dc.contributor.author |
Βατίστας, Ανδρέας
|
el |
dc.contributor.author |
Vatistas, Andreas
|
en |
dc.date.accessioned |
2024-07-01T08:46:30Z |
|
dc.date.available |
2024-07-01T08:46:30Z |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/59777 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.27473 |
|
dc.rights |
Default License |
|
dc.subject |
Mobile robotics |
en |
dc.subject |
Path planning |
en |
dc.subject |
Autonomous inspection |
en |
dc.subject |
Multi-objective optimization |
en |
dc.subject |
Generalized Traveling Salesman Problem (GTSP) |
en |
dc.subject |
Κινητά ρομπότ |
el |
dc.subject |
Αλγόριθμοι σχεδίασης μονοπατιών |
el |
dc.subject |
Αυτόνομη επιθεώρηση |
el |
dc.subject |
Πολυκριτηριακή βελτιστοποίηση |
el |
dc.subject |
Γενικευμένο Πρόβλημα Πλανόδιου Πωλητή |
el |
dc.title |
Multi-objective mobile robot path planning applied in autonomous robotic inspection of outdoor environment |
en |
dc.title |
Πολυκριτηριακός σχεδιασμός δρόμου κινητών ρομπότ με εφαρμογή στην αυτόνομη ρομποτική επιθεώρηση σε εξωτερικό περιβάλλον |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Ρομποτική |
el |
heal.classification |
Robotics |
en |
heal.language |
en |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2024-03-28 |
|
heal.abstract |
In this thesis we propose a solution to a multi-objective optimization problem for an autonomous inspection task conducted in an outdoor environment, using a mobile robot.
A user selects certain elements that require inspection, and our programs based on this input and the environment's map information suggest the optimal sequence of waypoints to be visited.
The metrics we account for are both the time constraint of the total movement, directly related to the total distance and energy consumed, and the maximization of the visual and infrared data captured during the inspection. We thoroughly analyzed related work found in the literature, proposed and implemented a methodology to address the aforementioned challenge. To achieve this we transform the whole problem into smaller ones and solve each one separately.
This, firstly, involves an interesting point selection task and a path planning one, both of which take place offline as pre-processing steps. Then based on these data and the user's input, we transform the extracted problem into a Generalized Traveling Salesman Problem, and employ the GLNS Solver to solve it, as it demonstrates superior overall performance compared to the other state of the art approaches. |
en |
heal.abstract |
Σε αυτή τη διπλωματική προτείνουμε μία λύση για ένα πρόβλημα βελτιστοποίησης πολλαπλών κριτηρίων που αναφέρεται σε μία εργασία επιθεώρησης στοιχείων εξωτερικού χώρου με χρήση αυτόνομου κινούμενου τετράτροχου ρομπότ. Ένας χρήστης επιλέγει συγκεκριμένα στοιχεία που κρίνει χρήσιμο να επιθεωρηθούν, και τα προγράμματά μας με τη σειρά τους βάσει της επιλογής αυτής και πληροφοριών για το χάρτη του περιβάλλοντος αυτού, που είναι από πριν γνωστές, προτείνουν τη βέλτιστη ακολουθία από σημεία που πρέπει να επισκεφτεί το ρομπότ για να φέρει σε πέρας με βέλτιστο τρόπο την προαναφερθείσα εργασία. Οι μετρικές που λαμβάνουμε υπόψιν είναι τόσο ο συνολικός χρόνος της κίνησης, που έχει άμεση συσχέτιση με τη συνολική απόσταση και ενέργεια που θα καταναλωθεί τελικώς, καθώς και η συνολική οπτική και υπέρυθρη πληροφορία που θα συλλεχθεί. Αναλύσαμε διεξοδικά σχετικά έργα της βιβλιογραφίας και σχεδιάσαμε και υλοποιήσαμε μία μέθοδο για το σκοπό αυτό. Σύμφωνα με αυτή, μετατρέπουμε το πρόβλημα σε μικρότερα και λύνουμε το κάθε ένα ξεχωριστά. Αυτά αποτελούνται αρχικά, από μία διαδικασία εύρεσης πιθανών σημείων ενδιαφέροντος που αποτελούν καλές εικονοληπτικές θέσεις και μία διεργασία σχεδίασης μονοπατιών, τα οποία διενεργούνται προπαρασκευαστικά για τη συνέχεια. Ακολούθως, βάσει αυτών των δεδομένων και της επιλογής του χρήστη, μετατρέπουμε το πρόβλημα σε Γενικευμένο Πρόβλημα Πλανόδιου Πωλητή (GTSP) και το λύνουμε χρησιμοποιώντας τον GLNS Solver, που παρουσιάζει τις καλύτερες επιδόσεις συγκριτικά με τους υπόλοιπους state of the art λύτες. |
el |
heal.advisorName |
Τζαφέστας, Κωνσταντίνος |
el |
heal.committeeMemberName |
Τζαφέστας, Κωνσταντίνος |
el |
heal.committeeMemberName |
Ροντογιάννης, Αθανάσιος |
el |
heal.committeeMemberName |
Ψυλλάκης, Χαράλαμπος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Σημάτων, Ελέγχου και Ρομποτικής |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
93 σ. |
el |
heal.fullTextAvailability |
false |
|