Luận văn ứng dụng quét laser 2D định vị robot tiếp tân - Võ Công Phát

Luận văn thạc sĩ nghiên cứu ứng dụng công nghệ quét laser 2D trong định vị robot tiếp tân, phân tích giải pháp xây dựng bản đồ và điều hướng tự động.

• Tác giả: Võ Công Phát
• Người hướng dẫn: PGS.TS. Nguyễn Trường Thịnh
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật Cơ điện tử
• Đề tài: Nghiên cứu, ứng dụng công nghệ quét laser 2D trong định vị robot tiếp tân
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan ứng dụng công nghệ quét laser 2D định vị robot tiếp tân

Robot dịch vụ tiếp tân đòi hỏi khả năng di chuyển linh hoạt trong môi trường công cộng. Khu vực sảnh tiếp đón thường có nhiều vật cản biến động liên tục. Người qua lại tạo ra các thách thức lớn cho việc điều hướng tự động. Do đó, bài toán định vị chính xác đóng vai trò quyết định hiệu quả vận hành. Công nghệ quét laser 2D cung cấp giải pháp đo đạc khoảng cách nhanh chóng và tin cậy. Cảm biến laser phát ra chùm tia quang học quét liên tục theo mặt phẳng nằm ngang. Thiết bị thu nhận tín hiệu phản xạ để tính toán tọa độ các điểm mốc xung quanh. Dữ liệu quét đám mây điểm 2D phản ánh trực quan ranh giới tường và đồ đạc. Công nghệ này có chi phí hợp lý hơn hệ thống quét 3D phức tạp. Đồng thời, cấu trúc xử lý dữ liệu 2D giảm tải áp lực tính toán cho bộ điều khiển trung tâm. Robot tiếp tân có thể nhận diện vật thể ở cự ly xa với độ phân giải cao. Sự ổn định của chùm tia laser hạn chế tác động tiêu cực từ ánh sáng môi trường. Đây là nền tảng cốt lõi để xây dựng bản đồ số chất lượng cao trong nhà.

1.1. Nhu cầu định vị tự động của robot tiếp tân

Robot tiếp tân cần khả năng tự hành độc lập tại các sảnh văn phòng và khách sạn. Thiết bị phải chào đón khách, hướng dẫn lối đi và quay về trạm sạc pin tự động. Để làm được điều đó, robot phải liên tục xác định vị trí thực tế của bản thân. Môi trường trong nhà không có tín hiệu vệ tinh GPS ổn định. Sai số định vị tích lũy có thể khiến robot va chạm vào chướng ngại vật hoặc đi sai lộ trình. Việc tích hợp hệ thống cảm biến định vị hiện đại là yêu cầu cấp thiết. Cảm biến laser 2D giúp robot phản ứng linh hoạt trước các thay đổi không gian xung quanh.

1.2. Nguyên lý quét laser 2D trong không gian trong nhà

Cảm biến laser 2D hoạt động dựa trên nguyên lý đo thời gian bay của tia sáng hoặc đo pha quang học. Đầu phát laser quay tròn 360 độ trên mặt phẳng cố định với tốc độ ổn định. Thiết bị phát ra hàng nghìn xung ánh sáng mỗi giây và thu nhận tín hiệu dội lại từ bề mặt cản. Bộ xử lý chuyển đổi thời gian phản xạ thành khoảng cách chính xác theo từng góc quét cụ thể. Toàn bộ dữ liệu tạo thành tập hợp điểm không gian phản ánh chân thực đường bao kiến trúc. Thông tin quét laser 2D giúp hệ thống nhận biết các góc tường, hành lang và chướng ngại vật xung quanh.

II. Phân tích thách thức quét laser 2D trong định vị robot tiếp tân

Quá trình định vị robot tiếp tân bằng laser 2D trong thực tế đối mặt với nhiều khó khăn kỹ thuật. Môi trường dịch vụ luôn có sự di chuyển liên tục của con người và vật dụng. Hiện tượng tán xạ ánh sáng trên các bề mặt kính hoặc bóng loáng gây nhiễu dữ liệu đo lường. Ngoài ra, việc chỉ quét trên một mặt phẳng cắt 2D làm mất thông tin chiều cao vật thể. Những vật cản nằm thấp hơn hoặc cao hơn mặt phẳng quét dễ bị bỏ sót. Cảm biến encoder gắn ở bánh xe cũng sinh ra sai số tích lũy do hiện tượng trượt bánh. Khi robot di chuyển trên sàn trơn, dữ liệu odometry nhanh chóng bị lệch khỏi quỹ đạo thực tế. Cảm biến quán tính IMU cũng gặp hiện tượng trôi dạt số liệu sau thời gian dài hoạt động liên tục. Nếu hệ thống xử lý không lọc nhiễu tốt, bản đồ xây dựng sẽ bị méo mó và chồng lấn. Bộ đệm dữ liệu laser có nguy cơ quá tải nếu thuật toán không giải phóng kịp thời. Do đó, việc phân tích kỹ lưỡng các nguồn sai số giúp xây dựng phương án khắc phục triệt để.

2.1. Hạn chế của cảm biến truyền thống và môi trường trong nhà

Các cảm biến định vị truyền thống bộc lộ nhiều nhược điểm khi ứng dụng trong nhà. Tín hiệu GPS hoàn toàn bị suy hao bởi tường bê tông và trần nhà kiên cố. Cảm biến siêu âm có góc mở lớn nhưng độ phân giải không gian rất thấp. Cảm biến hồng ngoại dễ bị ảnh hưởng bởi ánh sáng mặt trời chiếu qua cửa sổ. Hệ thống camera thị giác máy tính đòi hỏi năng lực tính toán cực lớn và nhạy cảm với điều kiện thiếu sáng. Do đó, cảm biến quét laser 2D trở thành lựa chọn vượt trội về độ chính xác và tính ổn định. Tuy nhiên, dữ liệu laser vẫn cần kết hợp thêm cảm biến phụ trợ để bù đắp các góc khuất.

2.2. Vấn đề sai số đo lường và độ trễ dữ liệu của cảm biến RPLIDAR

Cảm biến RPLIDAR có sự phụ thuộc nhất định giữa độ chính xác và khoảng cách đo thực tế. Khi cự ly đo tăng lên, độ lệch chuẩn và sai số phép đo cũng tăng theo hàm phi tuyến. Sự rung lắc cơ khí trong quá trình di chuyển của robot tiếp tân gây biến dạng đám mây điểm quét. Bên cạnh đó, tốc độ truyền thông tin qua cổng nối tiếp có thể tạo ra độ trễ thời gian. Nếu bộ nhớ đệm không được xóa và đồng bộ hợp lý, dữ liệu cũ sẽ làm sai lệch trạng thái hiện tại. Việc kiểm chuẩn độ chính xác của RPLIDAR trước khi vận hành là bước bắt buộc nhằm bảo đảm an toàn di chuyển.

III. Phương pháp quét laser 2D kết hợp SLAM định vị robot tiếp tân

Giải pháp tối ưu nhất hiện nay là kết hợp quét laser 2D với thuật toán SLAM và cảm biến đa hợp. Thuật toán SLAM cho phép robot vừa lập bản đồ vừa định vị trong môi trường chưa biết trước. Quy trình xử lý gồm các bước trích xuất mốc đặc trưng, liên kết dữ liệu và ước lượng trạng thái. Cảm biến RPLIDAR quét liên tục 360 độ để lấy mẫu không gian với tần số quét ổn định. Dữ liệu quét laser được kết hợp chặt chẽ với thông tin odometry từ encoder bánh xe và cảm biến góc quay IMU. Bộ lọc trạng thái Kalman mở rộng hoặc thuật toán lọc hạt Particle Filter giúp dung hợp dữ liệu cảm biến đa nguồn. Nhờ đó, sai số trượt bánh xe được bù đắp bằng thông tin đối sánh mốc laser. Hệ thống áp dụng cơ chế quản lý bộ đệm kép để đọc dữ liệu mới và loại bỏ khung quét trễ. Bản đồ 2D dạng lưới xác suất chiếm chỗ được cập nhật theo thời gian thực với độ phân giải cao. Robot tiếp tân có thể tự động tìm đường tối ưu và né tránh chướng ngại vật mượt mà.

3.1. Thuật toán SLAM và xử lý đám mây điểm laser 2D

Thuật toán SLAM đóng vai trò trung tâm trong việc chuyển đổi dữ liệu quét thô thành bản đồ số hoàn chỉnh. Hệ thống trích xuất các đoạn thẳng, góc tường và vật cản tĩnh từ đám mây điểm 2D. Thuật toán so khớp mẫu quét liên tiếp để tính toán lượng dịch chuyển tương đối của robot tiếp tân. Quá trình đóng vòng lặp giúp phát hiện khi robot quay lại vị trí cũ và triệt tiêu sai số tích lũy toàn cục. Nhờ vậy, bản đồ không gian sảnh tiếp tân luôn giữ được độ thẳng và kích thước thực tế. Bản đồ lưới xác suất chiếm chỗ phân định rõ ràng vùng an toàn và vùng nguy hiểm.

3.2. Dung hợp dữ liệu cảm biến RPLIDAR Encoder và IMU

Sự kết hợp đa cảm biến nâng cao độ tin cậy của hệ thống định vị robot tiếp tân. Encoder ở hai bánh dẫn động cung cấp thông tin vận tốc tức thời và quãng đường di chuyển. Cảm biến quán tính IMU đo đạc góc quay la bàn và gia tốc góc của khung thân robot. Khi robot chuyển hướng nhanh, IMU cung cấp dữ liệu tức thời chính xác hơn việc quét laser đơn lẻ. Thuật toán dung hợp dữ liệu kết hợp ưu điểm của từng cảm biến để ước lượng tư thế tối ưu. Kết quả kiểm nghiệm cho thấy sai số vị trí giảm xuống mức milimet, đáp ứng hoàn hảo tiêu chuẩn vận hành thực tế.

IV. Hiệu quả và ứng dụng quét laser 2D định vị robot tiếp tân

Ứng dụng công nghệ quét laser 2D mang lại bước tiến vượt bậc cho robot dịch vụ và tiếp tân. Kết quả nghiên cứu khẳng định tính khả thi và độ chính xác cao của hệ thống định vị tích hợp. Robot tiếp tân có thể tự chủ di chuyển đến các vị trí đón tiếp, bàn làm việc hoặc trạm nạp điện. Khi dung lượng pin xuống thấp, thiết bị tự động định tuyến quay về đế sạc an toàn mà không cần can thiệp thủ công. Độ tin cậy cao của laser 2D giúp tối ưu chi phí phần cứng so với các hệ thống quét 3D đắt đỏ. Thời gian xử lý nhanh của luồng dữ liệu 2D giúp robot phản ứng tức thì trước chướng ngại vật bất ngờ. Nghiên cứu mở ra tiềm năng thương mại hóa rộng rãi robot phục vụ tại bệnh viện, sân bay, bảo tàng và trung tâm thương mại. Trong tương lai, việc tích hợp thêm mạng truyền thông không dây và thị giác máy tính sẽ nâng tầm trải nghiệm tương tác thông minh. Công nghệ quét laser 2D tiếp tục giữ vai trò xương sống trong kiến trúc tự hành hiện đại.

4.1. Khả năng tự hành và tự sạc pin của robot tiếp tân

Tính năng tự hành hoàn chỉnh giúp robot tiếp tân nâng cao năng suất phục vụ khách hàng. Khi nhận lệnh chỉ dẫn, robot tự động lập lộ trình ngắn nhất trên bản đồ số đã tạo lập. Hệ thống liên tục so sánh tọa độ laser thời gian thực để duy trì đường đi chuẩn xác. Đặc biệt, chức năng tự động tìm nguồn sạc khi pin yếu bảo đảm quá trình hoạt động xuyên suốt. Robot tiếp tân tự định vị chính xác vị trí đế cắm sạc với sai số tiếp xúc cực nhỏ. Toàn bộ chu trình vận hành diễn ra hoàn toàn tự động, giải phóng sức lao động của nhân viên tòa nhà.

4.2. Triển vọng phát triển công nghệ định vị robot dịch vụ

Công nghệ quét laser 2D là nền tảng vững chắc cho thế hệ robot dịch vụ thông minh tiếp theo. Các nhà nghiên cứu có thể mở rộng mô hình sang bài toán điều khiển đa robot cùng phối hợp làm việc. Việc bổ sung thuật toán trí tuệ nhân tạo nhận diện cử chỉ và giọng nói sẽ hoàn thiện kỹ năng giao tiếp. Đồng thời, cấu trúc phần mềm mở trên nền tảng ROS giúp dễ dàng nâng cấp các thuật toán SLAM nâng cao. Sự phát triển mạnh mẽ của công nghệ cảm biến giá thành thấp sẽ thúc đẩy ứng dụng robot tiếp tân tự hành vào đời sống thực tiễn.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ VÕ CÔNG PHÁT NGHIÊN CỨU, ỨNG DỤNG CÔNG NGHỆ QUÉT LASER 2D TRONG ĐỊNH VỊ ROBOT TIẾP TÂN NGÀNH: KỸ THUẬT CƠ ĐIỆN TỬ - 60520114 SKC005115 Tp. Hồ Chí Minh, tháng 3/2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ VÕ CÔNG PHÁT NGHIÊN CỨU, ỨNG DỤNG CÔNG NGHỆ QUÉT LASER 2D TRONG ĐỊNH VỊ ROBOT TIẾP TÂN NGÀNH: KỸ THUẬT CƠ ĐIỆN TỬ - 60520114 Tp. Hồ Chí Minh, tháng 3/2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ VÕ CÔNG PHÁT NGHIÊN CỨU, ỨNG DỤNG CÔNG NGHỆ QUÉT LASER 2D TRONG ĐỊNH VỊ ROBOT TIẾP TÂN NGÀNH: KỸ THUẬT CƠ ĐIỆN TỬ - 60520114 Hướng dẫn khoa học: PGS.TS NGUYỄN TRƯỜNG THỊNH Tp. Hồ Chí Minh, tháng 3/2016 LÝ LỊCH KHOA HỌC I.

LÝ LỊCH SƠ LƢỢC: Họ & tên: VÕ CÔNG PHÁT Giới tính: Nam Ngày, tháng, năm sinh: 06/07/1991 Nơi sinh: Long An Quê quán: Cần Đƣớc – Long An Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: 25 Ngô Quyền, P. Hiệp Phú, Q9, TpHCM Điện thoại cơ quan: Điện thoại nhà riêng: Fax: E-mail: vophat0607@gmail. QUÁ TRÌNH ĐÀO TẠO: 1. Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ ……/…… đến ……/ …… Nơi học (trƣờng, thành phố): Ngành học: 2.

Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 09/2009 đến 09/2013 Nơi học (trƣờng, thành phố): Trƣờng Đại học Sƣ Phạm Kỹ Thuật Tp HCM Ngành học: Kỹ thuật Điện-Điện tử Tên đồ án, luận án hoặc môn thi tốt nghiệp: NGHIÊN CỨU VÀ XÂY DỰNG MÔ HÌNH HỆ THỐNG MẠNG THEO CHUẨN XBEE TRONG ĐIỀU KHIỂN VÀ GIÁM SÁT Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: ngày 20/07/2013 tại Trƣờng Đại học Sƣ Phạm Kỹ Thuật TpHCM Ngƣời hƣớng dẫn: ThS. Trƣơng Ngọc Anh III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm Cty TNHH Daewoo Royal 5/2013 – 8/2015 Kỹ thuật viên System (Việt Nam) 9/2015 – đến Trƣờng Cao Đẳng Công Nghệ Giảng viên nay Thủ Đức i LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác Tp.

Hồ Chí Minh, ngày … tháng … năm 201… (Ký tên và ghi rõ họ tên) Võ Công Phát ii CẢM TẠ Lời đầu tiên tôi xin gửi lời cảm ơn đến tất cả quý thầy cô giảng dạy tại Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh, đặc biệt là quý thầy cô khoa Cơ Khí Máy và khoa Điện Điện tử đã hướng dẫn và giảng dạy những kiến thức bổ ích tạo tiền đề vựng vàn và quan trọng cho tôi thực hiện chuyên đề này. Tôi xin gửi lời cảm ơn chân thành nhất đến giáo viên hướng dẫn thầy Nguyễn Trường Thịnh đã tận tình góp ý cũng như hướng dẫn chỉ bảo, cung cấp các kiến thức và vật tư quan trọng giúp tôi có nhiều điều kiện thuận lợi trong suốt quá trình thực hiện luận văn. Cảm ơn bạn bè, các anh chị em, những người đi trước và người thân đã góp ý kiến, giúp đỡ và động viên tôi hoàn thành chuyên đề này. Sau cùng, xin gửi lời chúc sức khỏe đến tất cả mọi người! Trân Trọng Người thực hiện Võ Công Phát iii TÓM TẮT Robot tiếp tân có khả năng thay thế con ngƣời thực hiện các công việc nhƣ hƣớng dẫn hay chia sẽ thông tin nhƣng mộtthách thức chung đối với các robot này là khả năng tự xác định vị trí của mình trong khu vực hoạt động.

Nhằm giải quyết vấn đề trên, đề tài đã lựa chọn và trang bịtrên robot một cảm biến RPLiDAR để thu thập dữ liệu địa hình bằng laser 2D sau đó xây dựng bản đồ mà khôngcần dữ liệu có sẵn. Đề tàixoay quanh việc ứng dụng thuật toánSLAM trên robot tiếp tân. Phần đầu đề cập đếncác thành phần cơ bản của SLAMbao gồm mô tả giải thuật bộ lọc Kalman mở rộng- một trong những thành phần chính của thuật toán dùng để ƣớc tính vị trí của robot trong các bản đồ. Sau đó là liệt kê một số phƣơng pháp xử lý tín hiệutrongmôi trƣờngMATLAB và tổng quan về các cảm biến đƣợc sử dụng trong đề tài.Phần tiếp theo sẽ trình bày phƣơng pháp thử nghiệm cảm biến trong tính toán odometry vàcảm biến quét không gian xung quanh.

Cuối cùng là sự kết hợp dữ liệu của các cảm biến đã đƣợc lựa chọn và kết quả thực nghiệm của toàn bộ hệ thống trong thực tế. iv ABSTRACT Service robot is able to replace humans in guiding or sharing information, however, thisrobot faces a challenge of locating its position in a particular environment. For the purpose of solving the problem, author has select and equip the robot with RPLiDAR sensor for collecting data and building map bability without available data. This dessertation mainly focuses on the application of SLAM agolthrism to service robot.

The first part mentions SLAM’s fundamental parts including descripting extended Kalman filter, one of the main parts of this agolthrism, to estimate the robot’s position in maps. Then, methods solving signals in MATLAB environment is listed, and overview of sensors used in thi research is provided. The next part presents sensor enperiment method in odometry calculation and scanner sensor. The last is the data combination of sensors chosen and test results of the research in practice.

v MỤC LỤC TRANG TỰA TRANG LÝ LỊCH KHOA HỌC. I LỜI CAM ĐOAN. II CẢM TẠ. IV MỤC LỤC.

VI DANH SÁCH CÁC TỪ VIẾT TẮT. VIII DANH MỤC HÌNH ẢNH. IX DANH MỤC BẢNG. XII CHƢƠNG I TỔNG QUAN .2 CÁC NGHIÊN CỨU LIÊN QUAN ĐẾN ĐỀ TÀI .1 CÁC NGHIÊN CỨU NGOÀI NƢỚC .2 NGHIÊN CỨU TRONG NƢỚC .3 LÝ DO CHỌN ĐỀ TÀI .4 MỤC TIÊU NGHIÊN CỨU .5 ĐỐI TƢỢNG VÀ PHẠM VI NGHIÊN CỨU .6 Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN .7 PHƢƠNG PHÁP NGHIÊN CỨU .1 CƠ SỞ PHƢƠNG PHÁP LUẬN .2 CÁC PHƢƠNG PHÁP NGHIÊN CỨU CỤ THỂ .8 KẾ HOẠCH THỰC HIỆN.

9 CHƢƠNG II CƠ SỞ LÝ THUYẾT .1 MỘT SỐ PHƢƠNG PHÁP ĐỊNH VỊ TRONG ROBOT .1 PHƢƠNG PHÁP TIÊN ĐOÁN DEAD-RECKONING.2 HỆ THỐNG DẪN ĐƢỜNG CỘT MỐC CHỦ ĐỘNG.3 HỆ THỐNG DẪN ĐƢỜNG CỘT MỐC .4 XỬ LÝ HÌNH ẢNH THU THẬP TỪ CAMERA .5 ĐỊNH VỊ SỬ DỤNG TIA LASER .2 PHƢƠNG ÁN THỰC HIỆN .3 BỘ LỌC KALMAN MỞ RỘNG - EKF. 15 CHƢƠNG III XÂY DỰNG MÔ HÌNH THU THẬP VÀ CHUẨN HÓA DỰ LIỆU .1 XÂY DỰNG MÔ HÌNH ROBOT .1 CẤU TRÚC CƠ KHÍ .2 CẤU TRÚC HỆ THỐNG ĐIỀU KHIỂN .1 MÁY TÍNH XỬ LÝ TRUNG TÂM .2 CẢM BIẾN NGOẠI VI QUÉT LISER 2D RPLiDAR .3 CÁC CẢM BIẾN TRẠNG THÁI ROBOT – IMU. 36 CHƢƠNG IV THUẬT TOÁN XÂY DỰNG BẢN ĐỒ VÀ ĐIỀU KHIỂN CHUYỂN ĐỘNG .1 PHƢƠNG PHÁP TÁCH DỮ LIỆU ĐOẠN THẲNG .1 XỬ LÝ CÁC ĐIỂM KHÔNG TUYẾN TÍNH - SPIKES .2 XỬ LÝ CÁC ĐIỂM THEO QUY LUẬT (RANSAC) .3 SLAM KẾT HỢP KALMAN MỞ RỘNG (EKF-SLAM) .2 ƢỚC LƢỢNG TRẠNG THÁI ROBOT VÀ XÂY DỰNG BẢN ĐỒ .3 ĐIỀU KHIỂN BÁM QUỸ ĐẠO .1 THIẾT KẾ BỘ ĐIỀU KHIỂN. 61 CHƢƠNG V KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM .1 PHƢƠNG PHÁP ĐỂ ĐO ODOMETRY TRONG THỰC TẾ .2 KẾT QUẢ CẢM BIẾN QUÉT LASER TRONG MÔI TRƢỜNG .3 MÔ HÌNH THỰC TẾ.

69 CHƢƠNG VI KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN. 74 TÀI LIỆU THAM KHẢO. 76 vii DANH SÁCH CÁC TỪ VIẾT TẮT RPLiDAR - Robopeak Light Detection and Ranging RANSAC - Random Sampling Consensus LiDAR - Light Detection and Ranging SLAM - Simultaneous Localization and Mapping IMU - Inercial Measurment Unit USB - Universal Serial Bus UART - Universal Asynchronous Receiver/Transmitter EKF - Extended Kalman Filter GUI - Graphical User Interface viii DANH MỤC HÌNH ẢNH HÌNH TRANG Hình 1.1:Hai robot của đội Hector Darmstadt [1].2: Bài thi cuối của cuộc thi RoboCup 2012 [1].3:Spot sử dụng công nghệ LiDAR để điều hƣớng [2].4: Robot hút bụi XV-11 [17].5: Xe không ngƣời lái của Google.1: Định vị sử dụng vật mốc [3].2: Định vị và dẫn đƣờng cho robot chuyển động sử dụng camera.3: Tổng quan về quá trình SLAM.4: Ma trận tổng quát phƣơng sai P.5: Ma trận Jacobian H của phép đo.6: Ma trận Jacobian H của phép đo.7: Ma trận tổng quát phƣơng sai P.1: Kết cấu tổng thể và bản vẽ đế dƣới của robot tiếp tân.2: Cấu trúc truyền nhận dữ liệu trên Robot tiếp tân.3: Các cổng kết nối của máy tính điều khiển.3: Cảm biến quét laser RPLiDAR lắp trên robot [5].4: Dữ liệu trả về từ cảm biến laser cho mỗi mẫu.5: Nguyên lý một hệ thống laser đo đạc theo cơ sởhinh̀¤ tam giác.6: So sánh hai trƣờng hợp đọc dữ liệu từ cảm biến RPLIDAR.7: Độ lệch chuẩn của cảm biến RPLIDAR.8: Sai số phép đo của cảm biến RPLIDAR.9: Độ phân giải của cảm biến RPLIDAR.10: Motor Transmotec PD4266 [10].11: Cảm biến con quay hồi chuyển MPU6050.12: Trạng thái và các thông số của robot trong hệ tọa độ.13: Kiểm tra dữ liệu thu thập trên Matlab.14: Sơ đồ các dữ liệu đầu vào cho thuật toán SLAM.15: Dữ liệu đầu vào từ các cảm biến.16: Xử lý đọc dữ liệu từ các cảm biến với các mốc thời gian khác nhau [16] 44 Hình 4.1: Lƣu đồ thuật toán xác định điểm mút của đoạn thẳng.2: Lƣu đồ thuật toán RANSAC.3: Một tập hợp dữ liệu mẫu thu thập đƣợc từ RPLiDAR.4: Chọn 2 giá trị mẫu ngẫu nhiên.5: Vẽ đƣờng giả định.6: So sánh điểu kiện tổng hợp.7: Lập lại inliers giả định.8: Dữ liệu quét laser trong phòng thí nghiệm.9: Đoạn thẳng rút ra từ dữ liệu quét laser trong hình 4.11: EKF-SLAM nâng cấp.12: Giao diện mô phỏng xây dựng bản đồ.13: Nguyên tắc "chia để trị" đƣợc sử dụng trong chƣơng trình tuyến tính .14: Đo thông số của một đƣờng thẳng trong môi trƣờng.15: Trạng thái và các thông số của robot.16: Sơ đồ khối vòng điều khiển động học.1: Kiểm tra odometry - đƣờng thẳng trực tiếp 10 mét.2: Kiểm tra odometry - di chuyển theo đƣờng tròn (10 vòng).3: Kiểm tra odometry - di chuyển theo hình chữ nhật.4: Kiểm tra odometry - di chuyển trở về vị trì ban đầu (phòng thí nghiệm) 65 Hình 5.5: Kiểm tra odometry - di chuyển ngẫu nhiên và encoder bị “trƣợt”.6: Kiểm tra odometry - di chuyển thay đổi góc ngẫu nhiên.7: Dữ liệu của cảm biến RPLIDAR trong không gian nhỏ và hành lang.8: Dữ liệu của cảm biến RPLIDAR trong phòng học có bàn ghế.9: Dữ liệu của cảm biến RPLIDAR khu vuc cầu thang.10: Robot tiếp tân trên phần mềm thiết kế.11: Robot tiếp tân DAISUKI 2015.11: Robot tiếp tân WHITE đƣợc thiết kế lại 2016.12: Kết quả thu thập ở trong phòng thí nghiệm.13: Kết quả mô phỏng thuật toán xây dựng bản đồ.14: Kết quả thu thập ở phòng có nhiều vách ngăn.16: Kết quả thu thập ở phòng có nhiều vách ngăn.