Back to search

National and Kapodistrian University of Athens

Hybrid Navigation Algorithms for Autonomous Ground Vehicles in Uncertain Environments

Abstract

dc:description

Η αυτόνομη πλοήγηση αποτελεί μία από τις θεμελιώδεις προκλήσεις της κινητής ρομποτικής, απαιτώντας αλγορίθμους τοπικού σχεδιασμού τροχιάς ικανούς να παράγουν ασφαλείς, αποδοτικές και υπολογιστικά εφικτές εντολές κίνησης σε πραγματικό χρόνο. Μεταξύ των πλέον διαδεδομένων αντιδραστικών μεθόδων τοπικού σχεδιασμού, ο αλγόριθμος Προσέγγισης Δυναμικού Παραθύρου (Dynamic Window Approach - DWA) έχει αποδείξει την αποτελεσματικότητά του σε άγνωστα περιβάλλοντα, επιλέγοντας επιτρεπτές εντολές ταχύτητας σύμφωνα με τους δυναμικούς περιορισμούς του οχήματος και τις πληροφορίες του τοπικού περιβάλλοντος. Στην συμβατική διατύπωση του DWA, καθώς και στην πλειονότητα των επεκτάσεων της, το στάδιο επιλογής ταχύτητας πραγματοποιείται με δειγματοληπτική διαδικασία στον διακριτοποιημένο χώρο ταχυτήτων. Η μέθοδος αυτή, εισάγει έναν συμβιβασμό μεταξύ ποιότητας λύσης και υπολογιστικής πολυπλοκότητας του αλγορίθμου εύρεσης. Στην παρούσα διπλωματική εργασία προτείνεται ένα υβριδικό πλαίσιο τοπικού σχεδιασμού κίνησης, το οποίο συνδυάζει μία βελτιωμένη παραλλαγή του αλγορίθμου Dynamic Window Approach (Improved Dynamic Window Approach – IDWA) με έναν αλγόριθμο Βελτιστοποίησης Σμήνους Σωματιδίων υπό περιορισμούς (Constrained Particle Swarm Optimization – CPSO) για επίλυση του προβλήματος βελτιστοποίησης στον συνεχή χώρο. Αντί της αξιολόγησης ενός προκαθορισμένου διακριτού συνόλου υποψήφιων εντολών ταχύτητας, η προτεινόμενη μεθοδολογία διατυπώνει την επιλογή ταχύτητας ως πρόβλημα συνεχούς βελτιστοποίησης, με την επίλυση του από τον στοχαστικό αλγόριθμο CPSO. Η βελτιωμένη αντικειμενική συνάρτηση επεκτείνει την κλασική διατύπωση του DWA, ενσωματώνοντας κανονικοποιημένα κριτήρια πλοήγησης που σχετίζονται με την ευθυγράμμιση προς τον στόχο, την αποφυγή εμποδίων, την προτίμηση υψηλότερης μεταφορικής ταχύτητας, την πρόοδο προς τον στόχο και την ομαλότητα της κίνησης. Η αποφυγή συγκρούσεων επιβάλλεται μέσω μιας διατύπωσης περιορισμών βασισμένης σε συναρτήσεις ποινής, επιτρέποντας στον αλγόριθμο σμήνους να εντοπίζει αποδοτικά εφικτές εντολές ταχύτητας, μεγιστοποιώντας ταυτόχρονα την αντικειμενική συνάρτηση πλοήγησης. Το προτεινόμενο πλαίσιο σχεδιασμού υλοποιήθηκε στο περιβάλλον ROS2 Humble και αξιολογήθηκε πειραματικά στον προσομοιωτή Webots, χρησιμοποιώντας μία διαφορικής οδήγησης ρομποτική πλατφόρμα Turtlebot3 Waffle εξοπλισμένη με προσομοιωμένο τρισδιάστατο αισθητήρα LiDAR. Για την απομόνωση της συνεισφοράς της διαδικασίας βελτιστοποίησης, ο προτεινόμενος αλγόριθμος IDWA-CPSO συγκρίθηκε με μία κλασική υλοποίηση του IDWA βασισμένη σε δειγματοληψία πλέγματος, χρησιμοποιώντας την ίδια αντικειμενική συνάρτηση, τους ίδιους δυναμικούς περιορισμούς και την ίδια διαδικασία ελέγχου συγκρούσεων. Η αξιολόγηση πραγματοποιήθηκε σε ένα αντιπροσωπευτικό σενάριο αποφυγής εμποδίου, με την εξαγωγή ποσοτικών δεικτών πλοήγησης, καθώς και αναλύσεων της τροχιάς, των προφίλ ταχυτήτων, της καμπυλότητας και της υπολογιστικής απόδοσης. Τα αποτελέσματα της αξιολόγησης υποδεικνύουν ότι η αντικατάσταση της διακριτής δειγματοληψίας του χώρου ταχυτήτων με συνεχή βελτιστοποίηση βασισμένη στον CPSO, βελτιώνει σημαντικά τη συνολική απόδοση της διαδικασίας πλοήγησης. Συγκεκριμένα, ο προτεινόμενος αλγόριθμος παράγει σταθερά συντομότερες και ομαλότερες τροχιές, μειώνει τον συνολικό χρόνο πλοήγησης και το υπολογιστικό κόστος, ενώ παράλληλα επιτυγχάνει αποτελεσματικότερη αποφυγή εμποδίων, διατηρώντας την ασφαλή πλοήγηση χωρίς συγκρούσεις και την ακριβή επίτευξη του στόχου. Τα ευρήματα αυτά υποδεικνύουν ότι η συνεχής βελτιστοποίηση αποτελεί μία ιδιαίτερα υποσχόμενη εναλλακτική προσέγγιση έναντι των συμβατικών μεθόδων τοπικού σχεδιασμού που βασίζονται στη δειγματοληψία, προσφέροντας μία αποτελεσματική ισορροπία μεταξύ υπολογιστικής αποδοτικότητας και ποιότητας τροχιάς για εφαρμογές αυτόνομης πλοήγησης σε πραγματικό χρόνο.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Τίγγος Κωνσταντίνος
  • Tingos Konstantinos

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, English, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:5451888

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Τίγγος Κωνσταντίνος; Tingos Konstantinos. Hybrid Navigation Algorithms for Autonomous Ground Vehicles in Uncertain Environments. 2026. https://pergamos.lib.uoa.gr/uoa/dl/object/5451888