Luận văn: Định vị Robot trong nhà bằng thuật toán Scan Matching

Luận văn về thuật toán scan matching xác định vị trí robot trong nhà. Nghiên cứu chi tiết phương pháp và kết quả đạt được, ứng dụng thực tế.

Chuyên ngành

Kỹ thuật máy tính

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2020

75
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI

1.1. Lý do chọn đề tài

1.2. Mục đích nghiên cứu

1.3. Đối tượng và phạm vi nghiên cứu

1.4. Phương pháp nghiên cứu

2. CHƯƠNG 2: LÝ THUYẾT XÁC ĐỊNH VỊ TRÍ

2.1. Công nghệ xác định vị trí

2.1.1. Vision

2.1.2. Infrared

2.1.3. Laser Range Finder

2.1.4. Các công nghệ khác

2.1.5. So sánh các công nghệ

2.2. Phương pháp xác định vị trí

2.2.1. Phương pháp dẫn đường dự đoán dead-reckoning

2.2.2. Hệ thống dẫn đường cột mốc chủ động

2.2.3. Hệ thống dẫn đường cột mốc thụ động

2.2.4. Định vị sử dụng bản đồ cục bộ

2.3. Thuật toán Scan Matching

2.3.1. Thuật toán Iterative Dualal Correspondence IIDC

2.3.2. Thuật toán Iterative Closest Points ICP

2.3.3. Thuật toán PL-ICP

3. CHƯƠNG 3: TRIỂN KHAI THỰC TẾ THUẬT TOÁN SCAN MATCHING

3.1. Hệ điều hành ROS

3.1.1. Giới thiệu tổng quan

3.1.2. Cấu trúc ROS

3.2. Cảm biến Laser ranger

3.3. Công nghệ và đặc tính

3.4. Packsee te nớ€

3.4.1. Tổng quan Kobuki

3.4.2. Thực nghiệm và đánh giá

3.5. Xây dựng hệ thống phần cứng và lập trình phần mềm

3.6. Các thí nghiệm kiểm chứng thuật toán

4. CHƯƠNG 4: TÀI LIỆU THAM KHẢO

DANH MỤC HÌNH VẼ

Tóm tắt

I. Tổng Quan Về Định Vị Robot Trong Nhà Tại Sao Quan Trọng

Trong bối cảnh tự động hóa ngày càng phát triển, định vị robot trong nhà trở thành một yếu tố then chốt để triển khai các ứng dụng robot di động một cách hiệu quả. Khác với robot cố định hoạt động trong môi trường được kiểm soát, robot di động cần khả năng nhận biết môi trường xung quanh để đưa ra quyết định và thực hiện các tác vụ. Xác định vị trí robot là quá trình tìm ra trạng thái (bao gồm vị trí và hướng) của robot trong môi trường, có thể là so với một bản đồ đã biết trước hoặc so với vị trí ban đầu. Luận văn này tập trung vào việc nghiên cứu và triển khai các giải pháp định vị robot sử dụng thuật toán scan matching, một phương pháp hiệu quả và linh hoạt cho môi trường trong nhà. Có nhiều công nghệ định vị đã được đề xuất, bao gồm Vision, Infrared, Wireless Local Area Network (WLAN), RFID, Bluetooth và Laser Range Finder. Tuy nhiên, Laser Range Finder nổi bật với độ phức tạp thấp, chi phí hợp lý và độ chính xác chấp nhận được, khiến nó trở thành lựa chọn phổ biến cho các ứng dụng robot trong nhà. Bên cạnh sự phát triển của phần cứng, các thuật toán và phương pháp xác định vị trí robot cũng ngày càng được cải tiến, với các nhóm giải pháp chính như phương pháp dẫn đường dự đoán (dead-reckoning), hệ thống dẫn đường cột mốc chủ động, hệ thống dẫn đường cột mốc thụ động và định vị sử dụng bản đồ cục bộ. Thuật toán scan matching thuộc nhóm giải pháp sử dụng bản đồ cục bộ, có ưu điểm là linh hoạt, không yêu cầu thiết lập trước các cột mốc và ít bị ảnh hưởng bởi các yếu tố môi trường. Luận văn này sẽ đi sâu vào lý thuyết và triển khai thực tế của thuật toán scan matching, đánh giá hiệu quả và độ chính xác trong môi trường trong nhà.

1.1. Ứng dụng thực tế của định vị robot tự động trong nhà

Robot di động có thể được sử dụng trong nhiều ứng dụng khác nhau, từ vận chuyển hàng hóa trong kho bãi đến dọn dẹp và giám sát an ninh trong nhà ở hoặc văn phòng. Khả năng xác định vị trí tự động và chính xác là yếu tố then chốt để robot có thể thực hiện các tác vụ này một cách hiệu quả và an toàn. Ví dụ, trong môi trường kho bãi, robot cần có khả năng định vị chính xác để tìm và vận chuyển các sản phẩm đến đúng vị trí. Trong nhà ở, robot hút bụi cần có khả năng định vị để đảm bảo rằng tất cả các khu vực đều được làm sạch. Các ứng dụng này đòi hỏi các giải pháp định vị đáng tin cậy và có độ chính xác cao, đặc biệt là trong môi trường phức tạp và có nhiều vật cản. Thuật toán scan matching cung cấp một giải pháp tiềm năng cho các ứng dụng này, nhờ vào khả năng hoạt động mà không cần bản đồ trước và khả năng thích ứng với những thay đổi trong môi trường.

1.2. Thách thức trong xác định vị trí chính xác cho robot

Mặc dù có nhiều công nghệ và thuật toán định vị khác nhau, việc xác định vị trí chính xác cho robot trong môi trường trong nhà vẫn còn nhiều thách thức. Một trong những thách thức lớn nhất là sự phức tạp và thay đổi liên tục của môi trường. Các vật cản, ánh sáng và các yếu tố khác có thể ảnh hưởng đến độ chính xác của các cảm biến và thuật toán định vị. Ví dụ, cảm biến Lidar có thể bị ảnh hưởng bởi các bề mặt phản chiếu hoặc trong suốt, trong khi cảm biến camera có thể bị ảnh hưởng bởi ánh sáng yếu hoặc bóng tối. Ngoài ra, các thuật toán định vị cũng cần có khả năng xử lý các sai số và nhiễu từ các cảm biến. Thuật toán scan matching có thể giúp giảm thiểu ảnh hưởng của các yếu tố này bằng cách sử dụng thông tin từ nhiều lần quét và lọc nhiễu.

II. Thuật Toán Scan Matching Giải Pháp Cho Định Vị Robot

Thuật toán scan matching là một phương pháp định vị sử dụng dữ liệu quét từ cảm biến để ước tính vị trí và hướng của robot so với môi trường. Phương pháp này hoạt động bằng cách so sánh các lần quét liên tiếp để tìm ra sự tương ứng giữa các đặc điểm trong môi trường. Dựa trên sự tương ứng này, thuật toán có thể ước tính sự thay đổi về vị trí và hướng của robot. Thuật toán scan matching có nhiều ưu điểm so với các phương pháp định vị khác. Đầu tiên, nó không yêu cầu bản đồ trước của môi trường. Điều này có nghĩa là robot có thể hoạt động trong môi trường mới mà không cần phải tạo bản đồ trước. Thứ hai, nó có khả năng thích ứng với những thay đổi trong môi trường. Nếu môi trường thay đổi, thuật toán có thể điều chỉnh để vẫn xác định vị trí chính xác của robot. Thứ ba, nó có thể hoạt động với nhiều loại cảm biến khác nhau, bao gồm Lidar, cameracảm biến siêu âm. Hai hướng tiếp cận chính trong scan matchingIterative Dual Correspondence (IDC)Iterative Closest Point (ICP). ICP đưa ra dự đoán về phép biến đổi dựa trên tính toán giữa điểm với điểm, trong khi biến thể PL-ICP sử dụng tính toán từ điểm tới đường thẳng.

2.1. Phân Tích Chi Tiết Các Thuật Toán ICP và PL ICP trong Scan Matching

Iterative Closest Point (ICP) là một thuật toán scan matching phổ biến, hoạt động bằng cách lặp đi lặp lại quá trình tìm điểm gần nhất giữa hai đám mây điểm và sau đó ước tính phép biến đổi để giảm thiểu khoảng cách giữa các điểm tương ứng. Thuật toán này có thể được sử dụng với nhiều loại cảm biến khác nhau, nhưng thường được sử dụng với Lidar. Một biến thể của ICPPL-ICP (Point-to-Line ICP), sử dụng khoảng cách từ điểm đến đường thẳng thay vì khoảng cách từ điểm đến điểm để tìm điểm tương ứng. PL-ICP thường cho kết quả tốt hơn ICP trong môi trường có nhiều đường thẳng và góc cạnh, vì nó ít nhạy cảm hơn với nhiễu và sai số. Theo luận văn gốc, trong thử nghiệm thực tế, thuật toán PL-ICP thực hiện ít vòng lặp hơn, thời gian xử lý trung bình thấp hơn và độ chính xác vượt trội so với các thuật toán khác. Cần lưu ý rằng hiệu suất của cả hai thuật toán đều phụ thuộc vào chất lượng của dữ liệu quét và các tham số của thuật toán. Việc lựa chọn tham số phù hợp là rất quan trọng để đạt được kết quả tốt nhất.

2.2. Các yếu tố ảnh hưởng đến độ chính xác của Scan Matching

Độ chính xác của thuật toán scan matching bị ảnh hưởng bởi nhiều yếu tố khác nhau. Một trong những yếu tố quan trọng nhất là chất lượng của dữ liệu quét. Dữ liệu quét nhiễu hoặc không đầy đủ có thể dẫn đến ước tính vị trí không chính xác. Các yếu tố khác bao gồm độ phân giải của cảm biến, tốc độ di chuyển của robot và các thay đổi trong môi trường. Ví dụ, nếu robot di chuyển quá nhanh, thuật toán có thể không có đủ thời gian để xử lý dữ liệu quét và ước tính vị trí chính xác. Tương tự, nếu môi trường thay đổi đáng kể giữa các lần quét, thuật toán có thể gặp khó khăn trong việc tìm điểm tương ứng. Để cải thiện độ chính xác của scan matching, có thể sử dụng các kỹ thuật lọc nhiễu, tăng độ phân giải của cảm biến, giảm tốc độ di chuyển của robot và sử dụng các thuật toán mạnh mẽ hơn.

III. Triển Khai Thực Tế Scan Matching Với ROS Hướng Dẫn Chi Tiết

Để triển khai thuật toán scan matching trong thực tế, việc sử dụng một nền tảng phần mềm mạnh mẽ và linh hoạt là rất quan trọng. Robot Operating System (ROS) là một framework phần mềm mã nguồn mở phổ biến được sử dụng rộng rãi trong lĩnh vực robot học. ROS cung cấp nhiều công cụ và thư viện hỗ trợ việc phát triển các ứng dụng robot, bao gồm các gói phần mềm cho scan matching, SLAM, điều khiển robotlập kế hoạch đường đi. Việc sử dụng ROS giúp giảm thiểu đáng kể công việc lập trình và thiết lập hệ thống, đồng thời tận dụng nguồn tài nguyên mã nguồn mở phong phú từ cộng đồng. Theo luận văn, xây dựng ứng dụng robotics trên nền tảng ROS sẽ giảm đi một lượng đáng kể các công việc lập trình, thiết lập hệ thống, tận dụng nguồn tài nguyên mã nguồn mở vô cùng phong phú của cộng đồng. Luận văn gốc đã triển khai thuật toán Scan Matching PL ICP trên hệ điều hành ROS sử dụng robot Kobuki để di chuyển, cảm biến laser Hokuyo UTM-30LX thu thập dữ liệu và board Nvidia Jelson TX1 Developer Kit. Việc triển khai này cho phép thử nghiệm và đánh giá hiệu quả của thuật toán trong môi trường thực tế.

3.1. Thiết lập môi trường ROS cho định vị robot

Để bắt đầu triển khai scan matching với ROS, cần thiết lập môi trường phát triển ROS trên máy tính hoặc robot. Quá trình này bao gồm cài đặt ROS, thiết lập các biến môi trường và tải xuống các gói phần mềm cần thiết. Có nhiều hướng dẫn chi tiết trên trang web ROS và các diễn đàn trực tuyến. Sau khi cài đặt ROS, cần cấu hình các gói phần mềm liên quan đến scan matching, chẳng hạn như gmapping hoặc hector_slam. Các gói này cung cấp các node ROS cho phép thu thập dữ liệu từ cảm biến, thực hiện scan matching và hiển thị kết quả. Việc cấu hình các gói này bao gồm thiết lập các tham số như tốc độ quét, phạm vi quét và các tham số của thuật toán scan matching. Cần đảm bảo rằng các tham số này phù hợp với môi trường và cảm biến được sử dụng.

3.2. Tích hợp cảm biến Lidar và Odometry trong hệ thống ROS

Để thuật toán scan matching hoạt động hiệu quả, cần tích hợp dữ liệu từ cảm biến LidarOdometry vào hệ thống ROS. Cảm biến Lidar cung cấp dữ liệu quét về môi trường xung quanh, trong khi Odometry cung cấp thông tin về chuyển động của robot. Thông tin từ hai cảm biến này được kết hợp để ước tính vị trí và hướng của robot. Việc tích hợp cảm biến LidarOdometry bao gồm cài đặt các driver ROS cho các cảm biến này và cấu hình các node ROS để thu thập dữ liệu từ các cảm biến. Dữ liệu từ cảm biến Lidar thường được biểu diễn dưới dạng point cloud, trong khi dữ liệu từ Odometry thường được biểu diễn dưới dạng pose. Cần chuyển đổi dữ liệu này sang các định dạng phù hợp để sử dụng trong scan matching.

IV. Đánh Giá Kết Quả và Độ Chính Xác Của Định Vị Bằng Scan Matching

Sau khi triển khai thuật toán scan matching, việc đánh giá kết quả và độ chính xác của định vị là rất quan trọng. Có nhiều phương pháp để đánh giá độ chính xác của định vị, bao gồm so sánh kết quả định vị với dữ liệu ground truth, đo sai số định vị và đánh giá khả năng lặp lại của kết quả định vị. Dữ liệu ground truth có thể được thu thập bằng cách sử dụng các hệ thống định vị chính xác khác, chẳng hạn như hệ thống định vị toàn cầu (GPS) hoặc hệ thống theo dõi chuyển động. Sai số định vị có thể được đo bằng cách tính khoảng cách giữa vị trí ước tính và vị trí thực tế. Khả năng lặp lại của kết quả định vị có thể được đánh giá bằng cách thực hiện nhiều lần thử nghiệm và so sánh kết quả. Luận văn gốc đã thực hiện các thí nghiệm kiểm chứng với phần cứng đã được mô tả, trong điều kiện môi trường tiết diện thẳng, tiết diện gỗ ghế, hành lang dài, môi trường trong nhà có phòng thông nhau, và thu được kết quả với sai số trung bình về vị trí là 42,6mm, độ lệch chuẩn 12,7mm và sai số về góc là 0,69 độ, độ lệch chuẩn 0,4° trong thời gian thực.

4.1. Các phương pháp đo lường sai số định vị cho robot

Có nhiều phương pháp để đo lường sai số định vị cho robot. Một phương pháp phổ biến là sử dụng thước đo hoặc các thiết bị đo lường khác để đo khoảng cách giữa vị trí ước tính và vị trí thực tế. Phương pháp này có thể được sử dụng để đo sai số vị trí và sai số hướng. Một phương pháp khác là sử dụng hệ thống theo dõi chuyển động để theo dõi chuyển động của robot và so sánh kết quả với kết quả định vị. Phương pháp này có thể cung cấp thông tin chi tiết hơn về sai số định vị, bao gồm sai số theo thời gian và sai số theo không gian. Tuy nhiên, các hệ thống theo dõi chuyển động thường đắt tiền và phức tạp để thiết lập.

4.2. Phân tích các yếu tố ảnh hưởng đến sai số định vị

Sai số định vị có thể bị ảnh hưởng bởi nhiều yếu tố khác nhau, bao gồm chất lượng của dữ liệu quét, các tham số của thuật toán scan matching và các yếu tố môi trường. Dữ liệu quét nhiễu hoặc không đầy đủ có thể dẫn đến sai số định vị lớn hơn. Tương tự, việc lựa chọn tham số không phù hợp cho thuật toán scan matching có thể dẫn đến kết quả không chính xác. Các yếu tố môi trường, chẳng hạn như ánh sáng, nhiệt độ và độ ẩm, cũng có thể ảnh hưởng đến độ chính xác của cảm biến và thuật toán định vị. Để giảm thiểu sai số định vị, cần đảm bảo rằng dữ liệu quét có chất lượng cao, các tham số của thuật toán scan matching được lựa chọn phù hợp và môi trường hoạt động ổn định.

V. Ứng Dụng Thực Tiễn và Hướng Phát Triển Của Scan Matching

Thuật toán scan matching đã được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau, bao gồm robot hút bụi, robot vận chuyển hàng hóa, robot giám sát an ninh và robot khám phá môi trường. Trong tương lai, scan matching có thể được sử dụng trong các ứng dụng phức tạp hơn, chẳng hạn như xe tự hành và phẫu thuật robot. Để đáp ứng nhu cầu của các ứng dụng này, cần tiếp tục nghiên cứu và phát triển các thuật toán scan matching mạnh mẽ và chính xác hơn. Một hướng phát triển tiềm năng là kết hợp scan matching với các phương pháp định vị khác, chẳng hạn như SLAMvisual localization, để tạo ra các hệ thống định vị lai có khả năng hoạt động trong nhiều môi trường khác nhau. Hướng phát triển khác là phát triển các thuật toán scan matching có khả năng hoạt động trong thời gian thực và tiêu thụ ít năng lượng, để có thể triển khai trên các thiết bị di động và nhúng. Theo luận văn, với kết quả đạt được, hoàn toàn có thể xây dựng một hệ thống robot trong nhà để thực hiện các chức năng như mang để vật, hút bụi, giám sát an ninh tòa nhà, robot di chuyển và hoạt động trong các môi trường con người không thể tiếp cận như khu vực cách ly, kho lạnh, hầm lò.

5.1. Tích hợp Scan Matching với SLAM cho Định Vị Toàn Diện

Tích hợp scan matching với SLAM (Simultaneous Localization and Mapping) là một hướng đi đầy hứa hẹn để cải thiện hiệu quả và độ tin cậy của định vị robot. SLAM là một kỹ thuật cho phép robot đồng thời xây dựng bản đồ môi trường và định vị bản thân trong bản đồ đó. Bằng cách kết hợp scan matching với SLAM, robot có thể tận dụng lợi thế của cả hai phương pháp: khả năng định vị chính xác và khả năng xây dựng bản đồ chi tiết. Việc tích hợp scan matching với SLAM có thể được thực hiện bằng nhiều cách khác nhau, chẳng hạn như sử dụng scan matching để ước tính chuyển động của robot giữa các lần quét và sử dụng SLAM để tối ưu hóa bản đồ và vị trí của robot. Các hệ thống SLAM dựa trên scan matching thường có độ chính xác cao hơn và độ tin cậy tốt hơn so với các hệ thống chỉ sử dụng một trong hai phương pháp.

5.2. Ứng dụng Scan Matching trong các môi trường phức tạp

Thuật toán scan matching có tiềm năng ứng dụng lớn trong các môi trường phức tạp, nơi các phương pháp định vị truyền thống gặp khó khăn. Ví dụ, trong môi trường có nhiều vật cản, ánh sáng thay đổi hoặc cấu trúc lặp đi lặp lại, scan matching có thể cung cấp độ chính xác cao hơn và độ tin cậy tốt hơn so với GPS hoặc visual localization. Để ứng dụng scan matching trong các môi trường phức tạp, cần phát triển các thuật toán mạnh mẽ hơn và có khả năng xử lý nhiễu, sai số và các thay đổi trong môi trường. Ngoài ra, cần tích hợp scan matching với các cảm biến khác, chẳng hạn như cameraIMU, để cung cấp thông tin đầy đủ hơn về môi trường.

VI. Kết Luận Định Vị Robot Với Scan Matching Trong Tương Lai

Luận văn này đã trình bày tổng quan về định vị robot trong nhà bằng thuật toán scan matching, một phương pháp hiệu quả và linh hoạt cho các ứng dụng robot di động. Luận văn đã đi sâu vào lý thuyết và triển khai thực tế của scan matching, đánh giá hiệu quả và độ chính xác trong môi trường trong nhà. Kết quả nghiên cứu cho thấy scan matching có thể cung cấp độ chính xác cao và độ tin cậy tốt trong nhiều môi trường khác nhau. Trong tương lai, scan matching sẽ tiếp tục đóng vai trò quan trọng trong lĩnh vực robot học, đặc biệt là trong các ứng dụng yêu cầu khả năng định vị tự động và chính xác. Việc tiếp tục nghiên cứu và phát triển các thuật toán scan matching mạnh mẽ hơn, chính xác hơn và hiệu quả hơn là rất quan trọng để đáp ứng nhu cầu của các ứng dụng robot ngày càng phức tạp.

6.1. Tóm tắt các kết quả và đóng góp của luận văn

Luận văn này đã thành công trong việc triển khai và đánh giá thuật toán scan matching cho định vị robot trong nhà. Các kết quả thí nghiệm cho thấy scan matching có thể cung cấp độ chính xác và độ tin cậy cao trong nhiều môi trường khác nhau. Luận văn cũng đã đưa ra các hướng phát triển tiềm năng cho scan matching, bao gồm tích hợp với SLAM và ứng dụng trong các môi trường phức tạp. Đóng góp của luận văn này là cung cấp một cái nhìn tổng quan về scan matching và các ứng dụng của nó, đồng thời trình bày một ví dụ thực tế về triển khai scan matching với ROS.

6.2. Hướng nghiên cứu tiếp theo cho định vị robot

Có nhiều hướng nghiên cứu tiếp theo cho định vị robot trong nhà. Một hướng đi là phát triển các thuật toán scan matching mạnh mẽ hơn và có khả năng xử lý nhiễu, sai số và các thay đổi trong môi trường. Hướng đi khác là tích hợp scan matching với các cảm biến khác, chẳng hạn như cameraIMU, để cung cấp thông tin đầy đủ hơn về môi trường. Ngoài ra, cần nghiên cứu các phương pháp định vị lai kết hợp scan matching với các phương pháp khác, chẳng hạn như SLAMvisual localization, để tạo ra các hệ thống định vị có khả năng hoạt động trong nhiều môi trường khác nhau. Cuối cùng, cần nghiên cứu các phương pháp định vị tiết kiệm năng lượng và có thể triển khai trên các thiết bị di động và nhúng.

11/09/2025

Trích đoạn nội dung tài liệu

TRƯỜNG DẠI HỌC BÁCH KIIOA IIÀ NỘI LUẬN VĂN THẠC SĨ Xác định vị trí cho Robot trong nhà dựa trên thuật toán Scan Matching PHẠM MỸ HẢO Hao.eđuvn Ngành Kỹ thuật máy tính Giảng viên hưởng dẫn: — TS. Ngô lam Tamg Chủ kỷ của GVHD. Viện: Công nghệ Thông lin và Truyền thông HÀ NỘI, 06/2020 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM. Độc lập — Tự do— Hanh phic BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Ho va tén tác giả luận văn : Phạm Mỹ Hảo Dé tai luận văn: Xác định vị trí cho Robel trong nhà đựa trên thuật toán Scan Matching Chuyên ngành: Kỹ thuật máy tính.

M& sé IV: CA170382 Táo giả, Người hướng dan khoa học và Hội đồng cham Juan van xáo nhận táo giá đã sửa chữa, bổ sung luận văn theo biên ban hop 116i đồng ngáy 30/06/2030 với ác nội dụng sau: œ_ Chỉnh sửa các lỗi chính tả trong luận văn «Hỗ sung Danh mục từ viết tắt œ_ Chỉnh sửa tên tiêu để các chương, Ngày tháng năm Giáo viên hướng đẫu Tác giả luận văn CHỦ TỊCH HỘI ĐÓNG ĐỂ TÀI LUẬN VĂN âu dịnh vị trí cho Robot trong nhà đựa trên thuật toàn Sean Mateting Giáo viên hưởng din Ký và ghỉ rõ họ tên. MỤC LỤC CHƯƠNG L. TONG QUAN DE TAL. 11 Lido chon dé tai.2 Mute dich nghién ctu.3 Đổi tượng vẻ phạm vi nghiên cửu.4 Phương pháp nghiên cửu.Ý THUYẾT XÁC ĐỊNH VỊ TRÍ.

21 Công ngÌ áo định vị trí - 3 311 Vision - - 3 2142 Infrared.6 Laser Range Finder. Các công nghệ khác 218 So sảnh các công nghệ. 22 Phương pháp xác định vị trí 2.21 Phương pháp đẫn đường dụ đoán đead-reckoning 1 2.2 Hé thing đẫn đường cột mốc chủ động Il 2. Hệ thống đân đường cột mốc thụ động - - 12 32.4 Tịnh vị sử đụng bản đô cục bộ - - 12 23 ‘Thuat toan Scan Matching .31 Thuật toán Iterative Dualal Correspondence IIDC.

L4 132 ‘Thuat toan Iterative Closest Points ICP.3 Thuậttoán PL-ICP. TRIEN KHAI TH UCTE THUAT TOAN SCAN MATCHING 19 31 Hệ điểuhànhROS.1 Giớithiệu tổng quan.2 Cu tric ROS wee cccsseecsesscesseitesinsseeeessntinseecssescnssieee 20 3.2 Cảm biến Laser ranger ñmđer,. Công nghệ và đặc tỉnh. DANH MỤC HÌNH VỆ, Tình 3.1 Định vị sử dụng cột mốc 12 linh 2.2 ăn đồ Phòng nghiên cứu Intel với dữ liệu cảm biến thô (bên trái) và sau khi Soan Matohing đít liệu đó (bên phãi) |8] 12 Hinh 2.3 Minh họa khoảng cách từ robot đến các điểm môo trên hệ tọa độ.4 Minh họa phép biến đổi giữa 2 lần di chuyển của robot so với các điêm mốc trên hệ tọa độ - - 13 Hình 2.5 Minh hợa lần lượt các bước lặp dự doan dễ so khớp giữa 2 vị trí.6 Dữ liệu điểm-điểm xấp xỉ khoảng cách đến bẻ mặt tối hơn so với số liêu diễm-diễm dược sử dụng trong ICP vanilla.8 Mimh họa phương pháp tinh point-to-point.9 Miih họa phương pháp tính point-to-line.10 5o sánh các cải tiễn - 18 Linh 2.11 Gia ma cho viée cai tiển.

So sinh khdi lượng công việc phải làm khi dùng và không dùng ROS [19] - - 20 Hình 2.3 Mối quan hệ giữa Staok và các Package. Ví dụ về quan hệ giữa Slack, Packape và các file mô tả theo dạng thư P0 1a1ẠẦ.4 Mô tả cơ chế quan ly parameter trén Master.5 Mô tả hoạt động của serViC€.6 Mô hit giao tiếp co ban trong ROS 25 Hinh 2.7 ROS repository va repository trong toan tai nguyén ROS.8 Các hệ tọa độ gắn với các phầntử chuyển động trên robor.9 Các hệ lọa độ của robot và chuyển dộng trong không gian 27 Hình 22.10 Quy ước khung tọa độ của ROS tuân theo quy táo bàn tay phải. 27 11 Mô hình robot Kobuki kèm cảm biển laser được mô tả bing URDF 28 “Tôm tắt nội dung luận văn Trong khi các bệ thông robot cố định người ta thường thiết kế một không gian làm việc ít biến đổi và robot thực hiện các công việc lặp đi lặp lại trong môi trường xác định trước, thì đôi với robot đi động việc nhận biết được môi trường, là một yếu tô quyết định tới các hành động khác, Xác dịnh vị trí robot là việc tim za được trạng thái (bao gồm vị trí và định hướng) của robot trong môi trường của nó. Trong đó, có thể là xác định vị trí trong mt ban để cho trước hoặc tầm vị trí tương đổi sau khi đi chuyên so với vị trí bắt dâu (trường hợp không biết trước bán để).

Dã có nhiều cổng nghệ được đề xuất để sử dụng cho các hệ thống xác định vị trí trong nhà ví du nhur Vision, Infrared, Wireless Local Area Network (WLAN), RFID, Bluclooth va Lascr range finder. Qua so sanh các tiêu chí như: độ chính xác, phạm vị hoạt dộng, chủ phí, dộ phức tạp và môi trường, công nghệ Laser range finder có độ phúc tạp tháp, chỉ phí rẻ, độ chính xác châp nhận được, phù hop dé ap dung va trổ nên phổ biển đối với cáo th bị robot trong nhà Bén cạnh việc phát triển các công nghệ thi cũng đã có nhiêu nghiên cứu trên thé giới với cáo thuật giải và phương pháp khác nhau để xóc dinh vi tri của robot trong đỏ 04 nhóm giải pháp chính để định vị là phương pháp đẫn đường dự đoàn (dead-reckoning), hé théng din đường cột mốc chủ động, hệ thẳng dẫn đường cột mắc 1hụ động, định vị sử đụng bản dé cục bộ. Thuật toán quét và so khớp (Scan Matchina) thuộc nhóm giải pháp sử đụng bản dỗ cục bộ, có ưu diễm có thể áp đụng linh động không cẩn thiết lập trước các cốt mốc, không bị ảnh hưởng bởi các sai số lừ môi trường như giỏ, vật cân, bề mặt di chuyên khỏng bằng phẳng bay sai lệch giữa thiết kẻ và thực tế của động cơ, sai lệch giữa các động cơ trong củng mội robol. „ Thuật toán ScanMatching có nhiều hướng tiếp cận trong đó nổi bật 2 hướng chính để tìm ra sự số khớp tương ứng, đó là thuật loán Tặp tương ứng kép (Iterative Dual Correspondence - IDC) và Điểm lặp gân ohit (Iterative Closest Point 1CP).

Nếu như thuật toán LCP đưa ra các dự đoán về phép biển đổi để so khép dữ liêu đựa trên tính toán giữa điểm tới điểm, thì thuật toán biên thẻ PL TCE. (TCP with point-to-line metric) dựa trên tỉnh toán từ Điểm tới dường thẳng, Qua MỤC LỤC CHƯƠNG L. TONG QUAN DE TAL. 11 Lido chon dé tai.2 Mute dich nghién ctu.3 Đổi tượng vẻ phạm vi nghiên cửu.4 Phương pháp nghiên cửu.Ý THUYẾT XÁC ĐỊNH VỊ TRÍ.

21 Công ngÌ áo định vị trí - 3 311 Vision - - 3 2142 Infrared.6 Laser Range Finder. Các công nghệ khác 218 So sảnh các công nghệ. 22 Phương pháp xác định vị trí 2.21 Phương pháp đẫn đường dụ đoán đead-reckoning 1 2.2 Hé thing đẫn đường cột mốc chủ động Il 2. Hệ thống đân đường cột mốc thụ động - - 12 32.4 Tịnh vị sử đụng bản đô cục bộ - - 12 23 ‘Thuat toan Scan Matching .31 Thuật toán Iterative Dualal Correspondence IIDC.

L4 132 ‘Thuat toan Iterative Closest Points ICP.3 Thuậttoán PL-ICP. TRIEN KHAI TH UCTE THUAT TOAN SCAN MATCHING 19 31 Hệ điểuhànhROS.1 Giớithiệu tổng quan.2 Cu tric ROS wee cccsseecsesscesseitesinsseeeessntinseecssescnssieee 20 3.2 Cảm biến Laser ranger ñmđer,. Công nghệ và đặc tỉnh. thử nghiệm thực tễ, thuật toán PL 1CP thực hiện it vòng lặp, thời gian xử lý trung, bình thấp cũng như độ chính xác vượt trội so với các thuật toán còn lại.

Đổ thực hiện đẻ tài này, ngoài việc nghiên cửu về các công nghệ, phương pháp cũng như chỉ tiết thuật toán Scan Matching, để có thể triển khai thực tế tôi đã tim tiểu về hệ điểu hành Rebol ROS (Robot Operating Syslerm), câm biến lascr Hokuyo ULM-30LX và robot Kobuki. Đặc diễm nổi bật của ROB chính là xây đựng ứng dung robotic trén nén tảng EOS sẽ giảm đi một lượng đáng kế các công việc lập trinh, thiết lập hệ thống, tận đụng nguồn tài nguyên mã nguồn mở vô củng phong phủ của cộng đồng mà đa số đến từ những viện nghiên cửu và những trường đại học hàng đâu trên thể giới Trong dễ tài này, tôi dã thạc hiện triển khai thực tế thuật toán Scan Matching PL ICP trén hệ điển hành ROS sử dụng để robot Kobuki để đi chuyển, cảm biến laser Hokuyo UTM-30LX thu thap di ligu va board Nvidia Jelson TX1 Developer Kit duoc lắp tại tằng 1 của Kobuki đẻ thu thập, trao đổi dữ liệu với chương trình chính chạy trên laptop thông qua mạng LAN. Sau đó, tôi thực hiện các thí nghiệm kiểm chứng với phẩn cứng dã được mô tả, trong didu kiện môi trường tiết diện thẳng, tiết diện gỗ ghế, hành lang dải, môi trường trong nhà có phòng thông nhau thu được kết quả với sai số trung bình về vị trí là 42,6mm độ lệch chuẩn 12.7 mm và sai số về góc là 0,69 độ lệch chuận 0,4° trong thời gian thực. Với kết quả này, hoàn toàn có thê xây đựng một hệ thống robot trong nha để thục hiên các chức năng như mang để vật, hút bụi, giảm sát an ninh tỏa nhà, Tobot di chuyển và hoạt động trong các môi Irường con người không thể tiến cận như khu vực cách ly, kho lạnh, hảm lò, LIỌC VIÊN Ký vả ghỉ rõ họ tên.

“Tôm tắt nội dung luận văn Trong khi các bệ thông robot cố định người ta thường thiết kế một không gian làm việc ít biến đổi và robot thực hiện các công việc lặp đi lặp lại trong môi trường xác định trước, thì đôi với robot đi động việc nhận biết được môi trường, là một yếu tô quyết định tới các hành động khác, Xác dịnh vị trí robot là việc tim za được trạng thái (bao gồm vị trí và định hướng) của robot trong môi trường của nó. Trong đó, có thể là xác định vị trí trong mt ban để cho trước hoặc tầm vị trí tương đổi sau khi đi chuyên so với vị trí bắt dâu (trường hợp không biết trước bán để). Dã có nhiều cổng nghệ được đề xuất để sử dụng cho các hệ thống xác định vị trí trong nhà ví du nhur Vision, Infrared, Wireless Local Area Network (WLAN), RFID, Bluclooth va Lascr range finder. Qua so sanh các tiêu chí như: độ chính xác, phạm vị hoạt dộng, chủ phí, dộ phức tạp và môi trường, công nghệ Laser range finder có độ phúc tạp tháp, chỉ phí rẻ, độ chính xác châp nhận được, phù hop dé ap dung va trổ nên phổ biển đối với cáo th bị robot trong nhà Bén cạnh việc phát triển các công nghệ thi cũng đã có nhiêu nghiên cứu trên thé giới với cáo thuật giải và phương pháp khác nhau để xóc dinh vi tri của robot trong đỏ 04 nhóm giải pháp chính để định vị là phương pháp đẫn đường dự đoàn (dead-reckoning), hé théng din đường cột mốc chủ động, hệ thẳng dẫn đường cột mắc 1hụ động, định vị sử đụng bản dé cục bộ.

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