Sirvi Autor "Masnavi, Houman" järgi

Nüüd näidatakse 1 - 2 2

Multi-Robot Motion Planning for Shared Payload Transportation
(Tartu Ülikool, 2020) Masnavi, Houman; Kruusamäe, Karl; Singh, Arun Kumar; Valner, Robert; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
Shared payload transportation has emerged as one of the key real-world applications that warrants the deployment of multiple robots. The key motivation stems from the fact that actuation and sensing abilities of multiple robots can be pooled together to transport objects that are either too big or heavy to be handled by a single robot. This thesis proposes algorithmic and software frameworks to achieve precise multi-robot coordination for object transportation. On the algorithmic side, a trajectory optimization formulation is developed which generates collision-free and smooth trajectories for the robots transporting the object. State-of-the art Gradient Descent variants are utilized for obtaining the solution. On the software side, a trajectory planner (local planner) is developed and integrated to Robot Operating System (ROS). The local planner is responsible for calculating individual velocities for any number of robots forming a rigid geometric in-plane constellation. Extensive simulation as well as real-world experiments are performed to demonstrate the validity of the developed solutions. It is demonstrated that how the proposed trajectory optimization approach outperforms off-the-shelf planners with respect to metrics like smoothness and collision avoidance. In estonian: Ühise lasti transportimine mitme roboti poolt on kujunenud üheks rakendusvaldkonnaks, kus mitme roboti samaaegne kasutamine on õigustatud. Mitme roboti andureid ja ajameid on eriti kasulik kasutada transportimaks objekte, mis on ühe roboti jaoks kas liiga suured ja/või rasked. Käesolev lõputöö pakub välja algoritmilise ja tarkvaralise raamistiku, mis võimaldab täpselt koordineerida mitme roboti koostööd ühise lasti liigutamisel. Välja on töötatud trajektooride optimeerimise algoritm, mis genereerib kokkupõrkevabad ja sujuvad ühist objekti kandvate robotite trajektoorid. Selleks on kasutatud nüüdisaegset gradientlaskumise (ingl Gradient Descent) meetodit. Tarkvara poolelt on loodud trajektoori planeerija (lokaalne planeerija) ja see on integreeritud arendusplatvormil ROS (Robot Operating System). Lokaalne planeerija arvutab individuaalsed kiirused igale robotile, mis moodustavad ühise jäiga tasapinnalise kujundi, kusjuures robotite arv kujundis ei ole piiratud. Väljatöötatud lahenduse toimimist on kontrollitud ulatuslike simulatsioonide abil aga ka viies läbi praktilisi katseid. Väljapakutud trajektoori optimeerimise lahendus ületab olemasolevaid planeerijaidd nii trajektoori sujuvuse kui ka kokkupõrgete vältimise võime osas.
Visibility aware navigation
(2023-07-11) Masnavi, Houman; Kruusamäe, Karl, juhendaja; Singh, Arun Kumar, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Liikumise planeerimine on oluline osa robotite ja automatiseerimise valdkonnas. See hõlmab parima liikumiste või tegevuste järjestuse välja selgitamist, et robot saavutaks kindla eesmärgi, järgides teatud reegleid. Käesolev lõputöö keskendub teatud tüüpi liikumise planeerimisele, mida nimetatakse nähtavusele orienteeritud navigatsiooniks (VAN). VAN-i kasutatakse juhul, kui soovime, et robot liiguks kahe punkti vahel või järgiks teed, hoides alati teatud objekte oma vaateväljas. VAN-il on erinevaid rakendusi erinevates valdkondades. Näiteks sihtmärgi jälgimisel ja õhufotograafias aitab VAN tagada, et robot näeks alati sihtmärki, vältides takistusi. Seisundi hindamisel ja asukoha määramisel aitab VAN parandada täpsust, planeerides teid, mis säilitavad markerite nagu fidutsiaalsete markerite või majakate nähtavust. VAN võimaldab ka suuremate maapealsete robotite ja väiksemate õhurobotite koostööd. Maapealne robot saab juhendada õhurobotit seni, kuni nad saavad teineteist näha. Siiski on VAN-il kaks peamist väljakutset. Esiteks tuleb välja töötada uued algoritmid, mis suudavad hakkama saada keerulistes olukordades keskkondades, mis on täis takistusi. Teiseks peavad lahendused kiiresti töötama väikestel seadmetel, mida saab kanda väikeste robotite nagu droonide peal. Käesolev lõputöö pakub välja uued liikumise planeerimise algoritmid, mis on spetsiaalselt kavandatud nähtavusele orienteeritud navigatsiooni jaoks. Need algoritmid suudavad toime tulla keeruliste keskkondadega, kus on nii paiksed kui ka liikuvad takistused. Samuti töötavad need reaalajas piiratud ressurssidega väikestel seadmetel. Algoritme on põhjalikult testitud nii simulatsioonides kui ka reaalmaailma keskkondades ning võrreldud olemasolevate lähenemisviisidega. Pakutud algoritmid ületavad olemasolevaid algoritme erinevates aspektides, näiteks vähendades varjatuse aega, minimeerides juhtimispingutusi ja vajades vähem arvutusaega.