Rízení lokomočního subsystému mobilního robotu

Abstract

Tato diplomová práce se zabývá návrhem, implementací a testováním řídicího systému pro lokomoční subsystém mobilního robotu K3P4, který je vybaven koly se svislou rotací. Tato konstrukční vlastnost umožňuje realizaci několika specifických režimů řízení, jako je klasické Ackermannovo řízení, dvojité Ackermannovo řízení, pohyb do strany (Crab mode) a zatáčení na místě (Zero Turn Radius). Práce se zaměřuje na návrh řídicí architektury s využitím platformy Raspberry Pi 4 v kombinaci s komunikační sběrnicí CAN a vývoj algoritmů umožňujících plynulé přepínání mezi jednotlivými režimy jízdy. Součástí práce je také vytvoření systému pro sběr a vizualizaci dat, který operátorovi poskytuje přehled o aktuálním stavu robotu. Implementace řízení byla nejprve ověřena v simulačním prostředí CoppeliaSim a následně testována na fyzickém robotu. Výsledky testování potvrzují správnou funkci navrženého systému, jeho flexibilitu a připravenost pro další rozvoj směrem k autonomnímu řízení.

This thesis focuses on the design, implementation, and testing of a control system for the locomotion subsystem of the K3P4 mobile robot, which is equipped with wheels capable of vertical rotation. This mechanical feature enables the robot to operate in several advanced driving modes, including standard Ackermann steering, double Ackermann steering, lateral movement (Crab mode), and on-the-spot turning (Zero Turn Radius). The work involves the development of a modular control architecture using the Raspberry Pi 4 platform combined with a CAN bus communication interface, as well as the implementation of algorithms that allow seamless switching between individual motion modes. An integral part of the work is the development of a data collection and visualization system that provides the operator with real-time feedback on the robot’s operational state. The control system was first validated in the CoppeliaSim simulation environment and subsequently tested on the physical robot. The results confirm the functionality, flexibility, and future expandability of the proposed system, making it suitable for the implementation of autonomous driving features.