СИСТЕМА ОБЕСПЕЧЕНИЯ АВТОНОМНОГО ВОЗВРАЩЕНИЯ КОЛЁСНОГО РОБОТА ПРИ ПОТЕРЕ СВЯЗИ С УДАЛЕННЫМ ОПЕРАТОРОМ

Д. В. Березников; А. А. Закиев; Е. А. Магид

Д. В. Березников Казанский федеральный университет
А. А. Закиев Казанский федеральный университет
Е. А. Магид Казанский федеральный университет

Ключевые слова: Мобильный робот, алгоритм, автономное возвращение, обнаружение разрыва соединения, PMB-2

Аннотация

Данная работа посвящена увеличению уровня автономности мобильных роботов в случаях потери связи с оператором, осуществляющим удаленное управление роботом. Акту-альность данной задачи растет, поскольку мобильные роботы находят все больше примене-ний в различных задачах. При работе в опасной для человека среде, например, во время поис-ково-спасательной операции, требуется надежный способ сохранить робота в случаях по-тери связи. Разрыв связи с роботом, который используется в недоступной для человека сре-де, означает потерю робота как функциональной единицы. Причиной возникновения подоб-ных ситуаций становится несовершенство технологий связи, свойства окружающей среды или человеческий фактор. Данная проблема может возникнуть как при проводной, так и беспроводной связи между оператором и роботом. Поэтому робот должен обладать воз-можностью самостоятельно принимать решения в соответствии с поставленной задачей в случае потери прямого контроля со стороны оператора. Для этого робот должен иметь возможность обнаруживать потерю связи с оператором и возвращаться в начальную точку пути без вмешательства человека. В данной статье мы представляем разработанный алго-ритм автоматического обнаружения разрыва сетевого соединения робота и алгоритм ав-тономного возврата робота. В отличие от существующих решений, разработанный алго-ритм не требует дополнительного оборудования или настройки программного обеспечения на стороне оператора. Алгоритм обнаружения разрыва сетевого соединения робота исполь-зует анализ TCP/IP пакетов, что делает его универсальным для роботов, управляемых по сетям Wi-Fi. Для автономного возвращения робота используются методы одновременнойлокализации и картографирования (SLAM) и алгоритмы планирования пути. В режиме автономного возвращения робот опирается на сенсорные данные, собранные во время движения под контролем телеоператора. Алгоритмы были интегрирован в систему управ-ления реального колесного робота PMB-2 и протестированы в лабораторных условиях, что экспериментально подтвердило их эффективность и практическую применимость.

Литература

1. Shabalina К. [et al.]. Comparative Analysis of Mobile Robot Wheels Design, Int. Conf. on Developments in eSystems Engineering, IEEE, 2018, pp. 175-179.
2. Shimchik I. [et al.]. Golf cart prototype development and navigation simulation using ROS and Gazebo, MATEC Web of Conf., EDP Sciences, 2016, Vol. 75, pp. 09005.
3. Magid Е., Lavrenov R., Afanasyev I. Voronoi-based trajectory optimization for UGV path planning, Int. Conf. on Mechanical, System and Control Engineering, IEEE, 2017, pp. 383-387.
4. Sokolov M. [et al.]. Modelling a crawler-type UGV for urban search and rescue in Gazebo environment, Int. Conf. on Artificial Life and Robotics, 2017, pp. 360-362.
5. Farkhatdinov I., Ryu J.H. and Poduraev J. A user study of command strategies for mobile robot teleoperation, Intel Serv Robotics, 2009, Vol. 2, pp. 95-104.
6. Wang M., James N.K. Liu. Interactive control for Internet-based mobile robot teleoperation, Robotics and Autonomous Systems, 2005, Vol. 52 (2-3), pp. 160-179.
7. Magid Е. [et al.]. Artificial Intelligence Based Framework for Robotic Search and Rescue Operations Conducted Jointly by International Teams, Int. Conf. on Electromechanics and Ro-botics “Zavalishin's Readings”, 2019, pp. 15-26.
8. Nagatani K. [et al.]. Emergency response to the nuclear accident at the Fukushima Daiichi Nuclear Power Plants using mobile rescue robots, J. of Field Robotics, 2013, Vol. 30 (1), pp. 44-63.
9. Jordi P., Marchionni L., Ferro F. Tiago: the modular robot that adapts to different research needs, Int. workshop on robot modularity IEEE IROS, 2016.
10. Alishev N. [et al.]. Network Failure Detection and Autonomous Return Algorithms for a Crawler Mobile Robot Navigation, Int. Conf. on Developments in eSystems Engineering, IEEE, 2018, pp. 169-174.
11. Tardioli D. [et al.]. Enforcing network connectivity in robot team missions, Int. J. of Robotics Research, 2010, Vol. 29 (4), pp. 460-480.
12. Mong-ying A.H. [et al.]. Towards the deployment of a mobile robot network with end-to-end performance guarantees, Robotics and Automation, IEEE, 2006, pp. 2085-2090.
13. Derbakova A., Correll N., Rus D. Decentralized self-repair to maintain connectivity and cov-erage in networked multi-robot systems, Int. Conf. Robotics and Automation, IEEE, 2011, pp. 3863-3868.
14. Hsieh M.A. [et al.]. Maintaining network connectivity and performance in robot teams, J. of field robotics, 2008, Vol. 25 (1-2), pp. 111-131.
15. PAL Robotics // http://pal-robotics.com. Available at: http://pal-robotics.com (accessed 02 March 2020).
16. Fernandes A. Ad hoc communication in teams of mobile robots using zigbee technology, Computer Applications in Engineering Education, 2015, Vol. 23.5, pp. 733-745.
17. Ping utility, Ubuntu xenial package. Available at: https://packages.ubuntu.com/xenial. Availa-ble at: https://packages.ubuntu.com/xenial/iputils-ping (accessed 02 March 2020).
18. global_planner, ROS package // http://wiki.ros.org. Available at: http://wiki.ros.org/ glob-al_planner (accessed 02 March 2020).
19. Zakiev А. [et al.]. Path planning for Indoor Partially Unknown Environment Exploration and Mapping, Int. Conf. on Artificial Life and Robotics, 2018, p. 399-402.
20. Quigley M. [et al.]. Sub-meter indoor localization in unmodified environments with inexpen-sive sensors, IROS, IEEE, 2010, pp. 2039-2046.
21. Fox D. Adapting the sample size in particle filters through KLD-sampling, Int. J. of robotics research, 2003, Vol. 22, pp. 985-1003.