Sensor-based motion planning for a robotic manipulator

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Terho, Sami
dc.contributor.author Valli, Antti
dc.date.accessioned 2013-10-31T10:32:05Z
dc.date.available 2013-10-31T10:32:05Z
dc.date.issued 2013-08-26
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/11241
dc.description.abstract When teleoperating a manipulator, obtaining sufficient situational awareness is often difficult. The operator's task can be made easier by automatically taking care of supporting tasks, such as collision avoidance, enabling the operator to concentrate on the manipulation task. In this work planning based collision avoidance methods for a robot manipulator in a changing unstructured environment are studied. Sensor based motion planning system is developed. The system detects the environment using a three-dimensional range sensor and produces an occupancy grid map. Three motion planning algorithms based on rapidly exploring random trees (RRT) are compared based on the planning time of the algorithm, the execution time of the planned motion and the end effector movement caused by the motion. For the experiments the motion planning system was implemented using Kinova JACO robot arm as the manipulator and Microsoft Kinect as the sensor. RRT-based algorithms were found to be suitable for this kind of motion planning systems. Of the algorithms compared, RRT-Connect was the fastest, but RRT* produced the best solution paths. The selection of algorithm depends on the relative value of path quality and solution speed and is application dependent. en
dc.description.abstract Teleoperoitaessa manipulaattoria riittävän tilannetietoisuuden välittäminen operaattorille on haastavaa. Operaattorin työtä voidaan helpottaa hoitamalla automaattisesti manipulaatiotehtävää tukevia tehtäviä, kuten törmäyksen välttämistä. Tässä työssä tutkitaan suunnittelupohjaisia menetelmiä robottimanipulaattorin törmäyksen välttämiseen muuttuvassa ja etukäteen tuntemattomassa ympäristössä. Työssä toteutettu anturipohjainen liikesuunnittelujärjestelmä havainnoi ympäristöä kolmiulotteista etäisyysmittausta hyödyntäen ja muodostaa siitä varauskartan. Kolmea nopeasti tutkiviin satunnaispuihin (RRT) perustuvaa liikesuunnittelualgoritmia vertaillaan suunnitteluun kuluneen ajan, liikkeen suoritusajan ja työkalun kulkeman matkan suhteen. Kokeita varten järjestelmä toteutettiin Kinova JACO manipulaattoria ja Microsoft Kinect anturia hyödyntäen. Kokeissa havaittiin RRT algoritmien soveltuvan tämän tyyppisiin liikesuunnittelujärjestelmiin. Vertailluista algoritmeista RRT-Connect oli nopein, mutta RRT* tuotti parhaan ratkaisun. Algoritmin valinta riippuu ratkaisun laadun ja suunnitteluun käytetyn ajan välisestä arvotuksesta ja siten sovelluskohteesta. fi
dc.format.extent 13 + 108
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Sensor-based motion planning for a robotic manipulator en
dc.title Robottimanipulaattorin anturipohjainen liikesuunnittelu fi
dc.type G2 Pro gradu, diplomityö en
dc.contributor.school Sähkötekniikan korkeakoulu fi
dc.subject.keyword Robot manipulator en
dc.subject.keyword Collision detection en
dc.subject.keyword Path planning en
dc.subject.keyword Sampling-based planning en
dc.subject.keyword Rapidly exploring random trees en
dc.subject.keyword Manipulaattori fi
dc.subject.keyword Törmäystarkastus fi
dc.subject.keyword Liikkeensuunnittelu fi
dc.subject.keyword Näytteistykseen perustuva liikesuunnittelu fi
dc.subject.keyword Nopeasti tutkivat satunnaispuut fi
dc.identifier.urn URN:NBN:fi:aalto-201311017765
dc.programme.major Automaatio- ja systeemitekniikka fi
dc.programme.mcode AS3001 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Kyrki, Ville
dc.programme AUT - Automaatio- ja systeemitekniikka fi


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse