Doctoral Thesis

Autonomous Locomotive Robot Path Planning on the Basis of Machine Learning

Final Thesis 1.39 MB Appendix 418.21 kB Summary of Thesis 351.92 kB

Author of thesis: Ing. Petr Krček, Ph.D.

Acad. year: 2010/2011

Supervisor: RNDr. Jiří Dvořák, CSc.

Reviewer's: The opponent will be displayed after his opinion is published.

Abstract:

As already clear from the title, this dissertation deals with autonomous locomotive robot path planning, based on machine learning. Robot path planning task is to find a path from initial to target position without collision with obstacles so that the cost of the path is minimized. Autonomous robot is such a machine which is able to perform tasks completely independently even in environments with dynamic changes. Path planning in dynamic partially known environment is a difficult problem. Autonomous robot ability to adapt its behavior to changes in the environment can be ensured by using machine learning methods. In the field of path planning the mostly used methods of machine learning are case based reasoning, neural networks, reinforcement learning, swarm intelligence and genetic algorithms.

The first part of this thesis introduces the current state of research in the field of path planning. Overview of methods is focused on basic omnidirectional robots and robots with differential constraints.

In the thesis, several methods of path planning for omnidirectional robot and robot with differential constraints are proposed. These methods are mainly based on case-based reasoning and genetic algorithms.

All proposed methods were implemented in simulation applications. Results of experiments carried out in these applications are part of this work. For each experiment, the results are analyzed. The experiments show that the proposed methods are able to compete with commonly used methods, because they perform better in most cases.

Keywords:

Path planning, nonholonomic robot, case-based reasoning, genetic algorithms.

Date of defence

10.12.2010

Result of the defence

Defended (thesis was successfully defended)

znakmkaPznamka

Process of defence

Disertant fundovaně vymezil přínosy své práce, a to jak v oblasti teoretické, tak i praktické.

Language of thesis

Czech

Faculty

Department

Study field

Engineering Mechanics

Composition of Committee

prof. RNDr. Ing. Tomáš Březina, CSc. (předseda)
doc. Ing. Pavel Bělohoubek, CSc. (člen)
plk. gšt. prof. Dr. Ing. Alexandr Štefek, Dr. (člen)
prof. Ing. Luděk Žalud, Ph.D. (člen)
doc. Ing. Vladimír Konečný, CSc. (člen)
prof. Ing. Pavel Ošmera, CSc. (člen)
prof. RNDr. Ing. Miloš Šeda, Ph.D. (člen)
doc. RNDr. PaedDr. Eva Volná, Ph.D. (člen)

Supervisor’s report
RNDr. Jiří Dvořák, CSc.

Předložená práce představuje přínos pro řešení problému plánování cesty mobilního robotu. Prvá část práce (kapitoly 1 až 3) zachycuje současný stav řešené problematiky. Jsou zde popsány základní způsoby reprezentace prostředí a typy metod pro plánování cesty robotu, přičemž hlavní pozornost je věnována metodám využívajícím strojové učení a neholonomním robotům.
Těžištěm práce jsou kapitoly 4, 5 a 6, kde autor popisuje vlastní návrh metod pro plánování cesty robotu, jejich implementaci a výsledky experimentů. Jsou navrženy metody pro diskrétní prostředí reprezentované mřížkou i pro spojité prostředí a pro holonomní i neholonomní roboty. Navržené metody jsou založeny na genetických algoritmech a případovém usuzování využívajícím případový graf. Hlavní pozornost je věnována neholonomním robotům. V příslušném programu jsou implementovány tři modely neholonomních robotů, ale objektová architektura vytvořeného programu umožňuje snadnou integraci dalších modelů. Výsledky experimentů prokazují, že navržené metody mají lepší chování ve srovnání s grafovými algoritmy a s algoritmem rychle rostoucích náhodných stromů.
Předložená disertační práce je zpracována velmi pečlivě. Výklad zkoumané problematiky je podán přehledně a srozumitelně, čemuž napomáhá řada názorných obrázků. Práce je dobře strukturována a má velmi dobrou úpravu.
Vytyčené cíle disertační práce byly splněny v celém rozsahu. Výsledky práce byly publikovány v časopisech a na řadě národních i mezinárodních konferencí a jsou součástí řešení vědecko-výzkumných záměrů MSM 0021630518 "Simulační modelování mechatronických soustav" a MSM 0021630529 „Inteligentní systémy v automatizaci“. Výsledky práce jsou prakticky využitelné a mohou také být východiskem pro tvorbu systémů plánování cesty kombinujících případové usuzování s jinými metodami pro hledání cest.