Desarrollo de un módulo de navegación en entornos dinámicos para una plataforma robótica con cinemática diferencial

Abstract

El proyecto se desarrolla en el contexto de la competición UNIJES SocialTech Challenge, organizada por cuatro universidades, incluyendo la Universidad Pontificia Comillas. El objetivo es construir una silla de ruedas autónoma para personas con movilidad reducida, permitiéndoles visitar espacios públicos. Este trabajo se centra en integrar algoritmos de navegación y control de rutas en una plataforma robótica con cinemática diferencial. La arquitectura del sistema comienza con un LiDAR que envía datos de localización a una Nvidia Jetson AGX Orin. En este dispositivo, se ejecuta el módulo de planificación utilizando Nav2. Las rutas calculadas se envían a una Raspberry Pi 4, que ejecuta el controlador para generar comandos de velocidad lineal y angular, transmitidos al sistema de control del vehículo a través del bus CAN. La plataforma robótica seleccionada es el TRACER AGV, elegida por su versatilidad y bajo coste. Este vehículo autónomo incluye un bus CAN integrado, facilitando la comunicación y el control preciso del movimiento en tiempo real. Para el control de rutas se evaluaron tres alternativas: LQR, MPC y Pure Pursuit. Se mantuvo el controlador Pure Pursuit por su sencillez y la incapacidad de la Raspberry Pi de ejecutar el MPC en tiempo real. Para la planificación de rutas, se evaluaron dos algoritmos: RRT* y NavFnPlanner. NavFnPlanner demostró mayor eficiencia en la generación de rutas, por lo que se adoptó para el sistema final. Las pruebas demostraron que el sistema puede adaptarse a entornos dinámicos y planificar rutas efectivas incluso con obstáculos no mapeados. El prototipo final mostró un rendimiento destacado en la competición, siendo el único en superar todas las pruebas y obteniendo los premios de "Mejor Comportamiento en Pruebas" y "Ganador Absoluto".

The project is developed within the context of the UNIJES SocialTech Challenge competition, organized by four universities, including Universidad Pontificia Comillas. The objective is to build an autonomous wheelchair for people with reduced mobility, allowing them to visit public spaces. This work focuses on integrating navigation and route control algorithms into a robotic platform with differential kinematics. The system architecture begins with a LiDAR that sends localization data to a Nvidia Jetson AGX Orin. On this device, the planning module runs using Nav2. The calculated routes are sent to a Raspberry Pi 4, which executes the controller to generate linear and angular velocity commands, transmitted to the vehicle's control system via the CAN bus. The selected robotic platform is the TRACER AGV, chosen for its versatility and low cost. This autonomous vehicle includes an integrated CAN bus, facilitating communication and precise real-time movement control. For route control, three alternatives were evaluated: LQR, MPC, and Pure Pursuit. The Pure Pursuit controller was retained due to its simplicity and the Raspberry Pi's inability to execute MPC in real-time. For route planning, two algorithms were evaluated: RRT* and NavFnPlanner. NavFnPlanner demonstrated greater efficiency in route generation, so it was adopted for the final system. Tests showed that the system can adapt to dynamic environments and plan effective routes even with unmapped obstacles. The final prototype showed outstanding performance in the competition, being the only one to pass all tests and winning the awards for "Best Performance in Tests" and "Overall Winner."