RoboCup 2015 - Pyro Team

Cahier des charges

Présentation générale du projet

Avec plusieurs IMAs, nous avons créer une équipe pour participer à la Logistic League de la RoboCup. Lors de la compétition de l'Open German, version européenne de la RoboCup, il faudra mettre en place un système autonome de production à l'aide de Robotinos (robots mobiles de Festo ayant un système d'exploitation Linux) afin de réaliser des produits en fonction des demandes de l'arbitre du jeu : la Referee Box. Nous traiterons dans ce projet de l'aspect navigation des robots, composé d'une partie localisation et d'une partie déplacement.

Contexte

La compétition de l'Open German se déroule en quatre phases spécifiques : phase de début-de-jeu, phase d'exploration, phase de production, phase de fin-de-jeu. La navigation sera utilisée dans la phase d'exploration afin de réaliser une carte de la zone de jeu permettant de définir des zones de passage entre les machines. Dans la phase de production, la navigation permettra de se déplacer à partir de la carte créée au préalable (avec les obstacles fixes) et des robots (obstacles mobiles) se déplaçant en même temps.

Objectif du projet

Fournir aux Robotinos un système capable de se localiser et de parcourir des trajectoires calculées à partir de coordonnées envoyées par le Manager.

Description du projet

• Localiser correctement le robot (à 5 cm près)
• Localiser les éléments fixes :
  • Murs
  • Machines
• Générer une trajectoire selon :
  • les demandes du "Manager"
  • la détection d'obstacles dynamiques (robots)
• Assurer le suivi de la trajectoire

Choix techniques : matériel et logiciel

• Utilisation de 3 Robotinos équipés chacun de :
  • 1 détecteur laser pouvant réaliser des mesures à 240°
  • 1 gyroscope
  • 9 capteurs SHARP (télémètres infrarouges)
  • 3 codeurs incrémentaux présents en sortie de chaque moteur du Robotino
• Utilisation de ROS Hydro
• Utilisation de différents langages : C++ ou Python
• Utilisation de Linux Ubuntu 12.04

Etapes du projet

Schéma du concept de la Localisation et Cartographie Simultanée :

Explicitation des différentes parties :

• Odometry change  : changement de position
• Odometry update  : mise à jour de l'odométrie
• Re-observation  : vérification des changements à partir de toutes les données disponibles
• New observations  : mise à jours de la matrice d'état

• Laser scan  : scan laser brut
• Landmark Extraction : extraction des objets caractéristiques
• Data Association  : association entre objets scannés et objets en mémoire

Objectifs dans l'ordre chronologique :

• Réflexion autour des algorithmes existants (A-Star/D-Star Lite... Filtre de Kalman/SLAM)
• Etablissement des besoins (occupation processeur/occupation mémoire)
• Recherche de corrélations entre besoins et codes existants
• Adaptation des méthodes de SLAM à notre cas
• Réalisation d'un algorithme de reconnaissance de formes (transformée de Hough)
• Adaptation d'un algorithme de recherche de chemin

Organisation des noeuds ROS :

• • Création d'une carte avec éléments fixes mesurés (murs et machines) en fonction de :
    • odométrie du robot
    • mesures laser
  • Modification de cette carte avec les éléments mobiles (robots)
  • Mise en commun de toute les données périodiquement (1 seconde) -> position et orientation uniquement
  • Modification de cette carte en dilatant les éléments de la taille du demi robot pour éviter les collisions
  • Génération de trajectoire
  • Exécution de la trajectoire

Avancement du Projet

Semaine 1

• Participation aux Finales Nationales des Olympiades des Métiers en robotique mobile (4ème)

Semaine 2

Jour 1 :

• Etablissement du cahier des charges :
  • Prise de connaissance des contraintes d'environnement
  • Dialogue avec l'équipe responsable de la partie Manager
• Familiarisation avec l'environnement logiciel ROS
• Recherches de solutions pour la localisation (SLAM) et la génération de trajectoire (algorithme A-star)

Jour 2 :

• Tout d'abord nous avons voulu orientés nos recherches sur le déplacement du Robotino, pour cela il a fallu chercher un algorithme de trajectoire.
• Un des buts de la compétition étant la rapidité, nous avons orientés nos recherches vers des algorithmes qui offraient la possibilité de parcourir une *distance minimale.
• Deux algorithmes sont donc ressortis :

• • - L'algorithme A-Star (ou A*)

• • - L'algorithme Dikjstra

• L'algorithme A-Star est un algorithme dérivé de celui de Dikjstra mais qui permet au robot de faire moins de calcul.
• L'algorithme de Dikjstra est utile si les obstacles créent un vrai labyrinthe pour le robot, mais ce n'est pas le cas de notre compétition.

• Nous avons donc choisi l'algorithme A-Star, voici son fonctionnement :

• Tout d'abord, on calcule la distance qui sépare le robot du point d'arrivée, et on défini les points interdits par les obstacles. (la zone bleue correspond
• à l'obstacle et la zone verte est une zone ou le robot touche l'obstacle. Ces deux zones constituent la zone interdite).

---

• Ensuite le Robot trouve un premier noeud sur la grille qu'on lui a attribué. Si le noeud n'est pas dans une zone interdite, il sauvegarde ce noeud.

---

• Il répète l'opération jusqu'à trouver le chemin qui le mènera à l'arrivée

• Attention : c'est seulement lorsqu'il aura trouvé le chemin complet que le robot va se déplacer !