THIẾT KẾ VÀ CHẾ TẠO XE TỰ HÀNH DẪN HƯỚNG ỨNG DỤNG LiDAR-SLAM CHO ĐIỀU HƯỚNG TỰ ĐỘNG TRONG NHÀ
Từ khóa
DOI:
https://doi.org/10.34238/tnu-jst.15495Tóm tắt
Bài báo trình bày quá trình thiết kế và chế tạo một xe tự hành dẫn hướng ứng dụng công nghệ LiDAR-SLAM cho bài toán điều hướng tự động trong nhà. Hệ thống được phát triển trên nền tảng robot truyền động vi sai, sử dụng cảm biến LiDAR A1M8 để thu nhận dữ liệu môi trường, Raspberry Pi 4 làm bộ xử lý cấp cao cho các chức năng lập bản đồ, xác định vị trí và điều hướng, trong khi ESP32 đảm nhiệm thu nhận tín hiệu encoder, điều khiển động cơ và thực hiện điều khiển PID tốc độ. Mô hình xe tự hành dẫn hướng được thiết kế với tải trọng mục tiêu 8 kg, kích thước 330 × 230 ×220 mm, vận tốc không tải khoảng 1 m/s và vận tốc có tải khoảng 0,5 m/s. Đóng góp chính của nghiên cứu là xây dựng một kiến trúc phần cứng - phần mềm tích hợp giữa khối xử lý cấp cao và khối điều khiển thời gian thực, cho phép hệ thống thực hiện các chức năng cảm nhận môi trường, lập bản đồ, định vị, lập kế hoạch đường đi và di chuyển đến vị trí đích. Kết quả thực nghiệm cho thấy hệ thống đạt sai số đích trung bình 0,04 m, thời gian trung bình 10,52 s cho quãng đường 2 m, tỷ lệ tránh vật cản thành công 80% và tổng thời gian thực hiện tránh vật cản trung bình là 2,46 s. Các kết quả này khẳng định tính khả thi của mô hình đề xuất đối với các ứng dụng vận chuyển tự động quy mô nhỏ trong nhà.Lượt tải
Tài liệu tham khảo
Z. Zhang, J. Chen, and Q. Guo, “Application of automated guided vehicles in smart automated warehouse systems: A survey,” Computer Modeling in Engineering & Sciences, vol. 134, no. 3, pp. 1529-1563, 2023, doi: 10.32604/cmes.2022.021451.
T. Lackner, J. Hermann, C. Kuhn, and D. Palm, “Review of autonomous mobile robots in intralogistics: State-of-the-art, limitations and research gaps,” Procedia CIRP, vol. 130, pp. 930-935, 2024, doi: 10.1016/j.procir.2024.10.187.
S. Thrun, W. Burgard, and D. Fox, Probabilistic Robotics, Cambridge, MA, USA: MIT Press, 2005.
G. Grisetti, C. Stachniss, and W. Burgard, “Improved techniques for grid mapping with Rao-Blackwellized particle filters,” IEEE Transactions on Robotics, vol. 23, no. 1, pp. 34-46, 2007.
D. Lee, M. Jung, W. Yang, and A. Kim, “LiDAR odometry survey: Recent advancements and remaining challenges,” Intelligent Service Robotics, vol. 17, 2024, doi: 10.1007/s11370-024-00515-8.
S. Du, T. Chen, Z. Lou, and Y. Wu, “A 2D-LiDAR-based localization method for indoor mobile robots using correlative scan matching,” Robotica, vol. 43, 2025, doi: 10.1017/S026357472400198X.
A. H. Kassem and M. Asem, “A low-cost robotic system for simultaneous localization and mapping,” Journal of Engineering and Applied Science, vol. 71, 2024, Art. no. 158, doi: 10.1186/s44147-024-00486-8.
M. N. Nong, N. T. Do, V. Q. Vu, and N. V. Ngo, “A method of obstacle avoidance for AMR robot in warehouse automation,” TNU Journal of Science and Technology, vol. 228, no. 2, pp. 62-69, 2023, doi: 10.34238/tnu-jst.7049.
W. Wang, Z. Bao, J. Zheng, and T. Wang, “Research on automated guided vehicle (AGV) path tracking control based on laser simultaneous localization and mapping (SLAM),” Mechanical Sciences, vol. 16, pp. 1-24, 2025, doi: 10.5194/ms-16-1-2025.
