Ενοποιημένο σύστημα ενός ή πολλαπλών ρομπότ για την πλοήγηση και εξερεύνηση σε αστικό περιβάλλον με σκοπό τον εντοπισμό ανθρώπινης ζωής (USAR)

Abstract

There is a need of autonomy in many aspects of everyday life and especially in tasks that are hard to be performed by manpower or that are dangerous to the human life. One such task is Urban Search and Rescue (USAR) applications.The current Ph.D. focuses on the proposal of a unified solution for the autonomous exploration of ‚disaster environments‛ from one or multiple robotic vehicles. The term ‚disaster environments‛ is defined as civil constructions which have suffered structural deformations (for example due to an earthquake), such that traversing the space with a robotic vehicle is feasible. During the exploration, the robots check the surrounding environment for potential victims and pinpoint their position.A unified proposal for exploration and full coverage of an unknown a priori environment, from a single robot or a team of agents is addressed. The algorithms and the assumptions made, are focused on application in the international robotic competition RoboCup – RoboRescue, where some of them (Simultaneous Localization And Mapping and one-robot full exploration and coverage) have already been used successfully in 2009 (Austria) and 2011 (Turkey) from the robotic team P.A.N.D.O.R.A. of the Department of Electrical and Computer Engineering of Aristotle University of Thessaloniki.Innovations presented in the current Ph.D. are scattered in multiple fields of robotics. Initially, CRSM SLAM, a novel method for Simultaneous Localization And Mapping is proposed, using the concept of scan-matching, in order for the agent to perceive in detail its surrounding environment. Furthermore a survey of path planning methods is presented, which includes algorithms from different families, such as RRTs, Visibility Graphs, PRMs etc.. These methods are modified in order to to perform on a constant basis, regardless to the space morphology. Another contribution is in the way the robot chooses its next best target. The targets are exported as the set of the nodes of a topological graph, created by the space skeletonization using the Brushfire algorithm, in conjunction with morphological operations. After that, four different weights / costs are assigned to each possible target, they are combined efficiently and the next best goal is chosen. Finally the above methods are applied to a multi-agent system, where three different problems are addressed: a) exploration with known initial positions, b) with unknown initial positions and c) with unknown initial positions and problems in communication. The information merging is performed with spatial criteria, assuming that RFID tags are scattered in the environment, combining their topological information extracted by a localization module, RANSAC and ICP algorithms.

Τπάρχει μία ανάγκη αυτονομίας σε πολλές πτυχές της καθημερινής μας ζωής, και ειδικά σε προβλήματα τα οποία είναι δύσκολο να επιλυθούν από ανθρώπους. Ένα τέτοιο πρόβλημα αφορά την διάσωση θυμάτων σε αστικά περιβάλλοντα (USAR).Η παρούσα διδακτορική διατριβή εστιάζει στην πρόταση μίας ενοποιημένης λύσης για την αυτόνομη εξερεύνηση περιβαλλόντων καταστροφής από ένα ή πολλά ρομποτικά οχήματα. Ο όρος «Περιβάλλοντα καταστροφής» ορίζεται ως αστικές δομές οι οποίες έχουν υποστεί δομικές παραμορφώσεις, τέτοιες ώστε να επιτρέπεται η διέλευση κάποιου ρομποτικού οχήματος από αυτά. Κατά τη διάρκεια της εξερεύνησης, τα ρομπότ ελέγχουν το περιβάλλον γύρω τους για πιθανά θύματα και σημειώνουν την θέση τους.΢την διδακτορική αυτή διατριβή έχει ερευνηθεί μία ενοποιημένη λύση για εξερεύνηση και πλήρη κάλυψη ενός αγνώστου εκ των προτέρων χώρου από ένα όχημα ή από μία ομάδα οχημάτων. Οι αλγόριθμοι που κατασκευάστηκαν και οι υποθέσεις που έγιναν είναι σε συμφωνία με τους κανονισμούς του παγκοσμίου ρομποτικού διαγωνισμού RoboCup-RoboRescue, όπου κάποιες από αυτές τις μεθόδους (SLAM και εξερεύνηση ενός οχήματος) έχουν ήδη χρησιμοποιηθεί με επιτυχία το 2009 (Αυστρία) και το 2011 (Σουρκία) στο όχημα της ομάδας ρομποτικής P.A.N.D.O.R.A. του Σμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Τπολογιστών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης.Οι συνεισφορές της διδακτορικής διατριβής είναι διασκορπισμένες σε πολλά επιστημονικά πεδία της ρομποτικής. Αρχικά, προτείνεται το CRSM SLAM, μία πρωτότυπη μέθοδος χαρτογράφησης του χώρου, η οποία χρησιμοποιεί την τεχνική της αντιστοίχισης σκαναρισμάτων. Επιπλέον έγινε έρευνα στην περιοχή της δημιουργίας μονοπατιών, η οποία περιλαμβάνει μεθόδους διαφορετικών οικογενειών, όπως RRTs, γράφους ορατότητας, Probabilistic RoadMaps κτλ. Οι μέθοδοι αυτές μεταβλήθηκαν έτσι ώστε να έχουν σταθερή απόδοση ανεξαρτήτως περιβάλλοντος. Μία ακόμη συνεισφορά είναι στον τρόπο που το ρομποτικό όχημα επιλέγει τον επόμενο στόχο του. Οι πιθανοί στόχοι είναι οι κόμβοι ενός τοπολογικού γράφου, ο οποίος δημιουργείται με χρήση του αλγορίθμου Brushfire σε συνδυασμό με μορφολογικούς τελεστές. ΢τη συνέχεια υπολογίζονται τέσσαρα διαφορετικά βάρη / κόστη για κάθε πιθανό στόχο, συνδυάζονται αποδοτικά και επιλέγεται ο καλύτερος επόμενος στόχος.Σέλος, οι παραπάνω μέθοδοι επεκτάθηκαν για χρήση σε ένα σύστημα πολλαπλών ρομπότ, όπου ερευνήθηκαν τρεις διαφορετικές πειραματικές συνθήκες, α) η εξερεύνηση με γνωστές αρχικές θέσεις των οχημάτων, β) με άγνωστες αρχικές θέσεις και γ) με άγνωστες αρχικές θέσεις και προβλήματα επικοινωνίας. Η συγχώνευση της πληροφορίας μεταξύ πρακτόρων γίνεται με χωρικά κριτήρια, υποθέτοντας ότι υπάρχουν διάσπαρτα RFID tags στο περιβάλλον, συνδυάζοντας την τοπολογική τους πληροφορία μα τους αλγορίθμους RANSAC και ICP.