Tato práce se zabývá simulacemi neholonomních mechanismů, konkrétně robotických hadů. V práci jsou uvedeny základní poznatky geometrické teorie řízení. Tyto poznatky jsou využity k odvození řídících modelů robotických systémů a následně jsou tyto modely simulovány v prostředí V-REP.

This Master's Thesis deals with the controlling of robotic car by Raspberry Pi and the ca- mera. Theoretical part describes individual steps of image processing and probabilistic plan- ning for searching path in the work space. In particular, algorithm RRT (Rapidly-exploring Random Tree) is discussed and the balanced bidirectional RRT is further introduced and used for nonholonomic planning in configuration space. Next chapter speaks about propo- sed solution and there is the accurate description of connection Raspberry Pi to the robotic car. Rest of the work provides look at implemetation details and evaluation. In the end, conclusion was given and some improvements were suggested.

This work describes 3D reconstruction using stereo vision. It presents methods for automatic localization of corresponding points in both images and their reprojection into 3D space. Application created can be used for navigation of a robot and object avoidance. Second part of the document describes chosen components of the robot. Path finding algorithms are also discussed, particulary Voronoi's diagram.

This work deals with the path finding for nonholonomic robots using probabilistic algorithms. The theoretical part analyzes the general problem of finding routes. Subsequently, the work will focus on probabilistic algorithms. The practical part describes design of the applet and web sites that demonstrate probabilistic algorithms to user-specified objects.

The rising interest in autonomous systems has emphasized the significance of effective path and motion planning, particularly in coordinating multiple Unmanned Areal Vehicles (UAVs) in missions. An important research field is the problem of Multi-Agent Path Finding (MAPF), in which the objective is to find collision-free paths for multiple agents simultaneously. Various algorithms, categorized into optimal, bounded sub-optimal, and unbounded sub-optimal solvers, have been investigated in order to address MAPF problems. However, recent attention has shifted towards MAPF with kinematic constraints, particularly focusing on nonholonomic agents like cars and fixed-wing UAVs. These nonholonomic agents, distinguished by their motion constraints, require specialized methods for trajectory planning.  To investigate the potential of MAPF with nonholonomic agents, two MAPF algorithms have been implemented, incorporating the kinematic constraints of a fixed-wing UAV. The first algorithm is a UAV-like Conflict-Based Search (CBS) algorithm, belonging to the optimal MAPF solver class, and is based on a Car-like CBS algorithm. The second algorithm is a Prioritized Planner, belonging to the search-based MAPF solver class. Both algorithms utilize a common single-agent search algorithm, the Spatiotemporal Hybrid A* (SHA*), which has been enhanced to incorporate a kinematic bicycle model. This enhancement allows for a greater variety of motions, creates feasible paths for fixed-wing UAVs, and enables control over acceleration and steering rates. A comparison of the two MAPF algorithms was conducted for three different map instances. Furthermore, the use of weighted heuristics, resampling and distance-based priority have been implemented and simulated with the Prioritized Planner. Additionally, two methods of simultaneous arrival have been implemented using the UAV-like CBS, where agents have a fixed time of arrival and a variable time of arrival. The results from the simulations confirm the trade-offs between both MAPF algorithms concerning solution quality, success rate and runtime. The UAV-like CBS is capable of finding solutions of higher quality, while the Prioritized Planner is faster at finding solutions and more efficient for an increasing number of agents. However, the performance of the two algorithms varied significantly, depending on the scenario. The thesis concludes that both algorithms can be utilized for MAPF with nonholonomic fixed-wing UAVs, and that the UAV-like CBS is the best choice for a lower amount of agents, while the Prioritized Planner is preferable for a higher amount of agents. The priority of the agents has been shown to be important, and by allowing resampling, the success rate of the Prioritized Planner can be increased significantly. Additionally, simultaneous arrival at the goal position can be achieved optimally for the UAV-like CBS by solving the problem backwards.

La génération de chemins lisses pour les voitures intelligentes est l’une des conditions les plus importantes pour faire accepter et faciliter la navigation autonome de ces véhicules. Cette thèse propose plusieurs méthodes de génération de chemins lisses pour les véhicules non-holonomes qui permet une continuité intrinsèque de la courbure de navigation et offre par ailleurs une flexibilité accrue pour diverses conditions aux limites. Le chemin de courbure continue est construit en composant plusieurs clothoids, comprenant notamment des segments de lignes et/ou d’arcs, et où chaque clothoid est obtenue par une régulation appropriée de ses paramètres. À partir de ces propriétés, le chemin obtenu est nommé pCCP (parametric Continuous Curvature Path). Le pCCP fournit un diagramme de courbure qui facilite une commande en orientation du véhicule, ce qui permet d'obtenir une évolution lisse de sa trajectoire. Le problème du pCCP local est défini par des configurations initiales et finales (caractérisées pour chacune par une posture et un angle de braquage). Le problème a été étendu pour être aussi général que possible en incluant plusieurs cas. La génération locale de pCCPs, pour des cibles statiques, est spécifiquement décrite, les problèmes ont été divisés en trois problèmes et chaque problème a été décomposé par la suite en plusieurs sous-classes possibles. Pour avoir une flexibilité importante des pCCPs proposés, des cibles dynamiques ont été considérées, obtenant ainsi le dynamic-pCCP (d-pCCP). Un cadre simple mais efficace pour analyser l'état futur de l'évitement des obstacles est appliqué en configuration 4D (3D avec l’ajout d’un axe temporel) en mettant en exergue deux manoeuvres d’évitement possibles, car les évolutions avant et arrière sont appliquées et validées avec plusieurs exemples. Selon une méthodologie similaire pour atteindre les critères de performance liés à la génération des pCCPs, le h-CCP (pour human-pCCP) est proposé en utilisant des modèles expérimentaux comportementaux d’échantillons de conducteurs humains. À partir de quelques sous-expériences, le modèle de conduite humain pour l’évitement d’obstacles, les changements de voie et les mouvements en virage sont extraits et ces modèles ont été inclus pour créer ainsi le h-CCP (obtenu d’une manière similaire au pCCP mais avec différents critères d’optimisation) qui permet d’améliorer considérablement le confort des passagers. / Smooth path generation for car-like vehicles is one of the most important requisite to facilitate the broadcast use of autonomous navigation. This thesis proposes a smooth path generation method for nonholonomic vehicles which has inherently continuity of curvature and having important flexibility for various boundary conditions. The continuous curvature path is constructed by composing multiple clothoids including lines and/or arc segments, and where each clothoid is obtained by parameter regulation. From those properties the path is named pCCP (parametric Continuous Curvature Path) and provides curvature diagram which facilitates a smooth steering control for path following problem. Local pCCP problem is defined by initial and final tuple configurations (vehicles posture and steering angle). The problem is expanded to be as general as possible by including several cases. The local pCCP generation for steady target pose is specifically described, where the problem is divided into three problems and each problem is also decomposed into several sub-cases. To give more flexibility to the proposed pCCP, dynamic target is considered to obtain dynamic-pCCP (d-CCP). A simple but efficient framework to analyze the future status of obstacle avoidance is applied in 4D (3D with the addition of time axis) configuration and two avoidance maneuvers as front and rear avoidance are applied and validated with several examples. Under the similar methodology in performance criteria of pCCP generation, the human-CCP (h-CCP) is derived from experimental patterns of human driver samples. From several subexperiments, human driving pattern for obstacle avoidance, lane change and cornering motion are extracted and those pattern were included to make the h-CCP (which is obtained with similar way as pCCP but with different optimization criteria) to enhance considerably the passenger comfort.

Ce travail s’inscrit dans le cadre de la commande d’un système multi agents/ multi véhicules. Cette thèse traite en particulier le cas de la commande d’un système multi-robots mobiles non-holonomes. L'objectif est de concevoir des lois de commandes appropriées pour chaque robot de sorte que l’ensemble des robots puisse exécuter des tâches spécifiques, de suivre des trajectoires désirées tout en maintenant des configurations géométriques souhaitées. L’approche leadeur-suiveur pour la commande d’un groupe de robots mobiles non-holonomes est étudiée en intégrant la technologie backstepping, avec une approche basée sur les neurodynamiques bioinspirées. Le problème de commande distribuée d’un système multi robots sur le consensus est également étudié. Des lois de commandes cinématiques distribuées sont développés afin de garantir au système multi-robots la convergence exponentielle vers une configuration géométrique souhaitée. Afin de tenir compte de la dynamique des paramètres inconnus, des commandes adaptatives de couple sont développés pour que le système multi-robots puisse converger asymptotiquement vers le modèle géométrique souhaité. Lorsque la dynamique est inconnue, des commandes à base de réseaux de neurones sont proposées / This work is based on the multi-agent system / multi-vehicles. This thesis especially focuses on formation control of multiple nonholonomic mobile robots. The objective is to design suitable controllers for each robot according to different control tasks and different constraint conditions, such that a group of mobile robots can form and maintain a desired geomantic pattern and follow a desired trajectory. The leader-follower formation control for multiple nonholonomic mobile robots is investigated under the backstepping technology, and we incorporate a bioinspired neurodynamics scheme in the robot controllers, which can solve the impractical velocity jumps problem. The distributed formation control problem using consensus-based approach is also investigated. Distributed kinematic controllers are developed, which guarantee that the multi-robots can at least exponentially converge to the desired geometric pattern under the assumption of "perfect velocity tracking". However, in practice, "perfect velocity tracking" doesn’t hold and the dynamics of robots should not be ignored. Next, in consideration of the dynamics of robot with unknown parameters, adaptive torque controllers are developed such that the multi-robots can asymptotically converge to the desired geometric pattern under the proposed distributed kinematic controllers. Furthermore, When the partial knowledge of dynamics is available, an asymptotically stable torque controller has been proposed by using robust adaptive control techniques. When the dynamics of robot is unknown, the neural network controllers with the robust adaptive term are proposed to guarantee robust velocity tracking

Tato diplomová práce práce se zabývá plánováním cesty všesměrového mobilního robotu pomocí algoritmu RRT (Rapidly-exploring Random Tree – Rychle rostoucí náhodný strom). Teoretická část popisuje základní algoritmy plánování cesty a prezentuje bližší pohled na RRT a jeho potenciál. Praktická část práce řeší návrh a tvorbu v zásadě multiplatformní C++ aplikace v prostředí Windows 7 za použití aplikačního frameworku Qt 4.8.0, která implementuje pokročilé RRT algoritmy s parametrizovatelným řešičem a speciálním dávkovým režimem. Tento mód slouží k testování efektivnosti nastavení řešiče pro dané úlohy a je založen na post-processingu a vizualizaci výstupu měřených úloh pomocí jazyka Python. Vypočtené cesty mohou být vylepšeny pomocí zkracovacích algoritmů a výsledná trajektorie odeslána do pohonů Maxon Compact Drive všesměrové mobilní platformy pomocí CANopen. Aplikace klade důraz na moderní grafické uživatelské rozhraní se spolehlivým a výkonným 2D grafickým engine.

L’objectif principal de cette thèse est d’étudier le problème du contrôle de suivi distribué pour les systèmes de formation de multi-robots à contrainte non holonomique. Ce contrôle vise à entrainer une équipe de robots mobile de type monocycle pour former une configuration de formation désirée avec son centroïde se déplaçant avec une autre trajectoire de référence dynamique et pouvant être spécifié par le leader virtuel ou humain. Le problème du contrôle de suivi a été résolu au cours de cette thèse en développant divers contrôleurs distribués pratiques avec la considération d’un taux de convergence plus rapide, une précision de contrôle plus élevée, une robustesse plus forte, une estimation du temps de convergence explicite et indépendante et moins de coût de communication et de consommation d’énergie. Dans la première partie de la thèse nous étudions d’abord au niveau du chapitre 2 la stabilité à temps fini pour les systèmes de formation de multi-robots. Une nouvelle classe de contrôleur à temps fini est proposée dans le chapitre 3, également appelé contrôleur à temps fixe. Nous étudions les systèmes dynamiques de suivi de formation de multi-robots non holonomiques dans le chapitre 4. Dans la deuxième partie, nous étudions d'abord le mécanisme de communication et de contrôle déclenché par l'événement sur les systèmes de suivi de la formation de multi-robots non-holonomes au chapitre 5. De plus, afin de développer un schéma d'implémentation numérique, nous proposons une autre classe de contrôleurs périodiques déclenchés par un événement basé sur un observateur à temps fixe dans le chapitre 6. / The main aim of this thesis is to study the distributed tracking control problem for the multi-robot formation systems with nonholonomic constraint, of which the control objective it to drive a team of unicycle-type mobile robots to form one desired formation configuration with its centroid moving along with another dynamic reference trajectory, which can be specified by the virtual leader or human. We consider several problems in this point, ranging from finite-time stability andfixed-time stability, event-triggered communication and control mechanism, kinematics and dynamics, continuous-time systems and hybrid systems. The tracking control problem has been solved in this thesis via developing diverse practical distributed controller with the consideration of faster convergence rate, higher control accuracy, stronger robustness, explicit and independent convergence time estimate, less communication cost and energy consumption.In the first part of the thesis, we first study the finite-time stability for the multi-robot formation systems in Chapter 2. To improve the pior results, a novel class of finite-time controller is further proposed in Chapter 3, which is also called fixed-time controller. The dynamics of nonholonomic multi-robot formation systems is considered in Chapter 4. In the second part, we first investigate the event-triggered communication and control mechanism on the nonholonomic multi-robot formation tracking systems in Chapter 5. Moreover, in order to develop a digital implement scheme, we propose another class of periodic event-triggered controller based on fixed-time observer in Chapter 6.