Đang in số

Cầm cốc cà phê

Đang chạy mực qua máy in — từng lớp màu một, kiên nhẫn nhé!

PlanBench - Simulator & benchmark path/motion planning cho robot di động (AMR/AGV) · AI·20K Demo Day Zine

№ 91

PlanBench - Simulator & benchmark path/motion planning cho robot di động (AMR/AGV)

PlanBench là nền tảng mô phỏng và benchmark giúp đánh giá, so sánh các thuật toán lập kế hoạch đường đi và chuyển động cho robot di động AMR/AGV. Sản phẩm hỗ trợ mô phỏng môi trường, vật cản động, thực thi đường đi và xuất các chỉ số đánh giá một cách có kiểm soát.

Bài toán Việc lựa chọn và đánh giá thuật toán lập kế hoạch đường đi cho robot di động AMR/AGV thường gặp khó khăn do môi trường, bản đồ và điều kiện thử nghiệm không đồng nhất. Các thuật toán cần được kiểm tra trong nhiều tình huống như không gian hẹp, vật cản tĩnh, vật cản động và các mức độ khó khác nhau. Bài toán của PlanBench là xây dựng một nền tảng mô phỏng giúp robot tìm đường, thực thi đường đi và đánh giá hiệu quả của nhiều thuật toán trong cùng một điều kiện thử nghiệm.
Giải pháp kỹ thuật PlanBench được xây dựng theo kiến trúc mô-đun, bao gồm:

Mô phỏng bản đồ và kịch bản: hỗ trợ nhiều loại bản đồ, mức độ khó, vị trí bắt đầu, đích đến và vật cản.
Thuật toán lập kế hoạch: tích hợp các thuật toán như BFS, Dijkstra, A*, Theta*, RRT*, DWA và TEB.
Điều khiển robot: robot thực thi đường đi theo thời gian thực, có xét đến vận tốc, hướng quay và trạng thái chuyển động.
Vật cản động: mô phỏng vật cản di chuyển theo tuyến tính, waypoint hoặc quỹ đạo lặp.
Phát hiện va chạm: kiểm tra va chạm với vật cản tĩnh và động trong quá trình robot di chuyển.
Benchmark và đánh giá: ghi nhận thời gian lập kế hoạch, độ dài đường đi, thời gian đến đích, số lần va chạm, tốc độ và trạng thái hoàn thành.
Xuất kết quả: lưu dữ liệu thử nghiệm dưới dạng CSV để so sánh và phân tích. Quy trình hoạt động chính: Chọn bản đồ → Chọn kịch bản → Chọn thuật toán → Sinh đường đi → Robot thực thi → Thu thập chỉ số → So sánh và xuất kết quả

Tính khả thi Sản phẩm có tính khả thi cao vì được triển khai dưới dạng nền tảng mô phỏng, không yêu cầu ngay thiết bị robot vật lý. Người dùng có thể kiểm thử nhiều thuật toán trong môi trường an toàn, tiết kiệm chi phí và dễ dàng lặp lại thí nghiệm. Kiến trúc mô-đun giúp các thành phần như bản đồ, thuật toán, robot và benchmark được phát triển độc lập. Ngoài ra, hệ thống sử dụng các giao diện thống nhất nên có thể bổ sung thuật toán hoặc kịch bản mới mà không cần thay đổi toàn bộ hệ thống. Kết quả benchmark được lưu trữ có cấu trúc, giúp nhóm dễ dàng tái lập thí nghiệm, so sánh hiệu năng và sử dụng dữ liệu cho các nghiên cứu hoặc phát triển tiếp theo.
Hướng phát triển

Huấn luyện model để dự đoán thuật toán phù hợp với từng loại bản đồ và kịch bản.
Đề xuất hoặc tối ưu các thuật toán lập kế hoạch dựa trên dữ liệu benchmark.