An Intelligent Mobile Robot that Localizes itself Inside a Maze

Abstract

في اآلونة األخيرة، ظهرت مجموعة من المشاكل المتعلقة بالروبوتات المتحركة، كرسم الخرائط، وتحديد الموقع، واكتشاف األجسام. العديد من العلماء والباحثين يتسابقون للوصول لطرق لحل هذه المشاكل منذ ذلك الحين. على الرغم من ذلك، عدد محدود من األبحاث واألعمال جرت لجمع هذه المشاكل وحلها باستخدام روبوت ذكي متحرك واحد. هذا المشروع يستفيد من األبحاث السابقة في المشاكل المذكورة، بمساعدة برنامج ((Robot Operating System (ROS)، لعمل محاكاة لروبوت متحرك قادر على رسم خريطة لمتاهة وتحديد موقعه داخلها، للتنقل واكتشاف جسم محدد في هذه المتاهة. في هذا المشروع، يستخدم الروبوت المحاكى مجس ليزر (LIDAR) لمسح البيئة. يقوم (ROS) بعدها بتحويل هذه البيانات إلى خريطة شبكية (Occupancy Grid Map)، التي ي ستخدمها الروبوت بعد ذلك لتحديد موقعه باستخدام خوارزمية مونتي كارلو لتحديد المواقع ((Monte Carlo Localization (MCL). يستخدم الروبوت كاميرا، وخوارزمية You) ((Only Look Once (YOLO الكتشاف الجسم. يستطيع الروبوت أيضا معرفة أقصر طريق للتنقل باستخدام خوارزمية .(Dijkstra’s algorithm) دايكسترا تم استخدام برنامج (Gazebo) المقدم من (ROS) لمحاكاة حركة الروبوت داخل بيئة افتراضية. تم عمل مئة تجربة تحديد موقع مقسمة بالتساوي على 10 متاهات. نسبة النجاح الناتجة كانت 62%، ومعدل زمن تحديد الموقع والتنقل للمحاوالت الناجحة كان 139 ثانية In the past few years, some problems related to mobile robots have risen, such as mapping, localization, and object detection. Scientists and researchers have been racing to find ways to solve these problems ever since. Although, limited work has been developed to combine these problems into one intelligent mobile robot. This project makes use of the past researches about the mentioned problems, with the help of Robot Operating System (ROS), to make a simulation of a mobile robot capable of mapping a maze environment and localizing itself inside it, to navigate and detect a certain object in that environment. In this project, the simulated robot uses a laser sensor (LIDAR) to scan the environment. ROS then transforms this data into occupancy grid map, which the robot then uses to localize itself through the adaptive Monte Carlo Localization algorithm (MCL). The robot makes use of a camera, and uses the You Only Look Once algorithm (YOLO) for object detection. The robot can also find the shortest path for navigation through Dijkstra’s algorithm. A software provided by ROS called Gazebo is used to simulate the robot navigating inside the simulated environment. One hundred simulated localization experiments have been done and distributed equally across 10 maze environments. The resulting success rate was 62%, and the average time of localization and navigation for the successful attempts was 139 seconds.