Fjernstyring av Legorobot - NTNU
Fjernstyring av Legorobot - NTNU
Fjernstyring av Legorobot - NTNU
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>NTNU</strong> [23]. Disse paradigmene representerer to tilnærmingsmåter til kunstig intelligens og<br />
planleggingssystemer hos roboter. Hovedforskjellen mellom det hierarkiske og det reaktive<br />
paradigme er måten roboten planlegger på. Den hierarkiske framgangsmåten bygger på at roboten<br />
bruker sensorinformasjon til å planlegge sin neste handling for deretter å utføre denne handlingen<br />
(Sense – plan – act). Her kommer også kognitiv aktivitet inn med bruk <strong>av</strong> både tilbakekopling og<br />
foroverkobling. Slike kognitive aktiviteter kan være å bestemme hva en robot skal gjøre når den er<br />
klar for nye handlinger.<br />
Det reaktive paradigme er inspirert <strong>av</strong> biologisk intelligens og baserer seg på å bruke<br />
sensorinformasjon direkte for å produsere handlinger (Sense - act). Den overordnede<br />
planleggingsdelen eksisterer ikke i det reaktive paradigme i motsetning til hierarktiske paradigme.<br />
Det foreslåes en vertikal oppdeling med flere lag liggende vertikalt. Hvert lag har sin oppførsel og<br />
tilstandsmaskin. Lagene kan plasseres parallelt eller i serie slik at utførelsen blir deretter. Prioriteter<br />
brukes for å f<strong>av</strong>orisere eller undertrykke bestemte lag. Den reaktive fremgangsmåten er mye brukt der<br />
roboten ikke har oppdatert sensorinformasjon eller når det er usikkerhet rundt utfallet <strong>av</strong> en handling.<br />
3.4 Valg <strong>av</strong> videre framgangsmåte<br />
Analyser og teori i 3.1, 3.2 og 3.3 ble vurdert opp mot utgangspunktet for oppg<strong>av</strong>en i 2.2 og 2.3 for å<br />
<strong>av</strong>gjøre hvordan n<strong>av</strong>igasjon og kartlegging skulle utvikles videre.<br />
3.4.1 Kartlegging og n<strong>av</strong>igasjon<br />
Utgangspunktet for kartleggingen var en modifisert EKF-SLAM versjon [7] implementert i<br />
MATLAB. Applikasjonen har støtte for linjebaserte kart og en n<strong>av</strong>igasjonsløsning som er beregnet<br />
for et linjekart. Punktbaserte kart kan også lages, men det eksisterer ikke noen form for<br />
n<strong>av</strong>igeringsløsninger for slike kart. Mulighetene for å fusjonere disse to karttypene vurderes som en<br />
naturlig videreføring og utvikling i programmet.<br />
Definering <strong>av</strong> ukjente områder gjøres på en ny måte i et kombinert linje/punktbasert kart. Tidligere<br />
ble ukjente områder definert med linjestykker som tegnes opp mellom de allerede oppdagede<br />
linjesegmenter i kartet. I Figur 2 markeres åpninger som gule linjer i kartet, mens veggene er markert<br />
som røde linjesegmenter. Dette fungerer tilfredsstillende i et linjekart, men for et punktbasert kart vil<br />
ikke denne fremgangsmåten fungere. Et annet argument er at i omgivelser med få landemerker vil<br />
den implementerte måten å lokalisere åpninger på feile totalt.<br />
Når man etter hvert er i stand til å gjengi flere typer objekter på en adekvat måte i et kombinert<br />
linje/punktbasert kart og man kan definere de ukjente områdene for roboten under kjøring, er det<br />
muligheter for å implementere ulike n<strong>av</strong>igasjonsstrategier og teste ut disse.<br />
18