1,720,995 research outputs found
Sampling-based optimal kinodynamic planning with motion primitives
No full textThis paper proposes a novel sampling-based motion planner, which integrates in Rapidly exploring Random Tree star (RRT ⋆) a database of pre-computed motion primitives to alleviate its computational load and allow for motion planning in a dynamic or partially known environment. The database is built by considering a set of initial and final state pairs in some grid space, and determining for each pair an optimal trajectory that is compatible with the system dynamics and constraints, while minimizing a cost. Nodes are progressively added to the tree of feasible trajectories in the RRT ⋆ algorithm by extracting at random a sample in the gridded state space and selecting the best obstacle-free motion primitive in the database that joins it to an existing node. The tree is rewired if some nodes can be reached from the new sampled state through an obstacle-free motion primitive with lower cost. The computationally more intensive part of motion planning is thus moved to the preliminary offline phase of the database construction at the price of some performance degradation due to gridding. Grid resolution can be tuned so as to compromise between (sub)optimality and size of the database. The planner is shown to be asymptotically optimal as the grid resolution goes to zero and the number of sampled states grows to infinity
Human-like path planning in the presence of landmarks
No full textThis work proposes a path planning algorithm for scenarios where the agent has to move strictly inside the space defined by signal emitting bases. Considering a base can emit within a limited area, it is necessary for the agent to be in the vicinity of at least one base at each point along the path in order to receive a signal. The algorithm starts with forming a specific network, based on the starting point such that only the bases which allow the described motion are included. A second step is based on RRT*, where each edge is created solving an optimal control problem that at the end provides a human-like path. Finally the best path is selected among all the ones that reach the goal region with the minimum cost
Model based Detection and 3D Localization of Planar Objects for Industrial Setups
No full textIn this work we present a method to detect and estimate the three-dimensional pose of planar and textureless objects placed randomly on a conveyor belt or inside a bin. The method is based on analysis of single 2D images acquired by a standard camera. The algorithm exploits a template matching method to recognize the objects. A set of pose hypotheses are then refined and, based on a gradient orientation scoring, the best object to be manipulated is selected. The method is flexible and can be used with different objects without changing parameters since it exploits a CAD model as input for template generation. We validated the method using synthetic images. An experimental setup has been also designed using a fixed standard camera to localize
planar metal objects in various scenarios
Automatic computation of bending sequences for double-head wire bending machines
Full text linkAbstract
Determining a feasible bending sequence for a double-head bending machine is a challenging and time-consuming task, even for an expert operator. An automatic bending sequence computation algorithm for a single-head bending machine was proposed in a previous work, exploiting A ⋆
graph search algorithm and the representation of the workpiece as an equivalent manipulator. This paper extends that approach to the case of a double-head bending machine, whose complexity, in terms of number of possible solutions to the problem of computing the feasible bending sequences, and of determination of the better sequences, that should exploit parallelism thanks to the execution of simultaneous bends on the two heads, is definitely higher. In this case, the wire has been modelled using two serial-link manipulators with a common base, and the A ⋆ cost function has been modified to promote simultaneous bends. An axes reachability-based path generator and the possibility of partial sequence search have been incorporated as well, to manage the run-time challenges due to an increased number of bends. In this way, an efficient bending sequence computation algorithm for a double-head wire bending machine has been devised, whose performance has been assessed on two industrial test cases, demonstrating its effectiveness and usefulness.Abstract
Determining a feasible bending sequence for a double-head bending machine is a challenging and time-consuming task, even for an expert operator. An automatic bending sequence computation algorithm for a single-head bending machine was proposed in a previous work, exploiting A ⋆
graph search algorithm and the representation of the workpiece as an equivalent manipulator. This paper extends that approach to the case of a double-head bending machine, whose complexity, in terms of number of possible solutions to the problem of computing the feasible bending sequences, and of determination of the better sequences, that should exploit parallelism thanks to the execution of simultaneous bends on the two heads, is definitely higher. In this case, the wire has been modelled using two serial-link manipulators with a common base, and the A ⋆ cost function has been modified to promote simultaneous bends. An axes reachability-based path generator and the possibility of partial sequence search have been incorporated as well, to manage the run-time challenges due to an increased number of bends. In this way, an efficient bending sequence computation algorithm for a double-head wire bending machine has been devised, whose performance has been assessed on two industrial test cases, demonstrating its effectiveness and usefulness
Modelling an electric car power consumption from trajectory data
No full textLAUREA MAGISTRALELo scopo della seguente tesi è la creazione di un modello di un'automobile elettrica e la stima del consumo di potenza elettrica della stessa, a partire da dati di un grande numero di traiettorie. Il primo passo è la modellizzazione dell'automobile, modello ZD del'azienda Share'n go, basato sulla minimizzazione del costo. Utilizzando i dati sperimentali, il modello di un sistema di primo ordine viene costruito. Successivamente, grazie agli stessi dati sperimentali, viene creato un ciclo di guida e viene sviluppato un algoritmo per il controllo di guida longitudinale. Infine, il compito finale è la stima della potenza consumata durante le traiettorie eseguite dall'automobile. In questo passo, sono introdotti alcuni concetti comprendenti il formato di dati utilizzato, i diversi servizi web utilizzati nel projetto e alcune teorie di map-matching. Sono state inoltre sviluppate, in Matlab, alcune funzioni, dalla scrittura dei file gpx all'identificazione delle traiettorie, dall'analisi delle stesse fino al calcolo finale della stima del consumo di potenza elettrica utilizzata.The purpose of this thesis is to model an electric car and estimate its power consumption from a large number of the trajectory data. At the beginning the job is modelling an type of the electric car, the ZD type electric car from Share’n go company, based on costing down test. And we model the first-order system of the car with the data collected in the experiment. The following work is creating a drive cycle and longitudinal driver controller from the experimental data and the developed algorithm. Then the last process is estimating the power consumption of the car from the large number of trajectory data. During this process, a few of concepts of data format, several useful web services for our project and some theories for map-matching process will be introduced. And some Matlab functions will be built to do the perform the work from writing the gpx files to the trajectory identification, from the trajectory analysis to the final result of the estimation of the power consumption
An efficient C++ library for RRT* with motion primitives
No full textLAUREA MAGISTRALEQuesta tesi affronta uno dei problemi più difficili della robotica, ovvero la pianificazione kinodynamic del movimento. La pianificazione del movimento ha un ruolo importante nella navigazione autonoma, cercando un percorso privo di collisioni da uno stato iniziale a uno stato finale. Per affrontare il problema è stata creata una libreria C ++ che implementa un'estensione dell'ottimale Rapidly-exploring Random Trees (RRT*) con un database di primitive di movimento pre-calcolate. Questo approccio allevia il carico computazionale e consente la pianificazione del movimento in ambienti dinamici o parzialmente noti. La libreria utilizza hash-table per cercare le primitive di movimento in modo efficiente e adotta l'infrastruttura fornita dalla Open Motion Planning Library (OMPL).This thesis addresses one of the most challenging problems in robotics namely kinodynamic motion planning. Motion planning plays an important role in autonomous navigation, searches for a collision-free path from an initial state to a final state. To tackle the problem a C++ library that implements an extension of the optimal Rapidly-exploring Random Trees(RRT*) with a database of pre-computed motion primitives has been created. This approach alleviates the computational load and allows for motion planning in dynamic or partially known environments. The library utilizes hash-tables to look up the motion primitives in an efficient manner and adopts the infrastructure provided by the Open Motion Planning Library (OMPL)
Time-efficient path planning in a human crowded environment
No full textLAUREA MAGISTRALEQuesta tesi riguarda la navigazione di robot che si muovono autonomamente. In particolare, lo scopo principale è lo sviluppo di un metodo di pianificazione di un percorso senza collisioni ed efficiente in termini di tempo, ottimale per un mobile-robot autonomo in un ambiente pieno di persone, delle cui future direzioni bisogna tener conto.
Pertanto, la strategia adottata per la pianificazione del percorso si fonda sull'utilizzo di un algoritmo di ripianificazione basato sul campionamento che aggiorna dinamicamente il percorso in risposta ai movimenti imprevisti di ostacoli dinamici.
In particolare, il metodo di pianificazione del percorso impiegato in questa ricerca si basa sul recente algoritmo di ripianificazione, chiamato RRTX, che è un algoritmo basato sul campionamento asintoticamente ottimale, e crea un albero di percorso ottimale che si origina dal goal state e si basa sul principio del minor cost-to-goal per i percorsi che probabilmente faranno parte della soluzione di percorso ottimale. Inoltre, questo algoritmo aggiorna continuamente il percorso durante l'esecuzione ricalcolando e rimodellando istantaneamente l'albero del percorso ottimale negli ambienti ogni volta che un ostacolo dinamico ostruisce il percorso ottimale del robot.
La seconda strategia esaminata in questa ricerca è quella di introdurre un modello di movimento umano adottando un approccio stocastico che rappresenti l'incertezza nel movimento futuro delle persone. Infatti, il modello di movimento prevede probabilisticamente la traiettoria futura delle persone al fine di prevenire le collisioni nell'area in cui è probabile che le persone si trovino nel prossimo futuro.
Quindi, al fine di integrare le persone con il modello nella pianificazione del percorso, si é adottato un metodo tale che i risultati probabilistici del modello di movimento siano impostati come termini di peso per aumentare il costo dei nodi RRTX nelle regioni in cui si rischia di avere una collisione tra i pedoni e il robot. Pertanto, il robot tende a evitare di trovarsi in queste aree a causa dell'aumento dei costi e segue il percorso ottimale (più economico) nelle regioni non ostruite dell'ambiente.
Le prestazioni dell'algoritmo di pianificazione del percorso proposto in questa tesi e l'algoritmo RRTX sono state valutate sulla base di simulazioni che includessero delle posizioni di persone prese dal mondo reale. I risultati della simulazione hanno dimostrato che il robot implementato con l'algoritmo proposto ha mostrato un comportamento più naturale e un movimento più stabile rispetto all'algoritmo RRTX.This thesis focuses on the navigation of an autonomous mobile robot. In particular, the main goal is to develop a collision-free and time-efficient, optimal, path planning solution for the mobile robot in a human crowded environment by taking into account the possible future trajectories of the people.
In this work, the adopted strategy for path planning relies on using a sampling-based replanning algorithm that dynamically updates the path in order to react to the unexpected movements of dynamic obstacles. In particular, the path planning method is based on the recent replanning algorithm, called RRTX, which is an asymptotically optimal sampling-based algorithm, that creates a tree rooted at the goal state, containing the lowest cost-to-goal information for the edges that are likely to be part of the optimal path solution. Also, this algorithm continuously updates the path during execution by instantaneously repairing and remodeling the tree in the environments whenever dynamic obstacles obstruct the optimal path of the robot.
The second strategy adopted in this work is to introduce a human motion model which is based on a stochastic model that represents the uncertainty in the future motion of the people. In fact, the motion model probabilistically predicts the future trajectory of the people in order to prevent collisions in the area where the people are likely to be in the near future.
Then, in order to integrate the people model into the path planning, we have employed a method such that the probabilistic results of the motion model are set as the weight terms to increase the cost of the RRTX nodes in the regions where there is likely to be a collision between the people and the robot. Thus, the robot tends to avoid these regions because of the increased cost and follows the optimal (the cheapest cost) path in the unobstructed regions of the environment.
The performance of the path planning algorithm proposed in this thesis and RRTX algorithm has been evaluated by means of simulations including the people whose positions are taken from the real world. The simulation results have proved that the robot implemented with the proposed algorithm has shown a more natural behavior and a more stable movement with respect to RRTX algorithm
Flexible model-based detection and localization of a 3D rotational symmetric object
Full text linkLAUREA MAGISTRALERecentemente, il rilevamento e la localizzazione basati su modelli sono diventati
un argomento molto diffuso, in quanto la loro applicazione per la selezione di un
oggetto ha assunto un ruolo importante nel campo della visione della robotica
industriale. Tuttavia, rendere il robot in grado di riconoscere la posa dell'oggetto e
di scegliere l'oggetto migliore da selezionare è un compito impegnativo a causa
della forma simmetrica rotazionale 3D dell’oggetto. Pertanto, in questa tesi verrá
presentato un algoritmo del tipo ‘Modalitá Linea Esterna’ per la generazione del
modello. L'algoritmo proposto viene utilizzato per produrre il contorno di un
modello flessibile 3D mediante la scansione verticale e orizzontale della linea
considerata e permette di selezionare il punto minimo e massimo in ciascuna
linea. Un algoritmo Directional Chamfer Matching (DCM) calcola una
trasformata integral distance dell’immagine catturata per trovare il costo minimo
della distanza e del disallineamento dell'orientamento tra il modello
dell’immagine e l’immagine catturata con lo scopo di riconoscere la posa
dell'oggetto. Per ottimizzare il riconoscimento della posa dell'oggetto, l'errore di
proiezione dei minimi quadrati viene minimizzato utilizzando un algoritmo
Levenberg-Marquardt insieme alla creazione di una soglia basata sul valore
mediano del costo DCM per trovare il segmento mancante del modello. Infine, un
algoritmo Gradient and Orientation Score, basato sul calcolo del gradiente locale e
dell’orientamento dell’immagine, determinerà l'oggetto migliore da selezionare. Il
risultato mostra che l'errore medio tra la posa reale dell’oggetto e la posa ottenuta
dagli algoritmi computazionali rispetto alla tema mondo è, rispettivamente, di
0,46 mm per la traslazione e di 2,14° per la rotazione. Invece, il più alto punteggio
relativo al miglior match tra il modello dell’immagine e l’immagine catturata é di
0.67 su 1. Nel complesso, l'algoritmo proposto consente a un modello flessibile di
rilevare e localizzare qualsiasi posizione dell'oggetto simmetrico rotazionale.Recently, the model-based detection and localization become a popular topic as
their application for selecting an object has an important role in the industrial
robotic vision field. However, it is a challenging task to make the robot can
recognize the pose of the object and pick the best selection object because of its
3D rotational symmetric shape. Therefore, this thesis presents an Outer Line
Mode algorithm for the template model generation. The proposed algorithm is
used to produce an outer line (border) of a 3D flexible template model by
scanning the evaluated line both in vertical and horizontal direction and select the
minimum and the maximum point in each evaluated line. A Directional Chamfer
Matching (DCM) algorithm computes an integral distance transform of the
captured image to find the lowest cost of the distance and orientation mismatch
between the chamfer and the captured image with the aim to recognize the object
pose. In order to optimize the recognition of the object pose, the least squares
projection error is minimized using a Levenberg-Marquardt algorithm together
with creating a threshold based on the median value of DCM cost to encounter the
missing edge case. Finally, a Gradient and Orientation Score algorithm will
determine the best match selection object to be manipulated based on a
computation of the local gradient and orientation of the image. The result shows
that the average error between the real object pose and the pose found by the
computational algorithms with respect to the world frame is 0.46 mm for the
translation and 2.14° for the rotation, respectively. While, the highest score of the
best match selection between the template model and the captured image reaches
0.67 out of 1. Overall, the proposed algorithm enables a flexible template model
to detect and localize any pose of the rotational symmetric object
Uncertainty-aware motion planning for a robotic manipulator in vineyard environments
No full textLAUREA MAGISTRALEQuesto lavoro di tesi mira a sviluppare un'infrastruttura per la pianificazione del movimento che tenga conto dell'incertezza nella posizione e configurazione del robot per un manipolatore mobile agricolo orientato alla raccolta automatica dell'uva da tavola in ambienti vitivinicoli. Il framework proposto consiste di due componenti principali: ricostruzione dell'ambiente e pianificazione del movimento.
In primo luogo, l'ambiente intorno al grappolo viene ricostruito utilizzando Next Best View, un algoritmo che scansiona l'ambiente iterativamente e seleziona la vista più rilevante. La quantità di informazioni fornita da una vista viene stimata utilizzando una nuova definizione di Information Gain, che considera la distanza tra il bersaglio e la vista della telecamera e il potenziale volume sconosciuto che la telecamera può scoprire.
La seconda componente del framework proposto è la pianificazione del movimento. Utilizza una versione modificata di ABIT* che considera l'incertezza stimata della posizione del manipolatore lungo il percorso. L'incertezza viene proiettata nello spazio di lavoro come un iper-ellissoide definito da una distribuzione Chi Quadro che contiene le possibili posizioni del punto considerato data una certa probabilità. L'iper-ellissoide viene quindi utilizzato come margine di sicurezza nel controllo delle collisioni eseguito dal pianificatore.
Questo lavoro estende l'idea di pianificazione del movimento con stima dell'incertezza per i manipolatori a scenari di lavoro realistici, consentendo al pianificatore di gestire ambienti complessi grazie alla definizione innovativa dell'incertezza della posizione nello spazio di lavoro. Queste due componenti, in combinazione, consentono al pianificatore di adattarsi facilmente a una varietà di situazioni, dotando il sistema di un elevato livello di autonomia.
In conclusione, il framework sviluppato è testato in un ambiente di simulazione che assomiglia a un vero vigneto, dimostrando la sua efficacia e il potenziale per l'implementazione in un sistema autonomo di raccolta dell'uva da tavola in vitigno.This thesis work aims to develop a Motion Planning Framework that takes into account uncertainty in the robot's pose and configuration for an agricultural mobile manipulator focused on automatic table grape harvesting in Vineyard Environments. The proposed framework consists of two main components: environment reconstruction and motion planning.
Firstly, the environment in the grape's surroundings is reconstructed using Next Best View, an algorithm that scans the environment iteratively and selects the most relevant view. The amount of information provided by a view is estimated using a novel definition of Information Gain, which considers the distance between the target and the camera view and the potential unknown volume that the camera can discover.
The second component of the proposed framework is motion planning. It uses a modified version of ABIT* that tracks the expected uncertainty of the manipulator's pose throughout the path. The uncertainty is projected in task space as a hyper-ellipsoid defined from a Chi Squared distribution that contains the possible poses of the considered point with a given probability. The hyper-ellipsoid is then used as a safety margin in collision checking performed by the planner.
This work extends the idea of uncertainty-aware motion planning for manipulators to realistic work scenarios, enabling the planner to deal with complex environments thanks to the innovative definition of the pose uncertainty in task space. These two components, in combination, allow the planner to adapt easily to a variety of situations, empowering the system with a high level of autonomy.
In conclusion, the developed framework is tested in a simulation environment that resembles a real vineyard, demonstrating its effectiveness and potential for implementation in an autonomous table grape harvesting system in Vineyard Environments
- …
