LiDAR tabanlı mekanum tekerlekli mobil otonom robot için ROS tabanlı Gazebo üzerinde A*, Dijkstra ve RRT yol planlama algoritmalarının performans analizi

Abstract

Mobil robotların çeşitli ortamlarda güvenli ve verimli bir şekilde gezinmesi için etkili yol planlaması yapmak çok önemlidir. Bu çalışmada, LiDAR sensörlü ve mecanum tekerleklerli bir mobil robot için üç önemli yol planlama algoritmasının (A*, Dijkstra ve Rapidly-exploring Random Trees (RRT)) performans karşılaştırmaları yapılmıştır. Mobil robot sahip olduğu mecanum tekerleklerle çok yönlü hareket yapabilir ve LiDAR sensörü ve karar alma mekanizması (yol planlama algoritmaları) sayesinde hassas şekilde engellerden kaçınabilir. Her algoritmanın etkinliğini değerlendirmek için simüle edilmiş bir ROS Gazebo ortamında dağınık ve açık alanlara sahip çeşitli senaryolar kullanılmıştır. Algoritmalar arasındaki performans ölçütleri, yol uzunluğu, hedefe ulaşma süresi, hız komut sıklığı ve işlemci kullanım miktarına göre analiz edilmiştir. Sonuç olarak, mobil otonom robotlar için en uygun yol planlama stratejilerinin seçiminde her algoritmanın güçlü ve zayıf yönleri hakkında önemli bilgiler elde edilmiştir.Effective path planning is crucial for mobile robots to navigate safely and efficiently in various environments. The main purpose of this study is to compare and investigate the performances of three important path planning algorithms, namely A*, Dijkstra and Rapidly exploring Random Trees (RRT), for a mobile autonomous robot with LiDAR sensors and mechanical wheels. The mobile robot can move in multiple directions with its mecanum wheels and can precisely avoid obstacles with the help of LiDAR sensors and decision-making mechanisms (path planning algorithms). Various scenarios with cluttered and open areas were used in a simulated ROS Gazebo environment to evaluate the effectiveness of each algorithm. The performance metrics among the algorithms were analyzed with respect to path length, time to reach the target, velocity command frequency and CPU utilization. In terms of travel time performance criterion, A* performed approximately 35% better than Dijkstra and 85% better than RRT. In terms of the path length traveled, A* reached the target in approximately 11% shorter path length than Dijkstra and 17% shorter path length than RRT. In terms of the number of velocity commands processed, A* outperformed Dijkstra by approximately 36% and RRT by 38%. In terms of CPU utilization performance criterion, RRT performed approximately 10% better than A* and 74% better than Dijkstra. As a result, significant information was obtained about the strengths and weaknesses of each algorithm in selecting the most appropriate path planning strategies for mobile autonomous robots.