Dissertação

{en_GB=Multi-Agent Motion Planning with Signal Temporal Logic Constraints} {} EVALUATED

{pt=Os algoritmos de planeamento de trajetórias permitem-nos definir uma sequência de configurações de modo a guiar os robôs de um ponto inicial a um objetivo final, tendo em consideração as restrições impostas pelo local de deslocamento e pelas próprias limitações do robô. As trajetórias devem ser adaptadas para se adequarem às condições disponíveis e às preferências do usuário. Face a isso, estamos interessados em usar a Lógica Temporal (TL) para definir condições suplementares que devem ser respeitadas pelas trajetórias dos robôs, mais especificamente, é usada a Lógica Temporal de Sinais (STL). A STL permite influenciar o algoritmo de planeamento de trajetórias desenvolvido de modo a respeitar as preferências predefinidas sobre a trajectoria. O algoritmo utilizado consiste numa versão adaptada do RRT* para sistemas multiagentes. A escolha das trajetórias neste algoritmo é feita através da análise do custo entre todos os caminhos encontrados. A métrica de robustez da STL é usada para quantificar o respeito que cada caminho tem pelas preferências do usuário, e para influenciar a função de custo do RRT*. O planeamento de trajetórias multiagente proposto neste trabalho é testado em simulações com espaços contendo vários obstáculos e robôs. Para demonstrar o impacto que a STL tem no planeamento de trajetórias, é feita uma comparação entre as trajetórias e performances extraídas com e sem o uso de STL em simulações com cenários específicos. Por fim, apresentamos diferentes maneiras de implementar o planeamento de movimento desenvolvido na vida real e conduzimos algumas experimentações com hardware contendo até quatro robôs. , en=.Motion planning algorithms allow us to define a sequence of configurations to guide robots from a starting point to an ending goal while considering the environment’s and the robot’s constraints. Motion planning can be adapted to fit into the system’s specifications and the user’s preferences. In this work, we are interested in using Temporal Logic (TL) to establish the affiliation between robots in a multi-robot system, as well as their affiliation with features in the workspace. More specifically, Signal Temporal Logic (STL) is used to guide motion planning into respecting certain preferences linked to the robot’s motion behaviour. To achieve this, RRT* sampling-based algorithm is used to study the free space and to identify the best trajectory with the help of a cost analysis of all trajectories found. RRT* is adapted to fit for multi-robot systems and to allow the simultaneous planning of trajectories for multiple robots. The robustness metric of STL quantifies the respect trajectories have for STL formulas and influences the cost function of the RRT*. The proposed multi-agent motion planning is tested in simulations with environments containing multiple obstacles and robots. To demonstrate the impact STL has on motion planning, a comparison is made between the trajectories extracted with and without the use of STL. These simulations include specific scenarios and different numbers of robots to test the developed algorithm. They deliver asymptotically optimal solutions. Finally, we conduct hardware experiments up until four robots to present how the developed motion planning can be implemented in real life. }
{pt=Lógica Temporal de Sinais, Algoritmos de planeamento de trajetórias, Sistemas Multiagentes, RRT*, en=Signal Temporal Logic, Motion planning algorithms, Multi-agent systems, RRT*}

Dezembro 2, 2020, 9:0

Orientação

ORIENTADOR

Fernando dos Santos Barbosa

KTH University

Doutorado

ORIENTADOR

Pedro Manuel Urbano de Almeida Lima

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático