AbstractsComputer Science

Pokročilé plánování cesty robotu (RRT)

by Lukáš Knispel




Institution: Brno University of Technology
Department:
Year: 0
Keywords: plánování cesty; mobilní robot; Rychle rostoucí náhodný strom; obousměrné prohledávání; nonholonomní plánování; Qt framework; C++; Python; Maxon; MCD EPOS; path planning; mobile robot; Rapidly-exploring Random Tree; bidirectional search; nonholonomic planning; Qt framework; C++; Python; Maxon; MCD EPOS
Record ID: 1097988
Full text PDF: http://hdl.handle.net/11012/18043


Abstract

Tato diplomová práce práce se zabývá plánováním cesty všesměrového mobilního robotu pomocí algoritmu RRT (Rapidly-exploring Random Tree – Rychle rostoucí náhodný strom). Teoretická část popisuje základní algoritmy plánování cesty a prezentuje bližší pohled na RRT a jeho potenciál. Praktická část práce řeší návrh a tvorbu v zásadě multiplatformní C++ aplikace v prostředí Windows 7 za použití aplikačního frameworku Qt 4.8.0, která implementuje pokročilé RRT algoritmy s parametrizovatelným řešičem a speciálním dávkovým režimem. Tento mód slouží k testování efektivnosti nastavení řešiče pro dané úlohy a je založen na post-processingu a vizualizaci výstupu měřených úloh pomocí jazyka Python. Vypočtené cesty mohou být vylepšeny pomocí zkracovacích algoritmů a výsledná trajektorie odeslána do pohonů Maxon Compact Drive všesměrové mobilní platformy pomocí CANopen. Aplikace klade důraz na moderní grafické uživatelské rozhraní se spolehlivým a výkonným 2D grafickým engine.; This master's thesis deals with path planning of omnidirectional mobile robot using the RRT algorithm (Rapidly-exploring Random Tree). Theoretical part describes basic algorithms of path planning and presents closer view on RRT and its potential. Practical part deals with designing and creation of essentially multiplatform C++ application in Windows 7 environment with Qt 4.8.0 application framework, which implements advanced RRT algorithms with user-programmable solver and special batch mode. This mode is used for testing the effectiveness of solver on given tasks and it is based on post‑processing and visualization of measurement tasks output by Python language. Computed paths can be enhanced by shortening algorithms and result trajectory sent to Maxon Compact Drives of omnidirectional platform via the CANopen. Application puts emphasis on modern GUI with reliable and powerful 2D graphics engine.