FenixEdu™

Dissertação

{en_GB=Decentralized trajectory optimization for a fleet of industrial mobile robots} {} EVALUATED

Detalhes: {pt=O planeamento de trajectórias de vários robôs é uma tarefa complexa, dada a necessidade de evitar colisões com obstáculos estáticos e dinâmicos, tais como outros robôs em movimento. Esta dissertação apresenta uma nova abordagem para gerar sequencialmente trajectórias optimizadas e sem colisões. O método proposto está divido em duas fases. Na primeira, é gerada uma trajetória com base num algoritmo aleatório. De seguida, é definido um problema de otimização que suaviza a trajetória obtida anteriormente. Como principal contribuição desta dissertação, foram utilizados campos de \textit{signed distance} para descrever os obstáculos dinâmicos ao longo do tempo. Assim, o problema de optimização formulado apresenta apenas uma restrição relativamente ao desvio de obstáculos. Deste modo, a complexidade do método desenvolvido é independente do número de agentes. O principal objectivo desta dissertação é gerar descentralizadamente trajectórias optimizadas para uma frota de robôs móveis autónomos, que irão operar num ambiente industrial de fábrica. Deste modo, requisitos adicionais foram tidos em consideração. Primeiramente, o problema de optimização foi reformulado, para que a deslocação dos robôs seja realizada, preferencialmente, do lado direito dos corredores da fábrica. Além disso, será apresentado um algoritmo que garante que todos os veículos tenham um mapa actualizado do ambiente da fábrica. Esta atualizção é necessária sempre que outros detectem o aparecimento ou desaparecimento de obstáculos significativos. Foram efectuados vários testes em simulação, assim como testes experimentais num cenário real. No geral, o método proposto providenciou uma solução satisfatória de planeamento de trajectórias de vários robôs., en=Multi-robot trajectory planning is a complex task given the need to avoid collisions with both static and dynamic obstacles, such as other moving robots. This dissertation presents a novel approach to sequentially generating collision-free optimized trajectories for multiple mobile robots. The proposed method first uses a sampling-based kinodynamic trajectory planner to obtain a collision-free trajectory. Then, a non-linear direct collocation method refines the previous trajectory into a smoother and optimized one. As the main novelty of this dissertation, a set of signed distance fields were used to describe the environment and the dynamic obstacles through time. Thus, this formulation presents only one restriction in the optimization problem regarding static and moving obstacles avoidance. This renders the solver’s performance independent of the number of agents. This dissertation's main purpose is to implement a decentralized trajectory optimization solution for a fleet of autonomous mobile robots, that will operate in an industrial manufacturing unit. Some additional requirements had to be considered for this application. A novel reformulation of the optimization problem was designed in order to ensure that the robots drive on the right side of the factory's corridors. Additionally, an algorithm will be reported that allows all vehicles to have an up-to-date map of their surroundings, whenever other robots detect changes in it. Several simulation tests, as well as experimental ones in a real-world scenario, were carried out. Overall, the proposed framework provided a satisfactory solution to the multi-robot planning problem.}
Keywords: {pt=Sistemas com Múltiplos Robôs, Planemento de Movimento, Optimização de Trajetória, Desvio de Obstáculos, Atualização de Mapa Dinânimco, en=Multi-Robot Systems, Motion planning, Trajectory Optimization, Collision Avoidance, Dynamic Map Update}

Discussão: novembro 30, 2022, 14:0