Χρήση του ROS σε εφαρμογές διαχείρισης αυτόνομων οχημάτων (Bachelor thesis)
Μωυσιάδης, Βασίλειος
Material 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.
| Institution and School/Department of submitter: | Σχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμού |
| Subject classification: | Open source software--Programming Λογισμικό ανοιχτού κώδικα--Προγραμματισμός Vehicles, Remotely piloted--Automatic control Οχήματα, Tηλεχειριζόμενα--Αυτόματος έλεγχος. |
| Keywords: | Αυτόνομα οχήματα;Autonomous vehicles;Εφαρμογές διαχείρισης;Management applications;Λογισμικό ανοιχτού κώδικα ROS;Open source software ROS |
| Description: | Πτυχιακή εργασία - Σχολή Τεχνολογικών Εφαρμογών - Τμήμα Μηχανικών Αυτοματισμού, 2017 |
| URI: | http://195.251.240.227/jspui/handle/123456789/13833 |
| Item type: | bachelorThesis |
| General Description / Additional Comments: | Πτυχιακή εργασία |
| Subject classification: | Open source software--Programming Λογισμικό ανοιχτού κώδικα--Προγραμματισμός Vehicles, Remotely piloted--Automatic control Οχήματα, Tηλεχειριζόμενα--Αυτόματος έλεγχος. |
| Item language: | el |
| Item access scheme: | account |
| Institution and School/Department of submitter: | Σχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμού |
| Publication date: | 2017-10-04 |
| Bibliographic citation: | Μωυσιάδης Βασίλειος, Χρήση του ROS σε εφαρμογές διαχείρισης αυτόνομων οχημάτων,Σχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμού, Διεθνές Πανεπιστήμιο Ελλάδος, 2017 |
| Abstract: | Οι 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). Material 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. |
| Advisor name: | Μπεχτσής, Δημήτριος |
| Examining committee: | Μπεχτσής, Δημήτριος |
| Publishing department/division: | Σχολή Τεχνολογικών Εφαρμογών /Τμήμα Μηχανικών Αυτοματισμού |
| Publishing institution: | ihu |
| Number of pages: | 124 |
| Appears in Collections: | Πτυχιακές Εργασίες |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Διπλωματική Μωυσιάδης Βασίλης.pdf | Μωυσιάδης, Πτυχιακή | 3.98 MB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/13833
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
