Implementación de un entorno basado en ROS2 con un sistema sensorial en el robot móvil Donatello del equipo de robótica de competición RoboRescue UMA

Loading...
Thumbnail Image

Identifiers

Publication date

Reading date

Authors

Lozano Lozano, Pablo

Collaborators

Advisors

Gandarias Palacios, Juan Manuel
Castellano Quero, Manuel

Tutors

Editors

Journal Title

Journal ISSN

Volume Title

Publisher

Metrics

Google Scholar

Share

Research Projects

Organizational Units

Journal Issue

Abstract

Este proyecto se centra en la integración de sensores junto con el resto de componentes hardware del robot móvil Donatello en un entorno basado en ROS 2, en su versión Humble. La interfaz de control se ha establecido a través de la conexión ROS 2–Simulink, permitiendo enviar órdenes de velocidad a una placa Arduino Mega encargada del control de bajo nivel de los motores dentro del entorno de Simulink. Se han incorporado un sensor LiDAR 2D y una cámara de profundidad con Unidad de Medida Inercial (IMU), los cuales permiten al robot percibir y mapear su entorno mediante el paquete slam_toolbox. Gracias a que se ha dotado a Donatello con percepción del entorno, la localización se realiza mediante AMCL, y la navegación autónoma se gestiona con el paquete Nav2. Para la generación de odometría, se ha desarrollado un nodo personalizado basado en la integración de la velocidad lineal enviada a la placa Arduino y la velocidad angular obtenida desde la IMU. Dado que también se permite la teleoperación a través de un mando de Xbox, y considerando la arquitectura basada en ROS 2, el sistema resultante es completamente distribuido. Además, se ha implementado twist_mux para priorizar el control manual a través del mando frente a las órdenes automáticas, permitiendo así intervenciones humanas en situaciones críticas. La arquitectura se complementa con RViz para la visualización en tiempo real. Para comprobar el funcionamiento, se han llevado a cabo varios experimentos, en los cuales se han puesto a prueba principalmente dos modelos distintos de LiDAR y dos métodos diferentes de cálculo de odometría. Como resultado, se ha determinado que el modelo más adecuado de LiDAR es el RPLIDAR C1, debido a su rendimiento superior frente al otro modelo probado, y que la mejor manera de obtener la odometría es combinando Simulink con la Unidad de Medida Inercial.

Description

Bibliographic citation

Endorsement

Review

Supplemented By

Referenced by

Creative Commons license

Except where otherwised noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional