Chương 4 THỰC NGHIỆM THUẬT TOÁN ĐIỀU KHIỂN
4.2. Thiết lập mơ hình cho robot
4.2.1. Thiết lập khung điều hướng
Thuật toán EKF-SLAM sẽ được thực thi bởi 2 node là bản đồ (Map) và vị trí robot (Robot Pose), xuất ra dữ liệu về bản đồ và vị trí robot. Lập bản đồ và lập kế hoạch di chuyển là rất quan trọng để điều hướng cho robot tự động.
Hình 4.3. Nút lập bản đồ và vị trí sử dụng trong ROS
Trong ROS, với các nút và chủ đề đầy đủ, ngăn xếp điều hướng được hiển thị như Hình 4.3 cung cấp robot hỗ trợ thơng tin tồn diện để điều hướng. Để đạt được mục tiêu này, các thuật tốn đã được phát triển với mục đích trích xuất bản đồ tạo điều kiện cho chuyển động chính xác của robot. Khối Gmapping thực hiện nhiệm vụ thu nhận tín hiệu và lập bản đồ môi trường hoạt động trong nhà (hoặc ngoài trời). Kỹ thuật này bao gồm xây dựng bản đồ của môi trường và đồng thời sử dụng bản đồ này để tính tốn vị trí của nó. Khi q trình tập hợp thơng tin từ mơi trường thông qua các cảm biến và việc tạo bản đồ đã hồn thành, bản đồ được tạo có thể được lưu để sử dụng trong ngăn xếp điều hướng (Hình 4.4).
RpLidar
Gmapping
Bằng cách nhận thông tin bao gồm vận tốc và vị trí của robot để tạo đường dẫn cục bộ, ROS sử dụng phép biến đổi tọa độ (tf) mô tả Oxyz tọa độ của cảm biến từ phép đo độ dời vị trí của robot. Các nút “Sensor_msgs / LaserScan” hoặc
“sensor_msgs / PointCloud” lưu trữ thông tin cảm biến từ camera Astra và cảm
biến Lidar. Omni_core Omni_teleop Odom Geometry_msgs/Twist tf/tfMessage Sensor_msg/LaserScan tf scan Base_footprint Base_link map Nav_msgs/OccupancyGrid Map-server (map-saver)
Base_scan Map.pgm& map.yaml
Hình 4.4. Cấu trúc thiết lập gói Gmapping
Bên cạnh đó, chuyển động của robot có thể được điều khiển thuận tiện trong môi trường không xác định do bản đồ được xây dựng bằng cách sử dụng thuật toán EKF-SLAM.