Bibliografia
[1] L.E. Parker “Current research in multi-robot systems.” Journal of Artificial Life and Robotics, To appear.
[2] T. Arai, E. Pagello, L.E. Parker, “Editorial: Advances in multi-robot systems.” IEEE Trans. on Robotics and Automation, vol. 18, n.5, Oct. 2002, 655-661.
[3] T. Balch, L.E. Parker (Eds.) Robot Teams: From Diversity to Polymorphism. A.K. Peters Ltd, 2002.
[4] R.C. Arkin Behavior-Based Robotics, The MIT Press, pp.i-xiv, 1-491, 1998.
[5] E. Bonabeau, M. Dorigo, G. Theraulaz. Swarm Intelligence: From natural to Artificial Systems. Oxford University Press, 1999.
[6] J. Kennedy, R.C. Eberhart. Swarm Intelligence. Morgan Kaufmann, 2001.
[7] R.R. Murphy. Introduction to AI Robotics, The MIT Press, 2000.
[8] G. Dudek, M. Jenkin. Computational Principles of Mobile Robotics. Cambridge University Press, 2000.
[9] T. Bräunl. Embedded Robotics: Mobile Robot Design and Applications with Embedded Systems, Springer 2003.
[10] P. Bonnifait, P. Bouron, P. Crubille, D. Meizel, “Data fusion of four ABS sensors and GPS for an enhanced localization of car-like vehicles”, Proceedings 2001 ICRA, IEEE International Conference on Robotics and Automation, vol. 2, 1597 – 1602, 2001.
[11] S. Jörg, J. Langwald, J. Stelter, G. Hirzinger, C. Natale, “Flexible robot-assembly using a multi-sensory approach.” Proceedings of the 2000 IEEE ICRA, 3687 – 3694, San Francisco, 2000.
[12] R. Masuda, T. Oinuma, A. Muramatsu, “Multi-sensor control system for rescue robotics”, Proceedings of the 1996 IEEE/SICE/RSJ Int. Conf. On Multiasensor Fusion and Integration for Intelligent Systems, 381 – 387, 1996.
[13] Huang Xinhan, Wang Min, “Multi-sensor data fusion structures in autonomous systems: a review”,
IEEE 2003 International Symposium on Intelligent Control, 817 – 821,2003.
[14] J. Fredslund, M.J. Mataric “A General Algorithm for Robot Formations Using Local Sensing and Minimal Communication”. IEEE Transactions on Robotics and Automation, vol. 18, n. 5, 837 – 846, 2002.
[15] M.W.M.G. Dissanayake, P. Newman, S. Clark, H.F. Durrant-Whyte, M. Csorba. “A solution to the simultaneous localization and map building (SLAM) problem.” IEEE Transactions on Robotics and Automation, vol. 17, n. 3, 229 – 241, 2001.
[16] G. Calafiore “Set Simulations for Quadratic Systems.” IEEE Transactions on Automatic Control, vol. 48, n. 5, 800 – 805, 2003.
[17] G. Calafiore, “A Set-Valued Non-Linear Filter for Robust Localization.” IEEE Transactions on Systems, Man, and Cybernetics, 2004 (in print).
[18] S.P.N. Singh, S.M. Thayer. “Immunology Directed Methods for Distributed Robotics: A Novel, Immunity-based Architecture for Robust Control & Coordination.” Proceedings of SPIE: Mobile Robots XVI, vol. 4573, November, 2001.
[19] P.J. Costa Branco, J.A. Dente, R. Vilela Mendes. “Using Immunology Principles for Fault Detection.” IEEE Transactions on Industrial Electronics, vol. 50, n. 2, 362 – 373, 2003.
[20] H. Hagras, V. Callaghan, M. Collry, “Outdoor mobile robot learning and adaptation.” IEEE Robotics & Automation Magazine, vol. 8, n. 3 , 53 – 69, 2001.
[21] F. Fernandez, L.E. Parker, “Learning in Large Cooperative Multi-Robot Domains”, International Journal of Robotics and Automation, special issue on Computational Intelligence Techniques in Cooperative Robots, vol. 16, n. 4, 217 – 226, 2001.
[22] I. Duleba, J.Z. Sasiadek, “Nonholonomic motion planning based on Newton algorithm with energy optimization”, IEEE Transactions on Control Systems Technology, vol. 11, n. 3, 355 – 363, 2003.
[23] G.N. Desouza, A.C. Kak, “Vision for mobile robot navigation: a survey”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, n. 2, 237 – 267, 2002.
[24] B. Bona, M. Indri, N. Smaldone, “Architectures for Rapid Prototyping of Model-based Robot Controllers”, in Advances in Control of Articulated and Mobile Robots, B. Siciliano, A. De Luca, C. Melchiorri, and G. Casalino (Eds.), 101 – 123, Springer, 2004.
[25] http://www.ladispe.polito.it/robotica/Activities/Arch/index.htm
Programma di ricerca
PICTURE: Tecniche di Pianificazione e Controllo Intelligente per la Robotica in Ambienti non Strutturati
Università di riferimento
Politecnico di TORINO -
AUTOMATICA E INFORMATICA - TORINO(TO)
Responsabile dell'Unità di ricerca
Basilio BONA
Descrizione
Tema: MULTI. Coordinamento: POLITO. Unità impegnate: UNICAS, UNIRM3, UNIVPM. Temi complementari su cui è impegnato POLITO: FUSE, SLAM, TEAM. Quanto qui di seguito riportato descrive le linee di ricerca che verranno seguite dall'Unità Operativa del Politecnico di Torino (POLITO) nell'ambito del progetto PICTURE. L'unità POLITO, come illustrato nel Modello A, svolgerà funzioni di coordinamento delle attività di ricerca relative al tema "Controllo basato su retroazione multisensoriale" (MULTI), al cui sviluppo collaborano anche le Unità Operative UNICAS, UNIRM3, UNIVPM. Queste Unità Operative forniranno contributi relativi rispettivamente agli aspetti generali di asservimento basato su dati di fusione sensoriale (UNIRM3), a quelli concernenti le architetture di controllo distribuito (UNICAS), nonché infine agli aspetti riguardanti la navigazione basata su SLAM (UNIVPM). Per quanto riguarda specificatamente POLITO, essa indirizzerà le sue ricerche sia verso approfondimenti teorico-metodologici concernenti tutti gli aspetti del controllo multisensoriale intelligente, basato su tecniche miste (reactive/behavior-based control e model-based control), sia verso la realizzazione di uno e, successivamente, più robot mobili a basso costo, dotati di multi-sensorialità (almeno visione, sonar, infrarossi + link di comunicazione radio) e di una architettura di prototipazione rapida per algoritmi di supervisione e controllo, come è nelle tradizioni della sede (vedi [24] e [25]). Facendo riferimento alle problematiche evidenziate nel punto 2.4) relativo alla "Base di partenza scientifica", nell'ambito del tema MULTI, l'Unità POLITO svilupperà l'attività di ricerca nell'ambito dei vari temi secondo i punti descritti nel seguito. POLITO parteciperà anche alle attività di ricerca su temi affini sviluppati nell'ambito di PICTURE, con specifico riferimento al tema TEAM, coordinato dall'Unità UNICAS, in relazione a tutti gli aspetti di controllo multisensoriale che potranno contribuire alla cooperazione tra diverse entità della squadra, al tema SLAM coordinato dall'Unità UNIPI, per quanto riguarda gli aspetti di SLAM con tecniche miste set-membership e statistiche, nonché a quelle del tema FUSE coordinato dall'Unità UNIRM3, con interessi rivolti alle specificità della fusione sensoriale a partire da sensori di visione, sonar, infrarossi. In particolare, il programma dell'unità è riconducibile alle seguenti linee di ricerca (WorkPackages): WP1: verranno studiati e realizzati controlli di tipo behaviour-based su un robot mobile a basso costo (SoccerBot della Joker Robotics, http://www.joker-robotics.com/index.html) dotato di controllore a 32 bit basato su Motorola 68332, di multi-sensorialità (telecamera, sensori a infrarossi, sonar) e un sistema di comunicazione radio da e per un PC supervisore, su cui verranno sviluppate le architetture e le strategie di controllo del moto da scaricarsi successivamente sulla CPU del robot mobile. In questa linea di ricerca verranno presi in considerazione compiti relativamente semplici, quali il raggiungimento di un target in presenza di ostacoli, la mappatura dell'ambiente circostante ed esperimenti di learning. Questa fase comprende sia aspetti metodologici sia aspetti tecnologici e di integrazione sensoriale (telecamera-infrarossi-sonar). Si considereranno anche tecniche di fusione sensoriale. In un primo tempo si prevede di ricorrere al controllo behavior-based, anche se in un secondo tempo si vedrà se risulta possibile e/o opportuno integrare tale approccio con l'approccio classico model-based. Questo dovrà includere un modello della cinematica e della dinamica del robot e dal modello dell'ambiente, costruito in linea a partire dalle osservazioni. Lo scopo principale di questa linea è quello di sviluppare una semplice macchina autocostruita e completamente aperta, di basso costo, con potenza di calcolo non troppo limitata, su cui condurre esperimenti di prototipazione rapida di algoritmi di controllo e di generazione automatica di codice. Si utilizzerà sia il linguaggio C++ sia eventualmente Java e le tecnologie degli agenti mobili. Questa linea presenta interazioni con i temi FUSION e SLAM. WP2: questa linea avrà come obbiettivo la costruzione di una squadra di robot a basso costo, basati presumibilmente sulla piattaforma SoccerBot, utilizzata nel WP1, oppure su Lego-Mindstorm, pur di aver risolto il problema della comunicazione via radio con tra questi e un PC di comando. Allo stato attuale è stato infatti realizzato un applicativo che ha la possibilità di comandare un robot Lego Mindstorm attraverso comandi forniti direttamente nell'ambiente di simulazione Simulink che gira su un PC remoto. Tuttavia il collo di bottiglia è tuttora rappresentato dalla comunicazione via infrarossi, che non consente di comandare il robot a lunga distanza e in presenza di ostacoli sulla direttrice dei ricetrasmettitori ad infrarossi. Se necessario si investigheranno altre soluzioni a basso costo che si rendessero nel frattempo disponibili (Aibo, Kephera ecc.). Su tali robot si sperimenteranno controlli multi-sensoriali behavior-based; saranno prese in considerazione, ove possibile, squadre formate sia da robot con sensori identici (multi-sensorialità omogenea), sia robot con sensori differenti (multi-sensorialità eterogenea e/o distribuita). Verranno condotti studi metodologici e di simulazione per definire l'ottimo compromesso tra le architetture di controllo. Sarà anche necessario individuare alcuni "compiti tipo" per la squadra e si pensa di orientarsi verso compiti quali la sorveglianza di aree, in presenza di ostacoli ambientali, il raggrupparsi o il disperdersi del team, il movimento del gruppo lungo verso bersagli comuni ecc. Scopo del workpackage è quello di creare un'infrastruttura di squadra tecnologicamente affidabile su cui sperimentare varie tecniche di integrazione multisensoriale: algoritmi soft-computing (reti neuro-fuzzy, ottimizzazione genetica, immune algorithms). L'intelligenza potrà essere concentrata o distribuita tra i membri del team, a seconda che esista oppure non esista un coordinatore centrale. Verranno considerati alcuni modelli di comunicazione, quali: comunicazione attiva (tutti gli elementi comunicano con tutti e con il supervisore), comunicazione passiva (i membri comunicano tra loro attraverso il loro "comportamento" dinamico, oppure attraverso "clues" – suggestioni e indizi). Verranno investigati anche algoritmi di SLAM distribuito. Questa linea presenta interazioni e collegamenti con i temi FUSION, TEAM e SLAM. WP3: questa linea di ricerca sarà rivolta a definire e realizzare un'architettura software per la gestione e il controllo di robot multi-sensoriali singoli oppure organizzati in squadre. Lo scopo è quello di creare un ambiente basato su un'architettura Host-Target oppure Host-Multitarget, prendendo spunto dall'approccio basato sugli agenti mobili. Viene considerato prioritario l'utilizzo degli ambienti di simulazione (continua/discreta/a stati) basati su Matlab/Simulink/Stateflow e ottenere la generazione automatica del codice per i controllori dei robot. L'Unità Operativa ha sviluppato nell'ultimo anno una competenza sui sistemi basati sulla prototipazione di algoritmi di controllo per la robotica classica che si basano su un'architettura Host su cui sviluppare gestione di macchina e controllori con Simulink/Stateflow e successivamente generare automaticamente codice C per il Target, su cui gira un sistema operativo real-time basato su Linux RTAI [24]. Per supportare la multisensorialità, si dovrà prevedere di sviluppare moduli che consentano il colloquio tra gli ambienti di simulazione ad alto livello e i sensori installati sul robot. Allo stesso tempo si condurrà una ricerca tra i prodotti della comunità scientifica internazionale per individuare un ambiente di simulazione per la pianificazione e il controllo di robot multipli cooperanti, allo scopo di verificarne l'adattabilità ai software di simulazione descritti sopra. Questa linea presenta interazioni con il tema TEAM. WP4: Verranno sviluppati metodi e sperimentati algoritmi di SLAM ibrido, basati cioè su un approccio sia probabilistico sia deterministico. Si considereranno prima i problemi relativi a un robot singolo e successivamente all'applicazione a un team di robot, con particolare riferimento alle problematiche di multisensorialità distribuita tra gli elementi del team e di interscambio di informazioni. Rispetto allo stato attuale dell'arte nel campo della localizzazione di robot mobili, che si basa prevalentemente su modelli linearizzati della cinematica, si intende esplorare l'uso di modelli non-lineari (in particolare quadratici, vedi [14]) per il progetto dei filtri di localizzazione. Risultati preliminari in questa direzione sono stati presentati per la localizzazione di un singolo robot in [15]. Questa linea presenta interazioni principalmente con il tema SLAM e secondariamente con il tema TEAM. In definitiva, WP1 riguarderà essenzialmente lo sviluppo di algoritmi di controllo multisensoriale, WP2 la costruzione di una squadra di robot a basso costo, compresi gli aspetti tecnologici collegati, WP3 le architetture di prototipazione rapida e di generazione automatica di codice per controllori di robot mobili e WP4 gli algoritmi SLAM ibridi. Per l'esecuzione dei compiti descritti l'Unità POLITO dispone di un Laboratorio di Robotica attrezzato con un robot industriale articolato COMAU Smart S2 a 6 gradi di movimento, con controllore aperto basato Linux RTAI e di un manipolatore planare IMI, dotato di controllore aperto basato su Opal RT-Lab. Ulteriori informazioni si possono trovare al sito web del Laboratorio: http://www.ladispe.polito.it/robotica/Labrob/index.htm Schematicamente, la ricerca sarà sviluppata secondo le seguenti fasi, ciascuna della durata di circa sei mesi: Fase 1 (mese 1-6; costo approssimativo 17.000€) MULTI – messa in opera del robot mobile; testing dei sensori e dei collegamenti radio con il supervisore; definizione e progetto di semplici task di movimento basati sull'approccio reactive-control; studio di un'architettura HW/SW per lo sviluppo e la prototipazione di algoritmi behavior-based per robot singoli; prime analisi sulle potenzialità di sviluppo di software di controllo basato su C++ e Java; analisi e testing dell'approccio basato su agenti mobili; analisi di architetture di simulazione già disponibili. FUSE – analisi metodologica di algoritmi di fusione sensoriale da utilizzare sul robot mobile, con particolare riferimento a coppie di sonar in configurazione "stereo". SLAM – studio metodologico e simulazione di algoritmi SLAM ibridi in casi semplici a un solo robot. TEAM – analisi metodologica del problema del controllo di squadre; interazione con quanto sviluppato in Fase 1, per giungere alla definizione di una struttura robotica adatta ad essere riprodotta in vari esemplari per formare una squadra; definizione della composizione e del numero di esemplari da usare nella squadra; attività di sviluppo della comunicazione radio con robot Lego Mindstorm. Fase 2 (mese 7-12; costo approssimativo 17.000€) MULTI – definizione di task complessi per robot singoli; testing dell'architettura sviluppata in Fase 1; analisi metodologica per integrare controlli behavior-based e model-based (BBMB) in algoritmi misti; analisi e definizione di squadre dotate di multisensorialità omogenea e non omogenea; analisi di eventuali altre piattaforme mobili a basso costo; sviluppo dell'architettura di prototipazione per includere schemi di controllo behavior-based e model-based. FUSE – testing di algoritmi basici di fusione sensoriale, uso di telecamera; analisi metodologica per algoritmi di soft-computing, con particolare riferimento agli artificial immune algorithms. SLAM – testing di SLAM ibridi sviluppati in Fase 1; eventuale integrazione di architetture di simulazione già disponibili; studio metodologico di algoritmi SLAM ibridi in casi multi-robot; feedback metodologici in risposta alle problematiche tecnologiche eventualmente riscontrate in Fase 1. TEAM – definizione di task complessi per squadre di robot; analisi e definizione di squadre dotate di multisensorialità omogenea e non omogenea. Fase 3 (mese 13-18; costo approssimativo 18.000€) MULTI – validazione dell'architettura sviluppata in Fase 2; testing di algoritmi di moto in task complessi per robot singoli; testing esteso dell'architettura di prototipazione e miglioramenti dettati dal feedback risultante dai WP precedenti; integrazione con gli algoritmi sviluppati negli altri WP; testing degli algoritmi misti (BBMB) sviluppati in Fase 2. FUSE – testing delle prestazioni degli algoritmi sviluppati in Fase 2. SLAM – testing di SLAM ibridi sviluppati in Fase 1 e Fase 2; simulazione di algoritmi SLAM ibridi a complessità crescente e per multi-robot omogenei; verifica delle prestazioni, analisi della complessità computazionale; feedback metodologici in risposta alle problematiche tecnologiche eventualmente riscontrate in Fase 2. TEAM – testing di algoritmi di moto in task complessi per squadre di robot; definizione della piattaforma comune, oppure utilizzo di squadre dotate di piattaforme disomogenee; testing delle prestazioni di squadre dotate di multisensorialità omogenea. Fase 4 (mese 19-24; costo approssimativo 18.000€) MULTI – validazione dell'architettura sviluppata in Fase 3; testing finale degli algoritmi misti; raccomandazioni e conclusioni. FUSE – integrazione e testing finale con gli algoritmi sviluppati negli altri WP; raccomandazioni e conclusioni. SLAM – simulazione di algoritmi SLAM ibridi a complessità crescente e per multi-robot disomogenei; analisi della complessità computazionale; feedback metodologici in risposta alle problematiche tecnologiche eventualmente riscontrate in Fase 3; raccomandazioni e conclusioni. TEAM – testing degli algoritmi SLAM sviluppati in Fase 3; testing delle prestazioni di squadre dotate di multisensorialità non omogenea; testing finale completo; raccomandazioni e conclusioni. Deliverables previsti: lavori scientifici a congressi internazionali con revisore e su rivista; report tecnici; algoritmi SLAM ibridi; algoritmi soft-computing per il controllo multisensoriale; architettura HW/SW per la prototipazione di algoritmi di supervisione e controllo multisensoriale; algoritmi misti (BBMB); assemblaggio e messa in opera di un robot mobile multisensoriale; definizione e messa in opera di una squadra di robot multisensoriali a basso costo.
