双工具结合的系统,让导航更精准,花费时间和成本更少!

   自动化那些事        

该研究提出了一种基于机器人在环境中的视觉定位,利用混合现实概念开发传感和通信虚拟设备的机器人导航系统。该导航系统的主要目标是提供条件,使用非常简单的机器人,并对上述外围设备的严重限制,以模拟,分析和测试多机器人的应用。


在对真实机器人进行的实验中,每个机器人都从仿真此类外设功能的工具中独立获得了虚拟导航技能。因此,一组机器人的行为是在虚拟环境中实现的,并在现实世界中完成。由多个Sphero机器人在未知的动态环境中执行探索任务,进行了实验验证该导航系统的有效性。


混合现实概念的使用使基于间接通信技能和模糊控制器的机器人运动的合作机制的实现变得容易。实验结果验证了该自主导航系统的可行性。该研究以“Autonomous Navigation of Multiple Robots with Sensing and Communication Constraints Based on Mixed Reality”为题于7月31日发布于《Journal of Control, Automation and Electrical Systems》杂志上。

双工具结合的系统,让导航更精准,花费时间和成本更少!


研究背景


多机器人系统(MRSs)是机器人应用领域的一个活跃研究领域,多机器人被用于完成协作任务,它们能够通过共享环境中的局部目标实现共同目标。成功的MRS设计需要调试、测试和验证步骤。


一般来说,这些设计步骤包括详尽的模拟和真实的实验。仿真提供了一种灵活的实现,在更可控的环境条件下,可以很容易地尝试几种情况(例如,增加复杂级别的实验),并消耗更少的实验时间。


另外,将真实的机器人插入真实的或实验室规模的环境中进行实验,会呈现更真实的情况,包括噪音、设备故障和其他意外事件。然而,真实的实验往往存在着从多个机器人和环境中实时收集所有信息的局限性。因此,使用专业但昂贵的硬件对于确保该领域新开发成果的实现和验证至关重要。


此外,该研究也没有讨论虚拟通信(直接和间接)机制的实现。正如上文所述,该研究还讨论了在硬件有限的真实机器人实验中,通过混合现实概念实现虚拟特征的替代方法。与这些工作不同的是,研究者提出的混合现实系统可以用于完全或半未知环境下的导航。此外,一些被引文献提出的设置考虑了液晶显示器,这限制了环境的面积,而研究者的设置放在USB摄像头的限制。


用于开发混合现实系统的实验装置包括以下组件:(1)矩形平面环境,其尺寸支持包括多个小型机器人和其他物体(例如目标和障碍物);(2)位于环境上方的USB摄像头;(3)装有ROS软件包的计算机。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为实验装置

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为导航系统运行流程


球形机器人是一种非常简单的差动驱动的移动机器人,它封装在具有球形的抗冲击塑料外壳中。它的接口最初是为了提供机器人和Android设备之间的通信,只实现了对Sphero的手动控制。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为球机器人

双工具结合的系统,让导航更精准,花费时间和成本更少!


图中a为支持ARTag而开发的结构。bARTag示例


环境中的每个实际机器人实际上都被赋予了一个建议的导航系统,该导航系统由一个感知模块(用于检测和识别其他物体)、一个通信模块(通过直接和间接通信机制与其他机器人进行局部交互)和一个运动控制模块组成,该模块在每次迭代时计算机器人的速度。这些模块意味着导航技能,并根据机器人的ARTAGS的识别和位置授予它们。


当在检测范围内检测到其他机器人时,所有涉及的代理都能够在它们之间共享简单的信息,例如每个Agent检测到的对象和它们的导航状态(如果它们朝着目标、探索环境和其他任务,则它们的工作负载)。为这种信息共享添加了一个传递特性,如图所示。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为检测和沟通技巧


这种通信是通过ROS主题实现的。每个机器人都会在特定的ROS主题中发布一个列表,其中包括它检测到的所有对象的位置以及其他信息,根据预期应用程序的要求。这些数据只能由参与直接通信交互的机器人(在机器人的检测范围内)访问,允许它们之间的信息共享,包括传递方面。这一实现如图所示。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为通过ROS主题共享信息的机器人

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为信息素踪迹的图解


机器人还可以通过间接通信机制共享信息。在该研究中,这种机制是启发蚂蚁的污名行为,通过改变(标记)在环境中。机器人在整个环境中运行,留下信息素作为其他机器人的标记。这些标记(人工信号)在环境中创建了一条路径或路径。


在研究者的混合现实平台中,虚拟信息素信号可以表示一个化学羽流,或者一个释放在环境地板上的化学产品,或者是另一种暂时改变环境区域状态的方法。


因此,当机器人在真实的环境中移动时,所有的机器人都能够将它们的标记存放在网格单元格中。为此,将实际环境中的ARTAGS位置(机器人的位置)转换为网格地图,并根据单元数计算所有距离测量值。存储在该网格的每个单元中的值在适当的ROS主题中发布,并且每个机器人能够访问这些数据,只要该单元处于其检测范围内,就像在前面描述的检测技能中所发生的那样。


设计了一个独立的模糊系统来实现机器人的运动。该模糊系统接收到当前机器人的位置、到达的位置(目标)和附近障碍物的信息,计算出带有障碍物偏差的机器人向目标的车轮速度。整个运动系统由两个模糊控制器和一个模糊决策者组成,如图所示。


双工具结合的系统,让导航更精准,花费时间和成本更少!

图为模糊控制系统


在混合现实层,允许用户区分插入到环境中的所有ARTag标记,主要是从视觉上区分机器人和其他物体,并观察与机器人导航系统相关的特征,如每个机器人的探测范围、计划和开发的轨迹、信息素沉积等。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为通过混合真实层的实验装置


研究者强调发展混合现实系统的目标。它是一个模拟、分析和测试多机器人应用程序的测试平台,允许使用小型和廉价的机器人,而不需要复杂的外围设备。在该系统中,实验将真实的机器人和虚拟组件结合起来。实验期间对环境的全面了解使用户或MRS设计者能够分析他的MRS是否符合设计。


如图所示,该策略包括一个由4个不同的协商决定组成的决策机制,命名为D1、D2、D3和D4。


双工具结合的系统,让导航更精准,花费时间和成本更少!

图为决策机制


为达到这一目标而用一个或两个段(信息素的存在引起)和一条有一段或两段的路径(信息素存在所引起的)、要探索的区域或末端位置的坐标。由此,每个机器人通过自己的运动控制系统计算适当的控制动作,以遵循这条路径和/或避免与障碍物的碰撞。


在检测技术方面,所有的机器人(ROS节点)都订阅摄像机检测到的所有ARTAG(航路点和机器人)的位置。然而,只有在其检测区域内的那些被认为是有效的检测。假设未被检测的物体(检测区域外)对机器人是完全未知的。


实验1:机器人导航系统分析


该机器人的导航系统仅使用单个球形机器人进行评估。在这种情况下,这个实验的初始构型如图所示。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为实验1的导航结果


结果表明,所提出的导航系统有效地提供了一个混合现实(真实和虚拟特征),其中具有严重感知限制的机器人,如Sphero机器人,可以用于需要丢失但必需的资源的实验中。这是有可能看到机器人跟随一个轨迹到一个目标,发现并作出决定,以避免障碍,机动面对即将发生的碰撞,以及其他行为。


实验2:多机器人系统中针刺能行为的分析


在本实验中,几个球形机器人组成了一个MRS,并对合作探索中的污名行为进行了评估。决策机制(决定D1、D2、D3和D4)如图所示。

双工具结合的系统,让导航更精准,花费时间和成本更少!


图为实验2的导航结果


面对这些结果,研究者验证了所提出的平台也为实现MRS导航中的污名行为提供了一个可靠的工具。此外,还成功地实现了直接和传递性的通信方式。研究者仍然证实,不需要使用专用硬件,就可以很容易地测试需要精密技能的MRS。研究者可以得出这样的结论:这种导航系统是支持MRS设计的一个灵活的工具。


研究结论


该研究提出了一种基于视觉定位(ARTags)和混合现实系统(mixed reality system)的MRS自主导航系统。该工具可以对多台具有传感和通信约束的机器人进行可行的实验,有助于减少时间和成本,方便MRS设计中使用的硬件和软件(特别是传感和通信设备)的调试,测试和验证。


该平台使用一个USB摄像头和ARTag标记,与插入到实验场景中的每个对象(机器人和其他元素)相关联,以提供环境映射,包括机器人定位。从这个地图数据,一个混合现实环境被建立,其中感知,移动和通信机器人技能是在虚拟的方式实现,并独立与每个真实的机器人在实时。


因此,使用该平台的实验利用了机器人的混合现实概念,其中模拟特征补充了涉及真实机器人的实验。混合现实层实现了导航系统运行所需的目标检测与识别、直接与间接通信,特别是信息素的释放与检测。从所呈现的结果中,研究者可以看到Sphero机器人能够像复杂的机器人那样以分布式和协作的方式完成探索性任务。


特别的是,由于MRS能够处理虚拟信息素,所以出现了一种令人厌恶的行为。这一结果显示了该工具的潜力和灵活性。在任何真实的实验中,Sphero机器人运动中一些意想不到的条件,如环境亮度、突然的机动和非线性等,都会影响ARTag的检测,从而影响机器人的性能,使得MRS分析变得困难。


在这个意义上,未来的工作将解决混合现实系统的改进,以便替代机器人的定位方法,错误纠正程序,分散处理,和其他可以考虑。最后,研究者现在正在对该研究中提出的混合现实系统进行适应性研究,用于智能仓库的开发以及由无人机编队进行的货物协同运输。


参考文献:João Paulo Lima Silva de Almeida, Renan Taizo Nakashima, Flávio Neves-Jr, André Schneider de Oliveira & Lúcia Valéria Ramos de Arruda Autonomous Navigation of Multiple Robots with Sensing and Communication Constraints Based on Mixed Reality  Journal of Control, Automation and Electrical Systems1165–1176(2020)



最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐