Autonome Roboter müssen zur Erfüllung ihrer Aufgaben fähig sein, selbständig und sicher von einer Position eine andere Position zu erreichen. Pfadplanung erlaubt einem Roboter dieses Verhalten. Normalerweise wird dies mithilfe einer statischen Karte gemacht, welche statische Hindernisse (z.B. Mauern) der Umgebung enthält. Da in der Umgebung des Roboters auch dynamische Hindernisse (z.B. Menschen) vorkommen können, ist eine statische Karte alleine nicht ausreichend. Der Roboter benötigt zusätzlich Sensoren, um die Umgebung zu beobachten und somit dynamische Hindernisse zu entdecken und ihnen auszuweichen. Der Ansatz, dass der Roboter dynamisch Hindernissen ausweicht, wenn dieser "sie sieht", kann zu sehr suboptimalem Verhalten führen, da der Roboter dadurch oft starten, stoppen und Richtung wechseln wird. Um dieses Problem zu umgehen, wurde in diese Arbeit mithilfe von probabilistischen Karten bestehende Pfadplanungsstrategien verbessert. Im Gegensatz zu statischen Karten, beinhaltet eine probabilistische Karte Informationen über die Wahrscheinlichkeit auf ein dynamische Hindernis in einem bestimmten Teil der Umgebung zu stoßen. In dieser Arbeit wurde der navigation stack vom robot operation system (ROS) benutzt, um den Pioneer 3-AT (P3AT) Roboter autonom navigieren zu lassen. Der ROS navigation stack, welcher Pfadplanung durchführt, wurde so modifiziert, dass probabilistische Karten benutzt werden um dynamischen Hindernissen auszuweichen. Zusätzlich wurden weitere Veränderungen durchgeführt und Software Komponenten entwickelt um den Limitierungen des Pioneer 3-AT Roboters entgegenzuwirken. Da der Pioneer 3-AT Roboter nur über Sonar Sensoren verfügt, wurde der ROS navigation stack modifiziert, damit diese Sensoren anstelle eines Laser Scanners eingesetzt werden. Sinnvolle Parameter für die neuen Planungsstrategien wurden mithilfe von Experimenten gefunden. Außerdem wurden die Vorteile von Pfadplanung mit probabilistischen Karten gegenüber von statischen Karten mit weiteren Experimenten gezeigt.
de
To fulfil their tasks, autonomous robots have to be able to independently and safely reach a target location from their current position. Path planning enables a robot to do exactly this. Usually, this is done with a map containing the static obstacles (e.g., walls) of the environment. Since dynamic obstacles (e.g., humans) can be present in the environment, the static map alone is not sufficient. Thus, the robot additionally needs sensors to continuously observe the environment to detect dynamic obstacles and to avoid them. This approach, to avoid dynamic obstacles when the robot "sees them", can lead to highly suboptimal behaviour, since the robot will have to start, stop and change the direction frequently. To remedy this problem, probabilistic maps are used in this thesis to enhance common path planning strategies. In contrast to static maps, a probabilistic map contains probabilistic information about the likelihood of encountering dynamic obstacles in certain areas of the environment. This information is used to avoid dynamic obstacles, such that the robot does not have to react to them. In this thesis, the navigation stack from the robot operation system (ROS) is used to allow a Pioneer 3-AT (P3AT) robot to navigate autonomously. The ROS navigation stack, responsible for path planning, is modified to use probabilistic maps to avoid dynamic obstacles. Additionally, further adjustments and software components are developed to incorporate the limitations of the Pioneer 3-AT robot. Since the Pioneer 3-AT robot only has sonar sensors the ROS navigation stack is modified to use these sensors instead of a laser scanner. With the help of experiments, suitable parameters for the new planning strategies have been found. Finally, the advantages of path planning using probabilistic maps compared to static maps are shown with further experiments.
en
Weitere Information:
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Zsfassung in dt. Sprache
