CC BY
35
УДК 62-182.78
КОНСТРУКТИВНЫЕ И АРХИТЕКТУРНЫЕ РЕШЕНИЯ ДЛЯ СЕРВИСНОЙ МОБИЛЬНОЙ ПЛАТФОРМЫ СО СМЕННЫМИ
КОМПОНЕНТАМИ
Н.А. Павлюк, П.А. Смирнов, А. Д. Ковалев
В работе представлена конструкция мобильной робототехнической платформы, которая отличается от аналогов возможностью изменения конструкции за счет смены унифицированных структурных модулей. Проведенный обзор разработок в данной области показывает, что большинство подобных систем предназначены для решения узкоспециализированных задач. Разработанная конструкция мобильной робо-тотехнической платформы применима для решения широкого спектра задач, без изменения своей целостности. Для навигации мобильной платформы в пространстве представлена архитектура программного обеспечения, которое решает ряд задач: построение карты окружения, планирование оптимального пути для избегания препятствий на основе данных с сенсорных систем.
Ключевые слова: мобильная платформа, модульная робототехника, сменные
модули.
Введение. Мобильные платформы используются для навигации, сбора или представления информации и применимы, например, в таких предметных областях как логистика и реклама. Часто, помимо прочего, разработчиками таких платформ предусматривается возможность их непосредственного взаимодействия с пользователями. При этом каждое отдельное устройство разрабатывается под конкретную задачу, которую требуется решить при помощи техники такого типа. Когда условия задачи меняются, требуется модификация, перенастройка или замена устройства, что приводит к дополнительным затратам средств и времени, прежде чем модифицированное или новое устройство приступит к работе в новых условиях. Блочная структура разрабатываемой мобильной платформы сокращает время модификации и перенастройки под изменяющиеся условия уже имеющейся задачи либо с учетом нового назначения, а также исключает необходимость замены устройства на новое. В ходе представленного исследования разработан способ формирования структуры мобильной платформы, ведущий к уменьшению затрачиваемого на работу времени; рассмотрены конструктивные элементы, позволяющие сократить затраты на реконфигурацию и перенастройку мобильных устройств, а также представлено программное обеспечение навигации, используемое для построения карты помещения и планирования пути.
Обзор существующих решений мобильной робототехники. На сегодняшний день существует множество реализаций мобильных роботов для разных отраслей экономики. Сельское хозяйство является одной из наиболее отстающих областей по внедрению роботов в производство. Именно поэтому в последние годы наблюдается всплеск робототехниче-ских разработок в данной сфере. Наиболее популярным типом мобильных
роботов в агропромышленном комплексе являются устройства для сбора фруктов и овощей. Так, авторы статьи [1] разработали систему для сбора и транспортировки фруктов. Для выполнения этих задач мобильная платформа оборудована элементами для сбора плодов: манипулятором с захватным устройством, транспортерной лентой и корзиной. Система работает на основе машинного зрения и интеллектуального модуля, отвечающего за построение маршрутов движения и работу платформы. Аналогичные системы проектируются под конкретную культуру: яблоки [2, 3]; перец [4] и т. д.
Авторы статьи [5] разработали мобильную сельскохозяйственную робототехническую платформу, предназначенную для сбора образцов почвы и их анализа. Авторы адаптировали для решения этой задачи мобильную платформу тракторного типа массой 470 кг, разработанную Эстонским университетом естественных наук. Блок забора и анализа почвы находится в отдельном корпусе и включает в себя бур, трубчатый зонд, гидравлический насос, устройство для ввода проб и плотномер. Управление устройством для ввода проб осуществляется на основе данных кругового датчика положения вала и индуктивного датчика. По результатам испытаний в реальных условиях, предложенная мобильная платформа позволяет сократить время сбора образцов почвы для анализа до 50% по сравнению с традиционным подходом. Адаптированная к задачам анализа состава почвы сельскохозяйственная мобильная платформа не является универсальной, в связи с чем не представляется возможным применять ее для решения задач из другой предметной области без изменения конструкции.
В статье [6] представлен робот PoultryBot, предназначенный для периодического отслеживания работы птицефабрики, визуального контроля состояния птиц и сбора яиц. PoultryBot основан на разработанных ранее сельскохозяйственных роботах EyeSonic и SmartTrike и имеет габариты 1,1^0,45 м. Для обеспечения устойчивого движения устройство имеет три колеса с пневматическими приводами, которые управляются двумя контроллерами. PoultryBot оснащен датчиками угла поворота вала колеса, системой отслеживания движения, камерой и лазерным дальномером. Для сбора яиц используется цилиндрическая пружина. Тестирование устройства показало: из 300 яиц 46% было собрано успешно, 16% - потеряно, а в 37% случаев яйца не были захвачены устройством.
Появление камер высокого разрешения и датчиков для работы в трех измерениях позволило ученым продвинуться в точности картографирования за счет возможности построения трехмерных моделей местности. В работе [7] описано использование мобильной платформы для построения карты местности при помощи закрепленной на малогабаритной мобильной платформе трехмерной камеры Asus Xtion со встроенным датчиком глубины. Платформа состоит из двух пластиковых дисков, соединенных шестью стержнями, и двух колес; перемещение робота в пространстве осуществляется за счет работы двух двигателей. Устройство не предназначено для транспортировки грузов и может передвигаться только внутри помещений.
182
Предлагаемая в работе [8] система планирования движения реализована в бытовом сервисном роботе «Юстина». Система учитывает алгоритмы движения и планирования пути, пространственное представление и активную навигацию на основе поведения. В работе [9] представлены алгоритмы управления группой роботов в неопределенной среде с препятствиями. Данная задача решается с применением триангуляции Делоне и дальнейшей оптимизации положения робота.
Мобильные платформы часто используются для перемещения грузов. Так мобильные платформы, описанные в работах [10] и [11] разработаны специально для перемещения грузов и объектов. Мобильная платформа Lazaro [12] способна играть роль транспортного средства для перевозки грузов или носителя аппаратуры. Благодаря наличию двух пар колес и вспомогательного плеча, представленная платформа способна преодолевать такие препятствия, как ступени, пандусы и ямы. Lazaro оборудована IMU-сенсором, лазерным дальномером для навигации и ориентации в пространстве. Вспомогательное плечо предназначено для опоры во время перехода с одной поверхности на другую, что позволяет поднять передние колеса, переместить их, например, на следующую ступень, после чего происходит перенос плеча в противоположную сторону и создается дополнительная точка опоры для поднятия и смещения задних колес. Устройство имеет массу примерно 26 кг и габаритные размеры: высота 252 см, длина 468 см и ширина 425 см. Платформа не имеет специализированного аппаратного обеспечения помимо базового, обеспечивающего движение, поэтому предложенная конфигурация может быть использована только для перевозки грузов. Несмотря на наличие множества режимов локомоции, конструкция таких роботов не предназначена для монтажа специализированного оборудования, что делает ее неприменимой для решения широкого спектра задач [13].
В настоящее время мобильные платформы настолько прочно вошли в обиход, что встречаются, например, в торговых центрах [14] или домах престарелых [15]. Сервисный робот MobiKa (Mobile Communication Assistant) [15] специально разработан для помощи пожилым людям в домашнем хозяйстве. Он состоит из двух структурных частей: 1) мобильного робота и 2) стойки высотой 1,1 м, на которую крепятся камера и планшетный компьютер. Подвижное крепление компьютера на стойке при помощи ремней и шкивов позволяет регулировать высоту расположения для взаимодействия с человеком, когда пользователь находится в различных положениях. Для навигации внутри помещения используются лидар, который собирает информацию об объектах в диапазоне 360 градусов в горизонтальной плоскости и 3Б-сенсор, с углом обзора в 45 градусов вдоль передней части робота; лидар позволяет обнаруживать людей, мебель и небольшие препятствия на пути. В целях безопасности робот также оснащен небольшим бампером для смягчения столкновений.
Аналогичным образом устроен робот-ассистент SocialRobot, предназначенный для помощи пожилым людям. SocialRobot оборудован камерой высокого разрешения, сенсорным экраном, динамиками и световым табло. Для ориентации в помещении авторы использовали IMU-сенсор и лазерный дальномер.
Робот SPENCER [16] предназначен для информирования и помощи в ориентации посетителей крупных аэропортов. SPENCER состоит из подвижной части и тела робота, которое содержит две камеры высокого разрешения, сенсорный экран, микрофон, считыватель посадочных талонов и два ноутбука. Подвижная платформа включает в себя колеса, двигатели и лазерный дальномеры.
Проведенный обзор мобильной робототехники показал, что мобильные платформы разрабатываются под конкретные задачи, в которых алгоритм действий цикличен. Для решения новых задач данным роботам требуется как техническая модификация, так и изменение программной части, что ограничивает их спектр выполнения функций. Представленная в данной статье мобильная платформа имеет блочную структуру, состоящую из отдельных компонент - блоков, которые выполняют отдельные функции, обеспечивая тем самым работу устройства, направленную на различные потребности конечного пользователя.
Мобильная платформа с модульной структурой. Обзор мобильных платформ и функциональных устройств, используемых на этих платформах, показал, что функциональные особенности механизмов и отдельных узлов могут использоваться в автономном режиме как отдельные блоки. Исходя из такой постановки задачи, узлы мобильных платформ делятся на блоки по функциональному принципу, по возрастанию сложности конечного устройства: базовый блок, навесные блоки, функциональный блок.
Базовый блок - устройство с функционалом для навигации начального уровня, колесной базой для перемещения и вычислительным аппаратом управления мобильной платформой.
Корпус блока рассчитан на установку навесных и функциональных блоков для расширения области применения всего устройства.
Навесные блоки предназначены для расширения возможностей навигации, обнаружения препятствий, подключения дополнительных элементов питания и для коммутации с другими устройствами. Используются вместе с базовым блоком.
Функциональный блок - это модифицируемое по необходимости оборудование: например, экран для вывода справочной информации, грузовая корзина, манипулятор, рекламный стенд. Конечная функциональность блока определяется задачей, для выполнения которой конфигурируется и настраивается платформа.
Разрабатываемая платформа формируется из трех типов блоков, где базовый блок выступает основой для сборки устройства, навесные и функциональные блоки автономны и при необходимости могут использоваться по отдельности. Функциональный блок также может использоваться автономно, вне описываемой здесь структуры.
184
Новизна исследования заключается в возможности конфигурирования платформы под различные потребности конечного пользователя. Все основные системы базового блока при необходимости также могут быть модифицированы, дублированы и заменены. Шасси базового блока может быть адаптировано для использования колёс всенаправленного типа. На базовый блок универсальной конструкции можно монтировать дополнительное оборудование, используя разъемные соединения типа "ласточкин хвост". Этот блок является самодостаточным устройством с двигательной, навигационной и вычислительной системами и интерфейсами для подключения дополнительного оборудования. За счёт расположения и конструкции соединений, навесные блоки могут быть установлены отдельно как на нижнем, так и на верхнем уровнях платформы. Навесные блоки с дополнительным оборудованием в базовой комплектации разработаны как вспомогательное навигационное оборудование для более точного обхода препятствий. Помимо этого, можно разработать и установить на платформу блоки для взаимодействия с окружающей средой: манипуляторы, экраны, сте-реокамеры, корзины для перевозки различных грузов и т. д.
Прототип разработан как многофункциональная модульная мобильная платформа с целевым применением в больших складских или бизнес-помещениях. Базовая блок-схема (рис. 1) демонстрирует расположение основных элементов базового блока и места монтажа навесных блоков платформы.
Навесной блок
Навесной блок Базовый блок платформы
Бортовой т. Контроллер компьютер 1 г
| Лидар |
Т1Т Аккумуляторный Приемник Шасси - ь блок БЗУ
Рис. 1. Схема платформы
Общие габариты платформы в базовой конфигурации с навесными модулями (рис. 2) следующие: 0,5м (50 см) в диаметре, 0,296м (296 мм) в высоту, клиренс 0,033м (33 мм).
Рис. 2. Платформа в стандартной конфигурации с дополнительными навигационными модулями
185
Основой платформы служит несущий базовый блок с шасси, управляющей электроникой, аккумуляторной батареей, системой беспроводной зарядки и сканирующим лазерным дальномером. Базовый блок выполнен в виде двух основных уровней и подуровня для дальномера. Нижний уровень базового блока включает в себя основной несущий каркас, шасси, аккумуляторный блок, приёмную часть беспроводного зарядного устройства и опорный блок сканирующего лазерного дальномера. Сразу над ним находится подуровень, в котором расположен лазерный дальномер, сканирующий окружающее пространство для построения карты помещения. Расположение дальномера на специальном подуровне выбрано для снижения воздействия факторов окружающей среды. Верхний уровень платформы стоит на опорных стойках, выступающих как кабель-каналы для проводки внутри базового блока.
На верхнем уровне платформы устанавливается бортовой компьютер (в нашем случае Intel NUC) и контроллер управления (в нашем случае на примере прототипа Arduino Mega). Бортовой компьютер отвечает за связь с другими устройствами, вывод изображения на экран (если установлен соответствующий навесной блок с сенсорным экраном), обработку данных со всех датчиков (лазерный дальномер и датчики на навесных блоках), а также прием данных и формирование команд для контроллера, управляющего шасси платформы и беспроводной зарядкой. Датчики навесных блоков подключаются к контроллеру управления. На нижнем уровне базового блока установлены стойки шасси с датчиками скорости вращения каждого колеса.
Навесные блоки платформы разработаны как дополнительное оборудование, расширяющее возможности навигации ультразвуковыми (УЗ) датчиками и датчиками линии и добавляющее различные функции в зависимости от конструкции навесного блока. В данный момент разработаны навесные блоки базовой конфигурации с УЗ датчиками и датчиками линии для работы в помещении. В контексте современных задач, решаемых при помощи разнообразных человеко-машинных взаимодействий, ключевую роль играет обеспечение интерактивности работы при помощи интуитивно понятного графического пользовательского интерфейса. В качестве такого интерфейса модульная платформа оснащается навесным блоком с сенсорным экраном.
Помимо блоков с УЗ датчиками и датчиками линии представляется целесообразным размещать на платформе блок, оборудованный монокулярной камерой. Одной из задач, потенциально решаемых при помощи камеры, может быть распознавание визуальных маркеров. Данная функция позволит реализовать вспомогательные функции для построения 3D моделей помещений, а также определять положение робота в пространстве [17].
Функциональный блок разрабатывается как площадка с набором стандартных креплений на жесткой каркасной основе из конструкционного алюминиевого профиля. Такой подход позволяет сократить время работы над новыми узлами функциональных блоков при развитии конструкции
186
платформы в будущем и позволит использовать готовые узлы и механизмы сторонних производителей при расширении функциональности платформы.
Навигация мобильной платформы в пространстве. Для навигации робота в неизвестном пространстве необходимо решить задачу одновременной локализации и построения карты окружения - SLAM (Simultaneous Localization and Mapping) [18-21]. Задача SLAM состоит из одновременного определения состояний робота, оснащенного сенсорами, и построения модели (карты) неизвестной среды с помощью этих сенсоров.
Для обеспечения навигации разработанной мобильной платформы в пространстве на базовом, функциональном и навесных блоках установлены сенсоры: счетчики оборотов колес (датчики Холла), гироскопы и акселерометры. Для сканирования пространства в плоскости X-Y установлен лидар. На рис. 3 представлена архитектура планирования движения для мобильной платформы. Модуль планирования пути (глобальный планировщик) отвечает за построение карты помещения, локализацию и построение пути до промежуточной цели. Модуль избегания столкновений (локальный планировщик) осуществляет движение платформы до промежуточной цели из глобального планировщика, избегая динамические препятствия.
Рис. 3. Двухслойная архитектура модуля планирования движения
Архитектура программного обеспечения (ПО) для навигации платформы в пространстве реализована с помощью фреймворка ROS (рис. 4).
3 move_bas e_s imp le/g oal' geometry_msgs/PoseStamped
Рис. 4. Архитектура ПО навигации на основе ROS
187
Данные с лидара в виде сообщения sensor_msgs/LaserScan публикуются в ROS. В дальнейшем эта информация используются для построения карты помещения. Для перемещения мобильной платформы внутри помещения считывается одометрия с датчиков Холла и публикуется в ROS как сообщение nav_msgs/Odometry. Базовый контроллер посылает команды управления в виде команд скорости в сообщении geometry_msgs/Twist в системе координат устройства.
Для построения карты помещения используется пакет gmapping из фреймворка ROS. Gmapping реализует алгоритм FastSLAM [17], который использует многочастичный фильтр для решения задачи SLAM. Данный фильтр позволяет получить оценку параметров объекта, которые нельзя получить прямым измерением, используя их связь с известными параметрами. Для оценки неизвестных параметров фильтр создает множество частиц, где каждая частица несет индивидуальную карту окружающей среды. В начальный момент времени эти частицы абсолютно случайны, но на каждой итерации цикла фильтрации фильтр будет убирает частицы, которые не пройдут проверку достоверности, до тех пор, пока не останутся частицы наиболее близкие к истинному значению параметров [22].
На каждом шаге алгоритма FastSLAM вероятностное распределение
P( xt, m|z1t, uVt) представляется в виде множества взвешенных частиц
Xt ={( x1,x?, wf)},
где t - момент времени; xt - вектор состояний, описывающий положение и ориентацию робота в момент времени t; ut - вектор управления, примененный в момент времени t-1 для перевода робота в состояние xt; m - карта окружающей среды, построенная роботом для планирования движения; zt -
.VN
данные измерений сенсоров в момент времени t; xt - вектор состояний,
VN
описывающий положения и ориентацию частиц в пространстве; wt - веса частиц в момент времени t; N - количество частиц.
Вероятностное распределение описывает совместную апостериорную плотность вероятности карты окружающей среды и состояния робота в момент времени t, учитывая данные наблюдений и команд управления до времени t включительно, включая начальное состояние робота.
Вероятностный подход алгоритма многочастичного фильтра можно описать следующим образом.
1. Из распределения P, описывающего модель передвижения робота, случайным образом выбираются частицы
x/_i Q P(xt|x/_i, ut),
где x-j_[ - вектор состояний робота в пространстве в момент времени t-1; j - индекс частицы.
2. У каждой частицы в соответствии с целевым распределением определяется вес. В данном случае это модель измерений робота:
] Р( х\х{) Щ =———
Р( х( Х/-1, )
3. Проводится повторная выборка с замещением из получившегося набора частиц с наименьшим весом на частицы с наибольшим весом.
Еав18ЬЛМ использует многочастичные фильтры для оценки положения робота и построения карты окружающей среды. Для каждой из этих частиц ошибки построения карты являются условно независимыми, поэтому построение карты можно разбить на множество отдельных задач.
При планировании движения робота основной целью является достижение максимальной скорости движения до цели по найденным траекториям без столкновений с препятствиями. При обеспечении этой цели возникают сопутствующие проблемы, а именно:
- расчёт оптимального пути, учитывая возможные неточности исполнения команд управления;
- обеспечение быстрой генерации команд управления в случае появления непредвиденных объектов перед роботом в динамическом окружении.
Для определения траектории, свободной от столкновений (коллизий), в локальном планировщике системы навигации был использован глобальный алгоритм динамического окна. Алгоритм определяет траекторию, используя геометрические операции при условии, что робот двигается по круговым дугам и получает команду управления (V, ю), где V - скорость прямолинейного движения, ю - скорость вращательного движения. Для поиска траектории свободной от коллизий необходимо определить все допустимые и достигаемые скорости - пространство поиска динамического окна
V = V п V п Уа,
где - множество всех возможных скоростей робота; - множество достижимых скоростей робота с текущим ускорением; Уа - множество допустимых скоростей, на которых робот сможет остановиться до достижения препятствия.
После определения пространства скоростей, необходимо решить задачу выбора скоростей (V, ю) из этого пространства. Для этого определяется специальная эвристическая функция которая выбирает команды управления и определяет траектории движения робота для достижения цели. Данная функция минимизирует время до цели, путем «быстрого движения в правильном направлении». Функция планирует движение только в пространстве (х, у), планирование движения в пространстве скоростей (V, ю) не производится. Функция является линейной комбинацией функций, диапазоны значений которых находятся в интервале [0,1]:
189
W = а ■ vel (v) + в ■ nf (p, v) + у ■ Dnf (p, v, a) + 5 ■ goal (p, v, a),
где а, b, g, 8 - параметры, настраиваемые пользователем, для модифицирования поведения робота (в локальном варианте алгоритма у = 0); nfp, v) -функция учета стоимости достижения цели; Anfp, v, a) - функция, учитывающая глобальный план пути по цели; goal(p, v, a) - функция возвращает 1 если после выполнения команды передвижения робот будет находиться рядом с целевым положением, в противном случае возвращает 0; vel(v) -функция, определенная следующим образом:
^ ^ , если робот далеко от цели;
vel (v) =
v
v max
1 —, если робот близко к цели.
v
max
Функция описывает эвристическую функцию для глобального алгоритма динамического окна, она учитывает информацию, полученную от алгоритма планирования пути.
Достоинствами глобального алгоритма динамического окна являются:
- быстрое время реагирования;
- не требуется больших вычислительных мощностей;
- определение траектории робота, свободной от препятствий;
- успешное применение на реальных роботах.
При большом количестве достоинств, у алгоритма есть два существенных недостатка:
- некоторые траектории являются субоптимальными;
- локальный вариант данного алгоритма застревает в локальных минимумах.
Комбинация алгоритма Еав18ЬАМ и глобального алгоритма динамического окна успешно применяется на реальных моделях. Этот факт обеспечивает успешное применение данных алгоритмов на разработанной модели мобильной платформы для выполнения поставленных задач.
Заключение. В работе представлена конструкция и компоновка мобильной платформы, приведенной к модульной структуре и изменяемой под задачи в общих и частных случаях применения, допускающие отдельное использование отдельных элементов и механизмов как полнофункциональных устройств. Представлен алгоритм взаимодействия платформы описанной конфигурации с пользователями в интеллектуальном пространстве.
Модульная структура платформы включает базовый блок и навесные блоки. Базовый блок служит для передвижения устройства и построения карты помещения, а также для планирования маршрутов следования при выполнении задач. Навесные блоки платформы рассчитаны на размещение дополнительного оборудования. Функциональный блок разработан для установки на платформе оборудования взаимодействия с пользовате-
лями. При этом функциональный блок оснащен набором часто используемых стандартных креплений. Предложенная конструкция платформы предполагает возможность включения дополнительных блоков для объединения двух устройств в одно увеличенной грузоподъемности. Кроме того, предусмотрена интеграция в конструкцию дополнительных функциональных блоков, рассчитанных на работу в связке с другими устройствами. Разработанная архитектура ПО для навигации платформы в пространстве позволяет в автономном режиме строить карту помещения, планировать путь и избегать препятствий, используя информацию с сенсорных устройств, установленных в базовом, функциональном и навесных блоках.
Исследование выполнено при поддержке РФФИ (№16-29-04101_офи).
Список литературы
1. Li B., Zhou A., Yang C., Zheng S. The Design and Realization of Fruit Harvesting Robot Based on IOT // 2016 International Conference on Computer Engineering, Information Science & Application Technology (ICCIA 2016). Atlantis Press. 2016. P. 261-264.
2. Bechar A., Vigneault C. Agricultural robots for field operations: Concepts and components // Biosystems Engineering. 2016. V. 149. P. 94 - 111.
3. Bechar A., Vigneault C. Agricultural robots for field operations. Part 2: Operations and systems // Biosystems Engineering. 2017. V. 153. P. 110 -128.
4. Performance evaluation of a harvesting robot for sweet pepper / C.W. Bac, Hemming J., B.A.J. van Tuijl, R. Barth, E. Wais, E.J. van Henten // Journal of Field Robotics. 2017. V. 34. N. 6. P. 1123 - 1139.
5. Soil sampling automation using mobile robotic platform / E. Valjaots, H. Lehiste, M. Kiik, T. Leemet // Agronomy Research. 2018. V. 16. N. 3. P. 917 - 922.
6. Evaluation of the performance of PoultryBot, an autonomous mobile robotic platform for poultry houses / B.A. Vroegindeweij, S.K. Blaauw, J.M. IJsselmuiden, E.J. van Henten // Biosystems engineering. 2018. V. 174. P. 295 -315.
7. A ROS-based Middle-cost Robotic Platform with High-performance / C. Gómez, A.C. Hernández, J. Crespo, R. Barber // Proceedings of the International Academy of Technology, Education and Development (IATED). Barcelona, Spain. 2015. P. 6 - 8.
8. Негрете М., Саваж Х., Контрерас-Толедо Л.Э. Система планирования движения бытового сервисного робота на основе алгоритмов пространственного представления и активной навигации // Труды СПИИРАН. 2018. Т. 5. № 60. С. 5 - 38.
9. Пшихопов В.Х., Медведев М.Ю. Групповое управление движением мобильных роботов в неопределенной среде с использованием неустойчивых режимов // Труды СПИИРАН. 2018. Т. 5. № 60. С. 39 - 63.
191
10. Wu J., Yue X., Li W. Integration of hardware and software designs for object grasping and transportation by a mobile robot with navigation guidance via a unique bearing-alignment mechanism // IEEE/ASME Transactions on Mechatronics. 2015. V. 21 (1). P. 576 - 583.
11. Mechanical design and control system of an omni-directional mobile robot for material conveying / T. Peng, J. Qian, B. Zi, J. Liu, X. Wang // Procedia CIRP. 2016. V. 56. P. 412 - 415.
12. Caster-leg aided maneuver for negotiating surface discontinuities with a wheeled skid-steer mobile robot / J.M. García, J.L. Martínez, A. Man-dow, A. García-Cerezo // Robotics and Autonomous Systems. 2017. V. 91. P. 25 - 37.
13. Miao Z., Wang J., Li B. Mobile robot with multiple modes based on 4-URU parallel mechanism // New Trends in Mechanism and Machine Science. Springer, Cham. 2017. P. 399 - 407.
14. A smart assistant toward product-awareness shopping / C.C. Chen, T.C. Huang, J.J. Park, H.H. Tseng, N.Y. Yen // Personal and ubiquitous computing. 2014. V. 18 (2). P. 339 - 349.
15. MobiKa-Low-Cost Mobile Robot for Human-Robot Interaction / F. Graf, Q. Odaba§i, T. Jacobs, B. Graf, T. Fodisch // arXiv preprint arXiv:1905.01065. 2019. [Электронный ресурс]. URL: https://arxiv.org/pdf/1905.01065.pdf (дата обращения: 18.05.2019).
16. Spencer: A socially aware service robot for passenger guidance and help in busy airports / R. Triebel, K. Arras, R. Alami, L. Beyer, S. Breuers, R. Chatila, M. Chetouani, H. Hung // Field and service robotics. Springer, Cham. 2016. P. 607 - 622.
17. Montemerlo M., Thrun S., Koller D., Wegbreit B. FastSLAM: A Factored Solution to the Simultaneous Localization and Mapping Problem // Proceedings of the AAAI National Conference on Artificial Intelligence. 2002. P. 593-598.
18. Thrun S., Burgard W., Fox D. Probabilistic robotics. Cambridge: MIT Press, 2005. 647 p.
19. Durrant-Whyte H., Bailey T. Simultaneous Localisation and Mapping (SLAM): Part I The Essential Algorithms // IEEE Robotics and Automation Magazine. 2016. V. 13. N. 2. P. 99 - 110.
20. The SLAM problem: a survey / J. Aulinas, Y. Petillot, J. Salvi, X. Liado // Proceedings of the 2008 conference on Artificial Intelligence Research and Development. 2008. P. 363 - 371.
21. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age / C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, J. Leonard // IEEE Transactions on Robotics. 2016. Vol. 32. N 6. P. 1309 - 1332.
22. Grisetti G., Stachniss C., Burgard W. Improved techniques for grid mapping with rao-blackwellized particle filters // IEEE transactions on Robotics. 2007. Vol. 23. No. 1. P. 34.
Павлюк Никита Андреевич, научный сотрудник лаборатории, an-tei. hasgardagmail. com, Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации Российской академии наук,
Смирнов Петр Алексеевич, младший научный сотрудник, petruha. smirnov. l994agmail. com, Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации Российской академии наук,
Ковалев Артем Дмитриевич, младший научный сотрудник, artem.kovalevl992agmail. com, Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации Российской академии наук
CONSTRUCTIONAL AND ARCHITECTURAL SOLUTIONS FOR SERVICE MOBILE PLATFORM WITH PLUGGABLE MODULES
N.A. Pavliuk, P.A. Smirnov, A.D. Kovalev
This paper features a new approach to mobile robotic platform composition, which crucially differs from similar approaches, because it allows platform modification via swapping of unified structural modules. The review of modern solutions in this field shows, that the majority of existing similar systems are used for solving highly specialized problems. The developed design of the mobile robotic platform is applicable for solving different problems in various applied contexts, without disintegrating it. Software architecture is developed for navigation of the mobile platform. It solves several tasks: constructing a map of the environment, planning optimal ways to avoid obstacles basing on data from sensor systems.
Key words: mobile platform, modular robotics, pluggable modules.
Pavliuk Nikita Andreevich, researcher of laboratory, antei. hasgardagmail. com, Russia, St. Petersburg, St. Petersburg Institute for Informatics and Automation of the Russian Academy of Sciences,
Smirnov Petr Аlekseevich, junior researcher, petruha.smirnov. 1994agmail. com, Russia, St. Petersburg, St. Petersburg Institute for Informatics and Automation of the Russian Academy of Sciences,
Kovalev Аrtem Dmitrievich, junior researcher, artem.kovalevl992agmail. com, Russia, St. Petersburg, St. Petersburg Institute for Informatics and Automation of the Russian Academy of Sciences
