Uma abordagem híbrida para o planejamento de caminhos para robôs móveis em ambientes semi-estruturados fechados e parcialmente observáveis

Abstract

A robótica móvel aborda problemas relacionados a plataformas móveis, capazes de mudar sua localização no ambiente onde se encontram. Dentre as estratégias de navegação, encontra-se o planejamento de caminhos, cujo objetivo é encontrar rotas, ou um conjunto de ações, que levem um robô do local onde se encontra até um local de destino de forma eficiente. Para solucionar tal problema, deve-se levar em consideração algumas restrições, tais como capacidade de sensoriamento e tipo de ambiente. As soluções são divididas em duas formas distintas, o planejamento global e planejamento local. A primeira delas procura por caminhos completos que conectam o ponto de partida até o destino, evitando colisões com obstáculos conhe- cidos. Tal abordagem exige conhecimento prévio do ambiente e algum mecanismo de replanejamento para lidar com mudanças durante a navegação. Em contrapartida, a segunda lida com situações baseadas nas informações obtidas pelos sensores em tempo real, relacionadas ao desvio de obstáculos e limitadas à uma parte do ambi- ente onde o robô se move. Neste contexto, este trabalho aborda o planejamento de caminhos com uma solução híbrida, que mescla uma estratégia global e local. Para tal, utiliza-se uma navegação reativa (local) quando não existe informações prévias suficientes para traçar um caminho global. Enquanto o robô se move, as informa- ções captadas pelos sensores modelam, de forma incremental, o ambiente. Uma vez que as informações contidas no mapa sejam suficientes, utiliza-se a estratégia global para traçar um caminho. Durante o seguimento do caminho obtido pela es- tratégia global, o planejamento local é novamente utilizado para evitar colisões com obstáculos que não eram previamente conhecidos ou que mudaram de localização durante a navegação, dando, portanto, o caráter híbrido da solução. O algoritmo desenvolvido foi implementado, testado e validado em experimentos utilizando a plataforma robótica Pioneer P3-DX e o sensor de Xbox 360 Kinect. Tanto o robô quanto o sensor utilizados caracterizam plataformas de baixo custo, pois possuem capacidades limitadas de sensoriamento, característica que é utilizada para validar a eficiência do algoritmo.

Mobile robotics addresses problems associated with robotic platforms that are capable of changing their location in the environment. Among the navigation stra- tegies one has the path planning, whose goal is to find routes, or a set of actions, that will lead a robot from its current place to a destination place in an efficient way. To solve this problem, some constraints must be taken into consideration, such as sensorial capabilities and the type of environment. The solutions are divided into two distinct ways, the global and local planning. The first one searches for com- plete paths that connect the starting point to the destination, avoiding collisions with previously known obstacles. Such approach requires a priori environment kno- wledge and some replanning mechanism to deal with changes during the navigation. On the other hand, the second solution deals with situations based on the sensor information obtained in real-time, related to the obstacle avoidance and limited to a part of the environment where the robot moves. In this context, this work proposes hybrid solution to the path planning problem, which merges a local and a global strategies. Thus, a reactive (local) navigation is used when there is no previous in- formation to obtain a global path. While the robot moves, the information obtained by the sensors is used to incrementally model the environment. Once the informa- tion contained in the map is enough, the global strategy is used to find a path. While following the globally planned path, the local strategy is used to avoid colli- sions with obstacles not previously known or that changed their location after the navigation started, thus characterizing the hybrid solution. The proposed algorithm was implemented, tested and validated in experiments using the robotic platform Pionner P3-DX and the sensor for Xbox 360 Kinect. Both the robot and sensor used are low-cost platforms, given the limited sensor capabilities, whose objective was to validate efficiency of the algorithm.