Autonominis robotas žemėlapio sudarymui

Abstract

Šiuo metu rinkoje egzistuoja nemažai kelio planavimo algoritmais veikiančios įrangos, tačiau dauguma jos pasižymi aukštais įkainiais arba ribota įrangos plėtimo galimybe. Užduoties tikslas - apžvelgti kelio planavimo ir lokalizacijos algoritmus, metodus ir priemones, siekiant surasti tinkamiausią algoritmą lokalaus kelio planavimo uždaviniams spręsti. Siūlomas sprendimas yra sukurti pigią autonominio roboto platformą, kuri leistų vykdyti/tirti kelio planavimo algoritmus, nereikalaujant didelių finansinių išteklių. Taip pat siūloma naudoti šiuo metu populiariausias rinkoje platformas, taip siekiant gauti visus reikiamus darbų vykdymui resursus bei vartotojams kurie nėra susipažinę su programavimu – lengviau pradėti tai daryti. Užduoties atlikimo metu buvo surastas optimaliausias įrangos parinkimas, kainos ir resursų atžvilgiu aptikti jų privalumai ir trūkumai, peržvelgti kelio planavimo algoritmai, jų įgyvendinimai ir pasirinktas labiausiai keliamus kriterijus atitinkantis algoritmas. Surastas optimalus daviklių skaičius bei pasirinkti jų tipai kelio planavimo roboto kūrimui. Buvo sukurta roboto platforma, skirta realizuoti ir tirti atrinktus tyrimui algoritmus. Visų eksperimentų atlikimo metu pastebėta, kad geriausius rezultatus pasiekia modifikuotas Dijkstra algoritmas (vykdoma taško paieška, suradus tašką judama į priešingą tašką x ašies atžvilgiu). Gautus rezultatus galima naudoti integruojant gautus duomenis į API tipo programas. Integruoti algoritmus į realias žemėlapių sistemas, taip leidžiant spręsti lokalizacijos uždavinius žemėlapiuose. Plėsti algoritmus papildant Dijkstrą algoritmą, kad nebūtų judama per taškus, kurie jau yra išanalizuoti ir taip padidinti algoritmo atliekamų žingsnių išnaudojimo efektyvumą. Integruoti neuroninį tinklą, siekiant nustatyti/nuspėti kliūčių pozicijas, remiantis jau surinkta informacija. Lyginti dirbtinio intelekto (eng. Artificial intelligence) ir populiariausių kelio paieškos algoritmų veikimo rezultatus.

At this time on the market there are a number of path planning algorithms operating equipment. Most of them has either high prices or limited hardware expansion options. Exercise aims to review the way planning and localization algorithms, methods and tools to identify the most appropriate algorithm for local road planning tasks. The suggested solution is to create autonomous robot platform, which will allow analysing planning algorithms without any big financial resources. Also, suggested using algorithms which are most popular at this moment. This will allow easily get all requirements help and data and allows easily start development process users, who are juniors in this area of programming. During the task performance time, the optimal hardware solution cost and resources were found, detected their strengths and weaknesses, looked at the path planning algorithms and their implementations and selected the most to the criteria corresponding to algorithm. Chosen an optimal number of sensors and selected their types. The robot platform was created, which used to analyse chosen algorithms. During analyzations has been noticed that best results get modified Dijkstra algorithm. Received results can be used to integrate data to specific API. Integrate algorithms into real mapping applications which will allow solving mapping tasks on real maps. Extend Dijkstra algorithm. Integrate neuronic network or AI and analyse they results.