Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca»Unità di ricerca
INIZIO_TESTO_DA_INDICIZZARE

UNITA' DI RICERCA

italiano - english
Bibliografia
[1] F. Alonge, G. Di Bernardo, F.M. Raimondi, F. Italia and M. Lavorgna, "Fuzzy data fusion for real-world mapping using 360° Rotating Ultrasonic Sensor", Proc. 1997 IFAC-IFIP-IMACS Conf. Control of Industrial Systems, pp. 447-452.

[2] G. Antonelli, S. Chiaverini, R. Finotello, and R. Schiavon, "Real-time path planning and obstacle avoidance for RAIS: An autonomous underwater vehicle", IEEE J. Oceanic Engineering, 2:216-227, 2001.

[3] G. Antonelli and S. Chiaverini, "Fuzzy redundancy resolution and motion coordination for underwater vehicle-manipulator systems", IEEE Trans. Fuzzy Systems, 11:109–120, 2003.

[4] G. Antonelli and S. Chiaverini, "Kinematic control of a platoon of autonomous vehicles", Proc. 2003 IEEE Int. Conf. Robotics & Automation, pp. 1464-1469.

[5] T. Arai, E. Pagello and L.E. Parker, "Guest editorial: Advances in multirobot systems", IEEE Trans. Robotics & Automation, 18:655-661, 2002.

[6] T. Balch and R.C. Arkin, "Behavior-based formation control for multirobot teams", IEEE Trans. Robotics & Automation, 14:926-939, 1998.

[7] C. Bellini, F. Panepinto, S. Panzieri and G. Ulivi, "Exploiting a real-time Linux platform in controlling robotic manipulators", Prep. 15th IFAC World Congress, 2002.

[8] S. Betge-Brezetz, P. Hebert, R. Chatila, and M. Devy, "Uncertain map making in natural environments", Proc. 1996 IEEE Int. Conf. Robotics & Automation, pp. 1048-1053.

[9] A. Bicchi and L. Pallottino, "Optimal planning for coordinated vehicles with bounded curvature", Proc. Workshop Algorithmic Foundations of Robotics, in B. Donald, K. Lynch, and D. Rus (Eds.), "Algorithmic and Computational Robotics: New Directions", 1:167-172, A.K. Peters, MA, 2000.

[10] B.E. Bishop and D.J. Stilwell, "On the application of redundant manipulator techniques to the control of platoons of autonomous vehicles", Proc. 2001 IEEE Int. Conf. Control Applications, pp. 823-828.

[11] J. Borenstein, H.R. Everett, and L. Feng, "Where am I? - Sensors and Methods for Mobile Robot Positioning", The University of Michigan, 1996.

[12] O. Brock and O. Khatib, "Real-time re-planning in high-dimensional configuration spaces using sets of homotopic paths", Proc. 2000 IEEE Int. Conf. Robotics & Automation, pp. 550-555.

[13] W. Burgard, M. Moors, D. Fox, R. Simmons and S. Thrun, "Collaborative multi-robot exploration", Proc. 2000 IEEE Int. Conf. Robotics & Automation, pp. 476-481.

[14] J.A. Castellanos, J. Neira, and J.D. Tardos, "Multisensor fusion for simultaneous localization and map building", IEEE Trans. Robotics & Automation, 17:908-914, 2001.

[15] P. Chiacchio and S. Chiaverini (Eds.), "Complex Robotic Systems", Springer-Verlag, 1998.

[16] P.I. Corke, "Visual control of robots: High-performance visual servoing", Wiley, 1996.

[17] J.P. Desai, J.P. Ostrowski, and V. Kumar, "Modeling and control of formations of nonholonomic mobile robots", IEEE Trans. Robotics & Automation, 17:905–908, 2001.

[18] M.W.M.G. Dissanayake, P. Newman, S. Clark, H.F. Durrant-Whyte, and M. Csorba, "A solution to the simultaneous localization and map building (SLAM) problem", IEEE Trans. Robotics & Automation, 17:229–241, 2001.

[19] B.R. Donald, "Information invariants in Robotics", Proc. 1993 IEEE Int. Conf. Robotics & Automation, pp. 276-290.

[20] B.R. Donald, J. Jennings and D. Rus, "Analyzing teams of cooperating mobile robots", Proc. 1994 IEEE Int. Conf. Robotics & Automation, pp. 1896-1903.

[21] E. Fabrizi, G. Oriolo, S. Panzieri, and G. Ulivi, "A KF-based localization algorithm for nonholonomic mobile robots", Proc. 6th IEEE Mediterranean Conf. Theory & Practice of Control & Systems, pp. 130-135, 1998.

[22] E. Fabrizi, G. Oriolo, and G. Ulivi, "Accurate map building via fusion of laser and ultrasonic range measures", in A. Saffiotti and D. Driankov (Eds.), "Fuzzy Logic Techniques for Autonomous Vehicle Navigation", Physica-Verlag, Studies in Fuzziness and Soft Computing, 61:257-279, 2001.

[23] H.J.S. Feder, J.J. Leonard, and C.M. Smith, "Incorporating environmental measurements in navigation", Proc. 1998 Workshop Autonomous Underwater Vehicles, pp. 115-122.

[24] Y. Guo and L.E. Parker, "A distributed and optimal motion planning approach for multiple mobile robots", Proc. 2002 IEEE Int. Conf. Robotics & Automation, pp. 2612-2619.

[25] A.J. Healey,"Application of formation control for multi-vehicle robotic minesweeping", Proc. 40th IEEE Conf. Decision & Control, pp. 1497-1502, 2001.

[26] M. Khatib, B. Bouilly, T. Simeon, and R.Chatila, "Indoor navigation with uncertainty using sensor-based motions", Proc. 1997 IEEE Int. Conf. Robotics & Automation, pp. 3379-3384.

[27] O. Khatib, K. Yokoi, K. Chang, D. Ruspini, R. Holmberg, and A. Casal, "Vehicle/arm coordination and multiple mobile manipulator decentralized cooperation", Proc. 1996 IEEE/RSJ Int. Conf. Intelligent Robots & Systems, pp. 546-553.

[28] R. Kurazume, S. Nagata and S. Hirose, "Cooperative positioning with multiple robots", Proc. 1994 IEEE Int. Conf. Robotics & Automation, pp. 1250-1257.

[29] G.D. Lee, S.W. Kim, Y.U. Yim, J.H. Jung, S.Y. Oh and B.S. Kim, "Longitudinal and lateral control system development for a platoon of vehicles", Proc. 1999 IEEE/IEEJ/JSAI Intelligent Transportation Systems, pp. 605-610.

[30] J.J. Leonard, H.F. Durrant-Whyte, and I.J. Cox, "Dynamic map building for autonomous mobile robot", Int. J. Robotics Research, 11(4)286-298, 1992.

[31] C. Luo, S.X. Yang, and D.A. Stacey, "Real time path planning with deadlock avoidance of multiple cleaning robots", Proc. 2003 IEEE Int. Conf. Robotics & Automation, pp. 4080-4085.

[32] S. Mandutianu, F. Hadaegh and P. Elliot, "Multi-agent system for formation flying missions", Proc. 2001 IEEE Aerospace Conf., pp. 2793-2802.

[33] F.R. Noreils and R. Chatila, "Plan execution monitoring and control architecture for mobile robots", IEEE Trans. Robotics & Automation, 11:255–266, 1995.

[34] P. Ogren and N.E. Leonard, "Obstacle avoidance in formation", Proc. 2003 IEEE Int. Conf. Robotics & Automation, pp. 2492—2497.

[35] G. Oriolo, G. Ulivi, and M. Vendittelli, "Real-time map building and navigation for autonomous robots in unknown environments", IEEE Trans. Systems, Man, and Cybernetics - Part B, 28:316-333, 1998.

[36] L. Pallottino, A. Bicchi and S. Pancanti, "Safety of a decentralized scheme for free-flight ATMS using mixed integer linear programming", Proc. 2002 American Control Conf., pp. 742-747.

[37] S. Panzieri, F. Pascucci, G. Ulivi, "An outdoor navigation system using GPS and inertial platform", IEEE/ASME Trans. Mechatronics, 7(2)134-142, 2002.

[38] C. Reynolds, "Flocks, herd and schools: A distributed behavioral model", Computer Graphics, 21(4)25-34, 1987.

[39] D.A. Schoenwald, J.T. Feddema and F.J. Oppel, "Decentralized control of a collective of autonomous robotic vehicles", Proc. 2001 American Control Conf., pp. 2087-2092.

[40] T. Simeon, S. Leroy, and J.-P. Laumond, "Path coordination for multiple mobile robots: a resolution-complete algorithm", IEEE Trans. Robotics & Automation, 18:42–49, 2002.

[41] J. Starke, "Dynamical assignment of distributed autonomous robotic systems to manufacturing targets considering environmental feedbacks", Proc. 2002 IEEE Int. Symp. Intelligent Control, pp. 678-683.

[42] D.J. Stilwell, "Decentralized control synthesis for a platoon of autonomous vehicles", Proc. 2002 IEEE Int. Conf. Robotics & Automation, pp. 744-749.

[43] D.J. Stilwell and B.E. Bishop, "A strategyfor controlling autonomous robot platoons", Proc. 39th IEEE Conf. Decision and Control, pp. 3483-3488, 2000.

[44] T. Sugar, J.P. Desai, V. Kumar and J.P. Ostrowski, "Coordination of multiple mobile manipulators", Proc. 2001 IEEE Int. Conf. Robotics & Automation, pp. 3022-3027.

[45] B. Yamauchi, "Decentralized coordination for multirobot exploration", Robotics & Autonomous Systems, 29:111-118, 1999.

[46] Y. Uny Cao, A.S. Fukunaga and A.B. Kanhg, "Cooperative mobile Robotics: antecedents and directions", Autonomous Robots, 4:7-27, 1997.

[47] N. Xi and T.J. Tarn, "Action synchronization and control of internet based telerobotic systems", Proc. 1999 IEEE Int. Conf. Robotics & Automation, pp. 219-224.

Programma di ricerca

PICTURE: Tecniche di Pianificazione e Controllo Intelligente per la Robotica in Ambienti non Strutturati
Università di riferimento
Università degli Studi di CASSINO - AUTOMAZIONE, ELETTROMAGNETISMO, INGEGNERIA DELL'INFORMAZIONE E MATEMATICA INDUSTRIALE - CASSINO(FR)
Responsabile dell'Unità di ricerca
Stefano CHIAVERINI
Descrizione
Nell'ambito del progetto PICTURE, oltre a svolgere la funzione di coordinamento scientifico del Programma di Ricerca, l'unità di Cassino (UNICAS) svolge funzioni di coordinamento dell'attività di ricerca relativa al tema TEAM, al cui sviluppo collaborano anche le unità UNIGE, UNIPI, POLITO e UNIVPM, come illustrato nel Modello A. All'interno di tale tema, UNICAS si occuperà principalmente di sistemi multi-robot composti da squadre di veicoli autonomi. Obiettivo della ricerca di UNICAS nell'ambito del tema TEAM è lo sviluppo di nuove tecniche di pianificazione del moto coordinato e di nuove strategie di navigazione per squadre di robot in ambienti non strutturati o parzialmente strutturati. Particolare attenzione sarà rivolta al collegamento con i temi affini sviluppati nell'ambito di PICTURE, con specifico riferimento alle tecniche di controllo di robot mobili basate su dati multi-sensoriali (tema MULTI), al controllo coordinato di sistemi veicolo-manipolatore (tema VMS), ed alle loro possibili applicazioni in ambito sottomarino (tema UNDW). Per la validazione sperimentale delle metodologie sviluppate è previsto l'utilizzo di diversi robot e veicoli autonomi in ambienti non strutturati o a parziale strutturazione (p.es., laboratori, corridoi, cortili). Una descrizione del laboratorio coinvolto nella sperimentazione può essere reperita alla URL: http://webuser.unicas.it/lai In particolare, l’unità UNICAS dispone di: - 1 robot mobile I-Robot Magellan Pro con cinematica differential-drive di tipo uniciclo, corredato di 16 sonar, 16 infrarossi, 16 bumpers, radio-ethernet e telecamera a bordo; - 1 robot mobile K-Team Khepera con cinematica differential-drive di tipo uniciclo, corredato di 8 infrarossi e di radio-modem; - 1 sistema di visione fisso / mobile con telecamere bianco-nero e colore, e con frame grabber Matrox Meteor II multi-channel collegato ad un desktop-PC. Per una realistica validazione sperimentale dei temi di ricerca proposti sono in corso di acquisizione ulteriori 6 robot Khepera, che consentiranno di testare con significatività tecniche di pianificazione del moto di squadre di veicoli autonomi. Nell'ambito del tema TEAM, UNICAS si occuperà dello sviluppo di algoritmi per la pianificazione del moto di squadre di robot a partire da primitive di comportamento assegnato e per l'esecuzione di tale moto in un ambiente parzialmente o totalmente incognito. Le primitive di comportamento riguarderanno, ad esempio, la movimentazione dei robot in formazione ed il raggiungimento di obiettivi di percorso, l'esplorazione coordinata di aree definite, ovvero la realizzazione di comportamenti reattivi per l'evitamento di ostacoli lungo un percorso assegnato. Saranno investigate sperimentalmente architetture di navigazione, guida, e controllo per squadre di robot costituite da veicoli autonomi che prevedono la distribuzione delle funzionalità sensoriali e decisionali su un insieme di stazioni di elaborazione collegate in rete. In questo scenario, ogni robot mobile ospita a bordo un insieme di sensori eterocettivi per la navigazione (per esempio, sonar, infrarossi, e -su un solo robot- telecamera) ed un processore con funzioni di gestione del controllo locale e dello scambio dei dati (via etere), mentre un PC (in una postazione fissa collegata in rete) elabora ulteriori informazioni sensoriali (per esempio, l'acquisizione della scena da parte di una telecamera fissa nell'ambiente) fondendole con quelle provenienti dai veicoli in moto per elaborare le direttive di guida da fornire al plotone di veicoli. UNICAS si propone inoltre di indagare la tolleranza degli algoritmi di navigazione di squadre di robot ad eventi quali la rottura o lo smarrimento di una o più unità. In particolare, si intende sperimentare l'eventualità che un veicolo si blocchi durante un moto in formazione; in questo caso, gli altri veicoli dovranno sia evitare il veicolo fuori uso che riconfigurarsi in maniera tale da portare a termine la missione. UNICAS sarà pure impegnata sul tema MULTI, coordinato da POLITO. In questo ambito UNICAS si propone di studiare architetture per l'utilizzo di dati sensoriali di molteplice natura (p.es., odometria, prossimità, visione) per la navigazione ed il controllo di robot mobili. Tali dati sensoriali possono essere distribuiti fra diversi robot e/o su stazioni di controllo fisse. In particolare si prevede l'utilizzo di telecamere sia montate su robot che fisse ad inquadrare l'ambiente. Diverse architetture verranno indagate rispetto alla quantità di informazione che ogni robot e/o processore di stazione fissa ha a disposizione. Ci si propone, inoltre, di fornire al veicolo capacità comportamentali ispirate a quelle umane di fronte ai cambiamenti del percorso da seguire, come, ad esempio, nel caso di occorrenza di una curva improvvisa. Allo scopo, si prevede di utilizzare la sensoristica eterocettiva per aumentare la robustezza del sistema. Nell'ambito del tema VMS, coordinato da UNIGE, UNICAS si propone di sviluppare e validare tecniche di controllo coordinato veicolo-manipolatore. Infatti, leggi di controllo dinamico che tengono esplicitamente conto delle caratteristiche dinamiche di queste strutture possono risultare in migliori prestazioni pur tenendo contenuto l'onere computazionale. La ridondanza cinematica intrinseca di questi sistemi, inoltre, può essere efficacemente sfruttata per il conseguimento di più obiettivi simultaneamente; ciò sarà ottenuto ricorrendo a tecniche di controllo cinematico che fondono un approccio fuzzy con un'opportuna formulazione di classici algoritmi di inversione cinematica a priorità di compito. UNICAS sarà infine impegnata sul tema UNDW, coordinato da UNIVPM, nel cui ambito si propone l'applicazione delle tecniche di pianificazione e controllo sviluppate per veicoli singoli e per squadre di veicoli a compiti robotici da eseguirsi in ambienti sottomarini. Schematicamente, la ricerca sarà sviluppata secondo le seguenti fasi, ciascuna della durata di sei mesi: Fase 1 (costo 10000 Euro) TEAM - Studio di algoritmi di pianificazione del moto di squadre di robot costituite da veicoli autonomi. Studio dei possibili guasti con particolare riferimento alla perdita (smarrimento o guasto) di un veicolo appartenente ad una squadra. MULTI - Scelta e messa a punto degli algoritmi da implementare. VMS – Analisi delle prestazioni degli esistenti controllori dinamici ed algoritmi di sfruttamento della ridondanza per sistemi veicolo-manipolatore. UNDW – Studio dei possibili guasti per un singolo veicolo sottomarino e delle specifiche di moto per una squadra di veicoli sottomarini autonomi. Fase 2 (costo 23000 Euro) TEAM - Analisi dei vincoli di implementabilità degli algoritmi, quali ritardi nelle comunicazioni, anolonomia dei veicoli, ecc. . Acquisizione, installazione e configurazione di componenti hardware/software per il testbed sperimentale. Codifica dei guasti intenzionalmente generati nell'architettura hardware/software disponibile in laboratorio. MULTI - Implementazione dell’architettura hardware e del software per la gestione del setup sperimentale. VMS – Stesura del codice per la simulazione di sistemi veicolo-manipolatori sia terrestri che a base flottante. UNDW – Stesura del codice per la simulazione del modello dinamico di un singolo veicolo sottomarino e per la simulazione di una squadra di veicoli sottomarini. Fase 3 (costo 20000 Euro) TEAM - Codifica degli algoritmi sul set-up sperimentale. Simulazione di guasto e test hardware-in-the-loop. MULTI - Codifica e taratura degli algoritmi di pianificazione e controllo del moto. VMS – Sviluppo di algoritmi di controllo cinematico e dinamico. UNDW - Sviluppo di algoritmi di identificazione del modello di un veicolo sottomarino tramite reti neurali. Fase 4 (costo 15000 Euro) TEAM - Realizzazione sperimentale degli algoritmi proposti. Esperimenti di gestione dei guasti per una squadra di robot costituita da diversi Khepera. MULTI - Realizzazione sperimentale degli algoritmi su architetture multi-sensore. VMS – Taratura degli algoritmi ed analisi delle prestazioni. UNDW – Sviluppo di algoritmi di rilevazione guasti per veicoli sottomarini e di controllo coordinato per squadre di veicoli sottomarini autonomi.