IMA4 2018/2019 P35 : Différence entre versions

De Wiki de Projets IMA
(Analyse du second concurrent)
(Positionnement par rapport à l'existant)
Ligne 31 : Ligne 31 :
  
 
==Positionnement par rapport à l'existant==
 
==Positionnement par rapport à l'existant==
 +
Il existe actuellement une grande tendance de robots mobiles de navigation autonome, dont certaines utilisent la carte intégrée pour atteindre la destination, tandis que d’autres obtiennent le chemin en avant via le code à barres attaché au sol. Mais pour éviter les obstacles, il s’agit essentiellement de capteurs pour surveiller les obstacles environnants.
  
 
==Analyse du premier concurrent==
 
==Analyse du premier concurrent==

Version du 25 novembre 2018 à 15:33


Présentation générale

Nom du projet : Développer un système intelligent de détection d’obstacles.

Résumé : Le but du projet est de realisé un robot permettant d'arrête quand il détecte un obstacle à 1m, redemande une trajectoire et contourne l’obstacle.

Etudiants : Wenjing CHEN et Puyuan LIN

Description

Cette année, nous avons choisi le sujet, Machine Learning pour navigation autonome de robots mobiles pour notre projet de filière IMA (Informatique Microélectronique et Automatique) de l'école Polytech Lille. Ce projet s'inspire du concours Robo Cup qu'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). Nous traiterons dans ce projet de l'aspect navigation autonome de robot, composé d'une partie localisation, d'une partie déplacement et d'une partie de détection d'objets.

Objectifs

Dans le but de réaliser notre projet nous devrons remplir les objectifs suivants que nous pouvons répartir en 2 parties.

Partie électronique :

Realiser de 3 Robotinos équipés permettant de se positionner, de planifier la trajectoire, de détecter les obstacles et de identifier ces obstacles à travers la caméra.

·Si l'obstacle est machine, le robot redemande une trajectoire et contourne le machine.

·Si l'obstacle est robot adverse, notre robot suivre les obstacles dynamiques.

·Si l'obstacle est détecté en tant qu'arbitre, nous invitons l'arbitre à éviter le robot.

Partie informatique :

Utilisation de différents langages (C++ ou Python)

Analyse du projet

Positionnement par rapport à l'existant

Il existe actuellement une grande tendance de robots mobiles de navigation autonome, dont certaines utilisent la carte intégrée pour atteindre la destination, tandis que d’autres obtiennent le chemin en avant via le code à barres attaché au sol. Mais pour éviter les obstacles, il s’agit essentiellement de capteurs pour surveiller les obstacles environnants.

Analyse du premier concurrent

Aethon Inc,un fournisseur mondial de robots de transport mobiles autonomes, a été fondé en 2001.Sa technologie principale comprend les robots mobiles automatiques(TUG). Le TUG est un robot mobile autonome et intelligent doté de devenir un spectacle courant dans les hôpitaux car il délivre matériaux et fournitures. TUG livre efficacement des chariots de fournitures là où ils sont nécessaires, y compris les repas, linge de maison, ainsi que l'enlèvement des ordures.Contrairement aux autres robots de navigation autonomes, il utilise des cartes intégrées et une gamme de capteurs embarqués pour la navigation. Les développeurs utilisent des cartes de haute précision des installations hospitalières, puis programment leur agencement, y compris l’utilisation des ascenseurs, l’ouverture automatique des portes, les points de livraison et les stations de recharge. La carte programmée est chargée dans la mémoire du TUG. TUG utilise des cartes embarquées à des fins de guidage et calcule sa position en temps réel à l'aide de l'algorithme d'odométrie breveté d'Aethon. Il utilise des capteurs embarqués pour ajuster les corridors dynamiques et changeants en temps réel, naviguant en toute sécurité autour des personnes et des obstacles, tout en utilisant toujours sa carte intégrée pour le suivi.


https://aethon.com/products/

Analyse du second concurrent

Amazon Robotics, anciennement Kiva Systems, est une entreprise du Massachusetts qui fabrique des systèmes d'exécution robotiques mobiles. Traditionnellement, les marchandises sont déplacées autour d’un centre de distribution à l’aide d’un système de convoyage ou de machines actionnées par l’homme (comme des chariots élévateurs). Dans l’approche de Kiva, les articles sont stockés sur des unités de stockage portables. Lorsqu'une commande est validée dans le système de base de données Kiva, le logiciel localise le robot mobile le plus proche de l'article et lui ordonne de le récupérer. Les robots mobiles naviguent dans l’entrepôt en suivant une série d’autocollants de codes à barres informatisés posés au sol. Chaque unité d’entraînement est équipée d’un capteur qui l’empêche de se heurter aux autres. Lorsque l'unité d’entraînement arrive à l'endroit objectif, elle glisse sous la nacelle et la soulève du sol grâce à un tire-bouchon. Le robot transporte ensuite la nacelle vers l'opérateur pour prendre les articles.

Kiva a deux modèles de robots. Le plus petit modèle mesure environ 2 pieds sur 2,5 pieds et un pied de haut et peut soulever 1 000 livres. Le plus grand modèle peut transporter des palettes et des charges pesant jusqu'à 3 000 livres. La vitesse maximale d'un robot est de 1,3 mètre par seconde. Les robots mobiles sont alimentés par batterie et doivent être rechargés toutes les heures pendant cinq minutes.


https://www.amazonrobotics.com/ Kiva robots.png

Scénario d'usage du produit ou du concept envisagé

Nos produits sont adaptés à les entreprise logistiques ou les entreprises de commerce électronique. Le robot peut traiter lui-même la commande afin de terminer la livraison des marchandises, en réduisant les coûts de main-d'œuvre et en améliorant l'efficacité.

Nos produits conviennent également à la gestion des entrepôts de l'entreprise.

Réponse à la question difficile

Préparation du projet

Cahier des charges

Choix techniques : matériel et logiciel

Liste des tâches à effectuer

Calendrier prévisionnel

Réalisation du Projet

Feuille d'heures

Tâche Prélude Heures S1 Heures S2 Heures S3 Heures S4 Heures S5 Heures S6 Heures S7 Heures S8 Heures S9 Heures S10 Total
Analyse du projet 0


Prologue

Semaine 1

Semaine 2

Documents Rendus