Sensor-based motion planning for a robotic manipulator

Simple item page
dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorTerho, Sami 
dc.contributor.authorValli, Antti 
dc.contributor.schoolSähkötekniikan korkeakoulufi
dc.contributor.supervisorKyrki, Ville 
dc.date.accessioned2013-10-31T10:32:05Z
dc.date.available2013-10-31T10:32:05Z
dc.date.issued2013-08-26 
dc.description.abstractWhen 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.abstractTeleoperoitaessa 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.extent13 + 108 
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/11241
dc.identifier.urnURN:NBN:fi:aalto-201311017765
dc.language.isoenen
dc.programmeAUT - Automaatio- ja systeemitekniikkafi
dc.programme.majorAutomaatio- ja systeemitekniikkafi
dc.programme.mcodeAS3001fi
dc.rights.accesslevelopenAccess
dc.subject.keywordRobot manipulatoren
dc.subject.keywordCollision detectionen
dc.subject.keywordPath planningen
dc.subject.keywordSampling-based planningen
dc.subject.keywordRapidly exploring random treesen
dc.subject.keywordManipulaattorifi
dc.subject.keywordTörmäystarkastusfi
dc.subject.keywordLiikkeensuunnittelufi
dc.subject.keywordNäytteistykseen perustuva liikesuunnittelufi
dc.subject.keywordNopeasti tutkivat satunnaispuutfi
dc.titleSensor-based motion planning for a robotic manipulatoren
dc.titleRobottimanipulaattorin anturipohjainen liikesuunnittelufi
dc.typeG2 Pro gradu, diplomityöen
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotDiplomityöfi
dc.type.publicationmasterThesis
local.aalto.digifolderAalto_12226
local.aalto.idinssi48084
local.aalto.openaccessyes
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
master_Valli_Antti_2013.pdf
Size:
4.78 MB
Format:
Adobe Portable Document Format
Download
Collections
[dipl] Sähkötekniikan korkeakoulu / ELEC