ROS2-järjestelmän integrointi kaivukoneen automaattiseen ohjaukseen

Abstract

Diplomityön tavoitteena oli tutkia ROS2-järjestelmän integrointia kaivukoneen automaattiseen ohjaukseen.

Diplomityössä ohjelmoitiin tarvittavat komponentit ROS2:n ja ROS1:n käyttöönottamiseen kaivinkoneen automaattisessa ohjauksessa. Käytännössä ROS-järjestelmä integroitiin ottamalla käyttöön GIM Robotics Oy:n kehittämä lähiympäristön reaaliaikainen havainnointijärjestelmä, jolta saatavaa dataa hyödynnettiin työn aikana tehdyssä ohjelmassa. Järjestelmää ja en osia kokeiltiin monipuolisesti eritavoin. ROS2-järjestelmän integrointi kaivinkoneen automaattiseen ohjaukseen kokeiden perusteella onnistui. GIM:n kehittämä lähiympäristön reaaliaikainen havainnointijärjestelmä toimii vain ROS1-järjestelmässä. Uusi Sick lidar-skannerin ajuri toimii toistaiseksi vain ROS1:ssä, koska valmistaja ei ole vielä julkaissut ROS2-ajureita. Maanpinnan tarkastelu (elevation mapping) toimii myös toistaiseksi vain ROS1:n puolella. Rosbridge-ohjelman avulla voidaan kuitenkin kommunikoida ROS1- ja ROS2 -ohjelmistojen välillä, jolloin kehitystyötä voidaan tehdä ROS2:n puolella huolimatta siitä, että osa ohjelmistoista toimii vielä ROS1-ympäristössä. Siltauksen avulla kaivinkoneen ohjaus sekä ympäristön tarkkailu toteutetaan ROS2-ohjelmiston puolella.

Työssä kehitettiin ratkaisuja pistepilvien käsittelyyn, jotta niitä voidaan hyödyntää projektin eri vaiheissa, erityisesti liikeratojen suunnittelussa. Työn aikana otettiin käyttöön ympäristön reaaliaikainen havainnointijärjestelmä, jota koekäytettiin projektin kaivinkoneessa. Tämä järjestelmä tuottaa suodatettua ja yhdistettyä pistepilvidataa sekä havaitsee tästä esteitä.

Järjestelmään lisättiin myös uusi lidar-skanneri, jolla saavutettiin kaivamisen automatisointiin tarvittavaa pistepilvidataa kaivuualueelta. Järjestelmän lidar-skannerit kalibroitiin tarkasti, joilla saavutettiin yhdistetty ja suodatettu pistepilvi kaivuria ympäröivästä alueesta.

Turvallisuutta parannettiin hyödyntämällä havainnointijärjestelmästä saatavia havaittuja esteitä. Tämä toteutettiin lisäämällä kaivuriin sidottuja tunnistusalueita, jotka antavat varoituksen alueella tehdyn tunnistuksen perusteella. Tämän varoituksen perusteella kaivinkoneen liike pysäytettiin. Työssä myös arvioitiin esteen havaitsemisen suorituskykyä, jonka todettiin olevan riittävällä tasolla, mutta kehityskohteitakin havaittiin.

Työn aikana saavutettiin hyvä perusta kaivinkoneen autonomiselle toiminnalle osana työkoneparvea, josta on hyvä jatkaa kehitystyötä. Tutkimuksessa todettiin ROS2-ympäristön soveltuvan hyvin työkoneparven automaattisen ohjauksen kehittämiseen. Työn osa-alueelta jatkokehityksen kohteena voisi seuraavaksi olla havaittujen esteiden luokittelu, liikeratojen suunnittelu havaittujen esteiden puitteissa ja lidar-skannereiden optimointi. Lisäksi kaivinkoneen automatisoinnissa tulee kehittää muun muassa adaptiivisten liikeratojen toteutus kaivamiselle, kaivinkoneen paikannus ympäristössään, tämän siirtyminen kohteella sekä toiminta yhteistyössä muiden parven työkoneiden kanssa.

The purpose of the master’s thesis was to integrate ROS2-system into the autonomous control of the excavator.

The work involved developing solutions for processing point clouds to utilize them at various stages of the project, particularly in trajectory planning. During the project, the GIM system was implemented and tested in the project's excavator. The ROS-based system from GIM-robotics produces filtered and merged point cloud data and identifies obstacles from the point clouds.

In the master’s thesis, the necessary components were programmed for the implementation of ROS2 and ROS1 in the automatic control of an excavator. In practice, the ROS system was integrated by deploying the real-time local environment monitoring system developed by GIM Robotics Oy, and the data obtained from this system was utilized in the program created during the thesis. The system and its components were tested in various ways. Based on the experiments, the integration of the ROS2 system into the automatic control of the excavator was successful. The real-time local environment monitoring system developed by GIM only works with the ROS1 system. The new Sick lidar scanner driver currently only functions in ROS1, as the manufacturer has not yet released ROS2 drivers. Elevation mapping also currently works only on the ROS1 side. However, using the Rosbridge-program, communication between ROS1 and ROS2 software is possible, allowing development to be done on the ROS2 side despite some software still running in the ROS1 environment. With this bridging, both the control of the excavator and environmental monitoring are carried out on the ROS2 software side.

A new lidar scanner was also added to the system, which provided the point cloud data necessary for automating the excavation process. The lidar scanners in the system were carefully calibrated, resulting in a combined and filtered point cloud of the area surrounding the excavator.

Safety was improved by utilizing the detected obstacles from the GIM-system. This was achieved by adding detection zones associated with the excavator that provide warnings based on the recognition performed in the area. Based on these warnings, the movement of the excavator was stopped. The performance of the obstacle detection was also evaluated, and it was found to be at an adequate level, although areas for development were identified.

During the project, a solid foundation was established for the autonomous operation of the excavator as part of a fleet of construction machinery, providing a good starting point for further development. It was observed that the ROS2-environment is well-suited for fleet development. Future development on the area of the thesis could include the classification of detections, trajectory planning within the constraints of detected obstacles, and optimization of lidar scanners. Additionally, in the automation of the excavator, further development is needed for adaptive trajectory implementation for excavation, the excavator’s localization in its environment, its movement on site, and its operation in collaboration with other fleet machines.