หุ่นยนต์อำนวยความสะะดวกสำหรับการจัดส่งของภายในอาคาร

Abstract

ประเทศไทยกำลังก้าวเข้าสู่สังคมผู้สููงอายุ ซึ่งผู้สูงอายุส่วนใหญ่นั้นประสบปัญหาเรื่องการเดิน การเคลื่อนไหว และการช่่วยเหลือตนเอง ซึ่งการใช้หุ่นยนต์อำนวยความสะดวกในการช่วยเหลือดูแล และรับส่งของสำหรับผู้สูงอายุนั้นเป็นแนวทางหนึ่งที่ สามารถช่่วยได้ โครงงานวิจัยนี้มีวัตถุประสงค์ในการพัฒนาหุ่นยนต์เพื่ออำนวยความสะดวกในการรับส่งสิ่งของภายในอาคาร ได้มีการพัฒนาชุดหุ่นยนต์ต้นแบบอำนวยความสะดวกโดยใช้ หุ่นยนต์ต้นแบบ Kobuki เชื่อมต่อกับ Jetson nano Develop Kit และมีอุปกรณ์เซนเซอร์ LiDAR ซึ่งมี กระบวรการทำงานของระบบนั้น หุ่นยนต์จะทำการสำรวจและสร้างแผนที่โดยใช้ Simultaneous Localization and Mapping (SLAM) จากนั้นสามารถสั่งการหุ่นยนต์เดินไปจุดหมายได้โดยผ่าน Web Application เมื่อหุ่นยนต์ได้รับคำสั่งก็เดินทางไปรับสิ่งของและนำไปส่่งในจุดหมาย ในระหว่างหุ่นยนต์กำลังเคลื่อนที่ มีอัลกอริทึม Adaptive Monte Carlo Localization(AMCL) ในการระบุตำแหน่งของหุ่นยนต์ให้สอดคล้องกับแผนที่ที่สร้างขึ้น และอัลกอริทึม Dynamic Window Approach (DWA) ในการหลบหลีกสิ่งกีดขวางในระหว่างที่กำลังเคลื่อนที่ ซึ่งจากการทดลองใช้หุ่นยนต์ในพื้นที่จริงพบว่าหุ่นยนต์สามารถนำใช้ในสถานการณ์จริงได้อย่างมี ประสิทธิภาพสามารถไปถึงจุดหมายได้อย่างแม่นยำโดยมีข้อผิดพลาดเท่ากับ 0.2 เมตร

With many countries such as Thailand now entering an aging society, using assistive robots for providing care, support and companionship to elderly people are considered one of the promising solutions. In this paper, we propose an assistive robot for convenient delivery in indoor environments. We develop the robot by employing NVIDIA Jetson Nano and Light Detection and Ranging (LiDAR) on the Kobuki robot. The robot processes the environment data obtained from the LiDAR using Simultaneous Localization and Mapping (SLAM) algorithm to create a map and perform navigation to the destination. We employ Adaptive Monte Carlo Localization (AMCL) to specify the robot’s location on the map. While proceeding to the target, the robot senses the environment using the LiDAR sensor and Dynamic Window Approach (DWA) to avoid collision with any obstacles. The initial results show that the assistive robot can reach the destination accurately with error equal to 0.2 meters.