Χρήση του ROS σε εφαρμογές διαχείρισης αυτόνομων οχημάτων (Bachelor thesis)

Μωυσιάδης, Βασίλειος


Full metadata record
DC FieldValueLanguage
dc.contributor.authorΜωυσιάδης, Βασίλειοςel
dc.date.accessioned2022-02-01T12:34:09Z-
dc.date.available2022-02-01T12:34:09Z-
dc.identifier.urihttp://195.251.240.227/jspui/handle/123456789/13833-
dc.descriptionΠτυχιακή εργασία - Σχολή Τεχνολογικών Εφαρμογών - Τμήμα Μηχανικών Αυτοματισμού, 2017el
dc.rightsDefault License-
dc.subjectΑυτόνομα οχήματαel
dc.subjectAutonomous vehiclesen
dc.subjectΕφαρμογές διαχείρισηςel
dc.subjectManagement applicationsen
dc.subjectΛογισμικό ανοιχτού κώδικα ROSel
dc.subjectOpen source software ROSen
dc.titleΧρήση του ROS σε εφαρμογές διαχείρισης αυτόνομων οχημάτωνel
heal.typebachelorThesis-
heal.type.enBachelor thesisen
heal.generalDescriptionΠτυχιακή εργασίαel
heal.classificationOpen source software--Programmingen
heal.classificationΛογισμικό ανοιχτού κώδικα--Προγραμματισμόςel
heal.classificationVehicles, Remotely piloted--Automatic controlen
heal.classificationΟχήματα, Tηλεχειριζόμενα--Αυτόματος έλεγχος.el
heal.identifier.secondary8910-
heal.languageel-
heal.accessaccount-
heal.recordProviderΣχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμούel
heal.publicationDate2017-10-04-
heal.bibliographicCitationΜωυσιάδης Βασίλειος, Χρήση του ROS σε εφαρμογές διαχείρισης αυτόνομων οχημάτων,Σχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμού, Διεθνές Πανεπιστήμιο Ελλάδος, 2017
heal.abstractΟι εργασίες σε βιομηχανικό περιβάλλον αποθήκης με χρήση οχημάτων έχουν υψηλό βαθμό επικινδυνότητας και θέτουν σε κίνδυνο τόσο τους χειριστές των μηχανημάτων όσο και το προσωπικό. Επιπλέον κατά τη διάρκεια της μεταφοράς μπορεί να προκληθούν ζημιές με αποτέλεσμα τη μείωσης της παραγωγής και την απώλεια χρημάτων. Σκοπός της παρούσας έρευνας είναι να συμβάλλει στη αυτοματοποιημένη διαχείριση μιας βιομηχανικής αποθήκης (intra-logistics), παρέχοντας ένα καινοτόμο εργαλείο προγραμματισμού και ελέγχου σε πραγματικό χρόνο, για την πλοήγηση των έξυπνων αυτόνομων οχημάτων ή intelligent autonomous vehicles (IAV). Τα IAV είναι απόγονοι καθοδηγούμενων οχημάτων (AGVs). Το νέο εργαλείο παρέχει ανεξάρτητη χαρτογράφηση του χώρου σε πραγματικό χρόνο και εντοπίζει τη βέλτιστη διαδρομή που θα ακολουθήσει το IAV κατά την εκτέλεση των εργασιών του. Αυτό έχει ως αποτέλεσμα την αύξηση της ροής εργασιών, την μείωση της ενεργειακής κατανάλωσης και την αύξηση των επιπέδων ασφαλείας. Σύμφωνα λοιπόν με όλα τα παραπάνω τα IAVs είναι μια πολλά υποσχόμενη εναλλακτική λύση για την αποτελεσματική εκτέλεση των εργασιών σε επιχειρησιακό επίπεδο, δεδομένου ότι: (i) παρέχουν επιχειρησιακές πληροφορίες σε πραγματικό χρόνο σχετικά με τις παραμέτρους και τις συνθήκες της αποθήκης, (ii) μπορούν να λειτουργούν 24/7 με αξιοπιστία, (iii) καταναλώνουν λιγότερη ενέργεια σε σχέση με την συμβατική ανθρώπινη οδήγηση των μηχανημάτων, (iv) αποτελούν βασικό κομμάτι της τέταρτης βιομηχανικής φάσης (Industry 4.0) για τη δημιουργία έξυπνων βιομηχανικών χώρων (v) βελτιώνουν τα επίπεδα ασφαλείας χώρο εργασίας. Τα AGVs οδηγούν στη χρήση αυτοματοποιημένων συστημάτων και είναι σε θέση να διαχειριστούν καταστάσεις αβεβαιότητας λαμβάνοντας αποφάσεις κυρίως σε επιχειρησιακό επίπεδο με δυναμικό τρόπο και ως εκ τούτου επηρεάζουν και το επίπεδο του προγραμματισμού των εργασιών. Στην παρούσα εργασία παρουσιάστηκε αναλυτικά ο τρόπος εγκατάστασης του λογισμικού καθώς και ο οδηγός εκμάθησης του ROS στα Ελληνικά (Κεφάλαιο 1 και 2). Για τους σκοπούς της εργασίας δημιουργήθηκε σε περιβάλλον προσομοίωσης ένα IAV που ικανοποιούσε της ανάγκες του περιβάλλοντος προσομοίωσης(Κεφάλαιο 3). Στη συνέχεια εξηγείται το Navigation Stack, ο ρόλος του, η θεωρία, οι μέθοδοι και οι αλγόριθμοι για την χαρτογράφηση, τον εντοπισμό και την κίνηση του IAV στον εκάστοτε χώρο με την χρήση σχετικών συντεταγμένων(Κεφάλαιο 4). Τέλος αναπτύσσονται δύο αλγόριθμοι όπως και ένα μοντέλο προσομοίωσης μιας εργοστασιακής αποθήκης. Ο πρώτος αλγόριθμος αφορά την διαδικασία της χαρτογράφησης και τον τρόπο αυτοματοποίησης της ώστε να μην είναι πλέον απαραίτητη η παρέμβαση του ανθρώπινου παράγοντα. Ο δεύτερος αποτελεί μια σύνδεση στο Navigation Stack καθώς αρχικά κατευθύνει το IAV στην παραλαβή του ζητούμενου αποθέματος στην αποθήκη στη συνέχεια το παραδίδει στην έξοδο της αποθήκεη, τέλος κατευθύνει το IAV στο σημείο στάθμευσης για την αναμονή της επόμενης αποστολής(Κεφάλαιο 5).el
heal.abstractMaterial handling activities in an industrial warehouse environment are considered of high risk and lead to major injuries, both for the people who operate the vehicles and the rest of the staff. In addition accidents in and industrial environments are slowing down the production line and lead to money loss. The purpose of this research is to contribute to the automated management of an industrial warehouse (intra-logistics) providing an innovative real-time programming and control tool for managing intelligent autonomous vehicles (IAVs) (autonomous ground vehicle descendant). The proposed tool provides a fully automated real time mapping of the industrial environment. As a result, work flow and security levels are increased while energy consumption decreases due to the selection of the optimized route. According to the above, IAVs are a promising solution for the efficient execution of any process that involves transportation at operational level. Our research concludes that IAVs: (I) Provide real time information about warehouse parameters and conditions, (ii) Reliably operate 24/7, (iii) consume less energy than a conventional human driving machine, (iv) are an essential part of the fourth industrial phase (industry 4.0), (v) improve security levels in the warehouse. AGVs can be used to automate industrial processes and they are capable of managing real time disruptions at operational level by taking dynamic decisions and therefore affect the production rate of the facility. In this paper presented the installation, as well as the learning guild of ROS in Greek language (Chapter 1 and 2). We describe how to create in a simulation environment a model of a robot that meets the needs of an industrial warehouse(Chapter 3). Then we explain the theory and the role of Navigation Stack as well as the methods and the algorithms for mapping, localization, and movement of the robot to each of environments using relative coordinates(Chapter 4). In the last Chapter(5) we developed two algorithms and a model of an industrial warehouse. This first algorithm is about the procedure of SLAM and how it could be automated so it wont be necessary the innervation of human factor. The second algorithm is a simple action client to Navigation Stack. Fist drives the robot to the location of a specific location to pick up a box, then drives the robot at the exit of the warehouse to deliver the box, finally drives the robot to the parking spot to wait the next assignment.en
heal.advisorNameΜπεχτσής, Δημήτριοςel
heal.committeeMemberNameΜπεχτσής, Δημήτριοςel
heal.academicPublisherΣχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμούel
heal.academicPublisherIDihu-
heal.numberOfPages124-
heal.fullTextAvailabilitytrue-
heal.type.elΠροπτυχιακή/Διπλωματική εργασίαel
Appears in Collections:Πτυχιακές Εργασίες

Files in This Item:
File Description SizeFormat 
Διπλωματική Μωυσιάδης Βασίλης.pdfΜωυσιάδης, Πτυχιακή3.98 MBAdobe PDFView/Open



 Please use this identifier to cite or link to this item:
http://195.251.240.227/jspui/handle/123456789/13833
  This item is a favorite for 0 people.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.