Trên cơ sở bám sát mục tiêu chính của luận văn: Nghiên cứu thiết kế hệ thống định vị và dẫn đường sử dụng cho robot trong nhà. Chế tạo vào thử nghiệm thành công Robot hướng dẫn viên thông minh trong các bảo tàng, khu trưng bày sản phẩm thì chúng ta có thể hình dung ra một hệ thống Robot thông minh có rất nhiều các khả năng xử lý và tương tác như con người. Trong đó, một chức năng tối quan trọng là Robot phải có khả năng thích nghi với môi trường hoạt động dựa trên các chức năng phát hiện, tránh vật cản, tự định vị và định tuyến tới vị trí yêu cầu sử dụng hệ thống đa cảm biến và chấp hành thông minh. Các bảo tàng, khu trưng bày luôn là một môi trường có không gian giới hạn, phạm vi hẹp, kèm theo đó là sự tương tác giữa rất nhiều yếu tố, tương tác giữa người với người, tương tác giữa người với vật. Với những phân tích kể trên, hệ thống định vị trong nhà là một sự lựa chọn tối ưu.
Mục tiêu thiết kế và chế tạo robot hướng dẫn viên thuyết minh hoạt động trong môi trường phòng truyền thống của của Đại học Quốc gia Hà Nội, diện tích rộng 50m2.
Đây là nơi trưng bày các tranh ảnh, hiện vật minh chứng về lịch sử và quá trình phát triển của Đại học Quốc gia Hà Nội. Robot phải có khả năng di chuyển thông minh trong một số địa hình thông dụng bao gồm sàn phẳng, sẽ dẫn khách tham quan tới lần lượt từng khu vực trưng bày, tương ứng với các nội dung thuyết minh đã được lưu trữ trong robot. Quá trình hoạt động của robot cũng sẽ được người dùng giám sát và điều khiển thông qua kết nối mạng LAN hoặc Internet với một trung tâm điều khiển không dây. Thông qua việc giám sát từ xa, người dùng có thể giám sát được quá trình hoạt động,
đánh giá được hiệu quả hướng dẫn và thuyết minh thông qua dữ liệu thực của robot. Bên cạnh đó, người dùng cũng có thể can thiệp kịp thời nếu như robot gặp lỗi không mong muốn.
Hình 4.9 đưa ra mô tả hệ thống tổng thể của robot hướng dẫn viên thuyết minh trong môi trường phòng truyền thống của Đại học Quốc gia Hà Nội. Robot sẽ thay thế người hướng dẫn viên, thực hiện nhiệm vụ dẫn những đoàn khách tham quan khu vực trưng bày của từng sản phẩm và thuyết minh về sản phẩm tại đó.
Hình 4.9 Mô tả hệ thống tổng thể của robot hướng dẫn viên
Việc kiểm soát vị trí của robot trong không gian là việc vô cùng quan trọng. Robot cần biết vị trí của nó ở trong phòng để có thể thuyết trình tại nơi tương ứng, bên cạnh đó, tọa độ của robot là một trong những dữ liệu đầu vào quan trong cho các thuật toán dẫn đường cho robot trong không gian. Hệ thống định vị trong nhà IPS là hệ thống có thể giúp robot định vị được vị trí và hướng đi của nó trong trường hợp này.
Khu vực hoạt động của robot sẽ được chia ra làm 14 phần liền kề, mỗi phần sẽ là một sản phẩm trưng bày khác nhau. Hình 4.10 mô tả không gian làm việc của robot hướng dẫn . Robot cần di chuyển linh hoạt giữa các khu vực, yêu cầu dẫn đường sẽ được trực tiếp thực hiện từ khách tham quan.
Hình 4.10 Sơ đồ của phòng truyền thống
Tại phòng trưng bày, khách tham quan có thể tương tác trực tiếp với robot thông qua giao diện màn hình LCD trên robot hoặc giao tiếp với robot qua hệ thống Chatbot được tích hợp. Từ đó, khách tham quan đưa ra những yêu cầu về thuyết minh hoặc dẫn đường tới từng khu vực trưng bày cụ thể, khi đó robot sẽ sử dụng hệ thống định vị và dẫn đường của mình để di chuyển và tiếp cận khu vực được yêu cầu một cách chính xác sau đó thuyết minh về sản phẩm đặt tại đó. Nếu như có yêu cầu thuyết minh tổng thể, robot sẽ lần lượt dẫn người dùng đi qua cả 14 khu vực nêu trên và thuyết minh về từng khu vực.
Hình 4.11 thể hiện robot đang thuyết minh tại khu vực “Những đặc trưng cơ bản” tại phòng trưng bày. Thiết bị IPS được đặt trên đỉnh đầu của robot để có điều kiện thuận lợi nhất với các thiết bị cộ định trên trần nhà. Robto có thể di chuyển dẫn đường và thuyết minh tại các khu vực trưng bày sản phẩm mà không xảy ra va chạm.
Hệ thống định vị và dẫn đường đã được sử dụng hiệu quả trên robot hướng dẫn viên. Đặc biệt trong nhiều trường hợp khách tham quan lên tới hơn 10 người, hệ thống định vị vẫn hoạt động hiệu quả, robot di chuyển mượt không bị giật cục. Robot cảm nhận được vật cản chuyển động và tránh vật cản linh hoạt.
KẾT LUẬN
Hệ thống định và dẫn đường sử dụng hệ thống định vị trong nhà IPS đã được đề xuất, phát triển và khảo sát. Để khảo sát hệ thống, một robot đã được xây dựng có đầy đủ chức năng của hệ thống định vị và dãn đường được đề xuất. Robot được thử nghiệm ngay tại phòng trưng bày của Đại học Quốc Gia Hà Nội. Kết quả cho thấy hệ thống vận hành là ổn định tại môi trường trong nhà có diện tích khoảng 30 m2. Hệ thống cũng cho thấy các ưu điểm về tốc độ xử lý làm tăng sự linh hoạt khi di chuyển của robot và đồng thời cũng khắc phục được các nhược điểm của các hệ thống phổ biến trên thế giới là SLAM sử dụng cảm biến Lidar. Hệ thống định vị và dẫn đường cho robot sử dụng tại môi trường trong nhà là một mô-đun mở, có thể được mở rộng và tích hợp phục vụ nhiều ứng dụng khác nhau đặc biệt dành cho robot hướng dẫn viên trong nhà.
DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN
1. Huu Quoc Dong Tran, Hoang Anh Phan, Dinh Tuan Nguyen, Duy Nam Bui, Duc Trinh Chu, Thanh Tung Bui, Thi Thanh Van Nguyen, “Employing Extended Kalman Filter with Indoor Positioning System for Robot Localization Application”, in The 5 th International Conference on Engineering Mechanics and Automation (ICEMA 5), 2019, pp. 301 -307.
2.Phan Hoàng Anh, Bùi Duy Nam, Trần Hữu Quốc Đông, Vũ Tiến Đạt, Nguyễn Thị Thanh Vân, “Nghiên cứu phát triển robot xây dựng bản đồ và định vị đồng thời trên nền tảng ROS”, Hội nghị Quốc gia lần thứ XXIII về Điện tử, Truyền thông và Công nghệ Thông tin REV-EVIT 2020.
3.Bùi Thanh Tùng, Phan Hoàng Anh, Nguyễn Đình Tuân, Trần Quốc Long, Nguyễn Việt Hà, Chử Đức Trình, “Hệ thống dẫn đường cho rô-bốt hoạt động di chuyển tránh vật cản trong môi trường trong nhà và quy trình cài đặt và sử dụng hệ thống dẫn đường cho rô-bốt này”, Cục sở hữu trí tuệ.
TÀI LIỆU THAM KHẢO
[1] Chen, Z., Birchfield, S.T.: Qualitative Vision-Based Mobile Robot Navigation. In: Proc. IEEE International Conference on Robotics and Automation (ICRA), Orlando, Florida (May 2006).
[2]Chatterjee, A., Rakshit, A., & Singh, N. N. (2013). Mobile Robot Navigation. Studies in Computational Intelligence, 1–20.
[3] https://en.wikipedia.org/wiki/Robot_navigation.
[4] K. Curran, E. Furey, T. Lunney, J. Santos, D. Woods, and A. McCaughey, “An evaluation of indoor location determination technologies,” Journal of Location Based Services, vol. 5, no. 2. pp. 61–78, Jun. 2011, doi: 10.1080/17489725.2011.562927.
[5] Campion, G,B Andrea Novel, G.Bastin, “Controllability and state feedback stabilization of nonholonomic wheeled mechanical systems”, Advanced Robotic Control, Spinger, pp 106-124, 1991
[6] . Borenstein and L.Feng, Measurement and correction of systematic odometry error in mobile robots, IEEE Trans. Robotics and Automation 12(5), October 1996, pp 869-880
[7] J. Borenstein and L.Feng. Correction of systemetic odometry errors in mobile robots. In Proceedings of the 1995 IEEE International Conference on Robotics and Automation, 1995, 569-574
[8] V.Fox, J.Hightower, L.Liao, D.Schulz, Bayesian Filtering for Localization Estimation, Vol2, Issue 3, Pervasive Computing IEEE, 2003, (24-33).
[9] Dieter Fox, Wolfram Burgard, and Sebastian Thrun (1999), Markov Localization for Mobile Robots in Dynamic Environments, Journal of Artificial Intelligence Research 11, pp 391-427
[10] D. Simon (2006), Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches, John Wiley and Sons, Inc, ISBN 9780471708582.
[11] E. A. Wan and R. v. d. Merwe (2000), The Unscented Kalman Filter for Nonlinear Estimation, Proceedings of Symposium 2000 on Adaptive Systems for Signal Processing, Communication and Control (AS-SPCC), Lake Louise, Alberta, Canada
[12] Grey Welch, Gary Bishop (2001), Introduction to the Kalman Filter, Siggraph, Course 8. (adsbygoogle = window.adsbygoogle || []).push({});
[13] https://www.gislounge.com/robotic-mapping-simultaneous-localization-and- mapping-slam/
[14] “A Tutorial on Graph-Based SLAM”, Giorgio Grisetti, Rainer Kummerle, Cyrill Stachniss, Wolfram Burgard
[15] Liping Sun, Yonglong Luo, Xintao Ding and Longlong Wu (2014), Path Planning and Obstacle Avoidance for Mobile Robots in a Dynamic Environment ,
The Open Automation and Control Systems Journal, 2014, V.6, pp 77-83
[16] Qi Zhang, Jiachen Ma, Wei Xie, Qiang Liu (2012), Path Planning for IMR in Unknown Environment: A Review, International Conference on Computer Science and Information Technology (ICCSIT) Vol.51
[17] Ting-Kai Wang Quan Dang Pei-Yuan Pan (2010), Path Planning Approach in Unknown Environment, International Journal of Automation and Computing, 7(3), pp 310-316
[18] N. D. Richards, M. Sharma, D. G. Ward. A hybrid (2004), A*/automaton approach to on-line path planning with obstacle avoidance, In Proceedings of AIAA 1st Intelli- gent Systems Technical Conference, Chicago, Illinois, USA, pp. 20-22
[19] “Dijkstra's Algorithm”, Gass, Saul; Fu, Michael (2013). Gass, Saul I; Fu, Michael C.
[20] “Position Paper: Dijkstra's Algorithm versus Uniform Cost Search or a Case Against Dijkstra's Algorithm”, Felner, Ariel (2011).
[21]https://emanual.robotis.com/docs/en/platform/turtlebot3/overview/
[22]Indoor Robot Positioning Using an Enhanced Trilateration Algorithm Pablo Cotera, Miguel Velazquez, David Cruz, Luis Medina, Manuel Bandala*
[23] Casanova, O. L., Alfissima, F., Machaca, F. Y. (2008), Robot Position Tracking Using Kalman Filter, Proceedings of the World Congress on Engineering, London, UK, pp. 1604-1608.