BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP HỒ CHÍ MINH ĐỒ ÁN TỐT NGHIỆP ROBOT KHỬ KHUẨN BẰNG TIA UV SỬ DỤNG CẢM BIẾN LIDAR VÀ RASPBERRY NGÀNH KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA GIẢNG VIÊN HƯỚNG DẪN TS LÊ QUANG ĐỨC Sinh viên thực hiện MSSV Lớp Nguyễn Ngọc Trường An 1711020244 17DTDA2 Trần Bá Cường 1711040207 17DTDA2 Tp Hồ Chí Minh, tháng 9 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP HỒ CHÍ MINH ĐỒ ÁN TỐT NGHIỆP ROBOT KHỬ KHUẨN BẰNG TIA UV SỬ DỤNG CẢM BIẾN LIDAR VÀ RASPBERRY.
Giới thiệu đề tài
Đặt vấn đề
Trong bối cảnh dịch Covid-19 với biến thể Delta, việc khử khuẩn môi trường và bề mặt trở nên cấp thiết để ngăn chặn virus lây lan Mặc dù có nhiều phương pháp diệt khuẩn, phun hóa chất là phương pháp phổ biến nhưng lại tiềm ẩn nguy cơ cho sức khỏe do tiếp xúc lâu dài với hóa chất Đặc biệt trong trường học, việc phun khử khuẩn sau mỗi buổi học không khả thi vì tốn thời gian và nhân lực Nhận thấy vấn đề này, chúng tôi đã tìm kiếm giải pháp khử khuẩn hiệu quả, tiết kiệm thời gian và an toàn cho sức khỏe con người, và phát hiện ra tia UV là một lựa chọn lý tưởng Tuy nhiên, đèn UV không thể tự di chuyển và không thể lắp đặt ở mọi vị trí Do đó, chúng tôi đề xuất giải pháp hoàn hảo là phát triển robot tự hành được trang bị đèn UV để khử khuẩn hiệu quả.
Robot đang trở thành xu hướng nghiên cứu và phát triển toàn cầu, với nhiều loại robot tiên tiến như robot chăm sóc gia đình, robot nội trợ, robot bệnh viện và robot hướng dẫn tại sân bay Các robot này chủ yếu hoạt động trong môi trường nội thất Đặc biệt, robot di chuyển thông minh có khả năng tự động di chuyển linh hoạt giữa các chướng ngại vật như bàn, ghế và tủ Hiện nay, nhiều nghiên cứu trên thế giới đã phát triển các giải thuật và phương pháp khác nhau nhằm cải thiện khả năng dẫn đường cho robot trong các môi trường này.
Nghiên cứu về các hệ thống robot đang ngày càng đa dạng, với việc áp dụng nhiều công nghệ khác nhau phục vụ cho nhiều mục đích khác nhau Mỗi loại robot thường có những đặc điểm riêng về hình dạng, kiểu dáng và chức năng sử dụng, điều này khiến tính mở rộng của hệ thống trở thành một vấn đề quan trọng Gần đây, nhiều sản phẩm cảm biến công nghệ cao đã được phát triển nhằm nâng cao tính mở rộng của các hệ thống này, tuy nhiên, giá thành của chúng lại rất cao.
Mục tiêu đề tài
Nhóm chúng em quyết định chọn đề tài “Robot khử khuẩn bằng tia UV sử dụng cảm biến Lidar và Raspberry” nhằm khắc phục những hạn chế của đèn UV và robot hiện có Thông qua nghiên cứu này, chúng em hy vọng sẽ cải thiện hiệu quả khử khuẩn và tối ưu hóa công nghệ robot.
Mục tiêu chính của đề tài là nghiên cứu và phát triển một hệ thống định vị và dẫn đường hiệu quả, sử dụng cảm biến Lidar kết hợp với Raspberry Pi và hệ thống định vị trong nhà IPS Hệ thống này hứa hẹn sẽ cải thiện độ chính xác và khả năng dẫn đường trong các không gian nội thất.
Hệ thống định vị trong nhà IPS cung cấp dữ liệu tọa độ chính xác cao, ít bị ảnh hưởng bởi yếu tố môi trường Cảm biến Lidar chuyên dụng giúp tạo ra bản đồ ảnh phân tích cho môi trường trong nhà Nhờ vào hệ thống này, người dùng có thể điều khiển robot di chuyển đến vị trí mong muốn trên bản đồ Robot tích hợp hệ thống có khả năng tự động tránh vật cản và cung cấp thông tin về khoảng cách cũng như tọa độ của nó so với các vật xung quanh Hệ thống định vị và dẫn đường được phát triển theo mô-đun, cho phép mở rộng cho nhiều loại robot và bài toán khác nhau.
Khi robot UV sở hữu các tính năng hiện đại, quá trình khử khuẩn trong không gian nội thất như phòng học và nhà vệ sinh sẽ trở nên thuận lợi, nhanh chóng và đạt hiệu quả tối ưu.
Tổng quan giải pháp
Giải pháp kỹ thuật điều khiển robot tự hành sử dụng cảm biến Lidar
Lidar (Light Detection And Ranging) là công nghệ đo khoảng cách đến các đối tượng thông qua việc phát ra chùm xung laser và ghi nhận các xung ánh sáng phản xạ Bằng cách phân tích sự khác biệt về thời gian truyền và bước sóng, Lidar giúp xây dựng mô hình 3D và thiết lập môi trường xung quanh một cách chính xác.
Lidar là công nghệ được ứng dụng rộng rãi trong nhiều lĩnh vực thực tế, bao gồm xây dựng bản đồ số trong ngành địa chất, khảo cổ học và hệ thống dẫn đường bằng laser.
Hình 2.1: Giới thiệu về LIDAR
5 những ứng dụng nổi bật của Lidar hiện giờ là được dùng trong xe tự hành và robot tự hành
Hệ thống Lidar hoạt động bằng cách quay liên tục 360 độ, thu thập tín hiệu khoảng cách từ các vật thể xung quanh Khoảng cách này có thể được tính toán dễ dàng thông qua một công thức đơn giản.
𝑠: khoảng cách từ Lidar đến vật thể
Bằng cách chiếu hàng triệu điểm khi laser quay liên tục, chúng ta có khả năng đo đạc các vật thể xung quanh, từ đó tạo ra bản đồ chính xác của khu vực.
Hình 2.2: Bản đồ được tạo lập
2.1.2 Tổng quan về giải pháp kỹ thuật điều khiển robot tự hành sử dụng cảm biến Lidar
Cảm biến Lidar, kết hợp với các phần cứng khác, đã dẫn đến sự phát triển đa dạng của các robot tự hành, mỗi loại phục vụ cho những mục đích khác nhau Tuy nhiên, tất cả chúng đều hoạt động dựa trên một nguyên lý cơ bản chung.
Khi khởi động, cảm biến Lidar quay và phát ra chùm tia lazer, các tia này phản xạ từ vật thể trong môi trường và được thu bởi cảm biến trên Lidar Tín hiệu nhận được sẽ được xử lý bởi CPU trung tâm, tạo ra các điểm phản xạ hoặc bản đồ môi trường xung quanh Dữ liệu này sau đó được gửi đến bộ phận điều khiển động cơ, cho phép robot di chuyển Ví dụ về một robot sử dụng cảm biến Lidar có thể được thấy trong hình bên dưới.
Bộ phận điều khiển động cơ Động cơ
Hình 2.3: Giải pháp kỹ thuật điều khiển robot sử dụng cảm biến Lidar
Hình 2.4: Ví dụ về robot sử dụng cảm biến Lidar
Robot này được trang bị các thành phần chính như cảm biến Lidar, CPU Nvidia Jetson TX2 và bộ RoboEx-3WD, trong đó RoboEx-3WD bao gồm bộ phận điều khiển động cơ và động cơ.
Một vài hình ảnh ví dụ về robot sử dụng cảm biến Lidar:
Hình 2.5: Sơ đồ hệ thống của robot
Hình 2.6: Robot hút bụi sử dụng cảm biến Lidar
Hình 2.8: Robot sử dụng cảm biến Lidar cho mục đích học tập
Hình 2.7: Robot hướng dẫn viên sử dụng cảm biến Lidar
Cảm biến Lidar ngày càng trở nên phổ biến trong nhiều loại robot với các ứng dụng đa dạng Với chi phí thấp và tính linh hoạt cao, cảm biến này rất phù hợp cho nghiên cứu, giáo dục cũng như trong các lĩnh vực sản xuất và đời sống.
Tìm hiểu về các loại robot diệt khuẩn hiện nay có trên thị trường
Hiện nay, robot diệt khuẩn, đặc biệt là robot sử dụng tia cực tím, đang ngày càng được ưa chuộng trong việc khử trùng tại các bệnh viện, phòng thí nghiệm và các khu vực khác Tia UV mang lại hiệu quả diệt khuẩn tối đa, giúp đảm bảo môi trường sạch sẽ và an toàn cho sức khỏe.
Robot khử trùng bằng tia cực tím UVC sử dụng tia sóng ngắn để tiêu diệt vi khuẩn hiệu quả bằng cách phá hủy DNA và RNA của chúng trong vòng vài phút Các thử nghiệm cho thấy, ở chế độ khử trùng mức độ cao, robot này có khả năng tiêu diệt các bào tử và vi khuẩn đa kháng thuốc trên nhiều bề mặt khác nhau, bao gồm cả bề mặt nhẵn và bề mặt xốp nhám.
10 thuốc khác nhau hoàn toàn có thể đạt được yêu cầu khử trùng mức độ cao 99,9999% Đặc biệt vấn đề hiện nay là SaR-Cov-2
Robot di động mang thiết bị khử trùng đa điểm có khả năng tự động khử trùng hoàn toàn một nghìn mét vuông trong khoảng 150 phút, mang lại hiệu quả cao gấp 10 lần so với phương pháp khử trùng thủ công và cố định.
• Robot khử trùng thông minh Robot chống dịch
• Định cấu hình theo dõi nhiệt độ cơ thể bằng tia hồng ngoại, phát hiện nhiệt độ cơ thể vào ban ngày và khử trùng vào ban đêm
• Tiêu diệt hiệu quả năng lượng lớn nhất trong ngành cường độ tia cực tím tích lũy lên đến 270μW / CM2
• Thuật toán Laser SLAM hoàn thành việc xây dựng và định vị bản đồ môi trường toàn cầu
• Khả năng điều hướng nhận thức và định vị hoàn toàn trưởng thành
• Robot diệt tia cực tím thích hợp cho các trung tâm mua sắm, nhà ga, văn phòng, công trường sản xuất v.v
• Robot phù hợp với tiêu chuẩn quốc gia (GBT 30030-2013) Xe có hướng dẫn tự động (AGV)
• Khử trùng bằng tia UV-C tuân theo tiêu chuẩn quốc gia (GB 19258-
2012) Đèn diệt khuẩn UV-C Đặc điểm kỹ thuật Robot
• Chất liệu của cơ thể : Thép cán nguội + nhựa
• Trọng lượng (bao gồm cả pin) : 50kg
• Nhiệt độ môi trường xung quanh: 5 đến 40 độ
• Độ ẩm môi trường xung quanh : Độ ẩm tương đối 5 đến 95% (không ngưng tụ)
• Môi trường chạy: Chỉ sử dụng trong nhà, không có quá nhiều bụi, không có khí ăn mòn
• Mức độ bảo vệ : IP20
• Hệ số chống trượt của mặt đất : ≥0.5
• Yêu cầu mặt đất : Mặt bằng nằm ngang để đổ bê tông (không có nước, dầu hoặc mỡ
• Độ phẳng tối thiểu của mặt đất : Ff25 (* tiêu chuẩn ACI 117)
• Khả năng vượt chướng ngại vật dọc : 10mm
• Khả năng vượt qua mòng biển : ± 20mm
• Lựa chọn đường dẫn : Quét an toàn lidar dựa trên lựa chọn đường dẫn độc lập lập bản đồ môi trường
Hệ thống định vị cung cấp các tính năng tiên tiến như lập bản đồ lidar quy mô lớn, định vị chính xác bằng lidar, lập kế hoạch đường đi hiệu quả và chức năng điều hướng linh hoạt Nó bao gồm khả năng kiểm soát tránh chướng ngại vật và phục hồi, đảm bảo an toàn và hiệu suất cao trong quá trình di chuyển.
• Vẽ bản đồ môi trường : Quét bằng Slam (định vị và lập bản đồ cùng một lúc)
• Chế độ điều hướng : Điều hướng mốc laser
• Tốc độ tối đa : 1 m / s (tốc độ tối đa lý thuyết)
• Tốc độ quay tối đa : 180°/s
• Độ chính xác dừng : Độ chính xác vị trí: ± 1 cm, độ chính xác góc: ±
• Kết cấu của vật liệu : Polyurethane
• Kích thước bánh xe : Đường kính 150 * 35mm
Ắc quy lithium sắt phosphate cấp công nghiệp sở hữu độ ổn định cao, mang lại bảo vệ an toàn cho vỏ kim loại Sản phẩm này có khả năng chống lại động đất và thiệt hại do va chạm mạnh trong các tai nạn, đồng thời không gây ra nguy cơ cháy nổ.
• Tuổi thọ pin Vòng đời : ≤ 1500 lần, giữ 80% công suất sau 1500 lần
• Chế độ sạc : Auto / manual
• Hệ thống bảo vệ : Bảo vệ nguồn, bảo vệ nhiệt độ
• Bộ thu tín hiệu không dây : Mã hóa an toàn, độ trễ thấp, băng thông cao để truyền hình ảnh
• IPC : Hệ thống máy tính điều khiển công nghiệp
• Con quay hồi chuyển có hướng dẫn : Hệ thống định vị quán tính phụ trợ cho vỉa hè phức tạp
• Máy ảnh : Tùy chọn / máy đo nhiệt hoặc máy ảnh hiển thị
Hiệu quả và khoảng cách khử trùng bằng tia cực tím :
• Số lượng đèn cực tím ống thủy tinh: 6;
• Hướng bức xạ tia cực tím: 360 ° đa hướng;
• Cường độ ánh sáng tích lũy: 270uv / cm 2 ;
• Thời gian khử trùng một điểm: 10 phút;
• Độ phủ đường di chuyển: bán kính 6-10m
• Nắp an toàn : Mặt trước thân máy
• Khoảng cách phát hiện: 30m Góc phát hiện: 270 °
• Nút dừng khẩn cấp : 2 nút ở bên trái và bên phải của vỏ
• Thanh va chạm : Robot bao quanh 360 độ
• Đèn báo trạng thái : 3 màu của chỉ báo trạng thái, nằm trong vỏ robot
• Nút bắt đầu : 1 ở phía sau của vỏ robot
• Chế độ điều khiển : Hoạt động không giám sát
• Khử trùng và khử trùng : Khử trùng bằng tia cực tím
• Tương tác từ xa : Liên lạc nội bộ bằng giọng nói, điều khiển từ xa
• Hệ thống thông minh : Hệ thống lập lịch máy đơn
• Hệ thống quản lý lịch trình robot, hệ thống thông minh hỗ trợ tuần tra từ xa :
• Lập lịch hệ thống robot, điều khiển từ xa, kế hoạch tuần tra, truy vấn dữ liệu
• Máy tính điều khiển từ xa : Máy tính để bàn nhãn hiệu Lenovo hoặc DELL
• Công tắc điện : Huawei hoặc thương hiệu chất lượng tương tự
Trạm cơ sở không dây tại chỗ AP được trang bị một máy chủ công suất cao, ăng ten, bộ thu sét và bộ chia điện, nhằm đáp ứng nhu cầu hoạt động của robot trong khu vực mở có kích thước 100m x 100m.
2.2.2 Giới thiệu về UV robot của nhóm nghiên cứu TRT thuộc trường Đại học
Sư phạm kỹ thuật Đà Nẵng
Ngày 26.5.2020, nhóm nghiên cứu TRT, trường ĐH Sư phạm kỹ thuật - ĐH Đà Nẵng đã trao tặng UV robot diệt khuẩn bằng tia cực tím (UV) cho Bệnh viện Đà Nẵng phục vụ tại các khu cách ly, phòng mổ
Robot UV được thiết kế để diệt khuẩn hiệu quả trong các bệnh viện, khu vực cách ly và phòng mổ, nhằm giảm thiểu nguy cơ tiếp xúc với mầm bệnh và hỗ trợ công tác vệ sinh an toàn.
Hình 2.10: Nhóm nghiên cứu TRT trao tặng UV robot cho bệnh viện Đà Nẵng
Robot diệt khuẩn UV được thiết kế để phòng chống các dịch bệnh truyền nhiễm, đặc biệt là Covid-19 Với hệ thống đèn UV-C phát ra tia cực tím ở bước sóng 250 nanomet, robot nặng 55 kg và có kích thước 1,5 m chiều cao, 0,45 m chiều dài và 0,4 m chiều rộng Robot có khả năng hoạt động liên tục hơn 2,5 giờ và công suất hệ thống đèn UV lên đến 500 W, giúp tiêu diệt 99% vi khuẩn trong vòng 30 giây, với bán kính hiệu quả từ 1-2,5 m tùy thuộc vào loại vi sinh vật.
Theo nghiên cứu, phương pháp diệt khuẩn bằng tia UV hiệu quả hơn so với hóa chất, đặc biệt trong việc tiêu diệt mầm bệnh trong không khí và ở những khu vực khó khử trùng như thiết bị điện tử và y tế Phương pháp này không chỉ tiết kiệm chi phí khử trùng mà còn giảm thiểu việc sử dụng hóa chất độc hại.
Hình 2.11: UV robot hoạt động trong phòng mổ
Decimator là robot di động khử trùng bằng tia UV, được thiết kế đặc biệt để khử trùng trong nhà với khả năng phát tia 360 độ, đảm bảo tỷ lệ tiêu diệt vi khuẩn lên tới 99,99% Với thời gian sạc chỉ 30 phút, Decimator có thể hoạt động liên tục trong 4 giờ Trong vòng 10 phút, robot này có khả năng khử trùng một căn phòng rộng 250 sqft, và trong một chu kỳ sạc, nó có thể làm sạch từ 10 đến 15 phòng lớn tương tự.
Robot Decimator được trang bị hệ thống tự quản lý hiện đại với cảm biến Lidar và thuật toán SLAM của AMR, mang lại khả năng tự chủ cao để tránh các chướng ngại vật, cả tĩnh lẫn động Ngoài ra, Decimator còn có cảm biến chướng ngại vật với hai cấp độ, giúp giảm tốc độ và dừng lại khi cần thiết.
Tốc độ di chuyển lớn nhất 1 m/s
Thời gian diệu khuẩn 10 phút Mức độ diệt khuẩn 99.9%
Bảng 2.1: Thông số của Decimator robot Hình 2.12: Robot Decimator
Tổng quan giải pháp được sử dụng trong đề tài
Nhóm đã chọn giải pháp điều khiển UV robot dựa trên cảm biến Lidar, kết hợp với hệ thống định vị trong nhà IPS để xác định chính xác vị trí của robot Giải pháp này không chỉ giúp tạo lập bản đồ và dẫn đường cho robot mà còn tăng cường khả năng điều khiển từ xa Hệ thống IPS sẽ khắc phục những hạn chế của Lidar, tạo nên một giải pháp hoàn hảo cho đề tài nghiên cứu.
Phương pháp giải quyết
Tạo lập bản đồ của môi trường
Bản đồ phòng được tạo ra bằng công nghệ cảm biến Lidar, cho phép quét và tái tạo không gian khi robot di chuyển Bản đồ này được thiết kế đơn giản, giúp việc phân tích trở nên dễ dàng hơn Như hình 3.1 thể hiện, vùng màu trắng là khu vực mà robot có thể tự do di chuyển, vùng màu đen là các vật cản như tường, bàn ghế, tủ, và phần màu xám là khu vực chưa được robot khám phá Bản đồ sau khi hoàn thành sẽ được sử dụng để dẫn đường cho robot.
Hình 3.1: Bản đồ được tạo lập
Để xây dựng bản đồ, phương pháp SLAM (Simultaneous Localization and Mapping) là giải pháp phổ biến hiện nay Robot sử dụng các gói phần mềm SLAM với các thuật toán khác nhau trên nền tảng ROS, trong đó Gmapping là thuật toán được sử dụng nhiều nhất Với dữ liệu từ cảm biến laser quét 360 độ, robot có khả năng tạo bản đồ và tự định vị trong đó Gmapping áp dụng bộ lọc Rao-Blackwellized Particle Filter để xác định tọa độ gần nhất với vị trí thực tế của robot Mỗi hạt trong bộ lọc đại diện cho một bản đồ riêng lẻ và được gán trọng số dựa trên dữ liệu cảm biến Sau quá trình lấy mẫu lại, các hạt có trọng số cao hơn được giữ lại, trong khi các hạt có trọng số thấp hơn sẽ bị loại bỏ, từ đó xác định vị trí hiện tại của robot Quá trình này diễn ra liên tục với mỗi lần nhận dữ liệu từ cảm biến, giúp robot định vị và cập nhật bản đồ vào cơ sở dữ liệu Hình minh họa bên dưới thể hiện lưu đồ thuật toán Particle Filter cho quy trình này.
Hình 3.2: Lưu đồ thuật toán SLAM của robot sử dụng Partical Filter
Quá trình quét và hiển thị bản đồ của robot được minh họa trong Hình 3.3, cho thấy các mũi tên đỏ hội tụ về vị trí thực tế của robot sau khi lấy mẫu Nếu robot quay tại chỗ lâu hơn, các mũi tên sẽ càng hội tụ, giúp xác định tọa độ chính xác nhất.
Robot với khả năng quét bản đồ và định vị có thể di chuyển hiệu quả trong các môi trường tĩnh, ít vật cản Tuy nhiên, khi có quá nhiều người xung quanh, dữ liệu định vị và hệ thống dẫn đường của robot có thể bị ảnh hưởng, dẫn đến nguy cơ va chạm.
Hình 3.3: Robot đang trong quá trình tạo bản đồ sử dụng bộ lọc
Hệ thống định vị trong nhà cho robot
Hệ thống định vị trong nhà là công nghệ cung cấp dữ liệu vị trí chính xác cho robot và phương tiện tự động (AGV), đồng thời theo dõi các đối tượng chuyển động thông qua mô-đun di động Hệ thống này bao gồm mạng lưới báo hiệu siêu âm tĩnh kết nối qua giao diện vô tuyến không có giấy phép, các mô-đun di động gắn trên đối tượng cần theo dõi và modem kết nối với PC hoặc máy tính khác Vị trí của thiết bị di động được xác định thông qua độ trễ lan truyền của xung siêu âm, sử dụng thuật toán trilateration Hệ thống định vị trong nhà giúp xác định tọa độ chính xác của robot, nâng cao hiệu quả hoạt động trong môi trường nội thất.
Hình 3.4: Hệ thống định vị trong nhà để xác định tọa độ robot
Tạo đường đi cho robot
Định tuyến cho robot là quá trình lập kế hoạch đường đi từ vị trí hiện tại đến vị trí đích, sử dụng thuật toán Dijkstra để tìm đường đi ngắn nhất.
Chương trình định tuyến xác định đường đi từ vị trí hiện tại của robot đến vị trí đích dựa trên tọa độ trên bản đồ Để tìm đường đi ngắn nhất, thuật toán Dijkstra được áp dụng, giúp tối ưu hóa lộ trình di chuyển.
1) Gọi nút mà chúng ta đang bắt đầu được gọi là nút ban đầu Gọi khoảng cách của nút Y là khoảng cách từ nút ban đầu đến Y Thuật toán Dijkstra sẽ gán một số giá trị khoảng cách ban đầu và sẽ cố gắng cải thiện chúng từng bước
2) Đánh dấu tất cả các nút không được sử dụng Tạo một tập hợp tất cả các nút chưa được duyệt được gọi là tập hợp chưa được duyệt
3) Gán cho mọi nút một giá trị khoảng cách dự kiến: đặt nó thành 0 cho nút ban đầu của chúng ta và thành vô cùng cho tất cả các nút khác Đặt nút ban đầu là nút hiện tại
4) Đối với nút hiện tại, hãy xem xét tất cả các hàng xóm không được truy cập của nó và tính toán khoảng cách dự kiến của chúng qua nút hiện tại So sánh khoảng cách dự kiến mới được tính toán với giá trị được gán hiện tại và chỉ định giá trị nhỏ hơn Ví dụ: nếu nút hiện tại A được đánh dấu với khoảng cách 25 là 6 và cạnh nối nó với nút lân cận B có độ dài 2, thì khoảng cách từ B đến A sẽ là 6 + 2 = 8 Nếu trước đó B được đánh dấu bằng một khoảng cách lớn hơn 8 sau đó thay đổi nó thành 8 Nếu không, giá trị hiện tại sẽ được giữ nguyên
5) Khi chúng ta đã xem xét xong tất cả các lân cận chưa được truy cập của nút hiện tại, hãy đánh dấu nút hiện tại là đã được truy cập và xóa nó khỏi tập hợp chưa được truy cập Một nút đã truy cập sẽ không bao giờ được kiểm tra lại
6) Nếu nút đích đã được đánh dấu là đã truy cập (khi lập kế hoạch một tuyến đường giữa hai nút cụ thể) hoặc nếu khoảng cách dự kiến nhỏ nhất giữa các nút trong tập hợp chưa truy cập là vô cùng (khi lập kế hoạch truyền tải hoàn chỉnh; xảy ra khi không có kết nối giữa nút ban đầu và các nút chưa được truy cập còn lại), sau đó dừng lại, thuật toán kết thúc
7) Nếu không, hãy chọn nút không mong đợi được đánh dấu bằng khoảng cách dự kiến nhỏ nhất, đặt nó làm "nút hiện tại" mới và quay lại bước 3
Khi lập kế hoạch cho một tuyến đường, không cần phải chờ đến khi nút đích được truy cập; thuật toán có thể dừng lại khi nút đích có khoảng cách dự kiến nhỏ nhất trong số các nút chưa được thăm Điều này cho phép lựa chọn nút tiếp theo một cách hiệu quả.
Thuật toán tìm đường Dijsktra function dijkstra(G, S) for each vertex V in G distance[V] ← infinite previous[V] ← NULL if V != S, add V to Priority Queue Q distance[S] ← 0 while Q is not empty
U ← Extract MIN from Q for each unvisited neighbour V of U tempDistance ← distance[U] + edge_weight(U, V) if tempDistance < distance[V] distance[V] ← tempDistance previous[V] ← U return distance[], previous[]
Dẫn đường cho robot
Hệ thống phần mềm được trình bày trong sơ đồ dưới đây là mô hình định vị và dẫn đường được đề xuất cho đề tài nghiên cứu này.
Robot sử dụng hệ điều hành mã nguồn mở ROS để quản lý các luồng xử lý và giao tiếp giữa các khối trong hệ thống Bộ xử lý trung tâm CPU đóng vai trò là bộ não của robot, tiếp nhận dữ liệu từ cảm biến, bao gồm dữ liệu bản đồ và tọa độ từ hệ thống IPS Dựa trên yêu cầu của người dùng về vị trí điểm đích, CPU sẽ gửi thông tin kèm theo dữ liệu bản đồ và tọa độ hiện tại của robot đến nút thiết lập đường đi, từ đó nhận về mảng tọa độ điểm cần di chuyển.
Hình 3.5: Sơ đồ tổng quát của hệ thống
Robot di chuyển trên bản đồ theo 24 đường đi được xác định từ mảng tọa độ Bộ xử lý trung tâm sử dụng thuật toán điều khiển để gửi tín hiệu tới khối điều khiển động cơ, giúp robot bám sát đường đi đã được thiết lập và tiến đến điểm đích một cách hiệu quả.
Tự động tránh vật cản tĩnh
Các vật cản tĩnh như bàn, ghế và vách tường được thu thập trong quá trình xây dựng bản đồ 2D của môi trường Để giúp robot tránh những vật cản này, quá trình tạo bản đồ được thực hiện song song với việc nhận diện vật cản Các vật cản tĩnh sẽ được ghi nhận trong bản đồ, cho phép robot xác định và tránh va chạm trong quá trình di chuyển.
Thiết kế sản phẩm, mô hình
Thiết kế phần cứng
4.1.1 Bản vẽ thiết kế robot
Hình 4.1: Mặt trước của robot
Hình 4.3: Mặt sau của robot
Hình 4.2: Mặt bên của robot
4.1.2 Tổng quát thiết kế phần cứng của robot
4.1.2.1 Sơ đồ khối của robot
Chức năng của các khối:
CPU là bộ phận trung tâm của robot, có nhiệm vụ tiếp nhận và xử lý dữ liệu từ cảm biến Lidar và IPS Sau khi xử lý, CPU sẽ truyền dữ liệu đến các bộ phận đèn và truyền động của robot để thực hiện điều khiển.
• LIDAR: quét và gửi tín hiệu về CPU
• IPS: xác định chính xác vị trí của robot
• BỘ PHẬN ĐỘNG CƠ VÀ ĐIỀU KHIỂN ĐỘNG CƠ: xử lý tín hiệu nhận được từ CPU, giúp robot di chuyển
• BỘ PHẬN ĐÈN UV VÀ ĐIỀU KHIỂN ĐÈN: xử lý tín hiệu nhận được từ CPU để mở/tắt đèn
Hình 4.4: Sơ đồ khối của robot
4.1.2.2 Sơ đồ thiết kế khối tổng thể hệ thống UV robot, các thiết bị định vị và hệ thống xử lý dữ liệu trung tâm và các kết nối
Trong thiết kế này, robot được kết nối với hệ thống máy tính xử lý dữ liệu trung tâm thông qua kết nối wifi
4.1.3 Thiết bị sử dụng cho hệ thống định vị và dẫn đường của robot
4.1.3.1 Máy tính nhúng Raspberry Pi 3 Module B+
Raspberry Pi là một máy tính giá chỉ 35 USD, có kích thước tương đương với iPhone và sử dụng hệ điều hành Linux Mục tiêu chính của chương trình này là giáo dục máy tính cho trẻ em.
Hình 4.5: Mô tả hệ thống phần cứng của robot
Hình 4.6: Máy tính nhúng Raspberry
Raspberry Pi, được phát triển bởi tổ chức phi lợi nhuận Raspberry Pi Foundation, nhằm tạo ra hệ thống dễ sử dụng cho nhiều công việc khác nhau Sản phẩm này được sản xuất bởi ba nhà sản xuất gốc (OEM) là Sony, Qsida và Egoman, và được phân phối chủ yếu qua các đối tác như Element14, RS Components và Egoman.
Dự án Raspberry Pi ban đầu nhằm mục đích tạo ra máy tính giá rẻ cho sinh viên học lập trình, nhưng đã thu hút sự quan tâm từ nhiều đối tượng khác nhau Raspberry Pi được xây dựng dựa trên bộ xử lý SoC Broadcom BCM2835, một chip xử lý di động mạnh mẽ với kích thước nhỏ, thường được sử dụng trong điện thoại di động Chip này tích hợp CPU, GPU, bộ xử lý âm thanh/video và nhiều tính năng khác, tất cả trong một thiết kế tiết kiệm năng lượng.
Raspberry Pi không thể thay thế hoàn toàn máy tính để bàn hoặc laptop do không hỗ trợ chạy Windows, vì nó sử dụng cấu trúc ARM BCM2835 không tương thích với mã x86/x64 Tuy nhiên, thiết bị này có thể chạy Linux và thực hiện các tác vụ như lướt web và sử dụng môi trường Desktop Raspberry Pi là một thiết bị đa năng với phần cứng giá rẻ, rất lý tưởng cho các dự án điện tử, DIY, và thiết lập hệ thống tính toán tiết kiệm cho việc học lập trình.
Raspberry Pi 3 Model B+ được giới thiệu vào ngày 14 tháng 3 năm 2018, nổi bật với chip 4 nhân 64-bit có tốc độ 1.4GHz Phiên bản này hỗ trợ Wifi Dual-band 2.4GHz và 5GHz, Bluetooth 4.2/Bluetooth Low Energy, cổng Ethernet tốc độ cao lên đến 300Mbps và tính năng Power over Ethernet (PoE) thông qua PoE HAT.
Thông số kỹ thuật chi tiết:
• Vi xử lý: Broadcom BCM2837B0, quad-core A53 (ARMv8) 64-bit SoC
• Kết nối: 2.4GHz and 5GHz IEEE 802.11 b/g/n/ac wireless LAN, Bluetooth 4.2, BLE, Gigabit Ethernet over USB 2.0 (Tối đa 300Mbps)
• Video và âm thanh: 1 cổng full-sized HDMI, Cổng MIPI DSI Display, cổng MIPI CSI Camera, cổng stereo output và composite video 4 chân
• Multimedia: H.264, MPEG-4 decode (1080p30), H.264 encode (1080p30); OpenGL ES 1.1, 2.0 graphics
• Nguồn điện sử dụng: 5V/2.5A DC cổng microUSB, 5V DC trên chân GPIO, Power over Ethernet (PoE)
4.1.3.2 Cảm biến LIDAR RPLIDAR A1 360° Laser Range Scanner
RPLIDAR A1 là một máy quét 2D 360 độ giá rẻ do SLAMTEC phát triển, cho phép thu thập dữ liệu 2D phục vụ cho việc tạo lập bản đồ, địa chất và mô hình hóa vật thể hoặc môi trường Thiết bị này được trang bị mô-đun máy quét với phạm vi rộng, kết nối với động cơ, và khi được cấp nguồn, RPLIDAR A1 sẽ quay và quét theo chiều kim đồng hồ Người dùng có thể dễ dàng truy cập dữ liệu quét thông qua cổng giao tiếp truyền thông (UART/USB).
Hình 4.7: Cảm biến LIDAR RPLIDAR A1
4.1.3.3 Bộ thiết bị định vị trong nhà IPS Marvelmind
Hệ thống định vị và dẫn đường chính xác trong nhà Marvelmind là giải pháp IPS/RTLS hàng đầu thế giới, chuyên phục vụ cho các ứng dụng công nghiệp và robot Hệ thống này sử dụng thiết bị beacon phát sóng siêu âm cố định, kết hợp với giao diện vô tuyến trong băng tần ISM (915/868 MHz hoặc 433MHz), mang lại độ chính xác cao cho việc định vị trong nhà.
Bảng 4.1: Các thông số kỹ thuật chính của cảm biến Lidar Hình 4.8: Thông số của động cơ gắn trong cảm biến Lidar
Bộ thiết bị IPS của Marvelmind, như hình 4.9, bao gồm 5 beacon phát sóng siêu âm và 1 modem để lưu cấu hình hệ thống Trong điều kiện phòng thí nghiệm lý tưởng, khoảng cách lắp đặt giữa các thiết bị có thể lên tới 50 mét.
Hệ thống định vị IPS hoạt động hiệu quả trong phạm vi 30 mét với độ chính xác từ 1-3%, cho phép sai số tối đa lên tới ±2cm giữa các thiết bị Tần số cập nhật dữ liệu linh hoạt từ 0.05Hz đến 25Hz, cùng với trọng lượng nhẹ chỉ 59 gram, giúp dễ dàng lắp đặt các beacon ở vị trí cao như trần nhà hoặc tường Với những thông số kỹ thuật này, IPS là giải pháp lý tưởng cho hệ thống dẫn đường robot trong môi trường trong nhà, khắc phục được những hạn chế của cảm biến Lidar Hệ thống IPS độc lập và ít bị ảnh hưởng bởi yếu tố môi trường, đảm bảo độ chính xác cao với cách lắp đặt hợp lý.
Hình 4.9: Hệ thống định vị trong nhà IPS
4.1.3.4 Chi tiết về giá thành của các thiết bị chính
Tên thiết bị Giá thành
Bảng 4.2: Giá thành của các thiết bị sử dụng trong đề tài
Ngoài những thiết bị được sử dụng trong đề tài, thị trường hiện có nhiều thiết bị tương tự với chức năng tương đương Tuy nhiên, về mặt kinh tế và sự phù hợp với đề tài, các thiết bị mà tôi đã chọn hoàn toàn tối ưu Để tiện so sánh, xin mời tham khảo bảng giá và chức năng của các thiết bị khác dưới đây.
Tên thiết bị Giá thành So sánh chức năng với các thiết bị được chọn
YDLIDAR T15 47.000.000 VND Có tần số quét lớn và khoảng cách quét xa hơn
YDLIDAR G4 15.000.000 VND Có tần số quét lớn và khoảng cách quét xa hơn Máy tính NDIVIA Jetson
NANO 4.000.000 VND Có vi xử lý mạnh hơn, tốc độ xử lý nhanh hơn
Thường đi kèm với động cơ nên không xác định rõ giá thành
Chỉ giúp xác định được góc quay, quãng đường di chuyển của robot Khó có thể xác định được vị trí của robot
Bảng 4.3: So sánh với các thiết bị khác
Mặc dù các thiết bị trong bảng trên có thể sở hữu nhiều chức năng vượt trội, nhưng khi xem xét về mặt kinh tế và nhu cầu sử dụng, các thiết bị được chọn lại trở thành lựa chọn hợp lý hơn.
34 thiết bị được lựa chọn đáp ứng đầy đủ các tiêu chí cần thiết cho một đồ án tốt nghiệp và có khả năng ứng dụng vào các robot phục vụ nhu cầu đa dạng trong cuộc sống.
Arduino là nền tảng mã nguồn mở kết hợp phần cứng và phần mềm, được phát triển tại thị trấn Ivrea, Ý, nhằm tạo ra các ứng dụng tương tác hiệu quả hơn Phần cứng Arduino bao gồm board mạch vi xử lý mở, sử dụng nền tảng vi xử lý AVR Atmel 8-bit hoặc ARM Atmel 32-bit Các model hiện tại được trang bị một cổng USB, 6 chân đầu vào analog và 14 chân I/O kỹ thuật số, tương thích với nhiều board mở rộng khác nhau.
Vi điều khiển ATmega328 họ 8bit Điện áp hoạt động 5V DC (chỉ được cấp qua cổng USB)
Tần số hoạt động 16 MHz
Dòng tiêu thụ khoảng 30mA Điện áp vào khuyên dùng 7-12V DC
Hình 4.10: Mạch Arduino Uno R3
35 Điện áp vào giới hạn 6-20V DC
Số chân Digital I/O 14 (6 chân hardware PWM)
Số chân Analog 6 (độ phân giải 10bit)
Dòng tối đa trên mỗi chân I/O 30 mA
Dòng ra tối đa (5V) 500 mA
Dòng ra tối đa (3.3V) 50 mA
Bộ nhớ flash 32 KB (ATmega328) với 0.5KB dùng bởi bootloader
Bảng 4.4: Thông số kỹ thuật của Arduino Uno R3
Cấp nguồn và các chân nguồn
Arduino UNO có thể được cấp nguồn 5V qua cổng USB hoặc từ nguồn ngoài với điện áp khuyên dùng là 7-12V DC và giới hạn là 6-20V Sử dụng pin vuông 9V là lựa chọn hợp lý nếu không có nguồn từ cổng USB Lưu ý rằng việc cấp nguồn vượt quá giới hạn có thể gây hư hỏng cho Arduino UNO.
Thiết kế phần mềm
4.2.1 Hệ điều hành robot (ROS)
ROS (Hệ điều hành Robot) là khung phần mềm mã nguồn mở, ra mắt vào ngày 1/1/2009, nhằm tiêu chuẩn hóa và tái sử dụng phần mềm robot toàn cầu, đồng thời tạo ra cộng đồng cho các nhà phát triển Hiện tại, ROS chỉ hoạt động trên hệ điều hành Linux và hỗ trợ các ngôn ngữ lập trình như C++, Python và Lisp Nó cung cấp các dịch vụ hệ điều hành tiêu chuẩn như trừu tượng hóa phần cứng, điều khiển thiết bị cấp thấp, và quản lý gói Kiến trúc của ROS dựa trên các nút độc lập, cho phép xử lý thông tin từ cảm biến, điều khiển và lập kế hoạch mà không làm gián đoạn toàn bộ hệ thống khi một nút gặp sự cố Sự độc lập này cũng cải thiện khả năng tái sử dụng mã, cho phép phát triển các chương trình khác nhau cho các chức năng riêng biệt của robot.
Trong ROS, giao tiếp giữa các nút được thực hiện thông qua việc chuyển các thông điệp, trong đó các nút không biết đối tượng mà chúng đang giao tiếp Tất cả tin nhắn được gửi sẽ được xuất bản cho một chủ đề, và để nhận tin nhắn, một nút cần đăng ký các chủ đề cụ thể Có thể có nhiều nhà xuất bản và người đăng ký cho một nút, cho thấy rằng một chủ đề giống như một kênh quảng bá, nơi một nút có thể truy cập tất cả các thông điệp Nếu có nhiều chủ đề, một nút sẽ bỏ qua các thông báo từ những chủ đề mà nó không đăng ký.
Hình 4.31: Kiến trúc của ROS
4.2.2 Phần mềm mô phỏng Gazebo
Mô phỏng robot là công cụ quan trọng trong lĩnh vực chế tạo rô bốt, cho phép kiểm tra nhanh chóng các thuật toán và thiết kế rô bốt Trình mô phỏng hiệu quả hỗ trợ thực hiện kiểm tra hồi quy và đào tạo hệ thống, giúp nâng cao chất lượng và hiệu suất của các sản phẩm rô bốt.
Gazebo là một công cụ mô phỏng mạnh mẽ, cho phép mô phỏng chính xác và hiệu quả các quần thể robot trong các môi trường phức tạp, cả trong nhà lẫn ngoài trời Với đồ họa chất lượng cao và các giao diện lập trình tiện lợi, Gazebo hỗ trợ người dùng tối ưu hóa việc phát triển và thử nghiệm robot trong các tình huống thực tế.
Quá trình phát triển Gazebo bắt đầu vào mùa thu năm 2002 tại Đại học Nam California do Tiến sĩ Andrew Howard và học trò Nate Koenig sáng lập Gazebo được thiết kế để mô phỏng robot trong môi trường ngoài trời với nhiều điều kiện khác nhau, và mặc dù tên gọi gợi nhớ đến một sân khấu ngoài trời, nhưng phần lớn người dùng lại sử dụng Gazebo để mô phỏng môi trường trong nhà Trong suốt những năm qua, Nate Koenig tiếp tục phát triển Gazebo trong khi hoàn thành chương trình Tiến sĩ Năm 2009, John Hsu từ Willow Garage đã tích hợp ROS và PR2 vào Gazebo, biến nó thành một trong những công cụ chính trong cộng đồng ROS Đến mùa xuân năm 2011, Willow Garage bắt đầu hỗ trợ tài chính cho sự phát triển của Gazebo.
Hình 4.32: Phần mềm Gazebo
Vào năm 2012, Open Source Robotics Foundation (OSRF) đã tách ra khỏi Willow Garage và trở thành quản lý dự án Gazebo Dưới sự phát triển mạnh mẽ của một đội ngũ tài năng, OSRF đã ứng dụng Gazebo để tổ chức Thử thách người máy ảo, một phần quan trọng trong Thử thách người máy DARPA, diễn ra vào tháng 7 năm đó.
2013 OSRF tiếp tục phát triển Gazebo với sự hỗ trợ từ một cộng đồng đa dạng và năng động
4.2.3 Phần mềm tạo lập bản đồ Rviz
Trong quá trình điều khiển robot, việc hiển thị các trạng thái như chuyển động và lực của cánh tay robot là rất quan trọng Phần mềm RViz do ROS cung cấp không chỉ hiển thị nhiều loại dữ liệu khác nhau mà còn hỗ trợ các chương trình phát triển thứ cấp, giúp cá nhân hóa robot hiệu quả.
Sau khi thu thập dữ liệu từ cảm biến Lidar, robot sử dụng công nghệ SLAM để tạo ra bản đồ 2D về môi trường xung quanh, hiển thị trên Rviz Hình ảnh dưới đây minh họa bản đồ được hình thành sau khi robot di chuyển và quét các vật thể trong không gian.
Hình 4.33: Giao diện của RViz
4.2.4 Phần mềm định vị trong nhà Dashboard
Hình 4.35: Bản đồ đã được hình thành trên Rviz
Hình 4.34: Giao diện phần mềm Dashboard
Hệ thống định vị trong nhà (IPS) xác định vị trí của robot trên bản đồ đã được xây dựng bằng cách sử dụng các beacon siêu âm cố định Những beacon này tạo thành một mạng lưới vô tuyến trong dải tần chưa đăng ký Vị trí robot được xác định dựa trên độ trễ tín hiệu từ beacon gắn trên robot tới các beacon cố định Bản đồ hệ thống IPS được tích hợp vào Dashboard, cho phép điều chỉnh vị trí các beacon sao cho khớp với thực tế Hệ thống IPS sẽ đồng bộ với bản đồ căn phòng, cung cấp tọa độ chính xác cho beacon trên robot trong môi trường sử dụng.
Vị trí của thiết bị di động gắn trên robot được xác định thông qua độ trễ lan truyền của tín hiệu siêu âm tới các thiết bị siêu âm tĩnh.
4.2.5 Phần mềm tạo đường đi cho robot
Sau khi hoàn thiện bản đồ mô trường, chúng ta sẽ sử dụng bản đồ này để điều hướng robot trực tiếp trên RViz Nhờ vào các chức năng tích hợp sẵn trong RViz, việc điều khiển robot đến vị trí mong muốn trở nên dễ dàng và hiệu quả.
Hình 4.36: Bản đồ hiển thị trên RViz
Trong hình trên, vị trí cuối của robot được xác định bởi đuôi mũi tên, trong khi đầu mũi tên chỉ ra hướng quay của robot Đường đi của robot được tính toán và hiển thị trực tiếp trên bản đồ.
4.2.6 Giao tiếp giữa Raspberry và Arduino
Sự chuyển động của robot dựa vào các tham số như hình bên dưới
Hình 4.38: Các tham số cần thiết cho điều khiển robot
Vector Linear: vec-tơ mô tả sự tịnh tiến của robot trong hệ tọa độ Oxyz
Vector Angular: vec-tơ mô tả góc quay của robot trong hệ tọa độ Oxyz
Sau khi cảm biến Lidar quét và thu thập dữ liệu, Raspberry Pi sẽ tiến hành phân tích và cung cấp các giá trị cụ thể cho các biến x, y, z Những giá trị này sau đó được truyền về Arduino để điều khiển hoạt động của động cơ.
Hình 4.37: Điều khiển robot trong RViz
Mô phỏng hoạt động của robot
4.3.1 Mô phỏng robot và môi trường trên phần mềm Gazebo
Hình 4.27 minh họa một căn phòng được mô phỏng trên phần mềm Gazebo, nổi bật với đồ họa chất lượng cao và nhiều mẫu template hỗ trợ cho việc mô phỏng robot Bên cạnh đó, Gazebo còn tích hợp các chức năng mô phỏng thời tiết, ánh sáng mặt trời và gió, giúp nâng cao tính thực tế trong các dự án mô phỏng.
Một mô hình robot cũng đã được thêm vào
Hình 4.40: Robot trong môi trường mô phỏng Hình 4.39: Mô phỏng trên Gazebo
4.3.2 Mô phỏng quá trình tạo lập bản đồ của robot
Quá trình tạo lập bản đồ được hiển thị trực quan trên Rviz, cho phép người dùng dễ dàng theo dõi Như thể hiện trong hình 5.6, khu vực đã được robot quét sẽ xuất hiện màu trắng, trong khi các khu vực chưa quét sẽ hiển thị màu xanh.
Hình 4.41: Mô hình robot mô phỏng
Hình 4.42: Robot trong quá trình quét và tạo lập bản đồ
Khi robot di chuyển thì vùng được quét được mở rộng dần
Sau khi robot đã di chuyển hết mọi vị trí của môi trường, ta sẽ thu được một bản đồ hoàn thiện của môi trường đó
Hình 4.44: Bản đồ của môi trường thu được Hình 4.43: Bản đồ dần đưc hình thành
Khi so sánh môi trường mô phỏng với bản đồ được tạo lập, chúng ta nhận thấy rằng bản đồ cung cấp hình ảnh chi tiết về các vật thể trong phòng dưới dạng 2D.
4.3.3 Mô phỏng điều khiển robot trên Rviz
Sau khi bản đồ được tạo lập, ta sẽ có thể thực hiện thao tác điều khiển robot ngay trên Rviz
Hình 4.45: Môi trường mô phỏng
Hình 4.46: Trình điều khiển robot trên RViz
Tuy nhiên lúc này, vị trí robot trong Rviz chưa đúng với vị trí thực của robot
Phần mềm định vị Dashboard cho phép chúng ta xác định vị trí của robot Để thiết lập vị trí của robot, ta sử dụng nút mũi tên xanh “2D Pose Estimate” trên thanh công cụ trong Rviz.
Hình 4.47: Vị trí thực của robot
Hình 4.48: Set-up vị trí cho robot trên RViz
Bạn có thể điều khiển robot đến bất kỳ vị trí nào trên bản đồ bằng nút mũi tên đỏ “2D Nav Goal” trên thanh công cụ Robot sẽ di chuyển đến vị trí mong muốn theo quãng đường ngắn nhất, và quá trình di chuyển sẽ được hiển thị bằng một đường vẽ Đuôi của mũi tên đỏ biểu thị vị trí hiện tại của robot, trong khi hướng của mũi tên chỉ ra hướng quay của robot.
Robot đang trên đường đi đến vị trí được chỉ định
Hình 4.49: Điều khiển robot đến vị trí chỉ định
Hình 4.50: Robot đang trên đường đến vị trí chỉ định
Robot đã đến đích và quay theo hướng của mũi tên
Có thể đối chiếu với robot trong Gazebo
Hình 4.51: Robot đã đến đích
Hình 4.52: Robot trong môi trường mô phỏng đã đến vị trí chỉ định
