Phát triển công cụ mô phỏng robot di động trong môi trường gazebo ứng dụng giải thuật slam và urdf

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Phát triển công cụ mô robot di động môi trường Gazebo ứng dụng giải thuật SLAM URDF PHẠM VĂN HÒA Ngành Kỹ thuật điện tử Giảng viên hướng dẫn: TS Nguyễn Xuân Hạ Chữ ký GVHD Viện: Cơ khí HÀ NỘI, 3/2021 CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Phạm Văn Hòa Đề tài luận văn: Phát triển công cụ mô robot di động môi trường Gazebo ứng dụng giải thuật SLAM URDF Chuyên ngành: Cơ điện tử Mã số SV: CA180108 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 29/04/2021 với nội dung sau: - Bổ sung nội dung chương 1, trình bày rõ tổng quan robot tự hành, phân loại robot tự hành - Cắt ngắn chương 2, bỏ số hình ảnh ví dụ minh họa có nội dung trùng với chương 3, đoạn mã code cho vào phần phụ lục - Bổ sung thêm kết luận sau chương - Ngồi cảm biến lidar, tác giả tích hợp thêm cảm biến hồng ngoại nhằm khắc phục nhược điểm lidar robot gặp mơi trương có vật liệu kính thủy tinh - Bổ sung kết vẽ đồ robot thực để đánh giá độ xác robot mơ - Thực format luận văn thạc sỹ, cập nhật lại thích tham chiếu tài liệu tham khảo Ngày… tháng… năm 2021 Giáo viên hướng dẫn Tác giả luận văn TS Nguyễn Xuân Hạ Phạm Văn Hòa CHỦ TỊCH HỘI ĐỒNG Mẫu 1c Lời cảm ơn Lời em xin gửi tới thầy TS Nguyễn Xuân Hạ lời biết ơn sâu sắc dẫn, đánh giá, định hướng chia sẻ kinh nghiệm bổ ích thầy, tạo điều kiện để em hồn thành tốt luận văn Bên cạnh đó, phải kể đến dạy tận tình, tâm huyết thầy cô giảng dạy môn Cơ sở thiết kế máy, Viện khí, trường đại học Bách Khoa Hà Nội Cảm ơn bạn sinh viên Đào Xuân Hiếu, Nguyễn Văn Huy, nhờ bạn, tiếp cận với kiến thức bổ ích ứng dụng thực tiễn thú vị Ngồi ra, cịn có bạn bè, đồng nghiệp sẵn sàng đồng hành giúp đỡ khó khăn học tập sống Cuối cùng, tơi xin cảm ơn Vợ gia đình ủng hộ, động viên tạo điều kiện cho tơi suốt q trình học tập nghiên cứu vừa qua Tóm tắt nội dung luận văn Robot tự hành robot có khả tự di chuyển bánh xe bánh xích, có khả tự thực hành động thông qua hệ thống điều khiển mà không cần tác động người Robot tự hành ứng dụng rộng rãi lĩnh vực công nghiệp, y tế, logitics Tuy nhiên, để robot có khả tự thiết lập đường đến vị trí mục tiêu hay robot có khả tự tránh chướng ngại vật đường lại thách thức q trình nghiên cứu Chính vậy, mục đích đề tài nghiên cứu, phát triển công cụ mô robot di động môi trường Gazebo ứng dụng giải thuật SLAM URDF để giải toán Bài luận văn, dẫn dắt trình bày đầy đủ khái niệm liên quan đến robot tự hành, sở lý thuyết công cụ cần thiết để xây dựng, mô robot tự hành lý thuyết SLAM, giới thiệu hệ điều hành dùng robot phổ biến – hệ điều hành ROS, trình bày khái niệm cách xây dựng mô robot URDF hệ điều hành ROS, trình bày giới thiệu công cụ hỗ trợ mô robot Gazebo RViz Bằng việc ứng dụng công cụ URDF giải thuật SLAM, toán định hướng robot tự hành giải Robot có khả tự định hướng, thiết lập đường đến vị trí mục tiêu tránh chướng ngại vật qng đường di chuyển Ngồi ra, với tích hợp loại cảm biến, cảm biến Lidar, robot vẽ lại đồ môi trường làm việc tương đối xác Tóm lại, luận văn trình bày cách khái quát giải thuật SLAM, ứng dụng giải thuật SLAM mobile robot Tác giả mơ thành cơng mơ hình mobile robot việc tái tạo đồ, hoạch định đường tránh chướng ngại vật trình di chuyển HỌC VIÊN Ký ghi rõ họ tên MỤC LỤC DANH MỤC HÌNH VẼ viii CHƯƠNG TỔNG QUAN VỀ ROBOT TỰ HÀNH 1.1 ROBOTICS VÀ ROBOT 1.2 ROBOT TỰ HÀNH THÔNG MINH 1.3 1.2.1 Robot tự hành thông minh 1.2.2 Đặc trưng robot tự hành thông minh 1.2.3 Đặc điểm robot tự hành thông minh 1.2.4 Phân loại robot tự hành 1.2.5 Ứng dụng Robot tự hành thông minh Những thách thức nghiên cứu Robot tự hành thông minh 1.3.1 Điều khiển khả tự điều hướng Robot 1.3.2 Tích hợp đồng cảm biến robot tự hành 1.3.3 Hệ điều hành robot 1.3.4 Mơ hình hóa mơ robot mơi trường ảo CHƯƠNG CƠ SỞ LÝ THUYẾT 12 2.1 2.2 2.3 2.4 Robot Operation System – ROS ứng dụng mô robot 12 2.1.1 Tổng quan hệ điều hành ROS 12 2.1.2 Cấu trúc ROS 14 Các toán mobile robot 19 2.2.1 Bài toán động học 19 2.2.2 Bài toán động lực học 27 2.2.3 Simulation Localization And Mapping (SLAM) 31 2.2.4 Điều hướng robot 34 URDF 41 2.3.1 Khái niệm URDF 41 2.3.2 Cấu trúc URDF 42 2.3.3 URDF SDF 43 2.3.4 Ví dụ tạo URDF với chi tiết 44 2.3.5 Ví dụ tạo URDF với cụm chi tiết 49 RViz 54 2.4.1 Cài đặt Rviz 54 2.4.2 Các thành phần giao diện Rviz 54 2.5 Gazebo 57 2.5.1 Các tính chất Gazebo [6] 57 2.5.2 Gazebo Plugin 57 CHƯƠNG XÂY DỰNG GĨI CƠNG CỤ MÔ PHỎNG ROBOT AIR-HUST TRONG GAZEBO 59 3.1 3.2 3.3 Giới thiệu robot AIR-HUST 59 3.1.1 Các thành phần khí cấu tạo robot AIR-HUST 59 3.1.2 Cấu tạo phần cứng robot 60 3.1.3 Phần mềm robot 61 Mô hình hóa mơ robot 61 3.2.1 Các thành phần khí mơ robot 62 3.2.2 Xây dựng gói mơ robot mơi trường gazebo 67 3.2.3 Xây dựng chương trình mơ tự động điều hướng robot 67 Kết đánh giá 69 3.3.1 Kết 69 3.3.2 Đánh giá 79 CHƯƠNG KẾT LUẬN 83 4.1 Kết luận đề tài 83 4.2 Hướng phát triển đề tài 83 TÀI LIỆU THAM KHẢO 84 PHỤ LỤC 85 DANH MỤC HÌNH VẼ Hình 1.1: Robot tự hành Vibot hỗ trợ điều trị bênh nhân Covid-19 Hình 1.2: Robot có khả tự tìm vị trí sạc pin Hình 1.3: Robot Kuka Hình 1.4: Ứng dụng robot tự hành thông minh sản xuất máy bay Boeing Hình 1.5: Robot lau nhà Hình 1.6: Robot dịch vụ Hình 1.7: Robot tự hành NASA thám hiểm vũ trụ Hình 1.8: Mô robot XDE 10 Hình 1.9: Mơ robot ODE 10 Hình 1.10: Mơ robot Gazebo 10 Hình 1.11: Mô robot V-Rep 11 Hình 2.1: Sơ đồ truyền tin ROS [1] 12 Hình 2.2: Cộng đồng trung tâm tham gia, đóng góp phát triển ROS giới [2] 13 Hình 2.3: Các hệ điều hành hỗ trợ ROS [2] 13 Hình 2.4: So sánh khối lượng cơng việc phải làm dùng không dùng ROS 14 Hình 2.5: Cấu trúc file hệ thống ROS [3] 15 Hình 2.6: Sơ đồ ROS computation graph [3] 16 Hình 2.7: Trao đổi thông tin ROS Master Node [2] 16 Hình 2.8: Trao đổi thông tin topic [2] 17 Hình 2.9: Mơ hình truyền tin service [2] 18 Hình 2.10: Mơ hình giao tiếp ROS [3] 18 Hình 2.11: Hệ trục tọa độcủa robot mặt phẳng [1] 20 Hình 2.12: Minh họa trình định vị theo phương pháp xác suất, phân bố xác suất biểu diễn dạng rời rạc [4] 24 Hình 2.13: Minh họa mơ hình xác suất phương trình động học [4] 25 Hình 2.14: Mơ hình Odometry mơ tả chuyển động robot [4] 25 Hình 2.15: Giải thuật motion_model_odometry [4] 26 Hình 2.16: Mơ hình theo Odometry với thông số thiết lập khác [2] 27 Hình 2.17: Mơ hình robot mặt phẳng Oxy 29 Hình 2.18: Hình ảnh mơ tả giải thuật SLAM xác định tư robot [5] 31 Hình 2.19: Kalman filter [5] 32 Hình 2.20: Scan TF [6] 34 Hình 2.21: Mơ tả điều hướng [2] 34 Hình 2.22: Minh họa tư robot [2] 35 Hình 2.23: Dead Reckoning [2] 36 Hình 2.24: Cấu hình costmap [6] 37 Hình 2.25: Sơ đồ chức costmap [2] 38 Hình 2.26: Minh họa AMCL robot [2] 39 Hình 2.27: Vận tốc robot khơng gian Dynamic Window [2] 40 Hình 2.28: Quan hệ vận tốc tịnh tiến vận tốc quay [2] 40 Hình 2.29: Sơ đồ thành phần URDF [7] 41 Hình 2.30: Quy tắc bàn tay phải [7] 42 Hình 2.31: Link [8] 42 Hình 2.32: Khớp [8] 43 Hình 2.33: Màn hình hiển thị Rviz 54 Hình 2.34: Các cơng cụ display Rviz 55 Hình 3.1: Mô robot AIR-HUST 59 Hình 3.2: Cấu tạo robot AIR-HUST 59 Hình 3.3: Hình dạng bên ngồi robot 60 Hình 3.4: Cấu tạo phần cứng robot 60 Hình 3.5: Đế robot 61 Hình 3.6: Sơ đồ phần mềm robot AIR-HUST 61 Hình 3.7: Mơ hình robot AIR-HUST 62 Hình 3.8: Các thành phần khí robot 63 Hình 3.9: URDF Export 63 Hình 3.10: Xuất file URDF 64 Hình 3.11: Đặt trục tọa độ cho robot 64 Hình 3.12: Export file sang URDF 65 Hình 3.13: Sơ đồ chương trình điều khiển gazebo 68 Hình 3.14: Sơ đồ thuật tốn Gmapping với Gazebo 68 Hình 3.15: Sơ đồ thuật toán Navigation với Gazebo 69 Hình 3.16: Folder dashgo_gazebo 69 Hình 3.17: TF_Tree Robot 71 Hình 3.18: Hình dạng Robot Rviz 71 Hình 3.19: World stage1 72 Hình 3.20: World stage2 72 Hình 3.21: World stage3 73 Hình 3.22: World house 73 Hình 3.23: Mơ hình 3D world house Gazebo 74 Hình 3.24: Màn hình khởi tạo Rviz 74 Hình 3.25: Màn hình điều khiển Robot 75 Hình 3.26: Tạo đồ 76 Hình 3.27: Sau tạo đồ xong 76 Hình 3.28: Pose estimate Robot 77 Hình 3.29: Path Navigation 78 Hình 3.30: Robot sau đến vị trí mục tiêu 78 CHƯƠNG TỔNG QUAN VỀ ROBOT TỰ HÀNH 1.1 ROBOTICS VÀ ROBOT Robotics ngành kỹ thuật khoa học liên ngành bao gồm kỹ thuật khí, kỹ thuật điện tử, kỹ thuật thơng tin, khoa học máy tính ngành khác Robotics bao gồm thiết kế, xây dựng, vận hành sử dụng robot, hệ thống máy tính để nhận thức, kiểm sốt, phản hồi cảm giác xử lý thông tin họ Mục tiêu robot thiết kế cỗ máy thông minh giúp đỡ hỗ trợ người sống hàng ngày giữ cho người an toàn Ngày nay, robotics chia làm loại chính: robot cơng nghiệp, robot tự hành robot người Thực tế chứng minh, robot công nghiệp có khả làm việc với tốc độ cao, xác liên tục làm suất lao động tăng nhiều lần Chúng làm việc môi trường độc hại hàn, phun sơn, nhà máy hạt nhân, hay lắp ráp linh kiện điện tử tạo điện thoại, máy tính.v.v Một cơng việc địi hỏi tỉ mỉ, xác cao Tuy nhiên robot có hạn chế chung hạn chế không gian làm việc Không gian làm việc chúng bị giới hạn số bậc tự tay máy vị trí gắn robot Robot người loại robot có hình dáng, cử chỉ, hành động người, loại robot di chuyển kiểu chân Đặc điểm robot không gian làm việc rộng lớn, di chuyển địa hình gồ ghề cầu thang, đồi núi.v.v Tuy nhiên, robot người có cấu trúc phương pháp điều khiển phức tạp, chi phí lớn Robot tự hành loại robot có khả tự di chuyển bánh xe bánh xích, khơng gian làm việc rộng lớn, khơng di chuyển địa hình gồ ghề robot người robot tự hành có cấu trúc đơn giản, chi phí thấp Cho nên robot tự hành ứng dụng rộng rãi đời sống người logitics, xe tự lái, máy hút bụi, máy lau nhà.v.v 1.2 ROBOT TỰ HÀNH THÔNG MINH 1.2.1 Robot tự hành thông minh Robot tự hành thông minh robot có khả tự di chuyển bánh xe bánh xích, có khả tự thực hành động thông qua hệ thống điều khiển mà không cần tác động người Robot tự hành thông minh ứng dụng rộng rãi lĩnh vực cơng nghiệp, y tế, logistics Hình 1.1: Robot tự hành Vibot hỗ trợ điều trị bênh nhân Covid-19 1.2.2 Đặc trưng robot tự hành thông minh Robot tự hành thơng minh có đặc trưng sau:  Có khả nhận biết mơi trường xung quanh  Làm việc thời gian dài mà khơng cần can thiệp người  Có khả tự di chuyển đến vị trí mục tiêu mà không cần can thiệp người  Có khả tự tìm đường, tránh vật cản, chướng ngại vật q trình di chuyển đến vị trí mục tiêu 1.2.3 Đặc điểm robot tự hành thông minh  Khả tự bảo trì: Robot tự hành thơng minh có khả tự tìm đến vị trí sạc tự kết nối với cổng sạc để thực sạc pin pin yếu Hình 1.2 mơ tả robot tự hành có khả tự tìm đến vị trí sạc hết pin Hình 1.2: Robot có khả tự tìm vị trí sạc pin  Cảm nhận môi trường xung quanh: 3.3.2.7 Đánh giá độ xác mơ Bảng mơ tả kết q trình vẽ đồ tự điều hướng robot mô so với thực tế Bản đồ mô Gazebo image: /home/hoapvbn/catkin_ws/gaz ebo_map.pgm resolution: 0.050000 origin: [-15.400000, 17.000000, 0.000000] negate: occupied_thresh: 0.65 free_thresh: 0.196 Bản đồ thực tế image: lab_air_hust.pgm resolution: 0.050000 origin: [-13.800000, 13.800000, 0.000000] negate: occupied_thresh: 0.65 free_thresh: 0.196 Từ bảng kết ta thấy thông số đồ mô tương đương với thông số robot vẽ thực tế Cụ thể:  Độ phân giải: Độ phân giải mô thực tế nhau, hai có độ phân giải 0.050000 pixel/m  Tọa độ: Tọa độ robot thời điểm mô thực tế gần trùng khớp Ở đây, môi trường 2D, tọa độ robot bao gồm trục x, trục y yaw  Vùng đồ quét được: Vùng đồ mà robot quét mô thực tế là: 0.65  Vùng đồ không quét được: Vùng đồ mà robot không quét mô thực tế 0.196 3.3.2.8 Đánh giá giải thuật Bằng cách sử dụng cơng cụ “rqt_graph” ta xem sơ đồ node thực thi thực trình điều hướng robot SLAM Dưới sơ đồ node thực trình điều hướng robot mơ thực tế 80 Hình 3.32: Sơ đồ Node thực SLAM thực tế 81 Hình 3.33: Sơ đồ Node thực SLAM q trình mơ Từ hai sơ đồ trên, ta thấy, q trình mơ phỏng, số topic sơ đồ so với sơ đồ thực tế Tuy nhiên, topic quan trọng quét Lidar, cmd_vel để điều khiển robot, move_base để thiết lập đường thể sơ đồ Dashgo_driver, LiDAR thay Gazebo Plugins Với trình điều hướng, ‘rqt_graph’ cho kết tương tự Do đó, kết luận mơ mơ tả xác thuật toán SLAM điều hướng Kết luận chương III Trong chương tác giả xây dựng mô thành công robot tự hành môi trường Gazebo, có tích hợp thêm cảm biến hồng ngoại ngồi cảm biến lidar Tác giả mơ thành cơng q trình tự vẽ lại đồ tự động hoạch định đường tránh chướng ngại vật robot 82 CHƯƠNG KẾT LUẬN 4.1 Kết luận đề tài Đề tài ứng dụng công cụ URDF giải thuật SLAM để mô thành cơng mơ hình mobile robot việc tái tạo đồ, hoạch định đường tránh chướng ngại vật q trình di chuyển Ngồi ra, tác giả tích hợp thành cơng thêm cảm biến hồng ngoại robot, giải nhược điểm lidar khơng phát vật thể vật thể suốt gương hay thủy tinh 4.2 Hướng phát triển đề tài Trong trình thực đề tài, điều kiện thời gian kiến thức chưa hoàn thiện, mobile robot lĩnh vực rộng nên đề tài dừng lại việc mô môi trường indoor với vật thể tĩnh, hy vọng với số hướng phát triển giúp đề tài hoàn thiện - Phát triển, mở rộng giải thuật SLAM để ứng dựng mobile robot di chuyển môi trường outdoor với vật thể di động với vật thể xuất bất ngờ - Trong khuôn khổ đề tài, luận văn dừng lại việc ứng dụng giải thuật SLAM để tái tạo đồ 2D với mơi trường chưa biết, ngồi ta nghiên cứu, mở rộng giải thuật SLAM để tái tạo đồ 3D Điều cần thiết tái tạo mơi trường đồ 3D cho ta nhìn trực quan chi tiết Mơ robot khơng thú vị thiết kế robot thực, phần thiếu việc nghiên cứu phát triển robot Tác giả hy vọng luận văn cung cấp phần kiến thức nhỏ cho bạn sinh viên, người bắt đầu làm quen với robot tự hành 83 TÀI LIỆU THAM KHẢO [1] L Joseph, ROS Robotics Projects, Packt Publishing Ltd., 2017 [2] YoonSeok Pyo; HanCheol Cho; RyuWoon Jung; TaeHoon Lim, ROS Robot Programming, ROBOTIS Co.,Ltd., 2017 [3] L Joseph, Mastering ROS for Robotics, Packt Publishing Ltd., 2015 [4] Sebastian Thrun; Wolfram Burgad; Dieter Fox, Probabilistic Robotic, Cambridge, Massachusetts: The MIT Press, 2006 [5] W Burgard, "Introduction to Mobile Robotics - SS 2020," [Online] Available: http://ais.informatik.uni-freiburg.de/teaching/ss20/robotics/ [6] L Joseph, Robot Operating System (ROS) for Absolute Beginners, 2018 [7] "Gazebo tutorials," [Online] Available: http://gazebosim.org/tutorials [8] B G Morgan Quigley, Programming Robots with ROS, Sebastopol: O’Reilly Media, Inc.,, 2015 84 PHỤ LỤC A1 Chi tiết đoạn code “dashgo.urdf.xacro” Đoạn code mô tả thành phần , cấu tạo robot Robot bao gồm thành phần bánh xe, đế, sensor, camera…Ngoài ra, để khắc phục nhược điểm Lidar không nhận dạng, đo khoảng cách với đối tượng có vật liệu thủy tinh kính, em tích hợp thêm cảm biến hồng ngoại IR camera  IMU sensor  Lidar sensor 85  Camera  Cảm biến hồng ngoại 86 87 88 A2 Chi tiết đoạn code “common.properties.xacro” 89 A3 Chi tiết đoạn code “dashgo.gazebo.xacro” Trong file bao gồm đoạn code chuyển đổi từ urdf, sdf Nó có chức hiển thị mơ robot môi trường gazebo  IMU sensor true imu_link imu_link imu imu_service 0.0 200 gaussian 0.0 2e-4 0.0000075 0.0000008 0.0 1.7e-2 0.1 0.001  Laser sensor 90 Gazebo/FlatBlack 0 0 0 0 $(arg laser_visual) 8 500 1 -3.14 3.14 0.08 16.0 0.01 gaussian 0.0 0.01 name="gazebo_ros_lds_lfcd_controller" scan laser_frame A4 Chi tiết xây dựng gói điều khiển robot (dashgo_driver) # Calculate odometry if self.enc_left == None: dright = 91 dleft = else: if (left_enc < self.encoder_low_wrap self.encoder_high_wrap) : self.enc_left > self.enc_left < self.enc_right > elif (right_enc > self.encoder_high_wrap and self.enc_right self.encoder_low_wrap) : self.r_wheel_mult = self.r_wheel_mult - else: self.r_wheel_mult = #dright = (right_enc - self.enc_right) / self.ticks_per_meter #dleft = (left_enc - self.enc_left) / self.ticks_per_meter < self.l_wheel_mult = self.l_wheel_mult + elif (left_enc > self.encoder_high_wrap self.encoder_low_wrap) : and and self.l_wheel_mult = self.l_wheel_mult - else: self.l_wheel_mult = if (right_enc < self.encoder_low_wrap self.encoder_high_wrap) : self.r_wheel_mult = self.r_wheel_mult + and dleft = 1.0 * (left_enc + self.l_wheel_mult * (self.encoder_max self.encoder_min)-self.enc_left) / self.ticks_per_meter dright = 1.0 * (right_enc + self.r_wheel_mult * (self.encoder_max self.encoder_min)-self.enc_right) / self.ticks_per_meter self.enc_right = right_enc self.enc_left = left_enc dxy_ave = (dright + dleft) / 2.0 dth = (dright - dleft) / self.wheel_track vxy = dxy_ave / dt vth = dth / dt if (dxy_ave != 0): dx = cos(dth) * dxy_ave dy = -sin(dth) * dxy_ave self.x += (cos(self.th) * dx - sin(self.th) * dy) self.y += (sin(self.th) * dx + cos(self.th) * dy) if (dth != 0): self.th += dth quaternion = Quaternion() 92 quaternion.x = 0.0 quaternion.y = 0.0 quaternion.z = sin(self.th / 2.0) quaternion.w = cos(self.th / 2.0) A5 Chi tiết xây dựng gói mơ môi trường khác gazebo (dashgo_gazebo) > > 93 94 ... chung phát triển công cụ mô robot di động môi trường Gazebo ứng dựng giải thuật SLAM URDF Kết luận chương I Trong chương tác giả trình bày đặc điểm robot tự hành, ý nghĩa phạm vi ứng dụng robot. .. cứu, phát triển công cụ mô robot di động môi trường Gazebo ứng dụng giải thuật SLAM URDF để giải toán Bài luận văn, dẫn dắt trình bày đầy đủ khái niệm liên quan đến robot tự hành, sở lý thuyết công. .. nhiều công cụ hỗ trợ việc mô robot môi trường ảo Có thể liệt kê số cơng cụ sau: - Gazebo: Là công cụ mô robot đa dạng, mã nguồn mở phát triển Open-Source Robotics Foundation Gazebo công cụ chủ