Examensarbetet har utförts på företaget Husqvarna AB vid avdelning Concept & Features electric products (EN-NEP). Uppdraget var att utvärdera en alternativ kollisionsmetod till deras robotgräsklippare. Metoden som utvärderats går ut på att detektera kollision med hjälp av samplad data från en accelerometer samt samplad strömnivå från de bägge drivhjulens motorer. Den metod som används för att detektera kollision på nuvarande robotar fungerar väl men kräver att robotens kaross och chassi rör sig ifrån varandra för att krock skall detekteras. För att kunna reducera antalet komponenter och priset på roboten är andra metoder intressanta att utvärdera för uppdragsgivaren. En algoritm har designats i simulationsmiljö som sedan testats på ”riktigt” genom implementation i en Raspberry Pi som kommunicerar med robotgräsklipparen. Om den implementerade algoritmen detekterat krock på den samplade datan skickas ett meddelande till roboten att utföra sitt inbyggda krockmönster. Resultatet som erhölls var ett fungerande system med stor potential. Med fortsatt arbete skulle metoden kunna bli en framtida ersättare alternativt ett komplement till nuvarande metod.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-119387 |
| Date | January 2015 |
| Creators | Ståhl, Johan |
| Publisher | Linköpings universitet, Datorteknik, Linköpings universitet, Tekniska fakulteten |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds