No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

With the increasing interest in Virtual/Augmented Reality, the next generation of application platforms is emerging in the form of immersive and engaging experiences. The company Dewire Knightec is exploring an application platform based on the web technology WebXR where users can interact with multiple applications simultaneously. However, numerous independent applications rendering content in the same 3D environment can lead to objects intersecting and occluding, leading to visual conflicts. In this thesis work, we discuss the concept of visual conflicts and avoidance strategies. We present a fully working prototype of a conflict mitigation framework for concurrent WebXR applications. The framework mitigates conflicts using two main collision avoidance strategies in the form of multiple render options and position offsetting. The proposed framework is demonstrated in a scenario where applications render contents on top of buildings in the user’s surroundings. By running multiple applications, a user can for example read a restaurant menu, see mall opening hours, and get travel directions simultaneously. The feasibility and efficiency of the proposed avoidance strategy in developed framework has been evaluated using a focus group of developers and software architects. After the evaluation, the framework can be summarized as a good foundation for future multi-application XR platforms.

As autonomous ground vehicles grow in popularity,it is of interest to study how they could coordinate together andhow the technical systems can be implemented in a safe andeffective manner. The objective of this report is to examine howto autonomously move a formation of vehicles without collisionswith obstacles or other vehicles. This is done by considering threefundamental aspects: trajectory tracking, formation control andcollision avoidance. Firstly a trajectory tracking controller for anindividual vehicle is implemented, with the function of followinga desired trajectory. Secondly a displacement-based formationcontrol is explored for two models, the double-integrator modeland the nonholonomic model, with the objective of coordinatingmultiple vehicles to keep a certain formation. Lastly collisionavoidance is integrated in the formation control by adding arepulsive term to the formation controller. It is shown thatthe agents maintained formation while avoiding collision withobstacles and other agents. The implemented controllers wereverified through simulations in MATLAB. / Eftersom autonoma markfordon blir allt mer vanligt är det vikt att studera hur de kan samordna tillsammans och hur de tekniska systemen kan implementeras på ett säkert samt effektivt sätt. Syftet med denna rapport är att undersöka hur man autonomt kan flytta en formation av fordon utan kollisioner med hinder eller med andra fordon. Detta görs genom att tre grundläggande aspekter övervägs: projektilspårning, formationshållning och kollisionsundvikande. Först implementeras en regulator för projektilsspårning, där funktionen är att följa en önskad bana. Därefter undersöks två modeller inom förskjutningsbaserad formationshållning, med ambitionen att samordna alla fordon för att behålla formationen. Slutligen så integreras metoder för kollisionsundvikning med formationshållning genom att lägga till bortstötande teknik i regulatorn för formationshållning. Det visades att fordonen lyckades med att upprätthålla formationen samtidigt som kollisioner mellan hinder och andra fordon undveks. De implementerade regulatorerna verifierades genom simuleringar i MATLAB. / Kandidatexjobb i elektroteknik 2021, KTH, Stockholm

Systems consisting of multiple robots are traditionallydifficult to optimize. This project considers such a systemin a simulated warehouse setting, where the robots are todeliver boxes while avoiding collisions. Adding such collisionconstraints complicates the problem. For dynamical multi-agentsystems as these, reinforcement learning algorithms are oftenappropriate. We explore and implement a reinforcement learningalgorithm, called multi-agent rollout, that allows for re-planningduring operation. The algorithm is paired with a base policyof following the shortest path. Simulation results with up to10 robots indicates that the algorithm is promising for largescalemulti-robot systems. We have also discussed the possibilityof using neural networks and partitioning to further increaseperformance. / System med flera robotar har traditionellt sett ansetts mycket svåra att optimera. I detta projekt undersöks ett sådant system i en simulerad lagerlokal, där robotarna skall förflytta lådor samtidigt som de undviker kollisioner. För dessa dynamiska system med flera robotar är förstärkande inlärning ofta lämpligt. Vi undersöker och implementerar en förstärkandeinlärningsalgoritm kallad ”multi-agent rollout” vilken möjliggör omdirigering under drift. Algoritmen används tillsammans med en så kallad ”base policy” som alltid väljer kortaste vägen. Baserat på simulationsresultaten med upp till tio robotar verkar algoritmen lovande för storskaliga flerrobotsystem. Det diskuteras även om möjligheten av att använda neurala nätverk och partitionering för att vidare öka prestandan. / Kandidatexjobb i elektroteknik 2021, KTH, Stockholm

For the past couple of years researchers around theworld have tried to develop fully autonomous vehicles. One of theproblems that they have to solve is how to navigate in a dynamicworld with ever-changing variables. This project was initiated tolook into one scenario of the path planning problem; overtakinga human driven vehicle. Model Predictive Control (MPC) hashistorically been used in systems with slower dynamics but withadvancements in computation it can now be used in systems withfaster dynamics. In this project autonomous vehicles controlledby MPC were simulated in Python based on the kinematic bicyclemodel. Constraints were posed on the overtaking vehicle suchthat the two vehicles would not collide. Results show that anovertake, that keeps a proper distance to the other vehicle andfollows common traffic laws, is possible in certain scenarios. / Under de senaste åren har forskare världen över försökt utveckla fullt autonoma fordon. Ett av problemen som behöver lösas är hur man navigerar i en dynamisk värld med ständigt förändrande variabler. Detta projekt startades för att titta närmare på en aspekt av att planera en rutt; att köra om ett mänskligt styrt fordon. Model Predictive Control (MPC) har historiskt sett blivit använt i system med långsammare dynamik, men med framsteg inom datorers beräkningskraft kan det nu användas i system med snabbare dynamik. I detta projekt simulerades självkörande fordon, styrda av MPC, i Python. Fordonsmodellen som används var kinematic bicycle model. Begränsningar sattes på det omkörande fordonet så att de två fordonen inte kolliderar. Resultaten visar att en omkörning, som håller avstånd till det andra fordonet samt följer trafikregler, är möjligt i vissa scenarion. / Kandidatexjobb i elektroteknik 2020, KTH, Stockholm