ArduMower: Kartierung in Matlab/Simulink

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
Matrix-basierte Karte der zu mähenden Fläche in Matlab/Simulink

Autor: Prof. Dr.-Ing. Schneider


Einleitung

Dieser Artikel beschreibt den Aufbau einer Matrix-basierten Karte zur Darstellung des aktuellen Mähstandes eines Rasenmähroboters. Der Anstoß zur Entwicklung dieser Karte lieferte das Projekt "ArduMower", in dem der Kollege Prof. Göbel und der Autor dieses Artikels mit Studierenden gemeinsam einen autonomen Rasenmäher entwickeln, siehe Projekt_ArduMower.

Das systematische Vorgehen bei der Entwicklung des Modells orientiert sich am V-Prozessmodell.

Anforderungen

Im Lastenheft des Projektes ArduMower wird die Erstellung einer selbstlernenden Karte gefordert:

Im Pflichtenheft taucht daraufhin der Punkt Selbstlernende Karte auf, konkrete Anforderungen an werden jedoch nicht näher spezifiziert:

Folgende Anforderungen wurden an die Karte gestellt:

ID Inhalt Ersteller Datum Geprüft von Datum
1 Die Karte muss als Matrix mit der Rastergröße 30cm umgesetzt werden (Grid-Map). Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
2 Die Perimeterschleife muss rot markiert werden. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
3 Die aktuelle Position des Mähers muss Blau markiert werden. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
4 Hindernisse müssen magenta markiert werden. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
5 Unbekannte Bereiche müssen weiß bleiben. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
6 Ungemähter Rasen muss dunkelgrün und gemähter Rasen hellgrün markiert werden. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
7 Die Karte muss zyklisch aktualisiert werden. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
8 Die Umsetzung muss als Matlab-Skript erfolgen, so dass eine Einbindung in Simulink als Matlab-Funktion möglich ist. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
9 Eingangsgrößen der Funktion Kartenfunktion.m sind
  1. Aktuelle Positionen in m: xNeu,yNeu
  2. Alter Positionsvektor in m: PosAlt
  3. Ausrichtung der Karte in deg: Ausrichtung
  4. Aktuelle Karte: Karte
  5. Signale zur Objekterkennung: Bumper,Ultraschall
  6. Signalstärke der Perimeterschleife: Perimeterschleife
Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
10 Ausgangsgrößen der Funktion Kartenfunktion.m sind
  1. Aktueller Positionsvektor in m: PosNeu
  2. Aktuelle Karte: Karte
Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
11 Die Initialisierung muss 1s und die zyklische Darstellung muss 1ms unterschreiten. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018
12 Bei Kommentierung und Dokumentation muss sich an die Projektrichtlinien gehalten werden. Prof. Schneider 18.01.2018 Hr. Kreuer 18.01.2018

Funktionaler Systementwurf / Technischer Systementwurf

Bei der Größe des zu erstellenden Modells werden die Schritte Funktionaler Systementwurf/Technischer Systementwurf des V-Modells zusammen gelegt und bereits Schnittstellen zwischen den einzelnen Blöcken definiert.

Schnittstellen für die Modellierung einer selbstlernenden Karte

Komponentenspezifikation

Das Modell wird insgesamt als Komponente aufgefasst, d. h. die einzelnen Blöcke aus dem Systementwurf werden als Bestandteil der Komponente "Selbstlernende Karte" definiert. Die Funktion der Komponente "Selbstlernende Karte" wird in Form eines PAP spezifiziert.

Spezifikation der selbstlernenden Karte

Programmierung

die Programmierung unterscheidet sich

  1. in die Initialisierung und
  2. die zyklische Aktualisierung

der selbstlernenden Karte.

Initialisierung

In der einmaligen Initialisierung werden die Farben der Karteninhalte entsprechend der Anforderungen festgelegt. Die aColorMap wird anderen Programmteilen als globale Variable zur Verfügung gestellt.

% Farben festlegen
cUnbekannt = [1 1 1];        nUnbekannt    = 0;
cPerimeter = [1 0 0];        nPerimeter    = 1;
cNichtGemaeht = [0.5 0.8 0]; nNichtGemaeht = 2;
cGemaeht = [0 1 0];          nGemaeht      = 3;
cArduMower = [0 0 1];        nArduMower    = 4;
cHindernis = [1 0.5 1];      nHindernis    = 5;

aColorMap = [ cUnbekannt ; cPerimeter ; cNichtGemaeht ; cGemaeht  ; cArduMower ; cHindernis ];

Die Karte wird aus einer Datei geladen und in Form und Größe initialisiert. Hierzu gehört auch die beschriftung der Achsen und die Darstellung des Gitters in Meter. Die Handles hierzu werden persistent gespeichert.

Karte = imread('libraries/mKarte.png'); % Karte laden
%% Karte in Größe und Form initialisieren
mKarte = Karte; % Ursprüngliche Karte sichern
hKarte = figure;
set(hKarte,'WindowStyle', 'normal')
hImg = imshow(Karte,aColorMap); set(gca,'YDir','normal');
hAxes = gca;
set(hKarte,'Position',[1     1   500   600],'OuterPosition',[ 550   300   500   600]); % 589
set(hAxes,'OuterPosition',[-0.1068   0    1.1819    1])
set(hAxes,'Visible','on')
xt = 0: 10:size(Karte, 2)-1;
yt = 0: 10:size(Karte, 1)-1;
for i=1:length(xt)
    xtLabel{i}=num2str(xt(i)*0.3);
end
for i=1:length(yt)
    ytLabel{i}=num2str(yt(i)*0.3);
end
set(gca, 'xgrid', 'on', 'ygrid', 'on', 'xtick', xt, 'ytick', 1/2+yt, 'xticklabel', xtLabel, 'yticklabel', ytLabel)
xlabel('x in m'); ylabel('y in m');

Aktualsierung

Bei der Bestimmung der Geschwindikeit in M wird mit dem Satz "räumliche Bewegung" die bekannte Geschwindigkeit in R, der Relativdrehvektor der Koordinatensysteme K gegenüber I sowie der Ortsvektor zwischen R und M verwendet (siehe [1]):

Im körperfesten Koordinatensystem K beschrieben folgt eine Beschreibung, in der jeder Term selbst 3 Komponenten (x, y, z) enthält und mit denen jetzt im jeweiligen Koordinatensystem gerechnet werden kann (das ging bei der vektoriellen Schreibweise oben noch nicht!).


Mit den eingetragenen Komponenten sieht die Gleichung wie folgt aus:

Zur Bestimmung der Gierrate wird obiger Ansatz erneut verwendet, um von der bekannten Geschwindigkeit in R auf die ebenfalls bekannte Geschwindikeit in L "zu schließen", sodass der Relativdrehvektor der Koordinatensysteme K gegenüber I in K-Koordinaten bestimmt werden kann (jetzt mit Komponenten besser Spaltenmatrix genannt: ). Es folgt:

.

Mit eingesetzten Komponenten ergibt sich im körperfesten System K:

.

Aus Zeile 1 der obigen Gleichung kann die Gierrate (selbstverständlich im körperfesten System K) mit nachstehendem Zusammenhang ermittelt werden.

Umgestellt folgt daraus:

Um die Position des Punktes M in Inertialkoordinaten zu berechnet, wird seine Geschwindigkeit in Intertialkoordinaten I benötigt, da diese dann durch eine einfache Integration in die Position überführt werden kann. Im körperfesten System ist dies nicht erlaubt bzw. möglich, da dieses sich dreht! Mit Hilfe einer Transformationsmatrix kann diese Umrechnung in einem Schritt erfolgen.


Der über den Ortsvektor von R nach D beliebig wählbare Punkt D kann genauso wie oben der Mittelpunkt M behandelt werden. Die Gleichungen in Kurzform dazu sind wie folgt.

Im körperfesten Koordinatensystem K beschrieben folgt eine Beschreibung, in der jeder Term selbst 3 Komponenten (x, y, z) enthält und mit denen jetzt im jeweiligen Koordinatensystem gerechnet werden kann (das ging bei der vektoriellen Schreibweise oben noch nicht!).

Das Ergebnis für D lautet:

.

Komponententest

Da es sich bei dieser Entwicklung um die einer einzelnen Komponente handelt, schließt der Komponententest mit dem Testbericht die Entwicklung ab.

ID Testfallbeschreibung Eingang Eingang Erwartetes Ergebnis Testergebnis Testperson Datum
1 Das Fahrzeugmodell steht. 0 0 Alle Ausgänge sind Null. OK Prof. Göbel 10.06.2017
2 Das Fahrzeugmodell fährt eine Rechtskurve. 1 0 Rechtskurve: Negative Gierrate, negativer Gierwinkel. OK Prof. Göbel 10.06.2017
3 Das Fahrzeugmodell fährt eine Linkskurve. 0 1 Linkskurve: Positive Gierrate, positiver Gierwinkel. OK Prof. Göbel 10.06.2017
4 Das Fahrzeugmodell fährt geradeaus. 1 1 Keine Gierrate und Gierwinkel, . OK Prof. Göbel 10.06.2017

Als Abschluss zeigt die letzte Abbildung dieses Artikels eine Ergebnisdarstellung der Fahrzeugbewegung in I-Koordinaten (Draufsicht).

Ergebnisdarstellung für die Modellierung eines 3-rädrigen Fahrzeugs in einer x-y-Draufsicht

Zusammenfassung

Das Modell ist fertig und funktioniert wie gewünscht! Somit ist die Entwicklung von Algorithmen möglich, ohne ein Fahrzeug in Hardware zur Verfügung zu haben. Dadurch eröffnen sich ernorme Möglichkeiten wie z. B. simultanes Entwickeln, automatisiertes Testen, simulative Auslegung von Reglern u. s. w.!

Literaturverzeichnis

  1. M. Göbel: Formelsammlung Mehrkörpersysteme und Robotik, HSHL, Version 29.06.2017



→ zurück zum Hauptartikel: Projekt ArduMower