This thesis addresses the development and implementation of a model dedicated to the planning and control of mobile robot motion in a two-dimensional environment using Matlab. The work analyzes the integration between classical planning algorithms and advanced techniques for generating optimal paths, with particular focus on the Rapidly-exploring Random Tree Star (RRT*) algorithm, enhanced by an MPNET network to improve sampling efficiency and reduce computation time. A smoothing procedure was also introduced to make the trajectories more regular and free of deviations. The simulations involve two mobile robots with distinct starting points and goals, each planning independent paths while avoiding obstacles present in the map. Motion execution was carried out through a Pure Pursuit controller, integrated with a reciprocal distance control mechanism to ensure safety and prevent collisions during operation. The results highlight the reliability and effectiveness of the proposed system, demonstrating its ability to plan safe paths and perform dynamic real-time simulations with multiple robots. The research confirms that the combination of planning algorithms and control strategies represents a valid solution for the development of safer and more efficient autonomous robotic systems.

La presente tesi affronta lo sviluppo e l’implementazione di un modello dedicato alla pianificazione e al controllo del movimento di robot mobili in un ambiente bidimensionale mediante Matlab. L’elaborato analizza l’integrazione tra algoritmi di pianificazione classici e tecniche avanzate per la generazione di percorsi ottimali, con particolare attenzione all’algoritmo Rapidly-exploring Random Tree Star (RRT*), arricchito da una rete MPNET per migliorare l’efficienza del campionamento e ridurre i tempi di calcolo. È stata inoltre introdotta una procedura di smoothing per rendere le traiettorie più regolari e prive di deviazioni. Le simulazioni sviluppate coinvolgono due robot mobili con punti di partenza e obiettivi distinti, che pianificano percorsi indipendenti evitando gli ostacoli presenti nella mappa. L’esecuzione dei movimenti è stata realizzata attraverso un controllore di tipo Pure Pursuit, integrato con un meccanismo di controllo della distanza reciproca per garantire la sicurezza ed evitare collisioni durante l’esecuzione. I risultati ottenuti evidenziano l’affidabilità e l’efficacia del sistema proposto, dimostrando la capacità di pianificare percorsi sicuri ed eseguire simulazioni dinamiche in tempo reale con più robot. La ricerca conferma che la combinazione di algoritmi di pianificazione e strategie di controllo rappresenta una soluzione valida per lo sviluppo di sistemi robotici autonomi più sicuri ed efficienti.

ALGORITMI DI MOTION PLANNING PER LA NAVIGAZIONE E SIMULAZIONE DI ROBOT MOBILI IN UNO SPAZIO BIDIMENSIONALE

VIRRO, SALVATORE
2024/2025

Abstract

This thesis addresses the development and implementation of a model dedicated to the planning and control of mobile robot motion in a two-dimensional environment using Matlab. The work analyzes the integration between classical planning algorithms and advanced techniques for generating optimal paths, with particular focus on the Rapidly-exploring Random Tree Star (RRT*) algorithm, enhanced by an MPNET network to improve sampling efficiency and reduce computation time. A smoothing procedure was also introduced to make the trajectories more regular and free of deviations. The simulations involve two mobile robots with distinct starting points and goals, each planning independent paths while avoiding obstacles present in the map. Motion execution was carried out through a Pure Pursuit controller, integrated with a reciprocal distance control mechanism to ensure safety and prevent collisions during operation. The results highlight the reliability and effectiveness of the proposed system, demonstrating its ability to plan safe paths and perform dynamic real-time simulations with multiple robots. The research confirms that the combination of planning algorithms and control strategies represents a valid solution for the development of safer and more efficient autonomous robotic systems.
2024
MOTION PLANNING ALGORITHMS FOR NAVIGATION AND SIMULATION OF MOBILE ROBOT IN TWO-DIMENSIONAL SPACE
La presente tesi affronta lo sviluppo e l’implementazione di un modello dedicato alla pianificazione e al controllo del movimento di robot mobili in un ambiente bidimensionale mediante Matlab. L’elaborato analizza l’integrazione tra algoritmi di pianificazione classici e tecniche avanzate per la generazione di percorsi ottimali, con particolare attenzione all’algoritmo Rapidly-exploring Random Tree Star (RRT*), arricchito da una rete MPNET per migliorare l’efficienza del campionamento e ridurre i tempi di calcolo. È stata inoltre introdotta una procedura di smoothing per rendere le traiettorie più regolari e prive di deviazioni. Le simulazioni sviluppate coinvolgono due robot mobili con punti di partenza e obiettivi distinti, che pianificano percorsi indipendenti evitando gli ostacoli presenti nella mappa. L’esecuzione dei movimenti è stata realizzata attraverso un controllore di tipo Pure Pursuit, integrato con un meccanismo di controllo della distanza reciproca per garantire la sicurezza ed evitare collisioni durante l’esecuzione. I risultati ottenuti evidenziano l’affidabilità e l’efficacia del sistema proposto, dimostrando la capacità di pianificare percorsi sicuri ed eseguire simulazioni dinamiche in tempo reale con più robot. La ricerca conferma che la combinazione di algoritmi di pianificazione e strategie di controllo rappresenta una soluzione valida per lo sviluppo di sistemi robotici autonomi più sicuri ed efficienti.
File in questo prodotto:
File Dimensione Formato  
allegato1TESI_SALVATORE_VIRRO_.pdf

non disponibili

Descrizione: Allegato in pdf della tesi
Dimensione 1.87 MB
Formato Adobe PDF
1.87 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/67830