Tài liệu Nghiên cứu phát triển hệ thống định vị và dẫn đường cho robot hoạt động ở môi trường trong nhà

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHAN HOÀNG ANH NGHIÊN CỨU PHÁT TRIỂN HỆ THỐNG ĐỊNH VỊ VÀ DẪN ĐƯỜNG CHO ROBOT HOẠT ĐỘNG Ở MÔI TRƯỜNG TRONG NHÀ LUẬN VĂN THẠC SĨ CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ, TRUYỀN THÔNG Hà Nội, 2020 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHAN HOÀNG ANH NGHIÊN CỨU PHÁT TRIỂN HỆ THỐNG ĐỊNH VỊ VÀ DẪN ĐƯỜNG CHO ROBOT HOẠT ĐỘNG Ở MÔI TRƯỜNG TRONG NHÀ Ngành : Công nghệ kỹ thuật điện tử, truyền thông Chuyên ngành : Kỹ thuật điện tử Mã ngành : 8510302.01 LUẬN VĂN THẠC SĨ CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ, TRUYỀN THÔNG Giảng viên hướng dẫn: GS.TS Chử Đức Trình Hà Nội, 2020 1 LỜI CẢM ƠN Trước tiên, tôi xin gửi lời cảm ơn đến các thầy, cô giáo Trường Đại học Công nghệ ĐHQGHN, Khoa Điện tử - Viễn thông đã tận tình giảng dạy và truyền đạt những kiến thức, kinh nghiệm quý giá trong suốt quá trình học tập và nghiên cứu cũng như trong quá trình thực hiện đề tài. Tôi cũng xin gửi lời cảm ơn sâu sắc đến GS.TS Chử Đức Trình đã tận tình hướng dẫn, cung cấp tài liệu, thiết bị trong suốt quá trình thực hiện đề tài này. Hà Nội, tháng 11 năm 2020 Phan Hoàng Anh 2 LỜI CAM ĐOAN Luận văn đánh dấu cho những thành quả, kiến thức tôi đã thu nhận được trong quá trình rèn luyện, học tập tại trường. Tôi xin cam đoan luận văn được hoàn thành bằng quá trình học tập và nghiên cứu của tôi. Trong luận văn này tôi có tham khảo một số tài liệu và một số bài báo đều được đưa ra ở phần tài liệu tham khảo. Tôi xin cam đoan những lời trên là sự thật và chịu mọi trách nhiệm trước thầy cô và hội đồng bảo vệ luận văn. Hà Nội, tháng 11 năm 2020 Phan Hoàng Anh 3 MỤC LỤC LỜI CẢM ƠN ................................................................................................................. 1 LỜI CAM ĐOAN ........................................................................................................... 2 MỤC LỤC ...................................................................................................................... 3 DANH MỤC HÌNH ẢNH .............................................................................................. 4 DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT .................................................... 5 MỞ ĐẦU ........................................................................................................................ 6 CHƯƠNG 1. TỔNG QUAN NGHIÊN CỨU ................................................................ 7 1.1. Tổng quan hệ thống dẫn đường cho robot di động...............................................7 1.2. Định vị và xây dựng bản đồ ..................................................................................8 1.3. Lập kế hoạch đường đi ........................................................................................11 1.4. Đề xuất nội dung nghiên cứu ..............................................................................12 CHƯƠNG 2. ĐỀ XUẤT HỆ THỐNG ĐỊNH VỊ VÀ DẪN ĐƯỜNG CHO ROBOT 14 2.1. Xây dựng bản đồ của môi trường .......................................................................14 2.2. Hệ thống định vị trong nhà cho robot .................................................................17 2.3. Lập kế hoạch đường đi cho robot .......................................................................24 2.4. Hệ thống định vị và dẫn đường cho robot tự hành tại môi trường trong nhà ....26 CHƯƠNG 3. CHẾ TẠO ROBOT VÀ THỬ NGHIỆM HỆ THỐNG TRONG NHÀ . 28 3.1. Thiết kế và chế tạo phần cứng.............................................................................28 3.1.1. Thiết kế khung cơ khí ....................................................................................28 3.1.2. Thiết kế hệ di chuyển bằng bánh đa hướng ..................................................29 3.1.3. Thiết kế khối phần cứng tổng thể ..................................................................30 3.2. Thiết kế phần mềm ..............................................................................................32 3.2.1. Hệ điều hành robot (ROS) ............................................................................32 3.2.2. Giải thuật điều khiển hệ di chuyển bánh xe đa hướng. ................................33 CHƯƠNG 4. KẾT QUẢ, ĐÁNH GIÁ KHẢO SÁT VÀ ỨNG DỤNG ROBOT........ 36 4.1. Tạo lập bản đồ phòng .........................................................................................36 4.2. Khảo sát độ chính xác hệ thống định vị ..............................................................37 4.3. Khảo sát hệ lập kế hoạch đường đi cho robot ....................................................39 4.4. Ứng dụng Robot hướng dẫn viên trong phòng trưng bày sản phẩm ..................41 KẾT LUẬN .................................................................................................................. 45 DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN ................................................................................................................. 46 TÀI LIỆU THAM KHẢO ............................................................................................ 47 4 DANH MỤC HÌNH ẢNH Hình 1.1 Sơ đồ khối hệ thống dẫn đường cho robot di động ..........................................8 Hình 1.2 Minh họa cấu trúc đơn giản của hệ thống GNSS .............................................9 Hình 1.3 Thuật toán dựa trên lưới .................................................................................12 Hình 1.4 Ví dụ thuật toán tìm đường dựa trên lấy mẫu.................................................12 Hình 2.1 Hình ảnh robot TurtleBot trong thực tế ..........................................................14 Hình 2.2 Bản đồ căn phòng được xây dựng bởi robot TurtleBot ..................................15 Hình 2.3 Lưu đồ thuật toán SLAM của robot sử dụng Particle Filter ...........................15 Hình 2.4 Robot đang trong quá trình tạo bản đồ sử dụng bộ lọc hạt ............................16 Hình 2.5 Bản đồ được tích hợp gói phần mềm Costmap2D .........................................16 Hình 2.6 Hệ thống định vị trong nhà để xác định tọa độ robot .....................................17 Hình 2.7 Hệ thống định vị trong nhà IPS ......................................................................18 Hình 2.8 Phần mềm Dashboard cài đặt cấu hình các thiết bị beacon............................19 Hình 2.9 Sơ đồ truyền sóng siêu âm của beacon ...........................................................20 Hình 2.10 Mô tả thuật toán trilateration trong không gian 2 chiều ...............................21 Hình 2.11 Sơ đồ hệ thống tổng quát ..............................................................................26 Hình 2.12 Đo khoảng cách đến vật thể bằng máy ảnh Realsense ...............................27 Hình 3.1 Khung thân của robot và đế di chuyển ...........................................................28 Hình 3.2 Nhôm định hình và đai ốc để tạo khung .........................................................29 Hình 3.3 Thiết bị phần cứng của khối di chuyển ..........................................................29 Hình 3.4 Sơ đồ kết nối thiết bị phần cứng của khối di chuyển .....................................30 Hình 3.5 Mô phỏng hành vi di chuyển với hệ 3 bánh xe đa hướng ..............................30 Hình 3.6 Mô tả hệ thống phần cứng của robot ..............................................................32 Hình 3.7 Kiến trúc của Ros ...........................................................................................33 Hình 3.8 Các thông số hệ đế di chuyển .........................................................................33 Hình 3.9 Đường đi của robot trong một quy trình.........................................................34 Hình 3.10 Thuật toán điều khiển robot bám đường đi ..................................................35 Hình 4.1 Bản đồ được xây dựng ....................................................................................36 Hình 4.2 Bản đồ qua gói phân tích Costmap2D ............................................................37 Hình 4.3 Dữ liệu tọa độ robot theo trục X .....................................................................37 Hình 4.4 Dữ liệu tọa độ theo trục Y ..............................................................................38 Hình 4.5 Kết quả tọa độ của robot qua bộ lọc Kalman Filter........................................38 Hình 4.6 Kết quả phóng to tọa độ của robot qua bộ lọc Kalman Filter ........................39 Hình 4.7 Đường đi tạo ra trên bản đồ 2D ......................................................................40 Hình 4.8 Robot tránh vật cản chuyển động ...................................................................41 Hình 4.9 Mô tả hệ thống tổng thể của robot hướng dẫn viên ........................................42 Hình 4.10 Sơ đồ của phòng truyền thống ......................................................................43 Hình 4.11 Robot đang thuyết minh về khu vực những đặc trưng cơ bản .....................43 5 DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT STT Ký hiệu chữ viết tắt Chữ viết đầy đủ 1 IPS Indoor Positioning System 2 ROS Robot Operating System 3 LIDAR Light Detection And Ranging 4 SLAM Simultaneous localization and mapping 5 EKF Extended Kalman Filter 6 IMU Inertial measurement unit 7 DoF Degree of Fredom 6 MỞ ĐẦU Robot dịch vụ đang là một xu hướng nghiên cứu và phát triển của nhiều nước trên thế giới hiện nay. Rất nhiều loại robot tân tiến đã được ra đời như robot chăm sóc người nhà, robot nội chợ, robot bệnh viện, robot hướng dẫn sân bay. Một đặc điểm chung giữa những robot này là môi trường hoạt động chủ yếu ở trong nhà. Một robot di chuyển thông minh là robot có khả năng tự động di chuyển linh hoạt trong môi trường có nhiều chướng ngại vật mà không xảy ra hiện tượng, cụ thể là các vật dụng nhiều hình dạng như bàn, ghế, tủ. Trên thế giới hiện nay đã có rất nhiều nghiên cứu giới với các thuật giải và phương pháp khác nhau cho dẫn đường rô bốt trong các môi trường trong nhà. Những nghiên cứu rất đa dạng, sử dụng nhiều loại cảm biến khác nhau và phục vụ nhiều mục đích khác nhau. Tuy nhiên, các hệ thống phổ biến thường có tính đặc thù cho từng loại robot có hình dạng, kiểu dáng nhất định do đặc tính của cảm biến sử dụng. Vì vậy, tính mở rộng của hệ thống đang là bài toán rất được quan tâm. Gần dây, có nhiều sản phầm cảm biến công nghệ cao đã được ra đời nhằm nâng cao tính mở rộng của hệ thống, nhưng đổi lại giá thành rất cao. Mục tiêu của đề tài là nghiên cứu, phát triển một hệ thống định vị và dẫn đường sử dụng kết hợp hệ thống định vị trong nhà IPS và robot tạo lập bản đồ Turtlebot. Hệ thống định vị trong nhà IPS trả về dữ liệu tọa độ có độ chính xác cao và ít bị ảnh hưởng bởi yếu tố môi trường. Robot tạo lập bản đồ TurtleBot là robot phổ biến chuyên dụng trong việc thiết lập bản đồ tại môi trường trong nhà, kết quả cho ra một bản đồ dạng ảnh có thể phân tích. Hệ thống định vị và dẫn đường được phát triển mô-đun hóa, có thể mở rộng cho nhiều bài toán, nhiều loại robot khác nhau. Một robot đã được chế tạo để thử nghiệm hệ thống định vị và dẫn đường. Bên cạnh đó ứng dụng robot hướng dẫn viên cho nhà trưng bày của Đại học Quốc gia cũng đã được phát triển để tích hợp hệ thống. 7 CHƯƠNG 1. TỔNG QUAN NGHIÊN CỨU 1.1. Tổng quan hệ thống dẫn đường cho robot di động Những tiến bộ trong công nghệ trong lĩnh vực robot đã có những đóng góp to lớn trong nhiều lĩnh vực công nghiệp và xã hội trong thời gian gần đây. Ngày nay, nhiều ứng dụng của hệ thống robot có thể được tìm thấy trong tự động hóa nhà máy, hệ thống giám sát, hệ thống kiểm soát chất lượng, AGV (phương tiện tự động dẫn đường), chống thảm họa, hỗ trợ y tế, v.v. Ngày càng có nhiều ứng dụng rô bốt nhằm mục đích cải thiện cuộc sống hàng ngày của chúng ta và rô bốt hiện bị bắt gặp thường xuyên hơn bao giờ hết trước khi thực hiện các nhiệm vụ khác nhau [1]. Đối với nhiều ứng dụng như vậy, khả năng di chuyển tự động của robot là một vấn đề quan trọng bắt buộc. Robot di động tự động là những robot có thể thực hiện nhiệm vụ trong môi trường có cấu trúc hoặc không có cấu trúc mà không có sự hướng dẫn liên tục của con người. Robot di động hoàn toàn tự động có khả năng: - Thu thập thông tin về môi trường. Làm việc trong thời gian dài mà không có sự can thiệp của con người. Di chuyển toàn bộ hoặc một phần trong môi trường hoạt động của nó mà không cần sự hỗ trợ của con người. Tránh các tình huống có hại cho con người, tài sản hoặc bản thân, trừ khi đó là một phần của thông số kỹ thuật thiết kế. Robot di động tự động cũng có thể học hoặc đạt được các khả năng mới như điều chỉnh các chiến lược để hoàn thành (các) nhiệm vụ của nó hoặc thích ứng với sự thay đổi của môi trường xung quanh [2]. Cho bất kỳ cỗ máy di chuyển tự hành nào, khả năng định hướng trong môi trường hoạt động của chúng là rất quan trọng. Khả năng tránh các tình huống nguy hiểm như va chạm và ở các điều kiện không an toàn được đặt lên hàng đầu(nhiệt độ, bức xạ, tiếp xúc với thời tiết, ..v.v)[3]. Dẫn đường cho robot có nghĩa là robot có khả năng xác định được vị trí của chính nó trong hệ quy chiếu của nó và sau đó lập kế hoạch đường đi tới một số vị trí mục tiêu. Để dẫn đường trong môi trường của nó, robot hoặc bất kỳ thiết bị di động nào khác yêu cầu một bản đồ của môi trường và khả năng phân tích bản đồ đó. Dẫn đường có thể được định nghĩa là sự kết hợp của 3 chức năng cơ bản: - Tự định vị Xây dựng và phân tích bản đồ Lập kế hoạch đường đi Một số hệ thống định vị và dẫn đường của robot sử dụng kỹ thuật tạo lập bản đồ và định vị đồng thời để tạo ra các bản 3D của môi trường xung quanh chúng. Định vị cho robot biểu thị khả năng robot thiết lập vị trí và định hướng của chính nó trong hệ quy chiếu. Lập kế hoạch đường đi thực sự là một phần mở rộng của định vị, trong đó nó yêu cầu xác định vị trí hiện tại của robot và vị trí của mục tiêu, cả hai đều cần nằm trong một hệ quy chiếu hoặc hệ tọa độ. Xây dựng bản đồ có thể ở dạng bản đồ hệ mét hoặc bất kỳ ký hiệu nào mô tả các vị trí trong hệ quy chiếu robot. Sơ đồ khối của hệ thống dẫn đường cho robot di động được thể hiện trên Hình 1.1. 8 Hình 1.1 Sơ đồ khối hệ thống dẫn đường cho robot di động 1.2. Định vị và xây dựng bản đồ Để hoạt động được trong môi trường thực tế, robot luôn phải biết được mình đang ở đâu và đang cần đi đến đâu, cuối cùng là đưa ra quyết định và tự mình đi đến. Quá trình này cần sự hỗ trợ của một bộ các cảm biến và chương trình kết nối các cảm biến lại với nhau để cho ra kết quả là vị trí của Robot. Kết hợp tất cả các phần lại với nhau sẽ cho ra hệ thống định vị. Hệ thống này giúp cho Robot xác định được vị trí của mình, nó trả về dữ liệu tọa độ của Robot là một trong những dữ liệu đầu vào quan trọng cho các thuật toán dẫn đường cho Robot trong không gian và cuối cùng Robot có thể xác định được con đường cần phải đi đến đích. Trên thế giới hiện nay có rất nhiều hệ thống định vị được sử dụng rộng rãi trong xã hội. Tuy nhiên, hệ thống định vị về cơ bản được phân ra làm ba loại theo không gian hoạt động: Hệ thống định vị không gian ngoài trái đất, chuỗi hệ thống điều hướng toàn cầu bằng vệ tinh (viết tắt là GNSS) và hệ thống định vị trong nhà (viết tắt là IPS). Hệ thống định vị không gian ngoài trái đất sử dụng sóng vô tuyến để xác định vị trí của các tàu không gian ngoài vũ trụ. Các tàu vũ trụ đều được lắp đặt các bộ phát sóng và thu sóng để thu phát các dải sóng vô tuyến, các dải sóng đấy sẽ đi qua quá trình xử lý, từ đó các phi hành gia sẽ biết rõ được vị trí cụ thể của con tàu. Dữ liệu về góc và góc quay có thể thu được bằng cách sử dụng các vì sao làm điểm mốc để tính toán. Chuỗi hệ thống điều hướng toàn cầu bằng vệ tinh là sự hợp tác giữa các quốc gia đang sở hữu vệ tinh định vị cung cấp dữ liệu vị trí cho mục đích dân sự. Đây là phương pháp đang được sử dụng rộng rãi nhất hiện nay. Nó có thể xác định vị trí không gian ba chiều (Kinh độ, vĩ 9 độ và cao độ) hiện tại của vật thể trên bề mặt trái đất cũng như thời gian bằng cách sử dụng một bộ thu sóng chuyên dụng dùng để xử lý sóng vô tuyến thu được từ các cụm vệ tinh với độ chính xác từ 2m đến 20m và 10ns. Còn các vệ tinh sẽ thu được tọa độ của mình bằng cách nhận sóng vô tuyến từ các trạm phát sóng cố định trên mặt đất. Hệ thống cần phải thu được sóng của ít nhất ba vệ tinh. Từ đó bằng các phép tính cơ bản về khoảng cách, kết quả thu được là tọa độ của vật thể. Trên thế giới hiện nay có 6 quốc gia đang triển khai vệ tinh định vị với độ phủ sóng toàn cầu, trong đó nổi bật nhất là GPS của Mỹ và GLONASS của Nga. Chuỗi hệ thống điều hướng toàn cầu bằng vệ tinh đã giúp ích rất nhiều trong công cuộc phát triển khoa học kỹ thuật với một loạt các ứng dụng trong hầu như mọi lĩnh vực. Hình 1.2 Minh họa cấu trúc đơn giản của hệ thống GNSS Tuy nhiên, mặc dù sóng vô tuyến cho kết quả định vị tối ưu nhất, trong quá trình di chuyển chúng dễ bị phản xạ bởi các vật cản hoặc bị giảm tốc độ truyền trong các tầng mây đối lưu, vậy nên chuỗi hệ thống điều hướng toàn cầu bằng vệ tinh chỉ sử dụng được ở ngoài trời. Điều đó đòi hỏi cần phải có các hệ thống ra đời phục vụ cho các không gian đặc biệt hơn mà sóng vô tuyến không thể vươn tới được. Các không gian đấy có thể là văn phòng, bảo tàng, rạp chiếu phim, hầm mỏ,… Hệ thống định vị trong nhà ra đời để đáp ứng điều kiện đó. Đây là hệ thống có thể áp dụng một trong nhiều công nghệ cảm biến khác nhau để thu thập và phân tích các tín hiệu từ ánh sáng, sóng, từ trường, hình ảnh, âm thanh hoặc thậm chí là xử lý ảo bằng các thuật toán thống kê. Mỗi loại tín hiệu đều có ưu nhược điểm riêng. Bước xử lý tín hiệu để cho ra kết quả định vị cũng sử dụng nhiều phương pháp khác nhau, ví dụ như: Đo khoảng cách từ vật thể đến các điểm cố định đã biết vị trí (Có thể là điểm phát wifi, điểm phát sóng vô tuyến, điểm phát Bluetooth,… ), hoặc các điểm được phát hiện và gán nhãn là điểm cố định một cách tự động nhờ phân tích hình ảnh, laser (hay còn gọi là LIDAR), âm thanh,…, đo từ tính; ước lượng vị trí; … Hệ thống định vị trong nhà tuy là một hệ thống mới nhưng đã được sử dụng rộng rãi trong nhiều lĩnh vực như công nghiệp, thương mại, quân sự,…[4]. 10 Định vị robot di động được chia thành 4 loại tùy thuộc vào đặc điểm của môi trường hoạt động và trạng thái ban đầu của robot [5]. - - - Loại 1: liên quan đến tư thế của robot tại thời điểm ban đầu. Đây là loại phân chia phổ biến nhất, nhiều tài liệu chỉ đề cập đến loại phân chia này: ● Định vị toàn cục (tuyệt đối): tư thế ban đầu của robot không được biết trước, xác định vị trí của robot dựa trên các cột mốc dẫn đường, khớp bản đồ hay hệ thống định vị toàn cầu (GPS)[6-8] ● Định vị cục bộ (tương đối) : tư thế ban đầu của robot được biết trước, ước tính vị trí và hướng của robot thông qua việc tích hợp thông tin từ bộ lập mã hoặc các cảm biến quán tính. Phương pháp hay sử dụng trong định vị cục bộ là dead-reckoning. Loại 2: liên quan đến đặc điểm của môi trường hoạt động: ● Định vị trong môi trường tĩnh: chỉ có robot di chuyển trong khi các vật khác giữ nguyên vị trí vì thế chỉ cần quan tâm tới tư thế của robot [9-11] ● Định vị trong môi trường động: vị trí và cấu hình của các vật thay đổi theo thời gian vì thế vấn đề định vị sẽ trở nên khó khăn khi phải tính đến cả những yếu tố thay đổi của môi trường hoạt động. Loại 3: liên quan đến vấn đề thuật toán định vị có tham gia vào quá trình điều khiển chuyển động của robot [12]: ● Định vị thụ động: mô đun định vị làm việc như một bộ quan sát, việc điều khiển robot không bao gồm vấn đề định vị ● Định vị chủ động: các thuật toán định vị điều khiển robot theo hướng tối thiểu hóa sai số định vị. - Loại 4: liên quan đến số lượng robot hoạt động: ● Định vị đơn robot: dữ liệu chỉ cần tập hợp trên một nền robot đơn, không quan tâm tới vấn đề truyền thông. ● Định vị đa robot: ngoài việc định vị cho một robot thì cần quan tâm tới vấn đề truyền thông giữa các robot Đồng thời định vị và tái tạo môi trường (SLAM) [13-14] là vấn đề được biết đến khá phổ biến với những ứng dụng liên quan đến điều khiển tự động (bao gồm xe tự hành, các thiết bị robot thông minh, thiết bị bay tự động). Các cảm biến cung cấp những dữ liệu để xây dựng hình ảnh xung quanh chúng và vị trí của chúng trong môi trường đó. Từ đó, thiết bị (robot, xe) có thể định vị đang ở đâu, trạng thái, tư thế của nó trong môi trường để tự động tìm đường đi trong môi trường hiện tại. Ban đầu hai vấn đề về định vị và tái tạo môi trường được nghiên cứu độc lập, tuy nhiên khi nhận thấy mối liên quan giữa hai vấn đề này: ● Định vị: cần xác định vị trí hiện tại của thiết bị dựa trên bản đồ tái tạo. ● Tái tạo bản đồ: cần xác định vị trí của đối tượng trong bản đồ để xây dựng bản đồ chính xác nhất và ít sai số nhất. Trong giai đoạn 1985 – 1990, Raja Chatila và Jean-Paul Laumond (1985) và Randall Smith (1990) đã đề xuất gộp hai vấn đề với nhau để nghiên cứu. Một thời gian sau đó, SLAM ra đời. 11 Các cảm biến phục vụ cho SLAM có thể được chia thành hai loại: cảm biến ngoại vi và cảm biến nội vi. Cảm biến ngoại vi (exteroceptive sensor) có nhiệm vụ nhận và đo thông tin về các thành phần ở môi trường xung quanh. Một số cảm biến ngoại vi phổ biến có thể được kể đến như cảm biến siêu âm, cảm biến phát hiện ánh sáng và phạm vi (LiDAR), cảm biến hình ảnh,... Cảm biến siêu âm là thiết bị sử dụng sóng âm thanh với tần số cao để dò tìm và xác định vị trí của đối tượng. Cảm biến phát hiện ánh sáng và phạm vị là thiết bị sử dụng tia laser để xác định khoảng cách đến một đối tượng, phương pháp được sử dụng phổ biến là bắn một chùm tia laser đến đối tượng và đo thời gian phản xạ lại từ đối tượng về nơi bắn tia laser. Cảm biến hình ảnh thu thập hình ảnh từ môi trường xung quanh. Cảm biến nội vi (proprioceptive sensor) là những cảm biến giúp cho thiết bị có thể đo được tốc độ, sự thay đổi vị trí và gia tốc của thiết bị. Một số cảm biến nội vi như bộ mã hóa vòng quay, cảm biến gia tốc, con quay hồi chuyển,... Bộ mã hóa vòng quay (encoder) là thiết bị được sử dụng phổ biến trong các hệ thống điều khiển tự động để báo vận tốc. Cảm biến gia tốc (accelerometer) là một thiết bị để đo gia tốc ba chiều x, y, z. Con quay hồi chuyển (gyroscope) là thiết bị để đo và duy trì phương hướng. 1.3. Lập kế hoạch đường đi Lập kế hoạch đường đi [15-17] hay còn gọi là định tuyến cho robot là từ vị trí hiện tại robot xác định được đường đi tới vị trí đích. Có thể phân thành hai loại lập kế hoạch đường đi trong môi trường tĩnh và môi trường động. Trong môi trường tĩnh với các vật cản cố định thì sau khi xác định được đường đi tới đích robot sẽ di chuyển theo đúng đường đi đó. Nhưng trong môi trường động hay môi trường chưa xác định trước, quá trình lập kế hoạch đường đi gọi là đường đi toàn cục, khi có bất kỳ sự thay đổi nào ví dụ như có vật cản bất kỳ thì robot sẽ thực hiện tránh vật cản trước sau đó mới tiếp tục thực hiện đường đi toàn cục. Quá trình tránh vật cản được xem như là đường đi cục bộ. Khi lập kế hoạch đường đi cần phải quan tâm đến: không gian cấu hình C, không gian trống Cfree , không gian đích và không gian chướng ngại vật. Khi đó có thể sử dụng các thuật toán dựa trên lưới phủ một lưới lên trên không gian cấu hình hoặc các thuật toán hình học tính toán hình dạng và kết nối của Cfree. 12 Hình 1.3 Thuật toán dựa trên lưới Phủ một lưới lên không gian cấu hình và giả sử mỗi cấu hình được xác định bằng một điểm lưới. Tại mỗi điểm lưới, robot được phép di chuyển đến các điểm lưới liền kề miễn là đường giữa chúng nằm hoàn toàn trong Cfree. Điều này làm tùy ý tập hợp các hành động và các thuật toán tìm kiếm được sử dụng để tìm đường dẫn từ đầu đến mục tiêu. Phương pháp này yêu cầu thiết lập độ phân giải lưới. Tìm kiếm nhanh hơn với các lưới thô hơn, nhưng thuật toán sẽ không tìm thấy đường dẫn qua các phần hẹp của Cfree. Tuy nhiên số lượng các điểm trên lưới tăng lên theo cấp số nhân trong kích thước không gian cấu hình, khiến chúng không phù hợp với các bài toán chiều cao. Bên cạnh đó các phương pháp tiếp cận dựa trên lưới thường cần phải tìm kiếm nhiều lần, ví dụ, khi kiến thức của robot về không gian cấu hình thay đổi hoặc chính không gian cấu hình thay đổi trong quá trình theo dõi đường dẫn. Các thuật toán tìm kiếm theo kinh nghiệm gia tăng lập kế hoạch lại nhanh chóng bằng cách sử dụng kinh nghiệm với các vấn đề lập kế hoạch đường dẫn tương tự trước đó để tăng tốc độ tìm kiếm của họ cho vấn đề hiện tại. Hình 1.4 Ví dụ thuật toán tìm đường dựa trên lấy mẫu Các thuật toán dựa trên lấy mẫu đại diện cho không gian cấu hình với một lộ trình các cấu hình được lấy mẫu. Một thuật toán cơ bản lấy mẫu N cấu hình trong C và giữ lại những cấu hình đó trong Cfree để sử dụng làm cột mốc. Sau đó, một lộ trình được xây dựng kết nối hai mốc P và Q nếu đoạn thẳng PQ hoàn toàn nằm trong Cfree. Một lần nữa, phát hiện va chạm được sử dụng để kiểm tra việc đưa vào Cfree. Để tìm đường kết nối S và G, chúng được thêm vào lộ trình. Nếu một con đường trong lộ trình liên kết S và G, người lập kế hoạch sẽ thành công và trả về con đường đó. Nếu không, lý do không chắc chắn: hoặc không có đường dẫn trong Cfree, hoặc người lập kế hoạch đã không lấy mẫu đủ các mốc quan trọng. Các thuật toán này hoạt động tốt cho không gian cấu hình nhiều chiều, bởi vì không giống như các thuật toán tổ hợp, thời gian chạy của chúng không phụ thuộc theo cấp số nhân vào kích thước của C. Về cơ bản chúng dễ thực hiện hơn. Chúng hoàn thành theo xác suất, có nghĩa là xác suất chúng tạo ra một giải pháp tiếp cận 1 khi dành nhiều thời gian hơn. Tuy nhiên, họ không thể xác định nếu không có giải pháp nào tồn tại. 1.4. Đề xuất nội dung nghiên cứu 13 Các hệ thống định vị và dẫn đường cho robot đã được nghiên cứu và phát triển mạnh mẽ từ rất lâu, nhưng chủ yếu là sử dụng dành cho robot hoạt động ngoài trời do nhu cầu ứng dụng. Gần đây, robot dịch vụ đã trở thành xu hướng phát triển trên thế giới, rất nhiều mẫu robot dịch vụ đã ra đời và được ứng dụng thực tế. Do vậy, hệ thống định vị và dẫn đường trong nhà cũng đã được quan tâm và nghiên cứu nhiều hơn. Tuy nhiên, các nghiên cứu vẫn còn rời rạc chưa kết hợp thành hệ thống hoàn chỉnh, mang nhiều tính hàn lâm và ứng dụng thực tiễn ít. Các hệ thống robot đã được sử dụng thì lại có giá thành cao nên chưa phổ biến. Trong nghiên cứu này, tôi tập trung phát triển một hệ thống dẫn đường dành cho robot hoạt động ở môi trường trong nhà, với sự kết hợp của 3 chức năng cơ bản định vị, xây dựng bản đồ và lập kế hoạch đường đi đã nêu trên để hướng tới một robot tự hành trong nhà với sự linh hoạt cao, tốc độ di chuyển nhanh. Cụ thể, dữ liệu định vị cho robot được trích xuất từ mộ hệ thống định vị trong nhà IPS sử dụng công nghệ sóng siêu âm tần số cao, với sai số nhỏ rất phù hợp khi sử dụng tại môi trường trong nhà. Chức năng tạo lập và phân tích bản đồ được phát triển dựa trên các thiết bị phần mềm mã nguồn mở ROS, kết hợp thiết bị cảm biến chiều sâu LIDAR quét 360 độ cho ra một bản đồ dạng 2D với độ chính xác cao cỡ cm so với môi trường thực tế. Cuối cùng, các thuật toán tìm đường đi phổ biến hiện nay được sử dụng dựa trên dữ liệu bản đồ đã phân tích và dữ liệu định vị của robot. Hệ thống được đề xuất với sự kết hợp hoàn chỉnh 3 chức năng của robot là định vị, tạo bản đồ và lập kế hoạch đường đi. Hệ thống được phát triển dưới dạng mô-đun, có thể dễ dàng mở rộng để tích hợp với các hệ thống khác nhau và với các hình dạng khác nhau. Một robot đã được chế tạo nhằm mục đích thử nghiệm, khảo sát và đánh giá hệ thống. Kết quả cho thấy hệ thống hoạt động ổn định, sự kết hợp các tính năng là hiệu quả với độ chính xác cao, robot chạy mượt không xảy ra hiện tượng giật cục. Robot sau khi thử nghiệm thành công đã được ứng dụng làm robot hướng dẫn viên đặt tại phòng trưng bày của Đại học Quốc gia Hà Nội. Hoạt động dẫn đường của robot hướng dẫn viên vẫn ổn định khi có tới hơn 10 khách tham quan, đây là điều đặc biệt giúp hệ thống được đề xuất vượt trội hơn so với một số hệ thống sử dụng chỉ camera hoặc cảm biến laser thông thường. 14 CHƯƠNG 2. ĐỀ XUẤT HỆ THỐNG ĐỊNH VỊ VÀ DẪN ĐƯỜNG CHO ROBOT 2.1. Xây dựng bản đồ của môi trường Bản đồ phòng được xây dựng bằng cách sử dụng cảm biến Lidar để quét và lưu trữ bản đồ được tích hợp trên robot Turtlebot di chuyển toàn bộ khu vực trong phòng. TurtleBot là một robot nền tảng tiêu chuẩn ROS. Có 3 phiên bản của dòng TurtleBot. TurtleBot1 được phát triển bởi Tully (Quản lý nền tảng tại Open Robotics) và Melonee (Giám đốc điều hành của Fetch Robotics) từ Willow Garage nghiên cứu dựa trên iRobot’s Roomba, Create, để triển khai ROS. Nó được phát triển vào năm 2010 và được bán từ năm 2011. Năm 2012, TurtleBot2 được phát triển bởi Yujin Robot dựa trên robot nghiên cứu, iClebo Kobuki. Vào năm 2017, TurtleBot3 được phát triển với các tính năng bổ sung các chức năng còn thiếu của người tiền nhiệm và nhu cầu của người dùng. TurtleBot3 sử dụng thiết bị truyền động thông minh ROBOTIS DYNAMIXEL để lái xe. [19] Công nghệ cốt lõi của TurtleBot3 là SLAM và Navigation, làm cho nó phù hợp với robot dịch vụ cho gia đình. TurtleBot có thể chạy các thuật toán SLAM (định vị và lập bản đồ đồng thời) để xây dựng bản đồ và có thể tự hành di chuyển quanh phòng. Hình 2.1 biểu diễn robot Turtlebot với 1 cảm biến Lidar laser quét 360o phục vụ cho mục đích SLAM và Navigation. Hình 2.1 Hình ảnh robot TurtleBot trong thực tế Để xây dựng bản đồ dạng 2D, TurtleBot là một phương án được sử dụng phổ biến hiện nay, đầu ra của gói SLAM được cài đặt trên TurtleBot sẽ là một bản đồ dạng ảnh 2 chiều, loại bản đồ thường được sử dụng trong cộng đồng ROS. Hình 2.2 biểu diễn 1 ví dụ về bản đồ mà TurtleBot đã quét được. Bản đồ được xây dựng rất cơ bản, khiến việc phân tích của chúng ta trở nên dễ dàng hơn. Như trong hình ảnh thể hiện, vùng màu trắng là vùng đất trông mà robot có thể tự do di chuyển, vùng màu đen là vùng bị chiếm bởi vật cản như (tưởng, bàn ghế, tủ), là những vật cố định nơi mà robot không thể di chuyển tới, và cuối cùng là phần màu xám là khu vực chưa được robot khám phá. Bản đồ này sua khi được tạo ra sẽ được sử dụng với mục đích dẫn đường cho robot. 15 Hình 2.2 Bản đồ căn phòng được xây dựng bởi robot TurtleBot Robot TurtleBot có thể thực hiện các gói phần mềm SLAM sử dụng các loại thuật toán khác nhau dựa trên nền tảng ROS như Gmapping, Cartographer, hector, karto, tuy nhiên sử dụng phổ biến nhất vẫn là Gmapping. Với dữ liệu cảm biến laser quét 360o, TurtleBot vừa có thể tạo bản đồ, vừa có khả năng tự định vị mình trong bản đồ đó. Đối với thuật toán Gmapping, robot sử dụng bộ lọc của Rao-Blackwellized Particle Filter để tìm ra tọa độ gần với vị trí thực tế của robot trên bản đồ. Hình 2.3 biểu diễn lưu đồ thuật toán của Particle Filter cho quy trình vừa định vị vừa cập nhật bản đồ vào cơ sở dữ liệu. Cách tiếp cận này sử dụng bộ lọc hạt trong đó mỗi hạt mang một bản đồ riêng lẻ của môi trường. Các hạt sau khi được tọa từ dữ liệu cảm biến, sẽ được gán cho một trọng số nhất định, sau quá trình lấy mẫu lại, các hạt có trọng số cao hơn sẽ được giữ lại, các hạt có trọng số thấp hơn sẽ bị loại trừ, từ đó hạt có trọng số lớn nhất sẽ được chỉ định là vị trí hiện tại của robot. Quá trình này diễn ra liên tục mỗi khi có dữ liệu từ cảm biến trả về, robot vừa định vị bản thân, vừa cập nhật bản đồ vào cơ sở dữ liệu tại cuối quá trình. Hình 2.3 Lưu đồ thuật toán SLAM của robot sử dụng Particle Filter 16 Hình 2.4 biểu diễn quá trình lấy mẫu hạt khi robot đang trong quy trình thiết lập bản đồ, như trong hình, các hạt là các mũi tên đỏ sau quá trình lấy mẫu lại thì có xu hướng hội tụ về vị trí của robot trong thực tế, trong trường hợp này, nếu robot xoay quanh tại chỗ càng lâu, thì các hạt sẽ càng hội tụ, từ đó cho ra một tọa độ chính xác nhất. Hình 2.4 Robot đang trong quá trình tạo bản đồ sử dụng bộ lọc hạt Bản đồ sau khi được xây dựng sẽ tích hợp thêm Costmap 2D. Costmap 2D là một dạng bản đồ 2D hoặc 3D của phần không gian bị ngăn trở bởi vật cản hoặc tường ngoài môi trường và lan rộng nó ra trong bản đồ dựa trên bản đồ dạng lưới và độ rộng của vùng lan. Hình 2.5 biểu diễn bản đồ tích hợp gói phần mềm Costmap2D của Ros. Những phần lan ra là những phần không thể di chuyển vào để đảm bảo robot không xảy ra sự cố khi đến quá gần vật cản hay tường. Vùng được tô màu đen đậm tượng trưng cho vật cản hay tường của bản đồ costmap, phần xám đậm bao quanh vùng đen tượng trưng cho sự lan ra của vật cản hay tường, độ rộng của nó phụ thuộc vào bán kín của robot, còn đường đa giác màu xanh lá thể hiện cho đường bao quanh robot hay dấu chân của robot. Để robot tránh va chạm, dấu chân của robot không được để tiếp xúc với vùng màu đen, và tâm của robot không được tiếp xúc với vùng màu xám. Hình 2.5 Bản đồ được tích hợp gói phần mềm Costmap2D 17 Với chức năng vừa quét bản đồ, vừa định vị này, bản thân TurtleBot là một hệ thống định vị và dẫn đường hoàn chỉnh có thể sử dụng được. Tuy nhiên, ở đây tôi không sử dụng hoàn toàn hệ thống định vị và dẫn đường của TurtleBot, bởi vì TurtleBot chỉ hoạt động thực sự tốt đối với môi trường là tĩnh, ít có vật cản chuyển động như con người, nếu nhưu có quá nhiều người xung quanh, dữ liệu định vị và hệ thống dẫn đường của TurtleBot có thể không được ổn định dẫn đến va chạm. Hơn nữa, với việc chỉ sử dụng cảm biến Lidar quét 360o cũng là một hạn chế đối với 1 robot khi mà robot phải được thiết kế nhỏ gọn và thấp để tránh được những vật cản có hình thù đặc biệt như bàn, ghế, mà cảm biến Lidar chỉ có thể quét được chân bàn, ghế. Vì vậy, hệ thống định vị và dẫn đường của TurtleBot không phù hợp với một môi trường đông người, và đặc biệt với một hệ robot lớn cỡ con người cao khoảng 1m5. Vì vậy, trong bài toán này, tôi chỉ sử dụng kỹ thuật xây dựng bản đồ của TurtleBot phục vụ mục đích dẫn đường. 2.2. Hệ thống định vị trong nhà cho robot Hệ thống định vị trong nhà là một hệ thống được thiết kế để cung cấp dữ liệu vị trí chính xác cho rô bốt, phương tiện tự động (AGV) và xe lửa. Nó cũng có thể được sử dụng để theo dõi các đối tượng chuyển động thông qua các đèn hiệu di động được gắn vào chúng. Hệ thống định vị bao gồm một mạng lưới báo hiệu siêu âm tĩnh được kết nối với nhau qua giao diện vô tuyến trong băng tần không có giấy phép, một hoặc nhiều báo hiệu di động được cài đặt trên các đối tượng cần theo dõi và modem cung cấp cổng vào hệ thống từ PC hoặc các máy tính khác. Vị trí của thiết bị di động được tính toán dựa trên độ trễ lan truyền của xung siêu âm (Thời gian tới hoặc TOF) giữa thiết bị tĩnh và thiết bị di động bằng thuật toán trilateration. Hệ thống có thể tự động xây dựng bản đồ của đèn hiệu tĩnh (Đối với Kiến trúc NonInverse). Hình 2.6 minh họa việc sử dụng hệ thống định vị trong nhà để xác định tọa độ của robot. Hình 2.6 Hệ thống định vị trong nhà để xác định tọa độ robot 18 Hệ thống định vị và dẫn đường chính xác trong nhà Marvelmind là hệ thống định vị trong nhà (IPS) hoặc hệ thống định vị thời gian thực trong nhà (RTLS) chính xác nhất trên thế giới được bán trên thị trường cho các ứng dụng công nghiệp và robot. Hệ thống định vị trong nhà sử dụng sẵn có dựa trên thiết bị (beacon) phát sóng siêu âm cố định được kết hợp bởi giao diện vô tuyến trong băng tần ISM (915/868 MHz hoặc 433MHz). Hình 2.7 là bộ thiết bị IPS của hãng Marvelmind bao gồm 5 thiết bị beacon phát sóng siêu âm và 1 thiết bị mordem để lưu cấu hình hệ thống. Khoảng cách giữa các thiết bị có thể được lắp đặt tới 50 mét trong điều kiện phòng thí nghiệm lý tưởng và 30 mét trong điều kiện phòng thường. Độ chính xác của hệ thống khi có đầy đủ các thiết bị là 1-3% khoảng cách giữa các thiết bị tức có thể lên tới ±2cm. Tần số cập nhật dữ liệu từ 0.05Hz tới 25HZ, và đặc biệt khối lượng các thiết bị rất nhẹ khoảng 59 gram nên có thể dễ dàng lắp đặt các beacon ở vị trí cao như trần nhà, tường. Với những thông số kỹ thuật trên, hệ thống định vị IPS hoàn toàn phù hợp với một hệ thống dẫn đường cho robot đặt tại môi trường trong nhà mà có thể khắc phục được những hạn chế của cảm biến Lidar đã nêu trên. IPS là một hệ thống định vị độc lập, không bị ảnh hưởng quá nhiều bởi yếu tố môi trường như cảm biến Lidar, với một cách lắp đặt hợp lý độ chính xác có thể lên tới ±2cm. Hình 2.7 Hệ thống định vị trong nhà IPS Hệ thống định vị trong nhà – IPS xác định vị trí của robot trên bản đồ đã được xây dựng. Hệ thống này sử dụng các beacon siêu âm cố định tại một số vị trí trong phòng và tạo thành một mạng lưới liên lạc vô tuyến trong dải tần chưa đăng ký sử dụng với thiết bị nào khác. Vị trí của robot được xác định dựa trên độ trễ tín hiệu (ToF) của một beacon thu sóng gắn trên robot tới các beacon siêu âm cố định. Vị trí các beacon trong hệ thống IPS trên bản đồ của phòng truyền thống. Bản đồ đã xây dựng được đưa vào Dashboard (Hình 2.8), một công cụ xử lý các cấu hình cho IPS trong nhà, điều chỉnh vị trí cố định của các beacon trên Dashboard sao cho khớp với vị trí đặt thực tế ngoài môi trường.