Expert Systems and Advanced Algorithms in Mobile Robots Path Planning
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Metody plánování pohybu jsou významnou součástí robotiky, resp. mobilních robotických platforem. Technicky je realizace plánování pohybu z globální úrovně převedena do posloupnosti akcí na úrovni specifické robotické platformy a definovaného prostředí, včetně omezení. V rámci této práce byla provedena recenze mnoha metod určených pro plánování cest, přičemž hlavním těžištěm byly metody založené na tzv. rychle rostoucích stromech (RRT), prostorovém rozkladu (CD) a využití fuzzy expertních systémů (FES). Dosažené výsledky, resp. prezentované algoritmy, využívají dostupné informace z pracovního prostoru mobilního robotu a jsou aplikovatelné na řešení globální pohybové trajektorie mobilních robotů, resp. k řešení specifických problémů plánování cest s omezením typu úzké koridory či překážky s proměnnou polohou v čase. V práci jsou představeny nové plánovací postupy využívající výhod algoritmů RRT a CD. Navržené metody jsou navíc efektivně rozšířeny s využitím fuzzy expertního systému, který zlepšuje jejich chování. Práce rovněž prezentuje řešení pro plánovací problémy typu identifikace úzkých koridorů, či významných oblastí prostoru řešení s využitím přístupů na bázi dekompozice prostoru. V řešeních jsou částečně zahrnuty sub-optimalizace nalezených cest založené na zkracování nalezené cesty a vyhlazování cesty, resp. nahrazení trajektorie hladkou křivkou, respektující lépe předpokládanou dynamiku mobilního zařízení. Všechny prezentované metody byly implementovány v prostředí Matlab, které sloužilo k simulačnímu ověření efektivnosti vlastních i převzatých metod a k návrhu prostoru řešení včetně omezení (překážky). Získané výsledky byly vyhodnoceny s využitím statistických přístupů v prostředí Minitab a Matlab.
Motion planning is an active field in robotics domain, it is responsible for translating high-level specifications of a motion task into low-level sequences of motion commands, which respect the robot and the environments constraints. In this work many path-planning approaches have been reviewed, mainly, the rapidly exploring random tree algorithm (RRT), the cell decomposition approaches (CD), and the application of fuzzy expert system (FES) in motion planning. These approaches have been adapted to solve some of mobile robots motion-planning problems efficiently, i.e. motion planning in small and narrow areas, the global path planning in dynamic workspace, and the improvement of planning efficiency using available information about the working environments. New planning approaches have been introduced based on exploiting and combining the advantages of cell-decomposition, and RRT, in addition to use other tools i.e. fuzzy expert system, to increase the efficiency and completeness of finding a solution. This thesis also proposed solutions for other motion-planning problems, for example the identification of narrow area and the important regions when using sampling-based algorithms, the path shortening for RRT, and the problem of planning a safe path. All proposed methods were implemented and simulated in Matlab to compare them with other methods, in different workspaces and under different conditions. Moreover, the results are evaluated by statistical methods using Matlab and Minitab environments.
Motion planning is an active field in robotics domain, it is responsible for translating high-level specifications of a motion task into low-level sequences of motion commands, which respect the robot and the environments constraints. In this work many path-planning approaches have been reviewed, mainly, the rapidly exploring random tree algorithm (RRT), the cell decomposition approaches (CD), and the application of fuzzy expert system (FES) in motion planning. These approaches have been adapted to solve some of mobile robots motion-planning problems efficiently, i.e. motion planning in small and narrow areas, the global path planning in dynamic workspace, and the improvement of planning efficiency using available information about the working environments. New planning approaches have been introduced based on exploiting and combining the advantages of cell-decomposition, and RRT, in addition to use other tools i.e. fuzzy expert system, to increase the efficiency and completeness of finding a solution. This thesis also proposed solutions for other motion-planning problems, for example the identification of narrow area and the important regions when using sampling-based algorithms, the path shortening for RRT, and the problem of planning a safe path. All proposed methods were implemented and simulated in Matlab to compare them with other methods, in different workspaces and under different conditions. Moreover, the results are evaluated by statistical methods using Matlab and Minitab environments.
Description
Citation
ABBADI, A. Expert Systems and Advanced Algorithms in Mobile Robots Path Planning [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2016.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Konstrukční a procesní inženýrství
Comittee
prof. RNDr. Ing. Miloš Šeda, Ph.D. (předseda)
doc. RNDr. PaedDr. Eva Volná, Ph.D. (člen)
doc. Ing. Roman Šenkeřík, Ph.D. (člen)
prof. Ing. Pavel Ošmera, CSc. (člen)
doc. Mgr. Jaroslav Hrdina, Ph.D. (člen)
Date of acceptance
2016-03-11
Defence
Disertant prokázal vysokou úroveň teoretických znalostí a schopnost je tvůrčím způsobem rozvinout a navrhnout metody a postupy, které posunují vědecké poznání.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení