Control of networked autonomous robotic vehicles

Abstract

This dissertation addresses the control of networked autonomous mobile robots and its experimental evaluation. The mobile robots are deployed either as a swarm or as standalone agents in a convex region, or a general non-convex region with obstacles. The topics that we examine are trajectory planning, motion control, obstacle avoidance, area coverage and homing. The fundamental contributions of this dissertation are as follows. Firstly, an automated piecewise optimal trajectory generation method for the mobile robots is developed. Secondly, an obstacle aware motion controller for the mobile robots is developed. Thirdly, a visibility based cell assignment method is proposed and used for the derivation of optimal distributed control schemes for the tasks of area coverage and homing in non-convex regions. Apart from that, each task is evaluated on a network of real robotic vehicles, where the robots are controlled in real time by properly exploiting computational geometry tools. The experiments are conducted using mobile robots with differential drive, with the support of a self-developed external localization system. This camera based localization system is implemented in an augmented reality framework and is included in the network of the experimental setup as the main way of retrieving the position and orientation of the robots in the region of interest. The resulting position and orientation of each robot is combined with its encoder measurements in order to obtain its full state. Additionally, since the effective control of the robots is an absolute necessity, the kinodynamic model of the differential drive robot along with its kinematic constraints are considered throughout the dissertation. The most straightforward method of controlling a real robot with respect to its model is through trajectory planning. After defining the trajectory function and determining the required properties, we propose an automated time-optimal trajectory generation method, considering a given set of points to be traversed. Based on the initial pose and velocity of the robot, our method connects the points of interest in sequence by cubic Bezier segments. Using non-linear constrained optimization, these segments are time-optimized under the velocity and acceleration constraints of the robot. The optimization problem is simplified through root-finding and evaluation of polynomials and results in an applicable, smooth trajectory, that exploits the dynamic capabilities of the robot as much as possible. Even though trajectories can easily incorporate the robot dynamics, they are not an eicient way of controlling the robots of a swarm, where the motion of the robots is determined by their interactions. In most tasks of swarm robotics, the high level controller of each robot provides a desirable movement direction, thus a motion controller is needed to translate this direction into the actual control input of the robot. As a first step, we designed a region unaware motion controller that drives the robot as fast as possible towards a desired direction, considering the dynamic constraints, the sampling interval and the maximum traverse distance. This controller is further extended into a region aware controller that, apart from the dynamics and constraints, considers the robot dimensions as well, in order to avoid the obstacles in the visibility field of the robot. The performance of these controllers is evaluated in experimental studies, through the task of position control, in a convex and in a non-convex region, where the movement direction is determined by the shortest path connecting the robot to its target. Finally, relying on the aforementioned motion controllers, we examined the distributed control of multi-robot configurations. After experimental evaluation of certain already developed area coverage schemes for convex regions, we turned our focus towards the distributed control in non-convex regions with obstacles. Initially, a method of assigning parts of the non-convex region to the robots was developed, where the parts in the vicinity of each robot are determined in terms of the visibility notion. Based on that, optimal spatially distributed coordination algorithms were successfully derived for the homing problem, where the robots should reach some known locations, as well as the area coverage problem, after properly expressing each of them by an aggregate objective function.

Η διατριβή αυτή έχει ως αντικείμενο τον έλεγχο δικτυωμένων αυτόνομων ρομποτικών οχημάτων, καθώς και την αξιολόγησή του σε πειραματικό επίπεδο. Τα ρομποτικά οχήματα επιστρατεύονται είτε αυτόνομα είτε συνεργατικά σε μία κυρτή περιοχή ή σε μία μη­κυρτή περιοχή με εμπόδια. Τα ερευνητικά αντικείμενα που εξετάζονται είναι ο σχεδιασμός τροχιάς (trajectory planning), ο έλεγχος κίνησης (motion control), η αποφυγή εμποδίων (obstacle avoidance), η καλυψιμότητα χώρου (area coverage), καθώς και η επιστροφή σε γνωστές θέσεις (homing). Η βασική συνεισφορά της διατριβής έχει ως εξής. Πρώτον, σχεδιάστηκε μία αυτοματοποιημένη μέθοδος για τη δημιουργία μίας κατά τμήματα ελάχιστου χρόνου τροχιάς για ρομποτικά οχήματα. Δεύτερον, υλοποιήθηκε ένας ελεγκτής κίνησης για ρομποτικά οχήματα ο οποίος λαμβάνει υπόψη του τα εμπόδια. Τρίτον, προτείνεται μία νέα μέθοδος για την ανάθεση περιοχών αρμοδιότητας στα ρομπότ, η οποία και χρησιμοποιείται για την εξαγωγή βέλτιστων κατανεμημένων νόμων ελέγχου για τις διεργασίες της καλυψιμότητας χώρου και της επιστροφής σε γνωστές θέσεις, εντός μη­κυρτής περιοχής με εμπόδια. Τέλος, κάθε διεργασία αξιολογείται μέσα από πειράματα χρησιμοποιώντας ένα δίκτυο πραγματικών ρομποτικών οχημάτων, τα οποία με τη σειρά τους ελέγχονται σε πραγματικό χρόνο με τη βοήθεια εργαλείων υπολογιστικής γεωμετρίας. Τα πειράματα διεξάγονται χρησιμοποιώντας ρομποτικά οχήματα με διαφορική κίνηση, με την υποστήριξη ενός συστήματος εντοπισμού θέσης που υλοποιήθηκε για αυτό το σκοπό. Αυτό το σύστημα εντοπισμού θέσης, το οποίο στηρίζεται σε κάμερες και στη χρήση λογισμικού επαυξημένης πραγματικότητας, αποτελεί το βασικό μέσο για την εκτίμηση της θέσης των ρομπότ εντός της περιοχής ενδιαφέροντος. Η προκύπτουσα θέση και ο προσανατολισμός κάθε ρομπότ συνδυάζεται με τις μετρήσεις από τους τροχούς του, έτσι ώστε να εκτιμηθεί η πλήρης του κατάσταση. Επιπλέον, για τον αποτελεσματικό έλεγχο των ρομπότ, λαμβάνονται υπόψη στο σύνολο της διατριβής, τόσο το κινοδυναμικό μοντέλο του ρομποτικού οχήματος με διαφορική κίνηση, όσο και οι κινηματικοί του περιορισμοί. Η απλούστερη μέθοδος για τον έλεγχο ενός ρομπότ είναι μέσω του σχεδιασμού τροχιάς. Αφότου ορίσουμε την συνάρτηση τροχιάς και τις ιδιότητές της, προτείνουμε μία αυτοματοποιημένη μέθοδο δημιουργίας τροχιάς βέλτιστου χρόνου, δεδομένου ενός συνόλου σημείων που πρέπει να διασχίσει το ρομπότ. Με βάση την αρχική θέση και ταχύτητα του ρομπότ, η μέθοδος αυτή συνδέει τα σημεία με τη σειρά, ανά δύο, αξιοποιώντας τις καμπύλες Bezier τρίτης τάξης. Χρησιμοποιώντας μεθόδους βελτιστοποίησης υπό μη­γραμμικούς περιορισμούς, τα εκάστοτε τμήματα Bezier βελτιστοποιούνται ως προς τη χρονική διάρκεια υπό τους περιορισμούς στις ταχύτητες και στις επιταχύνσεις του ρομπότ. Το πρόβλημα βελτιστοποίησης απλοποιείται μέσω της εύρεσης ριζών πολυωνύμων και οδηγεί σε μία εφικτή, ομαλή τροχιά, που εκμεταλλεύεται όσο το δυνατόν περισσότερο τη δυναμική του ρομπότ. Παρόλο που οι τροχιές μπορούν εύκολα να ενσωματώσουν τη δυναμική του ρομπότ, δεν αποτελούν αποτελεσματικό τρόπο ελέγχου των ρομπότ ενός σμήνους, όπου η κίνησή τους καθορίζεται από τις αλληλεπιδράσεις τους. Στις περισσότερες διεργασίες με ρομποτικά σμήνη, ο ελεγκτής υψηλού επιπέδου του κάθε ρομπότ παρέχει μία επιθυμητή διεύθυνση κίνησης, επομένως απαιτείται ένας ελεγκτής κίνησης για να μετατρέψει αυτήν την διεύθυνση στην είσοδο ελέγχου του ρομπότ. Ως πρώτο βήμα, σχεδιάσαμε έναν ελεγκτή κίνησης ο οποίος δεν λαμβάνει υπόψη του την περιοχή, αλλά οδηγεί το ρομπότ όσο το δυνατόν γρηγορότερα προς μία επιθυμητή κατεύθυνση, λαμβάνοντας υπόψη τους δυναμικούς περιορισμούς, την περίοδο δειγματοληψίας και τη μέγιστη απόσταση κίνησης. Αυτός ο ελεγκτής γενικεύεται έτσι ώστε εκτός από τη δυναμική και τους περιορισμούς, να λαμβάνει υπόψη του την περιοχή και τις διαστάσεις του ρομπότ, προκειμένου να αποφευχθούν τα εμπόδια στο πεδίο ορατότητας του ρομπότ. Η απόδοση αυτών των ελεγκτών αξιολογείται μέσω πειραμάτων στον έλεγχο θέσης, εντός κυρτής, αλλά και μη-κυρτής περιοχής, όπου η διεύθυνση κίνησης καθορίζεται από το συντομότερο μονοπάτι από το ρομπότ στον στόχο του. Τέλος, βασιζόμενοι στους παραπάνω ελεγκτές κίνησης, εξετάσαμε τον κατανεμημένο έλεγχο σε ομάδα πολλαπλών ρομπότ. Ύστερα από την πειραματική αξιολόγηση ορισμένων γνωστών στρατηγικών καλυψιμότητας χώρου για κυρτές περιοχές, στραφήκαμε στον κατανεμημένο έλεγχο εντός μη-κυρτών περιοχών με εμπόδια. Αρχικά, αναπτύχθηκε μία μέθοδος ανάθεσης τμημάτων της μη-κυρτής περιοχής στα ρομπότ, όπου τα μέρη που ανατίθενται στο κάθε ρομπότ καθορίζονται σύμφωνα με την έννοια του ορατού πεδίου. Με βάση την παραπάνω μέθοδο, εξήχθησαν βέλτιστοι χωρικά κατανεμημένοι αλγόριθμοι για το πρόβλημα της επιστροφής σε γνωστές θέσεις, καθώς και για το πρόβλημα της καλυψιμότητας χώρου, εκφράζοντας το κάθε πρόβλημα μέσω μίας κατάλληλα επιλεγμένης συγκεντρωτικής συνάρτησης σκοπού.