Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2024 - zeszyt 1

Analiza funkcjonowania systemu LIDAR w autonomicznym robocie mobilnych AMR

Analysis of the functioning of the LIDAR system in the autonomous AMR mobile robot

10.15199/48.2024.01.64

nr katalogowy: 147144
10.15199/48.2024.01.64

Streszczenie

W artykule przedstawiono problematykę funkcjonowania systemu lokalizacji typu LIDAR w zastosowaniach autonomicznych robotów mobilnych klasy AMR. Skupiono się na wykorzystaniu tych robotów jako platform jezdnych do różnych zadań, które wymagają precyzyjnego pozycjonowania. Badania i prace rozwojowe mające na celu stworzenie robota zdolnego do wykonywania prac ogrodniczych, takich jak monitorowanie uprawy (robot inspekcyjny), zbieranie owoców oraz prace pielęgnacyjne, doprowadziły do określenia wymagań konstrukcyjnych i eksploatacyjnych dla platformy jezdnej. W celu spełnienia tych wymagań, zdecydowano się na budowę dedykowanego systemu jezdnego, co zaowocowało przeprowadzeniem badań doświadczalnych w celu oceny dokładności pozycjonowania seryjnie produkowanego robota mobilnego. Wyniki tych badań będą stanowiły punkt odniesienia dla tworzonego prototypu. Wszystkie opisane działania mają na celu osiągnięcie wysokiej precyzji pozycjonowania, która jest kluczowa dla skuteczności wykonywanych zadań. Platformy jezdne robotów AMR zazwyczaj wykorzystują kilka systemów lokalizacyjnych, które współpracują ze sobą. Mogą to być układy kamer wzajemnie zsynchronizowanych lub oparte na triangulacji (pomiarze kątów do trzech obiektów znajdujących się na jednym obrazie). Te metody mogą być uzupełnione przez skanery laserowe, które mierzą odległości od obiektów w bliskim otoczeniu, pozwalając na równoczesny pomiar w szerokim zakresie kątowym. Analiza uzyskanych wyników pozwoliła stwierdzić, że wykorzystanie pojedynczej metody nawigacji w interfejsie robota mobilnego prowadzi do osiągnięcia niskiego stopnia powtarzalności i precyzji dla całego systemu robotycznego

Abstract

The article presents the issue of the functioning of the LIDAR type location system in the applications of autonomous mobile robots of the AMR class. The focus was on using these robots as mobile platforms for various tasks that require precise positioning. Research and development work aimed at creating a robot capable of performing gardening tasks, such as crop monitoring (inspection robot), fruit picking and maintenance work, led to the determination of construction and operational requirements for the mobile platform. In order to meet these requirements, it was decided to build a dedicated drive system, which resulted in conducting experimental research to assess the positioning accuracy of a massproduced mobile robot. The results of these tests will be a reference point for the prototype being created. All described activities are aimed at achieving high positioning precision, which is crucial for the effectiveness of the tasks performed. AMR robotic mobile platforms typically use several locating systems that work together. These can be systems of cameras synchronized with each other or based on triangulation (measuring the angles of up to three objects in one image). These methods can be complemented by laser scanners that measure distances to objects in close proximity, allowing simultaneous measurement over a wide angle range. The analysis of the obtained results allowed to conclude that the use of a single navigation method in the mobile robot interface leads to a low degree of repeatability and precision for the entire robotic system

Słowa kluczowe

Keywords

Bibliografia

[1] Aufrere R., Gowdy J., Mertz C., Thorpe C., Wang C., Teruko Yata T. Perception for collision avoidance and autonomous driving. Mechatronics, (2003), No. 13(10), 1149-1161.
[2] Azartash H., Banai N., Nguyen T. Q. An integrated stereo visual odometry for robotic navigation. Robotics and Autonomous Systems, (2014), No.62(4), 414-421.
[3] Babinec A., Jurišica L., Hubinský P., Duchoň F. Visual localization of mobile robot using artificial markers. Modelling of Mechanical and Mechatronic Systems MMaMS. Procedia Engineering. (2014), No 96, 1-9.
[4] Bonanni T. M., Della-Corte B., Grisetti G.. 3-D Map Merging on Pose Graphs. IEEE Robotics and Automation Letters, 2(2), (2017), No. 4, 1031-1038.
[5] Drwiega M., Jakubiak J.. A Set of Depth Sensor Processing ROS Tools for Wheeled Mobile Robot Navigation. Journal of Automation, Mobile Robotics & Intelligent Systems, (2017), No. 11(2), 48-56.
[6] Dudzik S.,Podsiedlik A.,Rapalski A. Test stand to design control algorithms for mobile robots. Przegląd Elektrotechniczny. 2021, nr 3, 35-38.
[7] Iovino M., Scukins E., Styrud J., Ögren P., Smith Ch. A survey of Behavior Trees in robotics and AI. Robotics and Autonomous Systems. (2022), Vol. 154, 104096.
[8] Khai, T.Q. Ryoo, Y.J. Gill, W.R. Im, D.Y. Design of kinematic controller based on parameter tuning by fuzzy inference system for trajectory tracking of differential, Drive Mobile Robot. Int. J. Fuzzy Syst. (2020), No. 22, 1972-1978.
[9] Kis K. B., Csempesz J., Csáji B. C. A simultaneous localization and mapping algorithm for sensors with low sampling rate and its application to autonomous mobile robots. Procedia Manufacturing. (2021), Vol. 54, 154-159.
[10] Łabęcki P., Kasiński A., Aktywny pokładowy system wizyjny dla robota autonomicznego, Pomiary Automatyka Kontrola, nr 55(9), (2009), 731-736.
[11] Masłowski D., Czubenko M. System bezpieczeństwa dla współpracującego robota przemysłowego na bazie kamer głębi. Pomiary Automatyka i Robotyka. (2019), nr 4, 41-46.
[12] Oliveira A. S. S., dos Reis C. M., da Mota F. A. X., Martinez M. E. M., Alexandria A. R. New trends on computer vision applied to mobile robot localization. Internet of Things and CyberPhysical Systems, (2022), Vol. 2, 63-69.
[13] Panigrahi P. K., Bisoy S. K. Localization strategies for autonomous mobile robots: A review. Journal of King Saud University – Computer and Information Sciences. (2022), Vol. 34, No 8, 6019-6039.
[14] Parker L.E. Multiple mobile robot systems. Handbook of Robotics, Springer. (2008), 921-941.
[15] Pawłowski P., Jeske M., Kwiatkowski S., Kołodziejczyk N. Zrobotyzowane mapowanie przestrzeni z wykorzystaniem czujnika LIDAR. Przegląd Elektrotechniczny. 2021, nr 2, 52-56.
[16] Tomasik M., Lis S. Problematyka eksploatacji autonomicznych robotów mobilnych AMR. Przegląd Elektrotechniczny. 2023, nr 1, 315-318.
[17] Skrzypczyński P., Simultaneous Localization and Mapping: A Feature-based Probabilistic Approach, Int. Journal of Applied Mathematics and Computer Science, (2009), Vol. 19, No. 4, 575-588.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2024-1 , nr katalogowy 147144 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-1 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł
PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-10 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł
PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-11 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł
PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-12 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2024-1

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma