El sistema se apagará debido a tareas habituales de mantenimiento. Por favor, guarde su trabajo y desconéctese.
Design of a mobile robot’s control system for obstacle identification and avoidance using sensor fusion and model predictive control
Abstract
The aim of this master thesis is to design a control system based on model predictive
control (MPC) with sensor data fusion for obstacle avoidance. Since the amount of
obtained data is larger due to multiple sensors, the required sampling time has to be
larger enough in comparison with the calculation time of the optimal problem. Then
it is proposed a simplification of the mobile robot model in order to reduce this optimization
time.
The sensor data fusion technique uses the range information of a laser scanner and
the data of a mono-camera acquired from image processing techniques. In image processing
different detection algorithms are proposed such as shape and color detection.
Therefore an estimation of the obstacles dimension and distance is explained obtaining
accurate results.
Finally a data fusion for obstacle determination is developed in order to use this
information in the optimization control problem as a path constraint. The obtained
results show the mobile robot behavior in trajectories tracking and obstacle avoidance
problems by comparing two different sampling times. It is concluded that the mobile
robot reaches the final desired position while avoiding the detected obstacles along the
trajectory. Ziel dieser Masterarbeit ist, einen Steuerungsentwurf auf Basis der modellprädiktiven
Regelung (MPC) mit Sensordatenfusion und zur Hindernisvermeidung. Da die Menge
der erhaltenen Daten aufgrund mehrerer Sensoren größer ist, muss die erforderliche
Abtastzeit im Vergleich zur Rechenzeit des optimalen Problems größer sein. In der
Arbeit wird eine Vereinfachung des mobilen Robotermodells vorgeschlagen, um diese
Optimierungszeit zu reduzieren.
Die Sensordaten-Fusionstechnik verwendet die Bereichsinformation eines Laserscanners
und die Daten einer Monokamera, die durch Bildverarbeitungstechniken gewonnen
werden. Bei der Bildverarbeitung werden verschiedene Erfassungsalgorithmen
vorgeschlagen, wie z. B. Muster- und Farbdetektion. Eine Schätzung der Hindernisdimension
und -distanz wird erklärt, um genaue Ergebnisse zu erzielen.
Schließlich wird eine Datenfusion zur Hindernisbestimmung entwickelt, um diese Information
im Optimalsteuerungsproblem als Pfadbeschränkung zu nutzen. Die erzielten
Ergebnisse zeigen das Verhalten des mobilen Roboters bei Trajektorienverfolgungsund
Hindernisvermeidungsproblemen, indem zwei verschiedene Abtastzeiten verglichen
werden. Es wird gefolgert, dass der mobile Roboter die endgültige gewünschte Position
erreicht, während die erkannten Hindernisse entlang der Trajektorie vermieden
werden.
Temas
Control automático
Control predictivo
Sensores remotos
Robots móviles
Control predictivo
Sensores remotos
Robots móviles
Para optar el título de
Maestro en Ingeniería de Control y Automatización