Fjernstyring av Legorobot

Abstract

Denne masteroppgaven omhandler videreutvikling av en fjernstyrt LEGO robot ved Institutt for Teknisk Kybernetikk. Roboten har tidligere gjennomgått flere utviklingssteg via prosjekter og diplom/masteroppgaver ved instituttet. Utgangspunktet for oppgaven er en robot bygget av Lego som kan fjernstyres trådløst fra PC. Roboten hadde innebygd et posisjoneringssystem og sensor for måling av avstand til omgivelsene. På PC siden ble MATLAB med tilhørende kartleggings- og navigasjonsalgoritmer brukt for å produsere kart over omgivelsene mens roboten kjørte, såkalt SLAM (Simultaneous Location And Mapping). Roboten kunne derfor under visse betingelser autonomt navigere i ukjente omgivelser. Mer konkret baserte kartbyggingen seg på å utvinne et linjebasert kart der alle objekter i robotens miljø ble redusert til linjer. Derav ble det vanskelig å produsere for eksempel runde objekter i kartet. Andre begrensinger var at posisjoneringssystemet besto kun av en dead-reckoning metode som gjorde at posisjonen til roboten etter hvert som den kjørte ble beheftet med usikkerhet som etter hvert ville gå mot uendelig. I tilegg var det svakheter i programmet når det gjaldt navigeringsstrategier i ukjente områder. I denne oppgaven gjøres det programutvikling i MATLAB for å bedre navigasjons- og kartleggingsegenskapene. Systemet baserer seg på at roboten skal kartlegge og navigere i sanntid. Det er implementert algoritmer som gjør det mulig å motta sensordata og behandle disse mens roboten kjører. Dataene presenteres grafisk i et utvidet brukergrensesnitt der både linjesegmenter og punkter tegnes i samme kart. Slik kan objekter med ulik geometrisk form representeres på en bedre måte enn før. Den innebygde simulatoren er utvidet med flere relevante labyrinter og funksjonalitet. Fra tidligere arbeid var det implementert en veggfølgingsalgoritme laget for å navigere i en linjekart. I denne oppgaven har den eksisterende veggfølgingsalgoritme blitt tilpasset til å håndtere et kombinert linje- og punktbasert kart. En ny metode for å detektere ukjente områder er laget og brukes i navigeringen. Det er foretatt en studie av en ny navigasjonsstrategi som baserer seg på et action-selected prinsipp der navigasjonsstrategier blir valgt på bakgrunn av prioriteter. Det er innført en ladestasjon som roboten kan starte og returnere til. Hensikten er å gjøre roboten mer autonom ved at den kan få ladet batteripakkene uten menneskelig påvirkning. Posisjonsestimatet til roboten kan også forbedres ved at den kan returnere til et fast punkt. Et tilpasset EKF (extended kalman filter) muliggjør oppdatering av posisjon. Tester viser at de utviklete algoritmer for kartlegging og navigering isolert fungerer tilfredsstillende. Likevel kan det ikke konkluderes med at kartleggingen har blitt mye bedre. Posisjonsestimatet er den avgjørende faktoren som begrensninger systemet. Videre arbeid er foreslått til å være forbedring av posisjonsestimatet til roboten. Dette kan gjøres ved endringer i hardware og software, samt å bruke kamera for regulering av robotposisjon. Når posisjoneringen har blitt bedre kan det være aktuelt å se på kartlegging i tre dimensjoner. Det er i rapporten henvist til artikler som beskriver en utvidelse til 3D-SLAM. En annen retning å bevege seg i er å se på samhandlede roboter, der to eller flere LEGO-roboter samarbeider om kartleggigen.