cho không có chu trình nào được tạo ra. Có nhiều thuật toán khác nhau để xây dựng cây bao trùm, chẳng hạn như thuật toán Kruskalthuật toán Prim. Trong thuật toán MSTC, khu vực làm việc thường được chia thành các ô vuông nhỏ (Cells), và các ô này được coi là các đỉnh của đồ thị. Các cạnh của đồ thị được xác định bởi sự liền kề giữa các ô. Cây bao trùm được xây dựng sao cho tổng độ dài của các cạnh là nhỏ nhất. Cây bao trùm này sau đó được sử dụng để lập kế hoạch đường đi cho các robot.

3.2. Phân Chia Cây Bao Trùm Cho Nhóm Robot Để Bao Phủ

Sau khi cây bao trùm được xây dựng, nó cần được phân chia cho các robot để chúng bao phủ các nhánh khác nhau của cây. Việc phân chia cây có thể được thực hiện bằng nhiều cách khác nhau. Một phương pháp đơn giản là chia cây thành các đoạn đường đi (Paths) có độ dài bằng nhau và giao mỗi đoạn cho một robot. Một phương pháp khác là sử dụng các thuật toán tối ưu hóa để tìm ra cách phân chia cây sao cho tổng thời gian bao phủ là nhỏ nhất. Yếu tố quan trọng là mỗi robot cần phải có đủ năng lượng và thời gian để hoàn thành nhiệm vụ được giao. Ngoài ra, cần có một cơ chế để đảm bảo rằng các robot không va chạm vào nhau trong quá trình di chuyển.

IV. ORMSTC Phát Triển Thuật Toán Bao Phủ Cho Môi Trường Chưa Biết

Để giải quyết bài toán bao phủ trong các môi trường chưa biết (Online), luận văn đề xuất thuật toán ORMSTC (On-line Robust Multi-robot STC). Thuật toán ORMSTC là một phiên bản cải tiến của thuật toán MSTC, cho phép các robot khám phá và bao phủ khu vực làm việc một cách đồng thời. Trong thuật toán ORMSTC, các robot sử dụng các cảm biến để thu thập thông tin về môi trường xung quanh và xây dựng bản đồ một cách liên tục. Bản đồ này sau đó được sử dụng để lập kế hoạch đường đi cho các robot. Thuật toán ORMSTC có tính mạnh mẽ cao, cho phép các robot phục hồi khi gặp phải các tình huống bất ngờ, chẳng hạn như khi một robot bị hỏng hoặc khi có chướng ngại vật xuất hiện.

4.1. Khám Phá Và Xây Dựng Bản Đồ Môi Trường Chưa Biết Bằng Robot

Trong thuật toán ORMSTC, các robot sử dụng các cảm biến như lidar, camera, và cảm biến siêu âm để thu thập thông tin về môi trường xung quanh. Thông tin này được sử dụng để xây dựng bản đồ của môi trường. Thuật toán SLAM (Simultaneous Localization and Mapping) có thể được sử dụng để xây dựng bản đồ một cách đồng thời với việc định vị robot. Bản đồ này có thể được biểu diễn dưới dạng lưới ô vuông (Grid Map), đồ thị quan sát (Visibility Graph), hoặc bản đồ đặc trưng (Feature Map). Các robot liên tục cập nhật bản đồ khi chúng di chuyển và khám phá các khu vực mới.

4.2. Lập Kế Hoạch Đường Đi Và Điều Khiển Robot Trong ORMSTC

Dựa trên bản đồ được xây dựng, các robot lập kế hoạch đường đi để bao phủ các khu vực chưa được khám phá. Các thuật toán lập kế hoạch đường đi như thuật toán A*, thuật toán D*, hoặc thuật toán RRT (Rapidly-exploring Random Tree) có thể được sử dụng. Thuật toán cũng cần phải xem xét các ràng buộc về vận tốc, gia tốc, và khả năng di chuyển của robot. Trong quá trình di chuyển, các robot sử dụng các cảm biến để phát hiện và tránh các chướng ngại vật. Cơ chế điều khiển cần phải đảm bảo rằng các robot di chuyển một cách an toàn và hiệu quả.

V. Kết Quả Thực Nghiệm Và Đánh Giá Thuật Toán MSTC ORMSTC

Luận văn trình bày kết quả thực nghiệm và đánh giá hiệu quả của thuật toán MSTCthuật toán ORMSTC trong cả môi trường mô phỏng và môi trường thực tế. Các thực nghiệm được thực hiện với các robot khác nhau và trong các môi trường có độ phức tạp khác nhau. Các tiêu chí đánh giá bao gồm thời gian bao phủ, độ bao phủ, và mức tiêu thụ năng lượng. Kết quả thực nghiệm cho thấy rằng cả thuật toán MSTCthuật toán ORMSTC đều có hiệu quả cao trong việc giải quyết bài toán bao phủ cho nhóm robot. Theo chương 4 của luận văn, “trình bày những kết quả đạt được khi thử nghiệm trong mô phỏng và trong thực tế”.

5.1. So Sánh Hiệu Suất Thuật Toán Trong Môi Trường Mô Phỏng

Trong môi trường mô phỏng, các thuật toán MSTCORMSTC được so sánh với các thuật toán khác, chẳng hạn như thuật toán Spiral-STC. Các robot được mô phỏng bằng phần mềm Gazebo, và môi trường được tạo ra bằng phần mềm ROS. Các kết quả cho thấy rằng thuật toán ORMSTC có hiệu suất tốt hơn trong các môi trường chưa biết, trong khi thuật toán MSTC có hiệu suất tốt hơn trong các môi trường đã biết. Các kết quả này cũng cho thấy rằng thuật toán ORMSTC có tính mạnh mẽ cao hơn so với thuật toán MSTC.

5.2. Thử Nghiệm Thuật Toán Với Robot Kobuki Trong Thực Tế

Trong môi trường thực tế, các thuật toán MSTCORMSTC được thử nghiệm với các robot Kobuki. Các robot được trang bị các cảm biến lidar và camera. Các kết quả cho thấy rằng các thuật toán hoạt động tốt trong các môi trường thực tế, mặc dù có một số vấn đề về độ chính xác của cảm biến và khả năng điều khiển robot. Các vấn đề này có thể được giải quyết bằng cách sử dụng các kỹ thuật lọc dữ liệu và điều khiển phản hồi.

VI. Kết Luận và Hướng Phát Triển Thuật Toán Tìm Đường Bao Phủ

Luận văn đã trình bày một nghiên cứu toàn diện về thuật toán tìm đường bao phủ cho nhóm robot di động. Các thuật toán MSTCORMSTC đã được phát triển và đánh giá trong cả môi trường mô phỏng và môi trường thực tế. Kết quả cho thấy rằng các thuật toán này có hiệu quả cao trong việc giải quyết bài toán bao phủ. Tuy nhiên, vẫn còn nhiều hướng phát triển tiềm năng cho các thuật toán này. Các hướng phát triển này bao gồm việc cải thiện khả năng xử lý các môi trường động, tăng cường tính mạnh mẽ của hệ thống, và phát triển các phương pháp điều khiển phân tán hiệu quả hơn.

6.1. Cải Thiện Khả Năng Xử Lý Môi Trường Động Cho Robot

Trong môi trường động, các chướng ngại vật có thể di chuyển hoặc xuất hiện một cách bất ngờ. Để xử lý các tình huống này, các robot cần phải có khả năng phát hiện và tránh các chướng ngại vật một cách nhanh chóng và hiệu quả. Các thuật toán lập kế hoạch đường đi cần phải được cập nhật liên tục để phản ánh sự thay đổi của môi trường. Các kỹ thuật học tăng cường (Reinforcement Learning) có thể được sử dụng để huấn luyện các robot để thích nghi với các môi trường động.

6.2. Tăng Cường Tính Mạnh Mẽ Của Thuật Toán Cho Robot

Để tăng cường tính mạnh mẽ của hệ thống, cần có một cơ chế để đối phó với các tình huống khi một robot bị hỏng hoặc mất kết nối. Các robot khác cần có khả năng tiếp tục nhiệm vụ mà không làm ảnh hưởng đến hiệu quả bao phủ. Các kỹ thuật dự phòng (Redundancy) và phân tán (Distribution) có thể được sử dụng để đảm bảo rằng hệ thống vẫn hoạt động tốt ngay cả khi có một số robot bị lỗi.

11/09/2025

Trích đoạn nội dung tài liệu

MỞ ĐẦU Ý tưởng về việc chế tạo các cỗ máy có thể làm việc tự động có tir thoi cd dai, xrhưng những nghiên cứu về chức năng và khả năng ứng đụng không có bước tiến nảo dáng kế cho đến thé ky 20. Xuyên suốt lịch sử, robot học thường, được nhìn. nhận là để bắt chước hành vi của con người, và thường quản lý các nhiệm vụ theo cách thức lương tự Ngày nay, robot là một lĩnh vực phát triển nhanh chóng, nhờ công nghệ phát triển liên tục, robot đã được chế tạo để phục vụ cho nhiêu mục đích khác nhau. Thiệu robol đã thay con người làm những công việc độc bại như tháo ngồi nỗ bom, xin, thăm đỏ các con tảu bị đắm, đi vào thu thập thông in ở những nơi độc hại, có phóng xạ.

Việc sử đụng robot đễ giải quyết bải toán bao phủ đã được ứmg dung rất nhiều Irong thục tiễn. Nhiệm vụ của robol là lầm kiếm và di chuyển theo một thuật toán nào đó nhằm bao phủ được hết khu vực được giao. Khu vue lam việc của robot có thế chứa những vật cân Robot có thế được trạng bị các cảm biển hoặc các thiết bị hỗ trợ khác dễ § try cho céng vide eda minh. Những năm gân đây, sử dụng nhỏm nhiều robot trong bái toản bao plui ngay cảng được quan tâm bới tính hiệu quả và mạnh mế của nó.

Lý do đầu tiên là bởi nhiều robot có thể hoàn thánh nhiễm vụ nhanh hơn so với một robot, bằng cach phân chia khu vực làm việc giữa chúng, Lý do thử bai lả bởi sử dụng nhóm robot có thé dim bao được việc hoàn thành xong công việc tốt hơn. Khi nhiều robot. được sử dụng, giä sử có một thành viên bị lỗi và không thể hoàn thành phần việc mình được giao, các đồng nghiệp khác của nỏ có thể hỗ trợ để vẫn đảm bảo công việc chung được hoàn thành 'Từ mong muốn muốn thử nghiệm một thuật toàn tìm đường bao phú cho nhém robot, rong luận văn này tập trung nghiên cứu, tim hiểu, giải quyết những vấn đề cụ thể như sau - Tim Indu téng quan về các thuật toán từu dường bao phủ. -_ Nghiên cửu, tìm hiểu lý thuyết về thuật toàn tim bao phú SFC với nhóm robot.

(thuật toán MSTC), -_ Lập trình thuật toán tìm đường bao phi STC voi nhóm robot trong môi trường, được biết trước (Offline - MSTC} - _ Lập trỉnh phát triển thuật toán MSTC trên môi trường chưa biết (Online-MSTC), Thực biển chạy thử nghiệm kết quê đã lập trình được Irong môi trường mnô phong và trong môi trường thực tế Câu trúc luận văn này gồm bến chương với những nội dung chính như sau: Chương 1: Tổng quan -_ Lý do chọn để tải. ~_ Giới thiệu một số khái niệm liền quan. ~_ Giới thiểu các phương pháp giải quết và các công cụ tiếp cận bài toán bao phủ. ~_ Nồi dung và kết quả thực hiện được Chương 2: Cơ sở lý thuyết - Trinh bảy các phương pháp tiếp cận giải quyết bài toán bao phủ với một robot.

- Trình bảy các phương pháp nếp cận giải quyết bài toán bao phô với nhóm robot Chương 3: T;ý thuyết và phái triển thuật toán MSTC. ~_ Giới thiệu các tiểu chí đánh giá -_ Thuật toán bao phủ với một nhóm các robot đựa trên cây bao trùm trên môi trường đã biết ~ _ Thuật toàn bao phú với một nhóm robot với môi trưởng chưa rõ -_ Dê xuất thuật toán MSTC Chương 4: Thử nghiệm trong mô phống va trong thực lế -_ Giới thiệu một số công cụ, phần mềm sử dụng để phát triển. - _ Trỉnh bày các vân đề phát sinh khi lập trinh thuật toán MSTC. - _ Trỉnh bày những kết quả dạt được khi thử nghiệm trong mỏ phỏng và trong thực tê.

kỳ -_ Lập trình thuật toán tìm đường bao phi STC voi nhóm robot trong môi trường, được biết trước (Offline - MSTC} - _ Lập trỉnh phát triển thuật toán MSTC trên môi trường chưa biết (Online-MSTC), Thực biển chạy thử nghiệm kết quê đã lập trình được Irong môi trường mnô phong và trong môi trường thực tế Câu trúc luận văn này gồm bến chương với những nội dung chính như sau: Chương 1: Tổng quan -_ Lý do chọn để tải. ~_ Giới thiệu một số khái niệm liền quan. ~_ Giới thiểu các phương pháp giải quết và các công cụ tiếp cận bài toán bao phủ. ~_ Nồi dung và kết quả thực hiện được Chương 2: Cơ sở lý thuyết - Trinh bảy các phương pháp tiếp cận giải quyết bài toán bao phủ với một robot.

- Trình bảy các phương pháp nếp cận giải quyết bài toán bao phô với nhóm robot Chương 3: T;ý thuyết và phái triển thuật toán MSTC. ~_ Giới thiệu các tiểu chí đánh giá -_ Thuật toán bao phủ với một nhóm các robot đựa trên cây bao trùm trên môi trường đã biết ~ _ Thuật toàn bao phú với một nhóm robot với môi trưởng chưa rõ -_ Dê xuất thuật toán MSTC Chương 4: Thử nghiệm trong mô phống va trong thực lế -_ Giới thiệu một số công cụ, phần mềm sử dụng để phát triển. - _ Trỉnh bày các vân đề phát sinh khi lập trinh thuật toán MSTC. - _ Trỉnh bày những kết quả dạt được khi thử nghiệm trong mỏ phỏng và trong thực tê.

kỳ CHƯƠNG 4: CÀI ĐẶT VÀ THỦ NGHIÊM CÁC THUẬT TOÁN MSTC. Giải thiện một số công cụ, phản mềm sử dụng “ “ laởéÚn 41. Giới thiêu về ROS. Giới thiệu về Gazebo 4.

Giới thiệu robot Kobuk. Giới thiệu Hokuyo iy a 4. Giải quyết bài toán giao tiếp giữa các robot. Vấn đề phát sinh 43.

Áp dụng lập trình socket với thuật toán MSTC. Vấn đề quay lui robot và giải quyết tính mạnh mẽ khi thử nghiệm thuật toán. Vấn để phát sinh. Ap dụng phương pháp khoâng cách đẻ đi chuyển đến cell cân đi 4.

Vấn đẻ trong tính mạnh rnẽ của thuật toàn MSTC. Kết quả thử nghiệm 4. Thủ nghiệm trên môi trường mỏ phỏng. Dánh giá thuật toán trên môi trường giả lập 4.

Thử nghiêm lrên mỏi trường thực tế A. Những điểm chưa hoản thiện €. Hướng phát triển đẺ tải. sọ cvvvevseoorrrrrevrrrrrree TẢI LIỆU THAM KHẢO.

DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ Thuật np Chữ viết tắt Việt đây đủ STC Spanning Tree Coverage BA* Boustrophedon online A* search MSTC Multi-robot Spanning Tree Coverage ORMSTC On-line Robust. Multi-robot STC FR “The International Federatton of Robotics CPP Coverage Path Planning ROS Robot Operating Systema viii DANH MỤC HÌNH VẼ Hình 1.1: Một ứng dụng thực tế của robot địch vụ.1: Bao phủ một cell hình chữ nhật bằng thao tác đi ziczag - 10 Hinh 2.2: Vi du vé thuật toàn phân chúa hình thang,. Tĩinh 23: Ví dụ về thuat toan BA* - 12 Tình 2.4: Ví dụ phương pháp phân chia dựa trên lưới ö vuông với hai chưởng ngại vật - 13 linh 2.5: Gan có số cho các ö bằng cách lan truyền bước sóng với õ bắt đâu (5) và 6 đích (G).6: Kế hoạch bao phú sử dụng biên đổi khoảng cách với thuật toán wavelronl 14 Hình 2.7: Phân chia cell trong thuật toán cây bao trữm.8: Đường bao phủ của robot khi áp đụng thuật toán Spiral — STC 16 Hình 2.9: Robot thực hiện bao phú một cell theo thuật toán phan chia boustrophedon sử dụng nhóm robot,. ào sisererrererreiiieoTR Hình 3.1: Xây dụng cây bao trằm.2: Đường di cho da robot.3: Nhám robot sử dụng ORMSTC trên thuật toán Spiral-ST.4: Nhóm robot sit dung MSTC- Offline 35 Tlinh 3.5: (a): Cạnh có hai phía, (): Cạnh có một phía, (e): Gắp đôi nút& cell mat kết nối cục bộ.6: Vấn để gặp phải khi thực hiện MSTC-full - - 42 Linh 3.7: Cie subcell cia cell duge dinh nghia.8: Vấn để gặp phải khi cell mật kế nổi cục bộ - 46 Hình 3.9: Vấn để gặp phải khi cell mất kế nối cục bộ.3: Mô hình client-server sit dung, - - 34 DANH MỤC HÌNH VẼ Hình 1.1: Một ứng dụng thực tế của robot địch vụ.1: Bao phủ một cell hình chữ nhật bằng thao tác đi ziczag - 10 Hinh 2.2: Vi du vé thuật toàn phân chúa hình thang,.

Tĩinh 23: Ví dụ về thuat toan BA* - 12 Tình 2.4: Ví dụ phương pháp phân chia dựa trên lưới ö vuông với hai chưởng ngại vật - 13 linh 2.5: Gan có số cho các ö bằng cách lan truyền bước sóng với õ bắt đâu (5) và 6 đích (G).6: Kế hoạch bao phú sử dụng biên đổi khoảng cách với thuật toán wavelronl 14 Hình 2.7: Phân chia cell trong thuật toán cây bao trữm.8: Đường bao phủ của robot khi áp đụng thuật toán Spiral — STC 16 Hình 2.9: Robot thực hiện bao phú một cell theo thuật toán phan chia boustrophedon sử dụng nhóm robot,. ào sisererrererreiiieoTR Hình 3.1: Xây dụng cây bao trằm.2: Đường di cho da robot.3: Nhám robot sử dụng ORMSTC trên thuật toán Spiral-ST.4: Nhóm robot sit dung MSTC- Offline 35 Tlinh 3.5: (a): Cạnh có hai phía, (): Cạnh có một phía, (e): Gắp đôi nút& cell mat kết nối cục bộ.6: Vấn để gặp phải khi thực hiện MSTC-full - - 42 Linh 3.7: Cie subcell cia cell duge dinh nghia.8: Vấn để gặp phải khi cell mật kế nổi cục bộ - 46 Hình 3.9: Vấn để gặp phải khi cell mất kế nối cục bộ.3: Mô hình client-server sit dung, - - 34 DANH MỤC HÌNH VẼ Hình 1.1: Một ứng dụng thực tế của robot địch vụ.1: Bao phủ một cell hình chữ nhật bằng thao tác đi ziczag - 10 Hinh 2.2: Vi du vé thuật toàn phân chúa hình thang,. Tĩinh 23: Ví dụ về thuat toan BA* - 12 Tình 2.4: Ví dụ phương pháp phân chia dựa trên lưới ö vuông với hai chưởng ngại vật - 13 linh 2.5: Gan có số cho các ö bằng cách lan truyền bước sóng với õ bắt đâu (5) và 6 đích (G).6: Kế hoạch bao phú sử dụng biên đổi khoảng cách với thuật toán wavelronl 14 Hình 2.7: Phân chia cell trong thuật toán cây bao trữm.8: Đường bao phủ của robot khi áp đụng thuật toán Spiral — STC 16 Hình 2.9: Robot thực hiện bao phú một cell theo thuật toán phan chia boustrophedon sử dụng nhóm robot,. ào sisererrererreiiieoTR Hình 3.1: Xây dụng cây bao trằm.2: Đường di cho da robot.3: Nhám robot sử dụng ORMSTC trên thuật toán Spiral-ST.4: Nhóm robot sit dung MSTC- Offline 35 Tlinh 3.5: (a): Cạnh có hai phía, (): Cạnh có một phía, (e): Gắp đôi nút& cell mat kết nối cục bộ.6: Vấn để gặp phải khi thực hiện MSTC-full - - 42 Linh 3.7: Cie subcell cia cell duge dinh nghia.8: Vấn để gặp phải khi cell mật kế nổi cục bộ - 46 Hình 3.9: Vấn để gặp phải khi cell mất kế nối cục bộ.3: Mô hình client-server sit dung, - - 34 DANH MỤC HÌNH VẼ Hình 1.1: Một ứng dụng thực tế của robot địch vụ.1: Bao phủ một cell hình chữ nhật bằng thao tác đi ziczag - 10 Hinh 2.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ