URI | http://purl.tuc.gr/dl/dias/404EFDCA-261C-471A-919F-E797D8DAB3F7 | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.97782 | - |
Γλώσσα | en | - |
Μέγεθος | 3.3 megabytes | en |
Μέγεθος | 52 pages | en |
Τίτλος | Integration of RFID localization, obstacle avoidance and visualization in a moving
robot | en |
Τίτλος | Ενσωμάτωση εντοπισμού RFID, αποφυγής εμποδίων και οπτικοποίησης σε κινούμενο
Ρομπότ | el |
Δημιουργός | Nikolaidis Antonis | en |
Δημιουργός | Νικολαιδης Αντωνης | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Bletsas Aggelos | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Μπλετσας Αγγελος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Lagoudakis Michail | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Λαγουδακης Μιχαηλ | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Mania Aikaterini | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Μανια Αικατερινη | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
Περιγραφή | In the recent years, both individuals and organizations encounter significant challenges on a daily basis for navigation in large spaces. A very common example is experienced in a multileveled large hospitals crowded by people and obstacles. In such scenario, imagine a surgeon doctor who needs a tool or equipment from the other side of the hospital instantly.
Either the doctor or another individual has to stop what they are doing and seek to obtain that item. It is not practical to leave behind their current task and walk to other ends of the hospital for a certain item. An additional barrier in this scenario occurs when the person responsible to deliver the item does not hold the knowledge of its exact location. Humans also tend to get distracted and have traits of procrastination, leading to more waste of time and inefficiencies.
Another scenario could take place at a hotel where the receptionist is servicing a lot of customers. The receptionist is not able to leave the reception area at most times, where his/her responsibilities lie. Meanwhile, the receptionist needs to check if any guests have left their room in order to inform a housekeeper to clean and decontaminate the room so new guests can enter. Challenges occur when the room is at the far end of the building and at instances where the receptionist cannot reach any housekeepers.
In situations like this, where moving between large areas, crowded by people is not easily accessible by an individual, robots using sensors can be a possible solution. Robots can move and navigate autonomously through large areas, avoid humans and obstacles, and smoothly transition between floors to reach their destination. The primary goal of this thesis is to explore whether the aforementioned scenario can be addressed in an automated way.
The movement of robots across floors in a large area and the autonomous navigationtoward defined destinations could prove to be a valuable strategy for achieving this goal. This approach involves the robot’s movement on the floor and obstacle avoidance using a LiDAR sensor [1], entering elevators using voice commands and the Astra Camera [2], and also the localization of RFID tags in predefined locations using antennas for asset localization. To address the challenges encountered in the large space areas that are presented in this thesis, the Science Building on TUC Campus was chosen for experimentation. The robot’s movement and RFID tag localization were conducted on the ground floor and first floor. The Science Building was selected to simulate the initial problem, bearing resemblance to a hospital or a
hotel that is often crowded. Navigation through such extensive spaces, while avoiding humans, is crucial, mirroring real-world scenarios.
In this thesis, the implemented approach for RFID localization was found in [3] and [4].
Chapter 2 provides a comprehensive overview of the utilized hardware and software. Notably, the robot’s hardware had already been set up by colleagues in the Telecommunication Lab.
Chapter 3 details the algorithm for robot movement, building localization, autonomous navigation, obstacle avoidance, and the utilization of an elevator for floor transition.
Chapter 4 explores the RFID tag localization procedure (found in [3, 4]), the integration of autonomous robot movement, and RFID tag localization. It also presents the experimental results of this thesis.
Chapter 5 encapsulates the conclusion and outlines future work for improvement. | en |
Περίληψη | This thesis is pertinent to robot navigation across the same or different floors of the same building, while avoiding obstacles in extensive indoor areas. The robot is mobile across multiple floors exploiting camera and laser sensors to ensure elevator entry and navigation through different levels. The designed robot system is autonomous and capitalizes on precise localization algorithms for ultra-low cost radio frequency identification (RFID) tags. However, the autonomy is temporarily halted when the robot requests an individual to press buttons through voice commands at the elevator. It is exhibited that the robot can enter and exit the elevator when moving between different floors and navigate safely, avoiding standing or moving humans in the building. The visualization of the robot’s path and the accessed RFID tags is performed with tools provided by the robot operating system (ROS) visual called RVIZ. The user has the opportunity to select different routes, where the robot can either move on both floors, or in one of them exclusively. The selected route established in this thesis, was used to gather the traveling measurements and was also set to visit three specific locations and localize RFID tags on each location. Two of these locations were placed on the first floor, while the remaining one was positioned on the second one. When the robot navigates on these locations, while avoiding obstacles, it has to enter the elevator twice which results to real-world travel time of 19 minutes and 11 seconds, covering approximately a total distance of 194 meters, with a constant robot velocity at 0.25 meters/second. In free-space, without unpredictable obstacles, such as moving people, it would require 12 minutes and 56 seconds. However, by taking into consideration the time during the elevator (3 minutes) and the RFID tag localization procedures (2 minutes and 45 seconds), an additional 5minutes and 45 seconds is added, giving a total time of 18 minutes and 41 seconds. | en |
Περίληψη | Αυτή η διατριβή αφορά την πλοήγηση με ρομπότ στους ίδιους ή διαφορετικούς ορόφους του ίδιου κτιρίου, αποφεύγοντας ταυτόχρονα εμπόδια σε εκτεταμένους εσωτερικούς χώρους. Το ρομπότ είναι κινητό σε πολλούς ορόφους και εκμεταλλεύεται αισθητήρες κάμερας και λέιζερ για να εξασφαλίσει την είσοδο του στον ανελκυστήρα και την πλοήγηση σε διαφορετικά επίπεδα. Το σχεδιασμένο σύστημα ρομπότ είναι αυτόνομο και αξιοποιεί αλγόριθμους ακριβούς εντοπισμού για ετικέτες εξαιρετικά χαμηλού κόστους αναγνώρισης ραδιοσυχνοτήτων (RFID). Ωστόσο, η αυτονομία διακόπτεται προσωρινά όταν το ρομπότ ζητά από ένα άτομο να πατήσει κουμπιά μέσω φωνητικών εντολών στο ασανσέρ. Αποδεικνύεται ότι το ρομπότ μπορεί να μπαίνει και να βγαίνει από τον ανελκυστήρα όταν κινείται μεταξύ διαφορετικών ορόφων και να πλοηγείται με ασφάλεια, αποφεύγοντας ανθρώπους που μπορούν να στέκονται ή να μετακινούνται στο κτίριο. Η απεικόνιση της διαδρομής του ρομπότ και των προσπελάσιμων ετικετών RFID εκτελείται με εργαλεία που παρέχονται από την οπτική απεικόνιση του λειτουργικού συστήματος ρομπότ (ROS) που ονομάζεται RVIZ. Ο χρήστης έχει τη δυνατότητα να επιλέξει διαφορετικές διαδρομές, όπου το ρομπότ μπορεί είτε να κινηθεί και στους δύο ορόφους, είτε σε έναν από αυτούς αποκλειστικά. Η επιλεγμένη διαδρομή που καθιερώθηκε σε αυτή τη διατριβή, χρησιμοποιήθηκε για τη συγκέντρωση των ταξιδιωτικών μετρήσεων και ορίστηκε επίσης για επίσκεψη σε τρεις συγκεκριμένες τοποθεσίες και εντοπισμό ετικετών RFID σε κάθε τοποθεσία. Δύο από αυτές τις θέσεις τοποθετήθηκαν στον πρώτο όροφο, ενώ η άλλη στον δεύτερο. Όταν το ρομπότ πλοηγείται σε αυτές τις τοποθεσίες, αποφεύγοντας τα εμπόδια, πρέπει να εισέλθει στον ανελκυστήρα δύο φορές, πράγμα που οδηγεί σε πραγματικό χρόνο ταξιδιού 19 λεπτών και 11 δευτερολέπτων, καλύπτοντας περίπου συνολική απόσταση 194 μέτρων, με σταθερή ταχύτητα ρομπότ στα 0,25 μέτρα/δευτερόλεπτο. Σε ελεύθερο χώρο, χωρίς απρόβλεπτα εμπόδια, όπως η μετακίνηση ανθρώπων, θα χρειαζόταν 12 λεπτά και 56 δευτερόλεπτα. Ωστόσο, λαμβάνοντας υπόψη τον χρόνο κατά τη διάρκεια χρήσης του ανελκυστήρα (3 λεπτά) και τις διαδικασίες εντοπισμού των ετικετών RFID (2 λεπτά και 45 δευτερόλεπτα), προστίθενται επιπλέον 5 λεπτά και 45 δευτερόλεπτα, δίνοντας συνολικό χρόνο 18 λεπτών και 41 δευτερολέπτων. | el |
Τύπος | Διπλωματική Εργασία | el |
Τύπος | Diploma Work | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2023-10-17 | - |
Ημερομηνία Δημοσίευσης | 2023 | - |
Θεματική Κατηγορία | Obstacle Avoidance | en |
Θεματική Κατηγορία | RFID localization | en |
Θεματική Κατηγορία | Moving robot | en |
Βιβλιογραφική Αναφορά | Antonis Nikolaidis, "Integration of RFID localization, obstacle avoidance and visualization in a moving robot", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2023 | el |
Βιβλιογραφική Αναφορά | Αντώνης Νικολαϊδης, "Ενσωμάτωση εντοπισμού RFID, αποφυγής εμποδίων και οπτικοποίησης σε κινούμενο Ρομπότ", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2023 | el |