ROS-навигация в неизвестной среде на базе алгоритма InsertBug: проблемы практического применения
https://doi.org/10.26907/2541-7746.2025.1.38-53
Аннотация
BUG-алгоритмы являются эффективным решением для локальной навигации роботов в неизвестных средах. В статье рассмотрены особенности и сложности практической реализации алгоритма InsertBug на базе робототехнической операционной системы ROS, который использует данные лазерного дальномера и одометрии для построения локально оптимального пути в неизвестной среде. Апробация разработанного алгоритма проводилась на роботе TurtleBot 3 Burger в виртуальной среде Gazebo. Эффективность алгоритма оценивалась в лабиринтах, средах с простыми выпуклыми и вогнутыми препятствиями, а также в условиях, имитирующих офисные помещения. Критериями оценки служили пройденное роботом расстояние и сумма угловых вращений. Полученные результаты подтверждают высокую эффективность алгоритма в различных средах и демонстрируют существенный вклад, который вносит представленная реализация в дальнейшее развитие и совершенствование систем автономной навигации роботов.
Ключевые слова
робототехника,
управление,
алгоритм,
планирование пути,
избегание препятствий,
навигация робота,
InsertBug,
TangentBug
При поддержке: Работа выполнена за счет средств Программы стратегического академического лидерства Казанского (Приволжского) федерального университета («ПРИОРИТЕТ- 2030»).
Об авторах
Я. А. Некеров
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Ярослав Александрович Некеров, студент бакалавриата
г. Москва
Р. Н. Сафин
Казанский (Приволжский) федеральный университет
Россия
Россия
Рамиль Набиуллович Сафин, старший преподаватель
г. Казань
Т. Г. Цой
Казанский (Приволжский) федеральный университет
Россия
Россия
Татьяна Григорьевна Цой, кандидат технических наук, старший преподаватель
г. Казань
Ш. Сулайман
Неаполитанский университет имени Фридриха II; Казанский (Приволжский) федеральный университет
Италия
Италия
Шифа Сулайман, PhD, научный сотрудник
г. Неаполь
г. Казань
Э. А. Мартинез-Гарсия
Автономный университет Сьюдад-Хуарес
Мексика
Мексика
Эдгар Алонсо Мартинез-Гарсия, PhD, профессор
зона PRONAF, Чиуауа, г. Сьюдад-Хуарес
Е. А. Магид
Казанский (Приволжский) федеральный университет; Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Евгений Аркадьевич Магид, PhD, профессор, заведующий кафедрой интеллектуальной робототехники
г. Казань
г. Москва
Список литературы
1. Lumelsky V.J., Stepanov A.A. Path-planning strategies for a point mobile automaton moving amidst unknown obstacles of arbitrary shape. In: Cox I.J., Wilfong G.T. (Eds.) Autonomous Robot Vehicles. New York, NY, Springer, 1990, pp. 363–390. https://doi.org/10.1007/978-1-4613-8997-2_27.
2. Dwaracherla V., Thakar S., Vachhani L., Gupta A., Yadav A., Modi S. Motion planning for pointto-point navigation of spherical robot using position feedback. IEEE/ASME Trans. Mechatron., 2019, vol. 24, no. 5, pp. 2416–2426. https://doi.org/10.1109/TMECH.2019.2934789.
3. Ng J., Br¨aunl T. Performance comparison of bug navigation algorithms. J. Intell. Rob. Syst., 2007, vol. 50, no. 1, pp. 73–84. https://doi.org/10.1007/s10846-007-9157-6.
4. McGuire K.N., de Croon G.C.H.E., Tuyls K. A comparative study of bug algorithms for robot navigation. Rob. Auton. Syst., 2019, vol. 121, art. 103261. https://doi.org/10.1016/j.robot.2019.103261.
5. Mohamed E.F., El-Metwally K., Hanafy A.R. An improved Tangent Bug method integrated with artificial potential field for multi-robot path planning. Proc. 2011 Int. Symp. on Innovations in Intelligent Systems and Applications. IEEE, 2011, pp. 555–559. https://doi.org/10.1109/INISTA.2011.5946136.
6. Kamon I., Rimon E., Rivlin E. TangentBug: A range-sensor-based navigation algorithm. Int. J. Rob. Res., 1998, vol. 17, no. 9, pp. 934–953. https://doi.org/10.1177/027836499801700903.
7. Magid E., Rivlin E. CautiousBug: A competitive algorithm for sensory-based robot navigation. Proc. 2004 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS). IEEE, 2004, pp. 2757–2762. https://doi.org/10.1109/IROS.2004.1389826.
8. Sankaranarayanan A., Vidyasagar M. A new path planning algorithm for moving a point object amidst unknown obstacles in a plane. Proc. IEEE Int. Conf. on Robotics and Automation. Vol. 3. IEEE, 1990, pp. 1930–1936. https://doi.org/10.1109/ROBOT.1990.126290.
9. Lumelsky V.J., Skewis T. Incorporating range sensing in the robot navigation function. IEEE Trans. Syst., Man, Cybern., 1990, vol. 20, no. 5, pp. 1058–1069. https://doi.org/10.1109/21.59969.
10. Chiang C.H., Liu J.-S., Chou Y.-S. Comparing path length by boundary following fast matching method and Bug algorithms for path planning. In: Chien B.-C., Hong T.-P. (Eds.) Opportunities and Challenges for Next-Generation Applied Intelligence. Ser.: Studies in Computational Intelligence. Vol. 214. Berlin, Heidelberg, Springer, 2009, pp. 303–309. https://doi.org/10.1007/978-3-540-92814-0_47.
11. Kamon I., Rivlin E. Sensory-based motion planning with global proofs. IEEE Trans. Rob. Autom., 1997, vol. 13, no. 6, pp. 814–822. https://doi.org/10.1109/70.650160.
12. Laubach S.L., Burdick J.W. An autonomous sensor-based path-planner for planetary microrovers. Proc. 1999 IEEE Int. Conf. on Robotics and Automation. Vol. 1. IEEE, 1999, pp. 347–354. https://doi.org/10.1109/ROBOT.1999.770003.
13. Xu Q.-L., Tang G.-Y. Vectorization path planning for autonomous mobile agent in unknown environment. Neural Comput. Appl., 2013, vol. 23, no. 7, pp. 2129–2135. https://doi.org/10.1007/s00521-012-1163-3.
14. Sharma N., Thukral S., Aine S., Sujit P.B. A virtual bug planning technique for 2D robot path planning. Proc. 2018 Annu. Am. Control Conf. (ACC). IEEE, 2018, pp. 5062–5069. https://doi.org/10.23919/ACC.2018.8430678.
15. Eryomin A., Safin R., Tsoy T., Lavrenov R., Magid E. Optical sensors fusion approaches for map construction: A review of recent studies. J. Rob., Networking Artif. Life, 2023, vol. 10, no. 2, pp. 127–130. https://doi.org/10.57417/jrnal.10.2_127.
16. Khan F., Alakberi A., Almaamari S., Beig A.R. Navigation algorithm for autonomous mobile robots in indoor environments. Proc. 2018 Advances in Science and Engineering Technology Int. Conf. (ASET). IEEE, 2018, pp. 1–6. https://doi.org/10.1109/ICASET.2018.8376834.
17. Xu Q.L., Yu T., Bai J. The mobile robot path planning with motion constraints based on Bug algorithm. Proc. 2017 Chinese Automation Congr. (CAC). IEEE, 2017, pp. 2348–2352. https://doi.org/10.1109/CAC.2017.8243168.
18. Jahanshahi H., Jafarzadeh M., Sari N.N., Pham V.-T., Huynh V.V., Nguyen X.Q. Robot motion planning in an unknown environment with danger space. Electronics, 2019, vol. 8, no. 2, art. 201. https://doi.org/10.3390/electronics8020201.
19. Haro F., Torres M. A comparison of path planning algorithms for omni-directional robots in dynamic environments. Proc. 2006 IEEE 3rd Latin American Robotics Symp. IEEE, 2006, pp. 18–25. https://doi.org/10.1109/LARS.2006.334319.
20. Janis A., Bade A. Path planning algorithm in complex environment: A survey. Trans. Sci. Technol., 2016, vol. 3, no. 1, pp. 31–40.
21. Lentin J., Cacace J. Mastering ROS for Robotics Programming: Design, Build, and Simulate Complex Robots Using the Robot Operating System. Birmingham, Packt Publ., 2018. 580 p.
22. Marian M., Stˆıng˘a F., Georgescu M.-T., Roibu H., Popescu D., Manta F. A ROS-based control application for a robotic platform using the Gazebo 3D simulator. Proc. 2020 21st Int. Carpathian Control Conf. (ICCC). IEEE, 2020, pp. 1–5. https://doi.org/10.1109/ICCC49264.2020.9257256.
23. Takaya K., Asai T., Kroumov V., Smarandache F. Simulation environment for mobile robots testing using ROS and Gazebo. Proc. 2016 20th Int. Conf. on System Theory, Control and Computing (ICSTCC). IEEE, 2016, pp. 96–101. https://doi.org/10.1109/ICSTCC.2016.7790647.
24. Abbyasov B., Lavrenov R., Zakiev A., Yakovlev K., Svinin M., Magid E. Automatic tool for Gazebo world construction: From a grayscale image to a 3D solid model. Proc. 2020 IEEE Int. Conf. on Robotics and Automation (ICRA). IEEE, 2020, pp. 7226–7232. https://doi.org/10.1109/ICRA40945.2020.9196621.
Рецензия
Для цитирования:
Некеров Я.А., Сафин Р.Н., Цой Т.Г., Сулайман Ш., Мартинез-Гарсия Э., Магид Е.А. ROS-навигация в неизвестной среде на базе алгоритма InsertBug: проблемы практического применения. Ученые записки Казанского университета. Серия Физико-математические науки. 2025;167(1):38-53. https://doi.org/10.26907/2541-7746.2025.1.38-53
For citation:
Nekerov I.A., Safin R.N., Tsoy T.G., Sulaiman S., Martinez-Garcia E., Magid E.A. ROS-based navigation in unknown environment using the InsertBug algorithm: Issues of practical usage. Uchenye Zapiski Kazanskogo Universiteta. Seriya Fiziko-Matematicheskie Nauki. 2025;167(1):38-53. https://doi.org/10.26907/2541-7746.2025.1.38-53
Просмотров:
40
Послать статью по эл. почте 