Conclusões

 

O objetivo principal desta dissertação foi implementar e comparar diferentes algoritmos de planeamento de trajetória de robôs móveis, mais especificamente métodos de aproximação probabilística,
métodos de decomposição por células com heurística A* e o método Velocity Obstacles.
Para alcançar este objetivo, começou-se por fazer um estudo dos vários métodos e correspondentes fases necessárias para o planeamento de trajetórias. Foram analisados as diferentes formas de construir o mapa (como por exemplo decomposição por células) bem como algoritmos de pesquisa, para obter um caminho quando o mapa está dividido em células.
Deu-se ênfase no estudo dos três métodos a implementar, o RRT, um método de aproximação probabilística, a decomposição em células aproximadas com heurística da família A* e o VOs.

Para os implementar recorreu-se à ferramenta ROS e a um simulador (Stage) de forma a testar a sua navegação bem como os desempenhos de cada um dos métodos. Apresentou-se também a abordagem seguida, recorrendo ao ROS para a implementar.

Foram testadas diversas situações, como por exemplo situações de possível colisão, quer com obstáculos dinâmicos como estáticos de forma a verificar qual dos métodos revelou melhores resultados em cada uma dessas situações.
Os três métodos, bem como as suas variantes implementadas, foram descritos e comparados de acordo com a distância percorrida, o tempo que a demorou a percorrer e o tempo de processamento.
Analisou-se os resultados de cada método de forma a verificar as vantagens e as desvantagens de cada um.

Foram implementadas diferentes variantes dos métodos também como forma de testar com a melhor variante para cada caso.

Falando dos resultados em si foi possível concluir que o A* revelou melhores resultados em ambientes com obstáculos estáticos onde encontrou o caminho mínimo e também em ambientes com obstáculos estáticos e dinâmicos. Tanto o A* como o VO obtiveram bons resultados em situações com obstáculos dinâmicos sendo que o A* apresentou os melhores resultados quando os obstáculos não evitam colisões e quando a velocidade destes é reduzida.

Tanto o A* como o VO obtiveram bons resultados em situações com obstáculos dinâmicos sendo que o A* apresentou os melhores resultados quando os obstáculos não evitam colisões e quando a velocidade destes é reduzida.

O VO apresentou os melhores resultados quando todos os robots tentam evitar obstáculos, quando são recíprocos e obteve bons resultados na presença de obstáculos dinâmicos. Na presença de obstáculos estáticos com alguma complexidade obteve os piores resultados, nestes casos este método resulta em oscilações por parte do robot devido a ser um plano local podendo não alcançar o destino.

O método RRT obteve resultados satisfatórios, apesar de geralmente pior e mais variáveis que nos outros dois casos. Tal como foi apresentado num dos resultados (mapa estático), um dos seus pontos fracos é seguir caminhos em espaços mais amplos e não o caminho mínimo caso este inclua situações como passagens estreitas.

Em termos de tempo de processamento o mais rápido é o A* cujo tempo aumenta com o número de células exploradas.

No caso do RRT o tempo de processamento é elevado devido ao número de passos permitido e ao tamanho dos mesmos, bem como ao facto de ser usado um critério de otimização de forma a tentar minimizar o caminho.

 

Trabalho Futuro

 

Como possíveis melhorias e trabalho futuro para dar continuidade ao realizado no âmbito desta tese podem ser consideradas as seguintes abordagens: 

• Validar os métodos em diferentes plataformas robóticas reais.

• Testar os algoritmos em ambientes 3D de forma a compará-los no mesmo.

• Desenvolver variantes e combinar cada um dos métodos de forma a colmatar os pontos fracos de cada um com os pontos fortes do outro, por exemplo combinar RRT e VO de forma a permitir ao VOs melhores resultados para obstáculos estáticos.