PROSJEKT
Del artikkel
PROSJEKT
Del artikkel
Virkelighet og teori er to forskjellige ting. Ofte er virkeligheten mer kompleks og uforutsigbar enn hva man kan se for seg. Det gjelder også når autonome kjøretøy skal finne den mest optimale ruten mellom to punkter. Andreas Tisland har skrevet en masteroppgave som fører virkelighet og teori tettere sammen.
Andreas har siden august i år arbeidet som Development Engineer i Data Respons R&D Services. Han studerte på Universitetet i Oslo ved Instituttet for teknologisystemer, med spesialisering innen robotikk og intelligente systemer.
I masteroppgaven undersøkte han autonome kjøretøy. Det dreier seg dog ikke om Teslaer eller moderne biler som kjører på asfalterte veier, men om kjøretøy spesialutviklet til å kjøre i terreng.
Disse kjøretøyene finnes i forskjellige størrelser og med forskjellige egenskaper. Typisk er de utviklet til landbruk, brann og redning, gruvedrift eller Forsvaret. Felles for dem alle er at de skal kunne finne veien på egenhånd i ujevnt terreng med hindringer, ustabilt underlag og andre ting som kan påvirke kjøretøyets bevegelsesmønster. Det er nettopp her forskjellen mellom virkelighet og teori blir stor.
– Det er utviklet en rekke løsninger til “autonom baneplanlegging”, forklarer Andreas. Men, mange av løsningene forutsetter at man kjører på ordinære veier, dvs. med stabilt underlag og perfekt kontakt med underlaget. Man regner ikke med at hjulene kan spinne eller at kjøretøyet sklir. Når et kjøretøy skal bevege seg på ujevnt terreng, så er disse løsningene problematiske. Den modellen man styrer kjøretøyet etter vil ikke lenger være nøyaktig. Det kan resultere i feilsignaler i systemet, som kan føre til redusert ytelse. I verste fall kan kjøretøyet kræsje.
I masteroppgaven sin bestemte Andreas seg for å ta hensyn til utfordrende terreng og forbedre hvordan kjøretøy kjører autonomt i terrenget. Han har hatt fokus på banefølging, dvs. optimering av de manøvrene kjøretøyet utfører for å følge en fastlagt bane i terrenget fra A til B. Mens andre forskere har sett på bruken av kamera, laser og andre sensorer til å tolke terrenget, så har Andreas konsentrert seg om kjøretøyets hjul og posisjon.
– En sentral de av et system for autonom ferdsel, er en matematisk modell av kjøretøyet. Modellen beskriver kjøretøyets bevegelser i forhold til styresignalene man kontrollerer det med. Jeg har jobbet med å utvide denne modellen med flere parametere, forklarer Andreas. Det handler blant annet om å måle når hjulene spinner, eller når kjøretøyet sklir. Den informasjonen forbedrer modellen og øker presisjonen til systemet i forbindelse med baneplanlegging.
– Dessuten har jeg arbeidet med å integrere hastighets- og posisjonsmålinger, fortsetter han. Man bruker et matematisk konsept kalt “rotasjonspunkt”, som beskriver kjøretøyets bevegelser ved å analysere hvordan det roterer. Hastighets- og posisjonsmålinger brukes til å estimere kjøretøyets rotasjon, og her har jeg sett på forskjellige forstyrrelser i modellen, hvor den faktiske posisjonen har avveket fra estimatet. Den informasjonen har jeg i ettertid brukt til å oppdatere estimatet.
Bilde: Milrem Robotics
Andreas sin masteroppgave arbeider utelukkende med dataproduserte simuleringer av hvordan man f.eks. bruker input fra kjøretøyets hjul til å forbedre den matematiske modellen som beskriver kjøretøyets bevegelsesmønster.
Etter å ha levert masteroppgaven sin har Andreas imidlertid hatt muligheten til å prøve den forbedrede modellen i virkeligheten. Universitetets Institutt for teknologisystemer samarbeider med FFI (Forsvarets Forsknings Institutt), som utfører en del forskning innen autonome systemer. Instituttet disponerer blant annet en autonom beltevogn utviklet av Milrem Robotics i Estland.
– Jeg har hatt sommerjobb hos FFI, hvor vi testet programvaren jeg lagde på et konkret kjøretøy. Hensikten var å få svar på om det jeg hadde utviklet, også fungerte i praksis. Testene gikk bra, og vi oppnådde det vi ville. Jeg kan dessverre ikke å si noe konkret om resultatene, siden jeg holder på å skrive en forskningsartikkel om prosjektet, sammen med min veileder hos FFI.
«For øyeblikket er min ambisjon å arbeide med mange forskjellige teknologier for å få en større horisont og mer kunnskap om teknologiene som utvikles.»
Programmerer
På lengre sikt håper Andreas å kunne bruke sin kunnskap om autonome kjøretøy i nye prosjekter hos Data Respons R&D Services, og deres kunder.
– For øyeblikket er min ambisjon å arbeide med mange forskjellige teknologier for å få en større horisont og mer kunnskap om teknologiene som utvikles. Det kunne også vært spennende å få utvikle et autonomt system for en av Data Respons R&D Services’ kunder. Robotikk og autonomi – er de to områdene jeg helst vil arbeide med, slutter Andreas.
Det er ikke usannsynlig at Andreas får ønsket sitt oppfylt. Autonome systemer er et felt som for tiden har en eksplosiv utvikling, både i Skandinavia og globalt. For eksempel har estiske Milrem Robotics nylig annonsert et samarbeide med Kongsberg Defence & Aerospace, om utviklingen av en ny robotisert stridsvogn kalt Nordic Robotic Wingman. Yeti Move, også dette selskapet lokalisert på Kongsberg, er en annen aktør innenfor dette teknologifeltet.
R&D Manager