MODELING AND SIMULATION OF A THREE-WHEELED MOBILE ROBOT ON UNEVEN TERRAINS WITH TWO-DEGREE-OF-FREEDOM SUSPENSION MECHANISMS

A wheeled mobile robot (WMR) will move on an uneven terrain without slip if its torus-shaped wheels tilt in a lateral direction. An independent two degree-of-freedom (DOF) suspension is required to maintain contact with uneven terrain and for lateral tilting. This article deals with the modeling and simulation of a three-wheeled mobile robot with torus-shaped wheels and four novel two-DOF suspension mechanism concepts. Simulations are performed on an uneven terrain for three representative pathsa straight line, a circular, and an S'-shaped path. Simulations show that a novel concept using double four-bar mechanism performs better than the other three concepts.

A mobile robot with a two-degree-of-freedom suspension for traversing uneven terrain with minimal slip: Modeling, simulation and experiments

It is known in literature that a wheeled mobile robot (WMR) with fixed length axle will slip on an uneven terrain. One way to avoid wheel slip is to use a torus-shaped wheel with lateral tilt capability which allows the distance between the wheel-ground contact points to change even with a fixed length axle. Such an arrangement needs a two degree-of-freedom (DOF) suspension for the vertical and lateral tilting motion of the wheel. In this paper modeling, simulation, design and experimentation with a three-wheeled mobile robot, with torus-shaped wheels and a novel two DOF suspension allowing independent lateral tilt and vertical motion, is presented. The suspension is based on a four-bar mechanism and is called the double four-bar (D4Bar) suspension. Numerical simulations show that the three-wheeled mobile robot can traverse uneven terrain with low wheel slip. Experiments with a prototype three-wheeled mobile robot moving on a constructed uneven terrain along a straight line, a circular arc and a path representing a lane change, also illustrate the low slip capability of the three-wheeled mobile robot with the D4Bar suspension. (C) 2015 Elsevier Ltd. All rights reserved.

Component-based approach to the holonic control of a robot assembly cell

The aim of this paper is to describe the implementation of a new approach for the introduction of so called 'holonic manufacturing' principles into existing production control systems. Such an approach is intended to improve the reconfigurability of the control system to cope with the increasing requirements of production change. A conceptual architecture is described and implemented in a robot assembly cell to demonstrate that this approach can lead to a manufacturing control system which can adapt relatively simply to long-term change. A design methodology and migration strategy for achieving these solutions using conventional hardware is proposed to develop execution level of manufacturing control systems.

Automatización de los recorridos del robot en un sistema de exploración basado en comportamientos

Automatización de los recorridos del robot en un sistema de exploración basado en comportamientos. Se muestran los resultados obtenidos en las simulaciones con Player/Stage de un sistema de exploración basado en comportamientos, donde la localización se realiza mediante los estadísticos de INCA.

Programación de un robot planar para que dibuje

Duración (en horas): De 41 a 50 horas. Destinatario: Estudiante y Docente

Interfaz accesible persona-robot para un brazo artículado

Desarrollo de una interfaz persona-robot para un brazo artículado portátil montado en una silla de ruedas elecétrica, destinado a personas con restricciones motoras severas.

Automatización de los recorridos del robot en un sistema de exploración basado en comportamientos

Automatización de los recorridos del robot en un sistema de exploración basado en comportamientos. Se muestran los resultados obtenidos en las simulaciones con Player/Stage de un sistema de exploración basado en comportamientos, donde la localización se realiza mediante los estadísticos de INCA.

Software de control desarrollado en ROS para teleoperar de manera eficiente el robot Kuka Lightweight mediante el háptico Phantom Omni

La teleoperación o telerobótica es un campo de la robótica que se basa en el control remoto de robots esclavo por parte de un usuario encargado de gobernar, mediante un dispositivo maestro, la fuerza y movimiento del robot. Sobre dicho usuario recaen también las tareas de percepción del entorno, planificación y manipulación compleja. Concretamente se pretende desarrollar el control software necesario para teleoperar un manipulador esclavo, Kuka Lightweigh mediante un dispositivo háptico Phamton Omni, que se comporta como maestro, sin que afecten las diferencias dinámicas y estructurales existentes entre ambos dispositivos, aportando información adicional al operador para facilitar la operación. La principal motivación de la evolución de esta tecnología se debe a la necesidad de realizar trabajos en entornos hostiles, de difícil acceso, o perjudiciales para la salud del usuario.

Experimentos de coordinación multi-robot con quadcopteros

El objetivo principal de este proyecto es crear un sistema capaz de controlar varios UAVs y hacer experimentos con ellos de manera coordinada. El UAV utilizado será la plataforma robótica aérea AR.Drone. Estos drones son cuadricópteros con sus cuatro servomotores eléctricos que permiten un control muy robusto de sus maniobras en el aire. El sistema completo estará compuesto por varios drones y un controlador, que en este caso será un ordenador. A partir de la creación de la red compuesta por los drones y el controlador, se detallarán los programas que se han utilizado para controlar los drones, ya sea en los vuelos autónomos o vuelos controlados. El objetivo de estos vuelos será transportar objetos lineales, como pueden ser mangueras o cuerdas, mediante el vuelo coordinado de los drones dotados de sistemas de jación para que los puedan transportar. Esto es, gracias a un sistema de sujeción que le añadiremos a cada drone probaremos el transporte de varios tipos de cuerdas por dos o más drones a la vez guiados por un solo controlador. Los programas creados tendrán el objetivo de corregir el vuelo e intentar conseguir la estabilidad necesaria para que los drones puedan transportar las cuerdas o mangueras sin perder el control debido a su peso o algún efecto producido por los otros drones, como corrientes de aire inducidas por los rotores. Este proyecto tiene dos partes importantes: La primera es la creación del sistema que nos permite transportar las cuerdas y la segunda es observar y analizar el comportamiento del sistema durante diferentes experimentos. A la hora de explicar las pruebas experimentales se detallará la situación del sistema con el número de drones y el objeto a transportar. Además, se resumirán los resultados de los experimentos re ejados en valores de parámetros de vuelo recibidos de los drones. Para acabar, se detallarán las diferentes conclusiones a las que se ha llegado mediante los experimentos y que nos han servido también para escribir las lineas futuras de trabajo que se detallan al nal.

Pertsonen jarraipenaren ebaluazioa robot mugikor batean

Nabigazioa robot mugikorretan eta pertsonen jarraipenerako sistema baten ebaluazioa

Robot navigation in dense crowds : statistical models and experimental studies of human robot cooperation

This thesis explores the problem of mobile robot navigation in dense human crowds. We begin by considering a fundamental impediment to classical motion planning algorithms called the freezing robot problem: once the environment surpasses a certain level of complexity, the planner decides that all forward paths are unsafe, and the robot freezes in place (or performs unnecessary maneuvers) to avoid collisions. Since a feasible path typically exists, this behavior is suboptimal. Existing approaches have focused on reducing predictive uncertainty by employing higher fidelity individual dynamics models or heuristically limiting the individual predictive covariance to prevent overcautious navigation. We demonstrate that both the individual prediction and the individual predictive uncertainty have little to do with this undesirable navigation behavior. Additionally, we provide evidence that dynamic agents are able to navigate in dense crowds by engaging in joint collision avoidance, cooperatively making room to create feasible trajectories. We accordingly develop interacting Gaussian processes, a prediction density that captures cooperative collision avoidance, and a "multiple goal" extension that models the goal driven nature of human decision making. Navigation naturally emerges as a statistic of this distribution.

Most importantly, we empirically validate our models in the Chandler dining hall at Caltech during peak hours, and in the process, carry out the first extensive quantitative study of robot navigation in dense human crowds (collecting data on 488 runs). The multiple goal interacting Gaussian processes algorithm performs comparably with human teleoperators in crowd densities nearing 1 person/m², while a state of the art noncooperative planner exhibits unsafe behavior more than 3 times as often as the multiple goal extension, and twice as often as the basic interacting Gaussian process approach. Furthermore, a reactive planner based on the widely used dynamic window approach proves insufficient for crowd densities above 0.55 people/m². We also show that our noncooperative planner or our reactive planner capture the salient characteristics of nearly any dynamic navigation algorithm. For inclusive validation purposes, we show that either our non-interacting planner or our reactive planner captures the salient characteristics of nearly any existing dynamic navigation algorithm. Based on these experimental results and theoretical observations, we conclude that a cooperation model is critical for safe and efficient robot navigation in dense human crowds.

Finally, we produce a large database of ground truth pedestrian crowd data. We make this ground truth database publicly available for further scientific study of crowd prediction models, learning from demonstration algorithms, and human robot interaction models in general.