aalto1 untyped-item.component.html
Path planning in a dynamic environment using point cloud -based obstacle detection
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Electrical Engineering |
Master's thesis
Electronic archive copy is available via Aalto Thesis Database.
Authors
Date
Department
Major/Subject
Mcode
Degree programme
Language
en
Pages
84
Series
Abstract
Path planning in dynamic environments is a central, commonly faced problem in many applications such as autonomous mobile robotics and autonomous vehicles. In general, path planning is a widely researched subject, with many available planning algorithms suitable for different use cases. In a static environment the process of path finding can be considered to be finished as soon as a path has been found. In dynamic environments however, the changes in the environment can cause a need for replanning at any time, which means any planned paths must also be supervised until their execution is finished.
This thesis explores commonly utilized methods for path planning in dynamic environments, and evaluates their suitability for use with overhead cranes, using information obtained from point cloud scans. The objective of the thesis is to find a suitable planning method that can be applied for overhead cranes equipped with LiDAR-sensors, and implement a planning algorithm within a software that can be used for automatic operation.
A system utilizing global and local path planning was chosen as the method to be used, with an already existing static path planner being used as the global planner. An artificial potential field was chosen to implement the local planning due to its simplicity and speed, and the the ability to use received information about detected obstacles without any additional modifications. The local planner was implemented as a separate module within the same software as the global planner, allowing the planner to be easily used also without the features that enable dynamic planning.
Reitinetsintä dynaamisissa ympäristöissä on keskeinen ongelma monissa käyttökohteissa, kuten autonomisessa mobiilirobotiikassa ja itseajavissa autoissa. Yleisellä tasolla reitinetsintä on laajalti tutkittu käsite, ja saatavilla on monia algoritmeja joita voi soveltaa reitinetsintään erilaisissa ympäristöissä. Staattisessa ympäristössä reitinetsintää voidaan käsitellä ongelmana joka voidaan ratkaista kerralla, ja määritellä reitinetsintä suoritetuksi kun reitti maalipisteeseen on löydetty. Dynaamisessa ympäristössä näin ei voida tehdä, sillä muutokset ympäristössä saattavat aiheuttaa tarvetta jo löydettyjen reittien muokkamiselle tai uudelleen laskemiselle, tämä tarkoittaa sitä, että reittien suoritusta on lisäksi valvottava siihen saakka kunnes maalipiste saavutetaan.
Tämä diplomityö käsittelee yleisesti käytettyjen dynaamisiin ympäristöihin soveltuvia reititysmenetelmiä, ja arvioi niiden soveltuvuutta siltanostureihin, joissa on käytössä LiDARsensoreiden tuottamasta pistepilvidatasta kerättyä tietoa. Työn tavoitteena on löytää sopiva reititysalgoritmi jota voidaan soveltaa siltanostureille, ja toteuttaa algoritmi ohjelmistoon, jota voidaan käyttää nosturin automaattiajoon.
Toteutusmenetelmäksi reititykselle valittiin järjestelmä, joka hyödynsi erillisiä algoritmeja koko työalueen laajuiseen reititykseen ja paikalliseen reititykseen. Koko työalueen laajuiseen reititykseen hyödynnettiin jo olemassa olevaa, staattisiin esteisiin perustuvaa reititysohjelmistoa. Paikalliseksi reititysalgoritmiksi valittiin potentiaalikenttä sen yksinkertaisuuden, nopeuden ja kyvyn hyödyntää pistepilvidatasta tunnistettuja esteitä sellaisenaan ansiosta. Paikallinen reititys toteutettiin osaksi samaa ohjelmistoa koko työalueen laajuisen reitityksen kanssa, mikä mahdollistaa reitityksen käytön myös ilman dynaamisen reitityksen mahdollistavaa toiminnallisuutta.