Xây dựng hệ thống điều hướng dựa trên bản đồ hóa SLAM cho Robot Mecanum đa hướng trên nền hệ điều hành ROS

Bài viết trình bày về xây dựng phần cứng, mô hình hóa, xây dựng hệ thống bản đồ hóa và định vị đồng thời SLAM cho robot và từ bản đồ thu được từ quá trình SLAM. Thử nghiệm các thuật toán điều hướng chuyển động cho robot trong môi trường phẳng không xác định, sử dụng công cụ lập trình là hệ điều hành cho robot (Robot Operating System - ROS).

Hội nghị Quốc gia lần thứ 24 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2021) Xây dựng hệ thống điều hướng dựa đồ hóa SLAM cho Robot Mecanum đa hướng hệ điều hành ROS Nguyễn Minh Đông1*, Đỗ Quang Hiệp1, Ngô Mạnh Tiến2, Hà Thị Kim Duyên 3, Lê Mạnh Long3, Trần Bá Hiến3 Trường Đại học Kinh tế- Kỹ thuật Công nghiệp Email: nmdong@uneti.edu.vn, dqhiep@uneti.edu.vn Viện Vật lý, Viện Hàn lâm Khoa học Công nghệ Việt Nam Email: nmtien@iop.vast.ac.vn Trường Đại học Công nghiệp Hà Nội Email: ha.duyen@haui.edu.vn, lemanhlong@haui.edu.vn, hienbn3333@gmail.com Abstract: Bài báo trình bày xây dựng phần cứng, mơ hình hóa, xây dựng hệ thống đồ hóa định vị đồng thời SLAM cho robot từ đồ thu từ trình SLAM Thử nghiệm thuật toán điều hướng chuyển động cho robot môi trường phẳng không xác định, sử dụng cơng cụ lập trình hệ điều hành cho robot (Robot Operating System - ROS) Từ thông tin đồ mơi trường, vị trí robot vật cản (Simultaneous Localization and Mapping - SLAM) để tính tốn quỹ đạo cho robot hệ thống điều hướng Hệ thống điều hướng tính tốn quỹ đạo tồn cục sử dụng thuật tốn A* tính tốn quỹ đạo cục cho robot có sử dụng thuật tốn TEB Các kết mô đặc biệt chạy thử nghiệm cho thấy tính hiệu thực tế hệ thống điều hướng xây dựng I GIỚI THIỆU Trong công nghiệp Robot tự hành lĩnh vực thu hút nhiều ý cộng đồng khoa học vai trị quan trọng sống hàng ngày, công việc sản xuất dây chuyền tự động nhà máy cơng nghiệp Ngồi việc tâp trung vào thuật tốn phương pháp điều khiển Robot tự hành hoạt động xác cao, thời gian thực hoạt động thích nghi trước nhiễu bất định mơi trường, việc thay đổi cấu chuyển động sử dụng nhiều cấu trúc tiên tiến bánh xe truyền động nghiên cứu chế tạo để giúp robot di chuyển nhanh nhẹn, linh hoạt Trong cấu đó, robot tự hành sử dụng bánh xe mecanum dạng robot đó, bánh meacanum loại bánh xe đa hướng linh hoạt, robot sử dụng với bánh xe mecanum, bánh xe có lăn đặt lệch góc 45o giúp robot di chuyển động [1,2] Trong năm gần đây, vấn đề điều khiển chuyển động robot thu hút đáng kể nhà nghiên cứu, điều dẫn đến gia tăng mạnh mẽ vấn đề tính tốn u cầu tốc độ xử lý phần cứng đáp ứng nhiệm vụ phức tạp ứng dụng robot Với mục đích giải thách thức này, ROS coi môi trường hiệu cho dự án robot Đây hệ điều hành dựa Linux, chịu trách nhiệm đồng hóa phận robot với nhau, thu thập liệu để thiết kế đồ định vị, điều hướng Với công cụ mạnh mẽ thư viện tích hợp ROS, người dùng thuận tiện triển khai dự án robot, xây dựng, viết code chạy chúng máy tính Trong điều khiển chuyển động robot tự hành bao gồm phần chính: hệ thống lập quỹ đạo hệ thống điều khiển bám quỹ đạo Trong việc thiết kế hệ thống có khả cung cấp thông tin môi trường tập trung nghiên cứu [3], [4], [5] [6] Các nghiên cứu tập trung cho hệ robot nonholonomic, hệ robot có bánh lái khơng có bánh lái Bản đồ hố mơi trường hoạt động ước tính vị trí robot mơi trường (SLAM) hai loại thông tin quan Keywords: Robot Operating System (ROS), GAZEBO, RVIZ, Simultaneous Localization and Mapping (SLAM), Mecanum Robot, Navigation Ký hiệu Ký hiệu M,G,Q, ξ x,xr, v wi r hi H,H’ Đơn vị Ý nghĩa Ma trận mơ hình vectơ (m,m,ra d) (m/s,m/s ,rad/s) rad/s m H1 L1, L2 m m J Fη , Tη kg kg.m2 N Fc, Tc N Fx, Fy, T N ISBN 978-604-80-5958-3 Trạng thái vector Điều khiển vector Vận tốc động Bán kính bánh xe Vectơ hàng biến đổi Ma trận động học thuận nghịch đảo Ma trận biến đổi Khoảng cách hình thức trung tâm robot đến bánh xe Khối lượng robot Mơ men qn tính Lực ma sát nhớt mô-men xoắn Lực ma sát Coulomb mô-men xoắn Lực kéo mô-men xoắn 365 Hội nghị Quốc gia lần thứ 24 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2021) trọng robot hoạt động môi trường trước Các kỹ thuật sử dụng xác suất robotic nghiên cứu để đưa kỹ thuật xử lý vấn đề SLAM [9], [10] [11] Khi hệ điều hành ROS đời, việc xây dựng hệ thống robot sử dụng kỹ thuật SLAM để đồ hoá định vị ngày phổ biến [5], [6], [7] [8] Các kỹ thuật xử lý vấn đề SLAM lấy giá trị thông tin đầu vào từ cảm biến độ sâu, cảm biến khoảng cách, điểm ảnh 3D từ tính tốn giá trị cho việc đồ hoá định vị robot Bên cạnh đó, tín hiệu từ cảm biến thu trình di chuyển sử dụng để phát vật cản động, vật cản bất ngờ xuất Có thể thấy việc SLAM cho robot sử dụng bánh Mecanum chưa có nhiều Từ thơng tin SLAM, việc xây dựng thuật toán xây dựng quỹ đạo tối ưu cho robot, điều hướng cho robot Bài báo tập trung vào xây dựng hệ thống điều hướng tính tốn quỹ đạo tồn cục quỹ đạo cục cho robot, kỹ thuật lập trình dựa phần mềm ROS Bài báo trình bày xây dựng phần cứng, mơ hình hóa, xây dựng hệ thống đồ hóa định đồng thời SLAM cho robot, từ đồ thu từ trình SLAM, thử nghiệm thuật toán điều hướng chuyển động cho robot Phần báo mơ hình động học, mơ hình động học, phần cứng robot, phần xây dựng hệ đồ hóa định vị, phần thử nghiệm lập trình hệ thống điều hướng cho robot tảng ROS, phần kết mơ chạy thử nghiệm Hình Cấu trúc bánh xe Mecanum Xét mơ hình bánh xe hình 3: Hình Mơ hình bánh xe Mecanum Giả sử Robot có n bánh xe Mecanum, ma trận động học nghịch đảo trình bày sau  hi  (1) H =    nx  hn  Mơ hình Robot sử dụng bốn bánh xe Mecanum với cách xếp hình Mỗi bánh xe dẫn động động độc lập II MƠ HÌNH MECANUM ROBOT A Mơ hình động học Mecanum Robot Robot đa hướng sử dụng bánh xe mecanum bao gồm bánh xe chủ động gắn cố định, bánh tiêu chuẩn cố định với lăn thụ động gắn vào chu vi bánh xe Mỗi lăn đặt lệch góc 45 độ so với trục bánh xe chủ động [1,2] Hình Robot với bánh xe Mecanum khung tọa độ Với cách xếp hình 4, ta thu thơng số Robot Bảng 1: Bảng Thông số bánh xe mecanum Wheel i 𝛾𝑖 − / − /  /4  /4 Do đó, ma trận động học nghịch đảo sau: 1 −1 − L1 − L2  v   L1 + L2   x  1 vy u = H v =  (2) r 1 −1 L1 + L2         1 − L1 − L2  ma trận động học thuận là: Hình Ảnh phần cứng MecanumRobot Khi động truyền động cho bánh xe quay, bánh xe chạy theo phương vng góc với trục truyền động, đồng thời, lăn dọc theo ngoại vi bánh xe chạy tự quanh trục tương ứng Các lăn bánh xe có dạng hình trụ, biến đổi phần lực lái bánh xe thành lực trượt sau tạo tổng hợp tốc độ hướng tương ứng bánh xe, kết đảm bảo chuyển động cần thiết Robot theo hướng ISBN 978-604-80-5958-3 366 Hội nghị Quốc gia lần thứ 24 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2021) xây dựng đồ SLAM vấn đề quan trọng đóng vai trị then chốt điều hướng robot Vì thu hút quan tâm lớn đông đảo nhà khoa học Vấn đề SLAM mơ tả tổng qt q trình robot di chuyển để lập đồ nơi người không muốn tiếp cận, đồng thời robot tự xác định vị trí so với đối tượng xung quanh Kỹ thuật SLAM cung cấp thông tin đồ môi trường đồng thời sử dụng đồ ước tính tư riêng (vị trí hướng) robot dựa vào tín hiệu thu từ cảm biến tầm nhìn bao gồm Rplidar 3D camera Để thực SLAM, chúng tơi sử dụng gói Gmapping cho mecanum robot Bằng việc thu liệu từ RPLidar, Astra camera chyển đổi Deep to Laser với cấu trúc phần hình Gói Gmapping ước tính vị trí Robot xây dựng đồ dựa liệu thu phép đo hình học ✓ Thư viện TF thiết kế cung cấp tiêu chuẩn để theo dõi khung tọa độ chuyển đổi liệu toàn hệ thống ✓ RPLidar: node thực chạy cảm biến RPLidar gửi thông tin “scan” cần thiết cho SLAM đến node Gmapping ✓ Teleop: node thuật toán điều khiển để Robot di chuyển theo ý muốn người dùng Sau tiến hành gửi vận tốc góc vận tốc di chuyển cho core dựa tín hiệu thu ✓ Core: node nhận vận tốc di chuyển vận tốc góc Trong Publishes “odom”, tư đo ước tính Robot Bên cạnh cịn publishes tọa độ robot chuyển đổi theo thứ tự: ✓ OdomBase_footprintBase_linkBase_sca n Sau liệu gửi đến topIC tf ✓ Gmapping: node tạo đồ dựa thông tin đo đạc khoảng cách từ tín hiệu laser scan thơng tin từ topIC tf, tư Robot ✓ Map_server: node tiến hành tạo file “map.gpm” file “map.yaml”, file chứa thông tin đồ thu     1 1  r H =  −1 −1  (3) 4  1  − −  L1 + L2 L1 + L2 L1 + L2 L1 + L2  Trong xác định vị trí Robot khung tọa độ Ta thu được:  x   cos  − sin   (4) x =  y  =  sin  cos   v = H1v     1 B Cấu trúc phần cứng Mecanum Robot Hình Cấu trúc phần cứng Mecanum Robot Mơ hình Robot xây dựng với thành phần chính: Phần xử lý trung tâm, phần cảm biến phần điều khiển cấu chấp hành Về cấu trúc phận di chuyển bánh xe mecanum giúp việc di chuyển linh hoạt dễ dàng Máy tính nhúng Jetson TX2 đóng vai trị xử lý trung tâm cài đặt hệ điều hành ROS với node tính tốn thuật tốn SLAM điều hướng Sau tính tốn xong, Jetson TX2 gửi lệnh điều khiển cho phận điều khiển cấu chấp hành mạch STM32 RPLidar quét laser 360o giúp Robot xây dựng đồ nhận diện vật cản tầm cao với khoảng cách xa Astra Camera sử dụng Deep Camera giúp nhận diện vật cản tầm trung tầm thấp phía trước Robot III SLAM - BẢN ĐỒ HÓA VÀ ĐỊNH VỊ ĐỒNG THỜI CHO ROBOT IV HỆ THỐNG ĐIỀU HƯỚNG MECANUM ROBOT Hệ thống điều hướng cho robot phải đảm bảo di chuyển tự động an tồn môi trường thực tế, tránh vật cản động vật cản tĩnh môi trường suốt trình di chuyển, đồng thời phải bám sát quỹ đạo từ vị trí ban đầu đến vị trí mong muốn mơi trường Vị trí đích đặt vùng môi trường xác định Hệ thống điều hướng cho robot bao gồm phần phần lập quỹ đạo toàn cục (Global planner) lập quỹ đạo cục (Local planner) Việc xây dựng quỹ đạo cục cho robot dựa vào liệu bên đọc từ cảm biến qua robot phát Hình Sơ đồ tín hiệu xây dựng đồ, định vị điều hướng robot Trong lĩnh vực robotics, vấn đề định vị đồng thời ISBN 978-604-80-5958-3 367 Hội nghị Quốc gia lần thứ 24 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2021) ✓ Lidar: node giao tiếp với lidar, xuất liệu laser scan với topic /laser_scan ✓ 3D camera: node giao tiếp với camera 3D, xuất liệu điểm đám mây 3D với topic /point_cloud ✓ Map: đồ hố mơi trường, thu liệu từ lidar /laser_scan xuất đồ 2D môi trường robot hoạt động với topic /map ✓ Global costmap: đồ có giá trị ảnh hưởng đến việc điều hướng robot toàn đồ, nhận liệu từ đồ thu /map vật cản tĩnh môi trường đồ /obstacle, xuất liệu trực tiếp đến node Global planner ✓ Local costmap: đồ có giá trị ảnh hưởng đến việc điều hướng robot phạm vi vùng hình vng xung quanh robot, nhận liệu từ vật cản động vật cản tĩnh /obstacle, xuất liệu trực tiếp đến node Local planner ✓ Global planner: lập quỹ đạo toàn cục từ vị trí robot đến vị trí đích, nhận liệu từ vị trí robot /pose vị trí đích /goal Quỹ đạo dùng làm tham chiếu cho node Local planner ✓ Local planner: lập quỹ đạo cục bộ, điều chỉnh quỹ đạo phù hợp cho robot, nhận liệu từ local costmap tham chiếu quỹ đạo toàn cục tránh chướng ngại vật đồng thời bám theo quỹ đạo đặt sinh từ đồ toàn cục A Lập quỹ đạo toàn cục Phần lập quỹ đạo toàn cục cho robot sử dụng thông tin đồ môi trường, vị trí robot từ hệ thống nhận thức kỹ thuật SLAM sử dụng Trước tiên, robot cần xác định vị trí đồ thời điểm Lúc robot có nhận thức môi trường xung quanh, đặc biệt đồ bao gồm vật cản tĩnh xác định hệ thống nhận thức Tiếp đến, vị trí đích xác định đặt vùng phạm vi xác định đồ Từ đó, thuật tốn tính tốn quỹ đạo tính tốn để đảm bảo robot di chuyển tới vị trí đích với quỹ đạo ngắn Phần lập quỹ đạo toàn cục thiết kế sử dụng thuật toán A* [11] dựa tảng ROS Phần lập quỹ đạo tồn cục tính tốn quỹ đạo ngắn cho robot từ vị trí tới vị trí đích đảm bảo robot tránh vật cản cố định đồ Tuy nhiên, khơng xét đến ràng buộc động học mơ hình robot Do đó, quỹ đạo tồn cục quỹ đạo trực tiếp đặt cho robot mà sử dụng làm quỹ đạo tham chiếu cho phần lập quỹ đạo cục B Lập quỹ đạo cục Quỹ đạo toàn cục đưa phần lập đường toàn cục đưa vào làm quỹ đạo tham chiếu cho phần lập quỹ đạo cục để đảm bảo robot di chuyển tới vị trí đích Hơn nữa, phần lập quỹ đạo cục xét đến ràng buộc động học robot giới hạn vận tốc gia tốc Một thuật toán bật cho việc lập quỹ cục cho robot thuật toán dải đàn hồi thời gian TEB [11] Thuật toán TEB phương pháp tránh vật cản thời gian thực cho việc tối ưu quỹ đạo cục Phần lập quỹ đạo cục sử dụng TEB tối ưu cục quỹ đạo robot, giảm thiểu thời gian di chuyển, đảm bảo robot tránh vật cản di chuyển có xét tới ràng buộc động học vận tốc gia tốc C Lập trình hệ thống điều hướng cho mecanum robot ROS V KẾT QUẢ MÔ PHỎNG VÀ CHẠY THỬ NGHIỆM A Kết mô Phần mềm mơ Gazebo tích hợp để sử dụng ROS Môi trường Gazebo tối ưu cho điều kiện vật lý giống với môi trường thực tế Mơ hình robot bốn bánh mecanum xây dựng hình 7, với tham số mô thực nghiệm giống nhau: - Tốc độ lớn theo phương x y: 1.5 m/s - Tốc độ góc lớn nhất: 0.5 rad/s - Bán kính robot: 0.40 m - Bán kính bánh xe: 0.15 m - Tham số cho cảm biến lidar: Phạm vi quét lớn o o nhất: 0.2 ÷10 m, Độ phân giải: , Góc qt: 360 Hình Xây dựng mơ hình robot mecanum ROS Mơ hình mơ 3D xây dựng mơ lại mơ hình thực tế robot với bánh mecanum đa hướng đặt xung quanh cách (hình 8) Rplidar đặt để quét 360 độ giá trị đến vật cản mơi trường xung quanh Bên cạnh môi trường 3D xây dựng để tiến hành mô hệ thống điều Hình Cấu trúc hệ thống điều hướng ROS Cấu trúc hệ thống lập quỹ đạo thiết kế gồm phần chính: lập quỹ đạo tồn cục lập quỹ đạo cục (hình 7) Trong hệ thống bao gồm node chính: ISBN 978-604-80-5958-3 368 Hội nghị Quốc gia lần thứ 24 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2021) hướng cho robot Quá trình SLAM để lấy đồ mơi trường hoạt động chúng tơi sử dụng gói Gmapping cho mecanum robot (như trình bày mục III) việc thu liệu từ RPLidar, Astra camera Q trình chạy mơ phỏng, thử nghiệm thể hình đỏ, quỹ đạo tồn cục tạo quỹ đạo cục chuyển đường thành lệnh vận tốc cho động robot Khi robot tới góc tường, nhận thấy có khả robot va chạm với vật cản này, phần lập quỹ đạo cục điều chỉnh lại quỹ đạo cho robot Quỹ đạo khiến robot di chuyển vịng xa góc tường đảm bảo bám sát tới quỹ đạo toàn cục Khi hoạt động, cảm biến cập nhật đồ với vật cản phát Costmap sử dụng thông tin từ cảm biến tạo đồ cục xung quanh Robot Omni Khối lập quỹ dạo cục vào vật cản gặp phải thuật toán TEB cho kế hoạch di chuyển với khoảng cách thay đổi, khoảng cách chọn 0,5m Như hình 11,12 sau tránh vật cản Robot lại di chuyển theo đường mong muốn thời gian ngắn tới mục tiêu Hình Q trình SLAM lấy đồ mơi trường hoạt động cho mecanum robot Quá trình điều hướng chuyển động cho robot, tính tốn quỹ đạo cho robot di chuyển tới vị trí đích đặt trước đồ đồng thời tránh vật cản trình di chuyển Hình 11 Robot tránh vật cản xuất di chuyển Hình 10 Tính tốn quỹ đạo di chuyển tối ưu cho robot Hình 10 cho thấy việc hệ thống điều hướng tính tốn quỹ đạo cho robot di chuyển tới điểm địch Hệ thống điều hướng tính tốn loại quỹ đạo Đường màu đỏ quỹ đạo toàn cục cho robot, quỹ đạo tính tốn cho quỹ đạo ngắn từ vị trí robot tới đich Quỹ đạo cục đường màu xanh quỹ đạo đặt cho việc điều khiển hệ thống robot Quỹ đạo điều chỉnh quỹ đạo robot cho robot di chuyển an toàn, tránh va chạm mà đảm bảo robot tiến tới vị trí đích Khi robot tới góc tường, nhận thấy có khả robot va chạm với vật cản này, phần lập quỹ đạo cục điều chỉnh lại quỹ đạo cho robot Quỹ đạo khiến robot di chuyển vịng xa góc tường đảm bảo hướng tới quỹ đạo tồn cục B Mơ với vật cản Để kiểm chứng khả linh hoạt robot việc tránh vật cản, robot thử nghiệm tình có vật cản động Hình 11,12 thể chuyển động robot có vật cản Trong hình thể kế hoạch đường Robot Quỹ đạo toàn cục sử dụng để tạo đường ngắn đến đích thể qua đường màu ISBN 978-604-80-5958-3 Hình 12 Robot tránh vật cản xuất di chuyển Kịch thử nghiệm thứ vật cản thấp vùng quét lidar, lúc tín hiệu laser scan từ lidar khơng thể nhận dạng vật cản Khi đó, liệu point cloud 3D thu từ Astra camera thay tín hiệu laser scan để phát vật cản này, đưa vào phần phát vật cản hệ thống nhận thức Tiếp đến, phần lập quỹ đạo cục tính tốn đưa quỹ đạo phù hợp cho robot để tránh loại vật cản này, thể đường màu xanh Sau vượt qua vật cản, đường quỹ đạo cục tự động tính tốn hợp với đường quỹ đạo tồn cục tính 369 Hội nghị Quốc gia lần thứ 24 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2021) Machine Vision, vol 10341 (2016) Z e a An, "Development of Mobile Robot SLAM Based on ROS," International Journal of Mechanical Engineering and Robotics Research, (2016), pp 47-51 [7] R e a Giubilato, "An evaluation of ROScompatible stereo visual SLAM methods on a nVidia Jetson TX2," Measurement, (2019), pp 161-170 [8] R N a M K B Darmanin, "Autonomous Exploration and Mapping using a Mobile Robot Running ROS," ICINCO, 2016 [9] R K e a Megalingam, "ROS based autonomous indoor navigation simulation using SLAM algorithm," Int J Pure Appl Math, (2018), pp 199-205 [10] P e a Marin-Plaza, "Global and local path planning study in a ROS-based research platform for autonomous vehicles," Journal of Advanced Transportation, (2018) [11] C F H a T B Rösmann, "Online trajectory planning in ROS under kinodynamic constraints with timed-elastic-bands," Robot Operating System (ROS) Springer, Cham, (2017), pp 231261 [6] Hình 13 Robot tránh vật cản với kích thước khác VI KẾT LUẬN Bài báo trình bày xây dựng phần cứng, mơ hình hóa, xây dựng hệ thống đồ hóa định đồng thời SLAM cho robot đa hướng sử dụng loại bánh xe Mecanum từ đồ thu từ trình SLAM, xây dựng thuật toán điều hướng chuyển động cho robot môi trường phẳng không xác định, sử dụng cơng cụ lập trình hệ điều hành cho robot ROS Từ thông tin đồ môi trường, vị trí robot vật cản (SLAM), hệ thống điều hướng tính tốn quỹ đạo tồn cục sử dụng thuật tốn A* tính tốn quỹ đạo cục cho robot có sử dụng thuật tốn TEB Các kết mơ phỏng, thử nghiệm cho thấy tính hiệu thực tế hệ thống điều hướng xây dựng cho robot đa hướng sử dụng loại bánh xe Mecanum LỜI CẢM ƠN Bài báo hoàn thành với tài trợ Đề tài cấp Quốc gia thuộc chương trình phát triển Vật lý 2021-2025: "Nghiên cứu phát triển robot tự hành thông minh sử dụng công nghệ sensor khác tảng IoT, AI, định hướng ứng dụng quan trắc mơi trường phóng xạ", 2022-2024 TÀI LIỆU THAM KHẢO [1] I Zeidis and K Zimmermann, “Dynamics of a [2] [3] [4] [5] four-wheeled mobile robot with Mecanum wheels,” ZAMM Zeitschrift fur Angew Math und Mech 26 October 2019 H Taheri, B Qiao and N Ghaeminezhad, “Kinematic Model of a Four Mecanum Wheeled Mobile Robot,” Int J Comput Appl No 3, March 2015 R L e a Guimarães, "ROS navigation: Concepts and tutorial," Springer, Cham, (2016), pp 121160 A a P A Pajaziti, "SLAM–map building and navigation via ROS," International Journal of Intelligent Systems and Applications in Engineering, vol 2(4) (2014), pp 71-75 A I A a E M Buyval, "Comparative analysis of ROS-based monocular SLAM methods for indoor navigation," Ninth International Conference on ISBN 978-604-80-5958-3 370 ... trình bày xây dựng phần cứng, mơ hình hóa, xây dựng hệ thống đồ hóa định đồng thời SLAM cho robot đa hướng sử dụng loại bánh xe Mecanum từ đồ thu từ trình SLAM, xây dựng thuật tốn điều hướng chuyển... lập trình dựa phần mềm ROS Bài báo trình bày xây dựng phần cứng, mơ hình hóa, xây dựng hệ thống đồ hóa định đồng thời SLAM cho robot, từ đồ thu từ trình SLAM, thử nghiệm thuật tốn điều hướng chuyển... thơng tin SLAM, việc xây dựng thuật tốn xây dựng quỹ đạo tối ưu cho robot, điều hướng cho robot Bài báo tập trung vào xây dựng hệ thống điều hướng tính tốn quỹ đạo tồn cục quỹ đạo cục cho robot,