robot tự hành sử dụng cảm biến laser 2d

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ CHÂU QUANG HẢI ROBOT TỰ HÀNH SỬ DỤNG CẢM BIẾN LASER 2D NGÀNH: CÔNG NGHỆ CHẾ TẠO MÁY - 605204 S KC 0 Tp Hồ Chí Minh, tháng 04 năm 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ CHÂU QUANG HẢI ROBOT TỰ HÀNH SỬ DỤNG CẢM BIẾN LASER 2D NGÀNH: KỸ THUẬT ĐIỆN TỬ MÃ NGÀNH: 60 52 70 Hướng dẫn khoa học: TS NGÔ VĂN THUYÊN TP Hồ Chí Minh, 04/2014 LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƢỢC Họ & tên: CHÂU QUANG HẢI Giới tính: Nam Ngày, tháng, năm sinh: 23/04/1986 Nơi sinh: Quảng Ngãi Quê quán: Thị xã Quảng Ngãi-Quãng Ngãi Dân tộc: Kinh Chức vụ, đơn vị công tác trƣớc học tập, nghiên cứu: Kỹ sƣ quy trình sản xuất công ty trách nhiệm hữu hạn Jabil VietNam Chỗ riêng địa liên lạc: Thôn 1, xã Nghĩa Dũng, Thành Phố Quãng Ngãi, Tỉnh Quãng Ngãi Điện thoại quan: 0837332030 Điện thoại riêng: 0976404628 Fax: E-mail: chauquanghaispkt@gmail.com II QUÁ TRÌNH ĐÀO TẠO Đại học: Hệ đào tạo: quy Thời gian đào tạo từ 09/2005 đến 03/2010 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP, HCM Ngành học: Điện Tử Tên đồ án, luận án môn thi tốt nghiệp: ĐIỀU KHIỂN & GIÁM SÁT CÁC LOẠI PLC DÙNG CHUẨN OPC Ngày & nơi bảo vệ đồ án, luận án thi tốt nghiệp: Tháng 12 năm 2009 trƣờng Đại Học Sƣ Phạm Kỹ Thuật TP.HCM Ngƣời hƣớng dẫn: Ths Tạ Văn Phƣơng Thạc sĩ: Hệ đào tạo: quy Thời gian đào tạo từ 08/2011 đến 04/2014 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật Tp Hồ Chí Minh Ngành học: Kỹ Thuật Điện Tử Tên luận văn: Robot Tự Hành Sử Dụng Cảm Biến Laser 2D i Ngày & nơi bảo vệ luận văn: Tháng 04 năm 2014, Đại Học Sƣ Phạm Kỹ Thuật Tp Hồ Chí Minh Ngƣời hƣớng dẫn: Ts Ngô Văn Thuyên Trình độ ngoại ngữ: tiếng Anh - Trình độ: B III QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC Nơi công tác Thời gian 03/2010 đến Công ty trách nhiệm hữu hạn Jabil VietNam ii Công việc đảm nhận Kỹ sƣ quy trình sản xuất LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu Các số liệu, kết nêu luận văn phản ánh trung thực nội dung trình nghiên cứu luận văn Tp Hồ Chí Minh, ngày 28 tháng 02 năm 2014 (Ký tên ghi rõ họ tên) Châu Quang Hải iii LỜI CẢM TẠ Trong suốt trình thực đề tài, ngƣời thực đƣợc hƣớng dẫn tận tình TS Ngô Văn Thuyên – Phó Hiệu Trƣởng Trƣờng Đại Học Sƣ Phạm Kỹ Thuật TP HCM, giảng viên trƣờng Đại Học Sƣ Phạm Kỹ Thuật Hồ Chí Minh Dƣới hƣớng dẫn Thầy, đề tài đƣợc nghiên cứu hoàn thành thời hạn nhƣ mục tiêu đề ban đầu Ngƣời thực xin gửi lòng tri ân sâu sắc đến TS Ngô Văn Thuyên kiến thức quý báu phƣơng pháp nghiên cứu mà thầy truyền dạy Ngƣời thực gửi lòng tri ân đến quý thầy cô trƣờng Đại Học Sƣ Phạm Kỹ Thuật Hồ Chí Minh, quý thầy cô trƣờng Đại Học Bách Khoa Hồ Chí Minh tận tình hƣớng dẫn truyền đạt kiến thức, phƣơng pháp nghiên cứu kinh nghiệm suốt hai năm học Những kiến thức kinh nghiệm tảng giúp ngƣời thực hoàn thành tốt luận văn Ngƣời thực chân thành cảm ơn quý anh chị, chân thành cảm ơn bạn bè ngƣời thân tận tình giúp đỡ suốt khóa học nhƣ trình thực luận văn Tp Hồ Chí Minh, ngày 28 tháng 02 năm 2014 Ngƣời thực Châu Quang Hải iv NHẬN XÉT CỦA GIÁO VIÊN HƢỚNG DẪN Tp HCM, ngày tháng năm 2014 TS NGÔ VĂN THUYÊN v NHẬN XÉT CỦA CHỦ NHIỆM NGÀNH Tp HCM, ngày tháng TRẦN THU HÀ vi năm 2014 NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN TP HCM, ngày vii tháng năm 2014 NHẬN XÉT CỦA HỘI ĐỒNG BẢO VỆ LUẬN VĂN TP HCM, ngày viii tháng năm 2014 4.1.2 Đặc điểm Player Player mạng dịch vụ điều khiển Robot, chạy đƣợc Robot thực Player cung cấp giao diện đơn giản rõ ràng cảm biến cấu chấp hành robot dựa giao diện mạng Chƣơng trình điều khiển giao tiếp với Player qua giao thức TCP, thực đọc liệu từ cảm biến; ghi lệnh đến cấu chấp hành cấu hình thiết bị robot Player hỗ trợ đa dạng phần cứng Robot Nền tảng Player họ ActivMedia Pioneer nhƣng hỗ trợ thêm nhiều loại Robot nhiều loại cảm biến Khối kiến trúc Player cho phép dễ dàng cập nhật thêm phần cứng Player đƣợc thiết kế để trở thành ngôn ngữ tảng độc lập Chƣơng trình điều khiển chạy máy có kết nối mạng đến Robot viết đƣợc ngôn ngữ có hỗ trợ điều khiển socket TCP/IP Những tiện ích cho khách hàng có sẳn C, C++, Tcl, LISP, Java, Python Ngoài ra, thông tin liên quan đến Player nhƣ cách cài đặt, viết chƣơng trình ứng dụng, cách sử dụng, đƣợc trình bày rõ ràng nhiều tài liệu đƣợc cung cấp miễn phí qua Internet [1 15 16] Hình 4.1 biểu diễn mô hình Client/server Player; liên hệ chƣơng trình ngƣời dùng, Player server thiết bị hình 4.1 Các cảm biến, cấu chấp hành, Laser, … Player Server Device driver SICK LMS 200 TCP/IP Interface sicklms200 laser SICK SICK PLS PLS sickpls laser Pioneer p2os position Segway segwayrmp position Khepera khepera position Player Client Library Data Config uration Co m d man C/C++ C# Java Tcl Python Ruby Lisp Octave IPC Hình Mô hình Client/Sever Player 54 Chƣơng trình ngƣời dùng User Program 4.1.3 Đặc điểm Stage Stage sản phẩm dự án Player/Stage, tập hợp công cụ phần mềm để hỗ trợ nghiên cứu Robot di động hệ thống cảm biến thông minh Stage mô tổng thể Robot di động, cảm biến đối tƣợng môi trƣờng không gian chiều Stage đƣợc thiết kế với hệ thống nhiều đại diện cung cấp mô hình đơn giản, tính toán với nhiều thiết bị thử nghiệm thiết bị với độ trung thực cao Điều hữu ích tiếp cận phần mềm [1 14] Stage thƣờng đƣợc kiểm soát thông qua Player, dịch vụ robot đƣợc nối mạng Player cung cấp giao diện tiện lợi để thiết lập thiết bị điều khiển cho Robot thực cảm biến Ngƣời dùng viết chƣơng trình điều khiển Robot thuật toán cảm biến nhƣ khách hàng Player server Cụ thể, khách hàng thấy khác thiết bị Robot thực mô tƣơng đƣơng Stage Những khách hàng đƣợc phát triển cách sử dụng Stage làm việc với thay đổi hay không thay đổi với Robot thực ngƣợc lại Nhƣ Stage cho phép tạo nhanh nguyên mẫu cho việc điều khiển với Robot thực với nhiều cảm biến dẫn động đƣợc cung cấp nhƣ: cảm biến siêu âm, định khoảng cách laser, máy đo hành trình, kẹp, giảm xóc Robot di động Stage đƣợc thiết kế để hỗ trợ cho việc nghiên cứu hệ thống tự trị, Stage cung cấp mô hình đơn giản, đa dạng với nhiều thiết bị Stage thƣờng sử dụng Player plugin để cung cấp thiết bị cho Player Những ngƣời dùng viết thuật toán cảm biến điều khiển Robot nhƣ khách hàng Player server Với công cụ Player/Stage với giải thuật lựa chọn cho phép mô điều chỉnh cách hoàn thiện hoạt động Robot, làm sở cho việc thực thi Robot thực Chƣơng trình điều khiển Robot đƣợc điều chỉnh 55 cách dễ dàng Stage cung cấp giao diện rõ ràng thực môi trƣờng hoạt động Robot Từ giao diện ngƣời dùng quan sát đƣợc kết hoạt động robot hiệu chỉnh chƣơng trình điều khiển theo ý muốn Ngoài ra, Player/Stage giao tiếp với Robot chuẩn đƣợc chế tạo sẵn phòng thí nghiệm lớn giới Vấn đề kết nối đƣợc thực dễ dàng ngƣời dùng quan tâm đến vấn đề viết chƣơng trình điều khiển hình 4.2 Robot Stage Gazebo Player Server Player Server Player Server Thƣ viện phục vụ Player C/C++ C# Java Tcl Chƣơng trình User ngƣời Program dùng Python Ruby Lisp Octave Hình Kết nối Player/Stage Robot 4.2 Kết mô phần mềm Player/Stage Khi sử dụng Player/Stage cần phải có ba kiểu tập tin: world, cfg inc Kiểu tập tin world khai báo cho Player/Stage biết đƣợc sử dụng môi trƣờng mô hình, mô tả cấu hình ban đầu robot, kích thƣớc sơ đồ nhƣ thành phần muốn diện sơ đồ Tập tin kiểu inc dùng để thiết lập cấu hình đối tƣợng nhƣ robot, sonar, laser, and camera…và đƣợc chèn vào tập tin world Tập tin kiểu cfg cung cấp cho Player thông tin robot sử dụng Tập tin khai báo cho Player biết driver cần thiết để tƣơng tác với robot Trƣờng hợp sử dụng robot thực driver đƣợc lấy Player Nhƣng mô Stage cung cấp driver 56 Trong đề tài tất thí nghiệm đƣợc tiến hành mô phần mềm Player/Stage Mô hình mobile robot dùng để mô giải thuật luận văn dựa robot có thật tên Pioneer Robot mô hình có dạng hình vuông, kích thƣớc (50  50) cm, xung quanh robot có gắn cảm biến laser, có độ phân giải 0.50 Phạm vi lớn mà cảm biến nhận biết đƣợc vật cản 5m Robot mô hình sử dụng phƣơng thức lái vi sai để thay đổi hƣớng di chuyển Trọng lƣợng robot 15kg Khảo sát sơ đồ có kích thƣớc (1616) m, vật cản đƣợc bố trí đồ Đích Cảm biến laser 2D Tọa độ robot (x,y,θ) Vật cản Đuờng di chuyển robot Hình Mô hình robot vật cản phần mềm Player/Stage 4.2.1 Mô đƣờng robot dùng phƣơng pháp PF (Potential field) Robot di chuyển môi trƣờng nhà khác nhau, có số môi trƣờng rôbot đến đƣợc mục tiêu đề có môi trƣờng robot không tìm đƣợc đến đích Phƣơng pháp PF gặp vật cản robot bị lực đẩy robot đích tạo lực hút đến robot, Hình 4.4 & hình 4.5 cho kết tốt robot tiếp cận mục tiêu đồng thời tránh đƣợc vật cản đƣờng Đề tài sử dụng phƣơng pháp trƣờng để mô với thông số ngƣỡng ảnh hƣởng cảm biến đƣợc chọn d = 0.3m Do đó, robot giữ khoảng cách tối thiểu với vật cản 0.3m với tốc độ di chuyển v = 0.4m/s 57 Hình 4.4 với môi trƣờng vật cản ít, mô tả đƣờng robot di chuyển từ vị trí (-2, -3) đến vị trí (7, 7), với vị trí góc 00 Rôbot di chuyển đến mục tiêu đặt ban đầu sử dụng thuật toán di chuyển tránh vật cản dùng phƣơng pháp PF Hình 4.5 với môi trƣờng phức tạp robot di chuyển từ vị trí (-1, -7) đến vị trí (7,7) với vị trí góc 900 Rôbot di chuyển đến mục tiêu đặt ban đầu sử dụng thuật toán di chuyển tránh vật cản dùng phƣơng pháp PF Hình 4 Đường robot sử dụng phương pháp PF đến mục tiêu Hình Robot tiếp cận mục tiêu với môi trường phức tạp 58 Hình 4.6 với môi trƣờng phức tạp có bẫy cục bộ, robot di chuyển vào bẫy cực tiểu cục di chuyển vòng lập khép kín tiếp cận đƣợc mục tiêu Hình 4.6 mô tả đƣờng robot không tiếp cận đƣợc mục tiêu với vị trí ban đầu (-7, -7) vị trí mục tiêu (7, 7) Rôbot không di chuyển đến mục tiêu đặt ban đầu sử dụng thuật toán di chuyển tránh vật cản dùng phƣơng pháp PF Hình Robot đến đích vật cản phức tạp (bẫy cục bộ) 4.2.2 Mô đƣờng robot dùng phƣơng pháp PF kết hợp với D* Giải thuật kết hợp phƣơng pháp di chuyển, tránh vật cản PF thuật toán tìm kiếm D* khắc phục đƣợc việc mắc bẫy cực tiểu cục bộ, sử dụng thuật toán D* robot tự vạch kế hoạch đƣờng kết hợp với thuật toán truờng để tránh vật cản robot đến đích với môi truờng phức tạp Với phuơng pháp robot cần phải khai báo vị trí ban đầu Hình 4.7 robot di chuyển từ vị trí (-7, -7) đến vị trí (7, 7) sử dụng giải thuật kết hợp thuật toán tìm kiếm D* với phƣơng pháp PF Robot di chuyển tiếp cận đƣợc mục tiêu cách an toàn, robot không rơi vào bẫy cực tiểu cục đồng thời tránh đƣợc 59 vật cản suốt quãng đƣờng Hình Robot đến đích với vật cản phức tạp 4.2.3 Mô đƣờng robot dùng phƣơng pháp MCL kết hợp PF & D* Robot sử dụng để mô đƣợc trang bị 1cảm biến laser có độ phân giải 0.50 , tạo 361 vị trí để cảm nhận môi trƣờng xung quanh ( zt ) cảm biến đo hành trình để lấy thông tin điều khiển ( ut ) Bản đồ có kích thƣớc 16x16m, đƣợc chia thành 256 ô có kích thƣớc 1x1m Trong đó, vị trí có màu đen vật cản robot qua điểm Ban đầu, robot đƣợc đặt vị trí ( x, y, ) tƣơng ứng (-2,-3,0) Tuy nhiên, robot trƣớc vị trí ban đầu mà phải tự xác định trình di chuyển Điểm mục tiêu mà robot cần phải di chuyển đến có tọa độ (7,7) Khi bắt đầu, thuật toán MCL tạo tập hợp gồm 256 mẫu kỳ vọng có vị trí x, y, ngẫu nhiên đồ Tất mẫu kỳ vọng ban đầu đƣợc gán xác suất kỳ vọng nhƣ 1/256 (hình 4.8) Đầu tiên, robot di chuyển cách bất định môi trƣờng với vận tốc 0.3 m s gọi thuật toán MCL để 60 tìm vị trí hành lúc bắt đầu robot không đƣợc khai báo trƣớc vị trí ban đầu Khi robot di chuyển, cảm biến laser dò tìm khoảng cách 𝑑 từ vị trí robot đến vật cản gần môi trƣờng Khoảng cách đƣợc sử dụng để đánh giá lại trọng số mẫu Do đó, tất mẫu kỳ vọng khoảng cách đến vật cản 𝑑 có trọng số mẫu nhƣ Để việc quan sát đƣợc dễ dàng nên mẫu có trọng số lớn đƣợc đƣợc in hình Khi khoảng cách từ vật cản đến robot nhỏ khoảng cách an toàn robot đổi hƣớng di chuyển Góc di chuyển robot thay đổi làm cho số lƣợng mẫu có khoảng cách đến vật cản gần xét hƣớng di chuyển bị giảm xuống Điều dẫn đến mẫu có phù hợp có độ tin cậy cao mẫu lại Do lúc giá trị kỳ vọng mẫu thấp (trọng số mẫu 0,018681) nên robot tiếp tục di chuyển ngẫu nhiên môi trƣờng Để đảm bảo việc ƣớc lƣợng đƣợc xác điều kiện sau phải đƣợc chấp nhận: mẫu ƣớc lƣợng đƣợc robot chấp nhận vị trí hành trọng số mẫu phải lớn giá trị ngƣỡng cho trƣớc Các nghiên cứu luận văn chấp nhận giá trị ngƣỡng 0,3 số lƣợng vòng lặp phải lớn 50 Do đó, trƣờng hợp robot tiếp tục di chuyển ngẫu nhiên đạt đƣợc giá trị mong muốn Trong hình 4.9, sau 227 vòng lặp vị trí robot đƣợc xác định trọng số mẫu lớn 0,3 đƣợc robot chấp nhận vị trí Lúc này, thuật toán tìm đƣờng D* đƣợc robot gọi thực để tìm đƣờng tối ƣu đến mục tiêu Đƣờng tìm đƣợc ký hiệu ”x” đƣợc thể hình, ”R” vị trí robot ”G” vị trí điểm mục tiêu (hình 4.9) Dựa đƣờng tìm đƣợc, robot dùng phƣơng pháp trƣờng để tránh vật cản di chuyển đến mục tiêu (hình 4.9) Trong trình di chuyển đến mục tiêu trƣờng robot liên tục gọi thuật toán MCL để tự định vị nhằm đảm bảo vị trí Cuối robot đến mục tiêu đặt ban đầu (hình 4.10) 61 Hình Robot di chuyển ngẫu nhiên môi trường Hình Robot di chuyển phương pháp D* & trường 62 Hình 10 Robot đến điểm mục tiêu đặt ban đầu 63 Chƣơng Kết Luận Hƣớng Phát Triển 5.1 Kết nghiên cứu Đề tài luận văn ”Robot tự hành sử dụng cảm biến laser 2D” khảo sát, nghiên cứu mô nội dung sau:  Các phƣơng pháp tránh vật cản thƣờng sử dụng cho robot tự hành môi trƣờng 2D  Các mô hình chuyển động cảm biến laser 2D thƣờng sử dụng thuật toán định vị cho robot tự hành  Nghiên cứu Phƣơng pháp trƣờng (PF) áp dụng cho toán tránh vật cản  Nghiên cứu thuật toán tìm kiếm D* kết hợp với PF  Nghiên cứu thuật toán MCL cho robot định vị kết hợp với D* & PF  Xây dựng chƣơng trình điều khiển cho robot di động phần mềm C++ mô robot công cụ Player/Stage nhằm kiểm chứng lại kết nghiên cứu đề tài 5.2 Kết luận hƣớng phát triển đề tài 5.2.1 Kết luận Kết sau trình nghiên cứu thực mô phỏng, đề tài đƣa kết luận sau:  Ƣu Điểm: Đề tài sử dụng phần mềm Player/Stage để mô robot di động hiệu trực quan: dễ dàng điều chỉnh thông số cảm biến nhƣ thông số 64 robot dễ dàng quan sát đƣợc trình di chuyển robot, tọa độ, Đề tài mô đƣợc robot tự hành sử dụng cảm biến laser 2D tránh đƣợc môi trƣờng có vật cản trƣờng D* với việc khai báo tọa độ ban đầu tọa độ đích Với việc không khai báo tọa độ ban đầu, ta sử dụng phƣơng pháp MCL cho phép giải toán định vị cho robot tự hành cách hiệu đơn giản so với phƣơng pháp định vị dựa lƣới xác suất khác nhƣ Markov, lọc Kalman hay lọc Particle Hơn nữa, phƣơng pháp MCL giải toán định vị cách triệt để phƣơng pháp khác trƣờng hợp định vị toàn cục Việc kết hợp thuật toán định vị MCL với kế hoạch lập đƣờng tạo thuật toán D* trƣờng cho phép hƣớng robot đến điểm mục tiêu cách nhanh chóng an toàn  Hạn Chế: Một hạn chế đề tài phƣơng pháp MCL trƣờng hợp sử dụng cảm biến laser 2D để lấy thông tin môi trƣờng xung quanh, kết nghiên cứu đƣợc mô phần mềm chƣa đƣợc kiểm chứng ứng dụng thực tế 5.2.2 Hƣớng phát triển đề tài Đề tài sử dụng phƣơng pháp MCL để giải toán định vị cho nhiều đồ môi trƣờng khác đạt kết tốt Tuy nhiên, đồ đƣợc sử dụng đề tài đƣợc biết trƣớc phần toàn Hƣớng phát triển đề nghị cho nghiên cứu sau sử dụng thuật toán xây dựng đồ định vị tức thời cho môi trƣờng không đƣợc biết trƣớc (SLAM - Simultaneous Localization and Mapping) Khi có kết mô cần tiến hành thực nghiệm mobile robot thật để có đƣợc nhận xét, đánh giá mang tính thuyết phục cao 65 Tài Liệu Tham Khảo Tài liệu Tiếng Việt [1] LÂM VĂN VŨ , “Hoạch định quỹ đạo cho robot di động dùng thuật toán PSO”, Luận văn thạc sỹ ngành kỹ thuật điện tử, truờng Đại Học sƣ phạm kỹ thuật HCM, 2012 Tài liệu Tiếng Anh [2] Stefan Richter, Michael Faschinger, "Mobile Robot Localization", 29th October 2003 [3] Thrun S., Fox D and Burgard W., "Monte Carlo Localization With Mixture Proposal Distribution", American Association for Artificial Intelligence, 2000 [4] Thrun S., Fox D., Burgard W and Dellaert F., "Robust monte carlo localization for mobile robots", Artificial Intelligence, 2001, 128(1-2):99-141 [5] Fox D., Thrun S., Burgard W and Dellaert F., "Particle Filters for Mobile Robot Localization", "In Sequential Monte Carlo in Practice, New York: SpringerVerlag", 2001 [6] Kamran H Sedighi, Kaveh Ashenayi, Theodore W Manikas, Roger L Wainwright, Heng-Ming Tai, “Autonomous Local Path-Planning for a Mobile Robot Using a Genetic Algorithm”, Electrical Engineering and Computer Science Dept., University of Tulsa [7] Siegwart R., Nourbakhsh R I., "Introduction to Autonomous Mobile Robots", The MIT Press, Cambridge, Massachusetts, London, England, 2004 [8] Yongxing Hao, Apratical Framework for Formation Planning And Control Of Multiple Unmaned Gound Vehicles, Summer 2004 [9] Betke M., Gurvits L., "Mobile Robot Localization Using Landmarks", IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION, Vol 13, No 2, APRIL 1997 [10] Ge S S., Frank L L., "Autonomous Mobile Robots Sensing, Control, Decision 66 Making and Applications", CRC Press, Taylor & Francis Group, LLC, 2006 [11] Gutmann J.-S., "Markov-Kalman Localization for Mobile Robots", IEEE International Conference on Robotics and Automation, 2002, Vol 2, trang 601 604 [12] Fox D., Burgard W., Thrun S., " Markov Localization for Mobile Robots in Dynamic Environments", Journal of Artificial Intelligence Research, 1999, 11: 391427 [13] Welch G., Bishop G., "An Introduction to the Kalman Filter", ACM, Inc., 2001 [14] Gerkey P B., Vaughan T R., Howard A., "The Player/Stage Project: Tools for Multi-Robot and Distributed Sensor Systems", In Proc of the IEEE/RSJ International Conference on Advanced Robotics (ICAR 2003), Coimbra, Portugal, June 30 - July 3, pp 317-323, 2003 [15] Owen J., "How to Use Player/Stage", 2nd Edition (2010), Available from: http://www-users.cs.york.ac.uk/~jowen/player/playerstage-tutorial-manual.pdf, (Accessed 23 April 2011) [16] Gerkey P B., Vaughan T R., Howard A., "Player: Version 1.5 User manual", June 2, 2004 [17] Ali SIADAT, Axel KASKE, “An optimized segmentation method for a 2D laser-scanner applied to mobile robot navigation” [18] Gabriel Nock,” Segmentation Algorithms for 2D-Laserscans in an indoor Environment” [19] Anthony Stentz, “Optimal and Efficient Path Planning for Partially-Known Environments” [20] Sick AG., 2006-08-01 Telegrams for Operating/ Configuring the LMS 2xx (Firmware Version V2.30/X1.27), www.sick.com , Germany 67