Đồ án tốt nghiệp - Ứng dụng Ros Navigation Stack cho điều hướng tự động và tránh vật cản trên XTHVS

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TPHCM
KHOA ĐIỆN ĐIỆN TỬ

ĐỒ ÁN TỐT NGHIỆP
ỨNG DỤNG ROS NAVIGATION STACK
CHO ĐIỀU HƯỚNG TỰ ĐỘNG VÀ TRÁNH VẬT CẢN
TRÊN XE TỰ HÀNH VI SAI

SINH VIÊN THỰC HIỆN: TRƯƠNG KHƯƠNG DUY
MÃ SỐ SINH VIÊN: 20151451
NGÀNH: CNKT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
GIÁO VIÊN HƯỚNG DẪN: ThS. LÊ THỊ THANH HOÀNG

Thành phố Hồ Chí Minh, tháng 07 năm 2024

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA ĐIỆN – ĐIỆN TỬ

ĐỘC LẬP – TỰ DO – HẠNH PHÚC

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

o0o-Tp Hồ Chí Minh, ngày 19 tháng 06 năm 2024

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên: Trương Khương Duy

Mã số sinh viên: 20151451

Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
Hệ đào tạo: Đại học chính quy
I.

Khóa: 2020

Lớp: 201512B

Tên đề tài: Ứng dụng ROS Navigation Stack cho Điều hướng tự động và Tránh
vật cản trên xe tự hành vi sai.

II.

Nhiệm vụ:

Thông số kỹ thuật:
Kích thước xe: 30x25x20 (cm)
Phần mềm và Công cụ:
Phần mềm điều khiển: Robot Operating System (ROS trên Jetson Nano)
Ngôn ngữ lập trình: Python, C++
Nội dung thực hiện:
• Nghiên cứu về phần mềm Robot Operating System (ROS).
• Nghiên cứu về công cụ trực quan hóa Rviz trong ROS.
• Tính toán vị trí xe trong không gian với gói định vị ROS Localization và bộ lọc
Kalman mở rộng ( EKF).
• Nghiên cứu và áp dụng gói Navigation Stack trong ROS
• Thực hiện mô phỏng Robot đến vị trí mong muốn (Goal Location)
• Chuyển đổi từ mô phỏng sang mô hình Robot Differential thực tế.
III.

Thời gian thực hiện:

IV.

Họ và tên cán bộ hướng dẫn: ThS. Lê Thị Thanh Hoàng
TRƯỞNG NGÀNH

23/01/2024 – 30/06/2024

GIÁO VIÊN HƯỚNG DẤN

i

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA ĐIỆN – ĐIỆN TỬ

ĐỘC LẬP – TỰ DO – HẠNH PHÚC

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

o0o

Tp Hồ Chí Minh, ngày 19 tháng 06 năm 2024

LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên: Trương Khương Duy

Mã số sinh viên: 20151451

Tên đề tài: Ứng dụng ROS Navigation Stack cho Điều hướng tự động và Tránh vật cản
trên xe tự hành vi sai.
Tuần/ngày

Xác nhận

Nội dung

GVHD

1

Cài đặt hệ điều hành Linux, phần mềm ROS

2

Tìm hiểu và nghiên cứu cơ sở lý thuyết

3

Tìm hiểu và nghiên cứu về Rviz

4

Tìm hiểu và nghiên cứu gói định vị Robot_Localization

5

Tìm hiểu và nguyên cứu gói Navigation Stack

5

Thực hiện mô phỏng

6

Chuyển đổi từ mô phỏng sang mô hình thực tế

7

Viết báo cáo

GV HƯỚNG DẪN
(Ký và ghi rõ họ và tên)

ii

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH

CỘNG
...

...
h 2 bánh trong
các lĩnh vực khác nhau như giao thông thông minh, taxi thông minh, dịch vụ giao hàng,
hoặc ứng dụng trong nhà máy sản xuất, xa hơn robot di động được kỳ vọng sẽ có các
ứng dụng về hỗ trợ cứu hộ cứu nạn, giúp đỡ con người trong các trường hợp nguy hiểm,
khó khăn….

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

55

CHƯƠNG 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
Nâng cao khả năng tương tác người-máy: Phát triển các giao diện người dùng
thân thiện và các phương pháp tương tác trực quan hơn, giúp người dùng dễ dàng kiểm
soát và tương tác với xe.

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

56

TÀI LIỆU THAM KHẢO
1. Antonio Brandi (2024). a Self-Driving robot and learn about Robot
Localization and Sensor Fusion using Kalman Filters.
2. Ding, N., Zhang, Y., Gao, F., et al.: “A gain-scheduled PID controller for automatic
path following of a tractor semi-trailer”, SAE Int. J. Commer. Veh., 2013, 6, (1), pp. 110–
117
3. Huynh, L.Q., Tran, L.V., Phan, P.N.K., Yu, Z., Dao, S.V.T. (2023). “Intermediary
RRT*-PSO: A multi-directional hybrid fast convergence sampling-based path planning
algorithm.” Computers, Materials &amp Continua, 76(2), 2281-2300.
4. J. Sánchez-Ibáñez, C. Pérez-del-Pulgar and A. García-Cerezo, “Path planning for
autonomous mobile robots: A review,” Sensors, vol. 21, no. 23, pp. 7898, 2021.
5. L. Janson, E. Schmerling, A. Clark and M. Pavone, “Fast marching tree: A fast
marching sampling-based method for optimal motion planning in many dimensions,”
The International Journal of Robotics Research, vol. 34, no. 7, pp. 883–921, 2015.
6. M. Nazarahari, E. Khanmirza and S. Doostie, “Multi-objective multi-robot path
planning in continuous environment using an enhanced genetic algorithm,” Expert
Systems with Applications, vol. 115, pp. 106– 120, 2019.
7. R. Luna, I. Sucan, M. Moll and L. Kavraki, “Anytime solution optimization for
sampling-based motion planning,” in 2013 IEEE Int. Conf. on Robotics and Automation,
Karlsruhe, Germany, pp. 5068–5074, 2013.8. ROS. Org. https://www.ros.org
8. S. Alshammrei, S. Boubaker and L. Kolsi, “Improved dijkstra algorithm for mobile
robot path planning and obstacle avoidance,” Computers, Materials and Continua, vol.
72, no. 3, pp. 5939–5954, 2022.
9. T. M. Le, L. V. Tran and S. V. T. Dao, “A feature ion approach for fall detection
using various machine learning classifiers,” IEEE Access, vol. 9, pp. 115895–115908,
2021.
10. Automatic Addison. https://automaticaddison.com/tutorials/
11. ROS. Org. https://www.ros.org
57