1/109 Mobile, autonome robotter Jakob Fredslund, phd. studerende i datalogi.

Presentasjon om: "1/109 Mobile, autonome robotter Jakob Fredslund, phd. studerende i datalogi."— Utskrift av presentasjonen:

1 1/109 Mobile, autonome robotter Jakob Fredslund, phd. studerende i datalogi

2 2/109 Robotformationer med kun lokal information og kontrol Jakob Fredslund, Maja J Mataric {jakobf, maja}@robotics.usc.edu Interaction Lab, University of Southern California, USA / Dept. of Computer Science, Aarhus University, Denmark

3 3/109 Lokal information og kontrol? Lokal info: hver robot har kun lokal viden om sine omgivelser. Global info: hver robot ved hvor alle andre er i fælles koordinatsystem (GPS). Lokal kontrol: hver robot er autonom. Global kontrol: central styring af alle robotter.

4 4/109 Mål Bevæge sig i formation, lokal info & kontrol Vilkårlige formationer Skifte mellem formationer Sim. + rigtige robotter (robust mht. støj)

5 5/109 Metode Detektérbart, unikt ID ID broadcastes jævnligt (hjerteslag) Dirigenten broadcaster også f Hver robot kender: gruppestørrelse, alle robotters ID & ønsket formation.

6 6/109 Metode Hver robot følger en ven i en vis vinkel og afstand

7 7/109 Metode Hver robot følger en ven i en vis vinkel og afstand Hver robot har kun én følgesvend -> venskabskæden, sorteret efter ID.

8 8/109 Metode Hver robot følger en ven i en vis vinkel og afstand Hver robot har kun én følgesvend -> venskabskæden, sorteret efter ID. Median/laveste ID er dirigent

9 9/109 At kende sin plads Ud fra gruppestørrelse, ID’er og f finder hver robot sin plads; dvs. sin ven og vinklen den skal holde til ham. N = 8, f = diamant: Selv-organisering giver retning

10 10/109 Ven-sensoren Skal give vennens ID, vinkel, afstand Antag 180  synsfelt Kan panoreres

11 11/109 Tre abstraktionsniveauer Panorér sensor Centrér ven i synsfeltet Undgå kollisioner

12 12/109 Implementation af algoritme ID: farve- genkendelse Vinkel: kamera pan. Afstand: laser Ven-sensor: kamera + laser scanner Simulation/real robots

13 13/109 Undgå kollision Bufferzone omkring foreslået bevægelse Se langt frem Data fra eksperiment med fysiske robotter, enheden er i meter

14 14/109 Panorér kamera, centrér ven

15 15/109 Experimentel dokumentation Formelle succeskriterier:

16 16/109 Dokumenterede egenskaber Stabilitet af etablerede formationer Robusthed hvis robotter går i stå Skift mellem to vilkårlige formationer Undgå kollisioner ~ oprethold eller gendan formation Succeskriterierne brugt i alle eksperimenter.

17 17/109 Stabilitet Linie Diamant

18 18/109 Robusthed (1) Princip: ufuldstændig 6-diamant til fuldstændig 4-diamant. Simulation: hexagon til pentagon.

19 19/109 Robusthed (2) 4-kile, 3-kile, 4-kile.

20 20/109 Skift Diamant til linie.

21 21/109 Undgå kollisioner To robotter opretholder formationen mens de kører uden om en forhindring.

22 22/109 GUI

23 23/109 GUI

24 24/109 GUI Download

25 25/109 Recovery

26 26/109 Konklusioner Globale formationer via lokal information + minimal kommunikation Lagdelt algoritme -> simple regler, de samme for alle venskabsvinkler

27 27/109 Mere information Artikel på International Symposium on Computational Intelligence in Robotics and Automation 2001, Banff, Canada. Email: chili@daimi.au.dkchili@daimi.au.dk Mere video og flere artikler: http://robotics.usc.edu/~agents/projects/formations.html