RobotTeamSim – 3D visualization of cooperative mobile robot missions in gazebo virtual environment

Abstract

This dissertation intends to create a simulation of search and rescue (SaR) missions using Gazebo virtual world and Robot Operating System (ROS). The simulator is evaluated with multiple robots search using the Robotic Darwinian Particle Swarm Optimization (RDPSO) exploration algorithm, considering several real-world phenomena, such as radio frequency (RF) and voice. Although the RDPSO algorithm has already been developed and evaluated in Matlab environment, it cannot be directly implemented in real platforms. To address this disadvantage, ROS was chosen to implement the algorithm and, due to its compatibility with ROS, Gazebo was chosen as the simulation platform to evaluate multi-robot systems in SaR scenarios. For the RDPSO to be fully implemented, the RF signal and voice propagation models were equally implemented in ROS. For that matter, mathematic models, previously proposed in the literature, are analyzed and a study about the environment noise influence in missions of SaR based on voice localization is conducted. The RF model was simulated using the multi-wall method, which does not only consider the free space signal loss but also the loss of walls with different properties (e.g., thickness and type). The voice model is based on the RF model by adjusting the parameters to better adapt to the voice properties. The RDPSO algorithm, implemented in ROS, uses the RF model to simulate its mobile ad hoc network (MANET) connectivity component. In the context of finding victims, the RDPSO uses the voice propagation model to simulate the call for help by the victims. Environment noise was introduced in the simulation, which influenced the victims’ rescue rate by making harder for the rescue team to listen to the victim’s call. This influence is bigger as the environment noise level gets higher, thus there is the need for a better exploration of the map as the rescue team has to walk closer and closer to the victims, so that voice and noise can be distinguished.

Esta dissertação tem como finalidade a criação e simulação de missões de busca e salvamento através do ambiente virtual do Gazebo e o Robotic Operating System (ROS). O simulador é avaliado beneficiando de exploração de múltiplos robôs com o algoritmo Robotic Darwinian Particle Swarm Optimization (RDPSO), considerando fenómenos reais, tais como propagação de sinais de radiofrequência (RF) e voz. Embora o algoritmo RDPSO já tenha sido desenvolvido e testado, a sua implementação em ambiente de simulação (tipicamente Matlab) e em plataformas reais tem sido vista como dois processos independentes. Para ultrapassar esta desvantagem, ROS foi escolhido para migrar o algoritmo RDPSO e, devido à sua compatibilidade com o ROS, o Gazebo foi a plataforma de simulação escolhida para avaliar sistemas de múltiplos robôs em cenários de busca e salvamento. Para o algoritmo RDPSO ser completamente implementado, a propagação de sinais de RF e voz foram de igual modo implementadas em ROS. Para o efeito, são analisados modelos matemáticos previamente propostos na literatura providenciando um estudo da influência do ruído ambiente em missões de busca e salvamento baseadas na localização por voz. O modelo de RF foi simulado usando o método multi-wall, que considera não só a perda de sinal em espaço livre mas também as perdas relativas a paredes de diferentes características (e.g., espessuras e tipo). O modelo de voz é baseado no modelo RF anterior manipulando os parâmetros para se adaptar melhor às propriedades da voz. O algoritmo RDPSO, implementado em ROS, usa o modelo de RF para simular a sua componente de conectividade da rede ad hoc móvel (MANET). O algoritmo RDPSO é utilizado no contexto de encontrar vítimas num cenário de busca e salvamento, utilizando o modelo de propagação de voz para simular o pedido de ajuda das vítimas. No cenário da simulação foi introduzido ruído de fundo, que influenciou o sucesso de salvamento das vítimas ao dificultar a audição destas pela equipa de salvamento. Esta influência torna-se maior quanto maior o nível de ruído ambiente, ao qual é necessária uma melhor exploração do mapa pois a equipa de salvamento tem de estar cada vez mais próxima das vítimas para poder distinguir a voz de ruído de fundo.