Магид Евгений Аркадьевич

Avrora Unior Car-like Robot in Gazebo Environment

2019 · CHAPTER · en

Experiments are valuable tool of robust control algorithms design, but experiments tend to be expensive. In order to conduct thousands of complex experiments with autonomous car navigation algorithms it is safer and cheaper to start algorithm verification within a simulation, relying on a proper robot model, which preserves physical properties of underlying objects. In this paper we present the design of Avrora Unior mobile robot model, which is a Russian car-like robot with Ackermann steering geometry, and describe the process of modeling its kinematics and dynamics. Robot model was designed within open source robotics framework ROS for Gazebo simulator

Transfer of learned exploration strategies of a mobile robot from a simulated to real environments

2019 · CHAPTER · en

Reinforcement learning based approaches show promises in various robotic applications, but a significant amount of time and resources are required for a robot to learn optimal behavior. Using virtual environments, we could significantly speed up and improve performance of a target task. We implemented a reinforcement learning based exploration algorithm for a mobile robot, training in Gazebo environment and transferring learned strategy to a real robot. We show that it is convenient and appropriate to use simulation to train strategies for mobile robots.

Extending Gazebo simulator for surgical robotics: tissue and suture modeling

2019 · CHAPTER · en

Experiences of Robotics students in Machine Vision course being taught in a foreign language: comprehension, self-efficiency, and active learning strategies improvement

2019 · CHAPTER · en

Pilot Virtual Experiments on ArUco and AprilTag Systems Comparison for Fiducial Marker Rotation Resistance

2019 · CHAPTER · en

Control System for Maintaining Safe Following Distance while Driving

2019 · CHAPTER · en

Apply 2D Barcode Scanner for Mobile Robot Navigation in Checkerboard Mapping

2019 · CHAPTER · en

In this work, a mobile robot is equipped with an industrial barcode scanner which can provide the pose information respect to the barcode tag in the field of view (FOV). For real multiple automated guided vehicle (AGV) transportation applications, the mobile robot navigation flow is considered to get the global checkerboard type path planning from a remote master server as an input. For the local planner, each robot is applied with a simple path controller to track the global path. The simulation and experimental results show that this implementation has good feasibility for multi robot co-working in a factory area.

Development of the MyRio Based Mobile Platform

2019 · CHAPTER · en

The paper develops the MyRio based mobile platform with a robot arm. The structure of the mobile platform uses the Matrix elements. The Matrix elements build the robot arm with four degrees of freedoms, too. The mobile platform integrates some sensors, four DC servomotors, two DC motors, two RC servomotors, a MyRio based control box, and two vision devices. The core controller of the MyRio-1900 control box is the NI-Single-Board RIO 9606 module. The mobile platform embeds a robot arm on the frond side. The driver device of the gripper is a RC servomotor. The developed mobile platform uses ultrasonic sensors to detect the obstacles. Trapezoidal acceleration and deceleration algorithm and Proportional-Integral-Derivative (PID) algorithm are used for precise motion control of each DC servomotor. A vision device of the mobile platform can search and recognize the shape and color of the assigned billiard ball. The other recognizes the symbol of each QR code. These vision devices are fixed on the frond side of the mobile platform, and recognize the assigned object using Otsu algorithm. In the experimental results, the mobile platform tests the positioning function of the Proportional-Integral-Derivative (PID) algorithm for each DC servomotor. Then we implement the movement precious of the mobile platform.

Разработка и имплементация сплайн-алгоритма планирования пути в среде ROS/Gazebo

2019 · ARTICLE · ru

Планирование пути для автономных мобильных устройств является важной задачей в робототехнике. При планировании пути принято использовать один из двух классических подходов: глобальный, когда карта полностью известна, и локальный, в котором устройство по мере движения обнаруживает препятствия с помощью различных бортовых датчиков. На основе этих двух подходов также создаются алгоритмы, сочетающие в себе сильные стороны глобального и локального планирования. В ходе предыдущих исследований нами был разработан и реализован в среде Matlab прототип многокритериального сплайн-алгоритма глобального построения маршрута. Алгоритм использует граф Вороного при вычислении первой аппроксимации маршрута для запуска итерационного метода, что позволило находить путь во всех конфигурациях карты при условии существования пути от начальной точки до целевой точки. В ходе итеративного поиска использовалась целевая функция, в которой каждому критерию присваивался его вес в целевой функции. Для реализации критериев в том числе использовался метод потенциальных полей. В данной статье представлена реализация модифицированного сплайн-алгоритма для применения его на реальных автономных мобильных робототехнических системах. Для этого проводится корректирование уравнений характеристических критериев оптимальности пути. Карта препятствий, представленная в ранней версии алгоритма в виде пересечений кругов, в реальных условиях может быть представлена в виде динамически изменяемой вероятностной карты на основе сетки занятости (OccupancyGrid), а робот уже не представляет из себя геометрическую точку. Для реализации сплайн-алгоритма и дальнейшего использования его в системах управления реальных мобильных робототехнических устройств исходный код прототипа алгоритма был перенесен из среды Matlab в модуль программного обеспечения, написанный на языке программирования С++. Тестирование быстродействия алгоритма и оптимальность многокритериальной целевой функции проводились в среде ROS/Gazebo, являющимся на сегодняшний день де-факто стандартом программирования и моделирования робототехнических устройств. Полученный в результате сплайн-алгоритм поиска пути можно интегрировать в системы управления наземных колесных и гусеничных робототехнических устройств, оборудованных лазерным дальномером, а также модифицировать предложенный алгоритм для использования шагающими наземными роботами, беспилотными летающими аппаратами и беспилотными судами. Алгоритм работает в режиме реального времени и параметры влияния критериев на целевую функцию доступны для динамических изменений во время движения мобильного робота.

Towards Total Coverage in Autonomous Exploration for UGV in 2.5D Dense Clutter Environment

2019 · CHAPTER · en

Recent developments in 3D reconstruction systems enable to capture an environment in great detail. Several studies have provided algorithms that deal with a path-planning problem of total coverage of observable space in time-efficient manner. However, not much work was done in the area of globally optimal solutions in dense clutter environments. This paper presents a novel solution for autonomous exploration of a cluttered 2.5D environment using an unmanned ground mobile vehicle, where robot locomotion is limited to a 2D plane, while obstacles have a 3D shape. Our exploration algorithm increases coverage of 3D environment mapping comparatively to other currently available algorithms. The algorithm was implemented and tested in randomly generated dense clutter environments in MATLAB.