This project proposes an adaptation of the dRRT* algorithm, a samplingbased multi-robot planner, for real-time industrial automation scenarios. The main objectives include optimizing computationally expensive sections of the algorithm, solving partially specified multi-robot problems, and evaluating the performance of the resulting method in various industry-like scenarios. The proposed algorithm, called Fast-dRRT*, aims to achieve highquality collision-free paths within strict time constraints. To accomplish this, the project introduces modifications to the dRRT* algorithm, such as the utilization of pre-computed swept volumes for efficient collision detection. The performance of four multi-robot planners, namely dRRT, ao-dRRT, dRRT*, and Fast-dRRT*, is evaluated through experiments on toy scenarios and industrial use cases. The results show that the proposed Fast-dRRT* algorithm outperforms the other planners in terms of finding solutions within the given time limits. It demonstrates improved efficiency, speed, and resilience to increased search spaces and the number of robots. The algorithm’s performance is further evaluated in real-world scenarios, including automotive assembly lines and warehouse automation, where it consistently outperforms dRRT* in terms of search speed and total planning time. Additionally, the algorithm successfully handles partially specified multi-robot problems, optimizing the overall movements’ cost. The study concludes that Fast-dRRT* is a promising option for real-time planning in industrial automation, offering reduced computation time and feasible solutions to complex multi-robot motion planning problems. / Detta projekt föreslår en anpassning av dRRT*-algoritmen, en samplingsbaserad multirobotplanerare, för realtidsscenarier inom industriell automation.. De huvudsakliga målen inkluderar optimering av beräkningskrävande delar av algoritmen, lösning av delvis specificerade multirobotproblem och utvärdering av den resulterande metodens prestanda i olika industriliknande scenarier. Den föreslagna algoritmen, kallad Fast-dRRT*, syftar till att uppnå högkvalitativa kollisionsfria banor inom strikta tidsbegränsningar. För att uppnå detta introducerar projektet modifieringar av dRRT*-algoritmen, såsom användning av förberäknade svepta volymer för effektiv kollisionsdetektering. Prestandan hos fyra multirobotplanerare, nämligen dRRT, ao-dRRT, dRRT* och Fast-dRRT*, utvärderas genom experiment på leksaksscenarier och industriella användningsfall. Resultaten visar att den föreslagna Fast-dRRT*- algoritmen överträffar de andra planerarna när det gäller att hitta lösningar inom de givna tidsgränserna. Den visar förbättrad effektivitet, hastighet och motståndskraft mot ökade sökutrymmen och antalet robotar. Algoritmens prestanda utvärderas vidare i verkliga scenarier, inklusive monteringslinjer för bilar och lagerautomation, där den konsekvent överträffar dRRT* när det gäller sökhastighet och total planeringstid. Dessutom hanterar algoritmen framgångsrikt delvis specificerade multirobotproblem och optimerar den totala rörelsekostnaden. Studien drar slutsatsen att Fast-dRRT* är ett lovande alternativ för realtidsplanering inom industriell automation, eftersom den erbjuder kortare beräkningstid och genomförbara lösningar på komplexa problem med rörelseplanering för multirobotar.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-344767 |
| Date | January 2024 |
| Creators | Solano, Andrey |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2024:10 |
Page generated in 0.0024 seconds