Trong trường hợp này, xe nhận diện màu xanh vàng là mục tiêu và bám theo, các thông số gửi từ camera về là khoảng cách và độ lệch góc và máy tính sẽ xử lí để điều khiển tốc độ động cơ.
4.6. Quét mã QR code
Người quản lí sau khi nhận hành lí sẽ điều tác động vào giao diện để khởi động chế độ qt QR
Hình 4.11: Thơng tin giao diện gửi về hệ thống
Sau đó nếu khách quét đúng mã QR gửi về máy thì hệ thống thơng báo mật khẩu chính xác và mở cửa
Hình 4.12: Qt mã chính xác
4.7. Giao diện điều khiển hệ thống
Hình 4.13: Giao diện điều khiển hệ thống
+ Load map: Cập nhật map của tâng cần di chuyển
+ Run: Khởi động hệ thống
+ Open rviz: Mở phần mềm Rviz (mô phỏng bản đồ)
+ Room QR: Chọn phòng cần đưa đồ
+ Start QR: Gửi số phịng khi đó chế độ qt QR được kích hoạt
+ Stop QR: Tạm dừng chế độ QR
+ Current Position: vị trí hiện tại
+ Status: Trạng thái
4.8. Vận chuyển hành lí đa tầng
Nhóm đề tài xin được mơ phỏng với nhiệm vụ vận chuyển hàng lí từ sảnh lên các tầng cao thơng qua hệ thống thang máy.
Hình 4.14: Tịa nhà mơ phỏng
Xe và thang máy sẽ được kết nối thông qua giao tiếp Roserial. Dưới đây là khi xe hàng đến thì tháng máy sẽ tự động mở cửa.
Hình 4.15: Thang máy mở cửa khi xe hàng đến
Hình 4.16: Xe di chuyển vào thang máy trong Rviz
Hình 4.17: Thang máy vận chuyển xe lên tầng kế tiếp
Khi lên đến tầng chỉ định, thang máy sẽ mở cửa và xe bắt đầu di chuyển ra:
Hình 4.18: Thang máy mở cửa để xe di chun ra ngồi
Hình 4.19: Xe di chuyển đến phòng đặt tọa độ sẵn
CHƯƠNG 5: KẾT LUẬN
Với đề tài “Xe tự hành vận chuyển hành lí đa tầng”, chúng em đã đạt được những kết quả nhất định:
Tính tốn, thiết kế được mơ hình robot, đảm bảo độ vững chắc, hình dáng phù hợp trong khơng gian hoạt động.
Ghép nối, kết hợp điều khiển các module, linh kiện điện tử hoạt động ổn định. Thiết kế bộ điều khiển PID, hiệu chỉnh thông số phù hợp với mỗi động cơ. Xe có thể lập bản đồ cho mơi trường chưa xác định trước, tự lập kế hoạch đường đi, tránh vật cản.
Thiết lập giao diện Python trực quan tương tác trực tiếp với người quản lí. Tuy nhiên do kiến thức cịn nhiều thiếu sót nên cịn tồn tại một số nhược điểm:
Hình dáng của xe cịn khá thơ, chưa có tính thẩm mĩ cao. Thời gian sử dụng xe còn ngắn.
Vẫn còn sai lệch về hướng và vị trí của xe.
PHƯƠNG HƯỚNG PHÁT TRIỂN
Cải thiện mơ hình robot, nâng cao tính thẩm mỹ, hạ giá thành sản phẩm. Tăng tốc độ di chuyển của robot, nâng cao số lượng đồ ăn phục vụ. Thiết kế thêm bộ sạc tự động sau mỗi phiên làm việc.
Xây dựng hệ thống hoàn toàn tự động gồm nhiều xe phục vụ để giảm thiểu tối đa nhân lực.
TÀI LIỆU THAM KHẢO
[1] Pritesh Shah & Sudhir Agashe, “Review of fractional PID controller”. ElsevierLtd. 20
June 2016.
[2] Lentin Joseph, “Mastering ROS for Robotics Programming”. Pack Publishing Ltd.
December 2015.
[3]Ming-Yi Ju, Yu-Jen Chen, and Wei-Cheng Jiang, “Implementation of Odometry with EKF in Hector SLAM Methods”, March 1, 2018.
[4] S. Thrun, W. Burgard, D. Fox, "Robot Motion," in Probabilistic Robotics, The MIT Press, 2005, pp. 91-119.
[5] S. Thrun, W. Burgard, D. Fox, "Measurements," in Probabilistic Robotics, The MIT Press, 2005, pp. 121-157
[6]S. Thrun, W. Burgard, D. Fox, "The Particle Filter," in Probabilistic Robotics, The MIT Press, 2005, pp. 77-89.
[7]S. Thrun, W. Burgard, D. Fox, "Monte Carlo Localization," in Probablilistic Robotics, The MIT Press, 2005, pp. 200-209.
[8] Aleksandar Tomović, “Path Planning Algorithms For The Robot Operating System”,
Computer Science Saint Cloud State University Saint Cloud, 2014
[9]Dieter Fox, Wolfram Burgard, Sebastian Thruny, “The Dynamic Window Approach to Collision Avoidance”, 1997.
[10] Nguyễn Cao Q, “Ứng dụng mơ hình markov ẩn để nhận dạng tiếng nói trên FPGA”,
2011.
[11] Jaspirt S Gill – Setup and Configuration of the Navigation Stack on a Robot. http://wiki.ros.org/navigation/Tutorials/RobotSetup