3.4.3. System integration: Each mod

3.4.3. System integration: Each modules presented above has been developed separately.
In order to build the whole system, we have to integrate these modules. Fig. 18 shows how
these modules are integrated in the system.
• Step 1: The positioning module will automatically determine the coordinates of the starting point (start point) of Robot. At the same time, the system "listens" to receive
user commands sent from smartphone.
• Step 2: The shortest path finding module is enabled. The returned result is trajectory
composing of a set of intermediate points {path = p1, p2, p3, .., pN } where p1 is the start
point and the stop point pN ;
• Step 3: For each pair of adjacent points in the path, the system computes the distance
D = dist(pi
, pi + 1);
• Step 4: The system verity the condition D > e where e is the minimum threshold that
Robot can move. In this system, we set e = 20cm;
• Step 5: If the condition is not satisfied, the system backs to Step 4. Otherwise, it goes
to Step 6;
• Step 6: Move the robot a distance D. Specifically,
 Step 6.1: When the robot moves, it observes the environment. At a current position of the robot, we collect one image every a second. Module localization is activated
to locate the current position of the robot. Simultaneous equations of motion of
the robot is set up with a fixed velocity v. In experiment, we set v = 200mm/s to
match the walking speed of visually impaired people. This information is used to
formulate the models of Kalman Filter to predict the actual location of the Humanrobot
(position pi∗).
 Step 6.2: Compute the distance D = dist(pi∗, pi+1).
 Step 6.3: During the whole process, the module of obstacle detection is activated.
A detected true positive will stop the robot movement.
 Step 6.4: Repeat Step 4 to check the D and e.

Kết quả (Việt) 1:

3.4.3. Hệ thống tích hợp: mỗi mô-đun trình bày ở trên đã được phát triển một cách riêng biệt.Để xây dựng toàn bộ hệ thống, chúng ta phải tích hợp các mô-đun. Hình 18 cho thấy như thế nàoCác phân hệ được tích hợp trong hệ thống.• Bước 1: các mô-đun định vị tự động sẽ xác định tọa độ của là điểm khởi đầu (điểm bắt đầu) của Robot. Cùng lúc đó, Hệ thống "lắng nghe" để nhận đượcngười sử dụng lệnh được gửi từ điện thoại thông minh.• Bước 2: đường đi ngắn nhất tìm mô-đun được kích hoạt. Kết quả trả về là quỹ đạosáng tác của một tập hợp các điểm trung gian {path = p1, p2, p3,.., pN} nơi p1 là sự bắt đầuđiểm và pN điểm dừng;• Bước 3: cho mỗi cặp điểm lân cận trên đường đi, Hệ thống tính khoảng cáchD = dist (pipi + 1);• Bước 4: Hệ thống verity điều kiện D > e nơi e là ngưỡng tối thiểu màRobot có thể di chuyển. Trong hệ thống này, chúng tôi thiết lập e = 20cm;• Bước 5: nếu tình trạng không hài lòng, Hệ thống lưng sang bước 4. Nếu không, nó đi-Bước 6;• Bước 6: di chuyển các robot một khoảng cách mất cụ thể,Bước 6.1: Khi các robot di chuyển, nó quan sát môi trường. Ở vị trí hiện tại của các robot, chúng tôi thu thập một hình ảnh mỗi một lần thứ hai. Địa phương hoá mô-đun được kích hoạtđể xác định vị trí vị trí hiện tại của các robot. Đồng thời phương trình của chuyển động củaCác robot được thiết lập với một cố định vận tốc v. Trong thử nghiệm, chúng tôi thiết lập v = 200mm/s đểphù hợp với tốc độ đi bộ của khiếm người. Thông tin này được sử dụng đểxây dựng các mô hình của Kalman lọc để dự đoán vị trí thực tế của Humanrobot(vị trí pi∗).Bước 6.2: Tính toán khoảng cách D = quận (pi∗, pi + 1).Bước 6.3: Trong quá trình toàn bộ, các mô-đun trở ngại phát hiện được kích hoạt.Một tích cực phát hiện đúng sẽ dừng di chuyển robot.Bước 6.4: Lặp lại bước 4 để kiểm tra D và e.

Kết quả (Việt) 2:

3.4.3. Tích hợp hệ thống: Mỗi module trình bày ở trên đã được phát triển một cách riêng biệt.
Để xây dựng toàn bộ hệ thống, chúng ta phải tích hợp các mô-đun. Vả. 18 cho thấy làm thế nào
các module được tích hợp trong hệ thống.
• Bước 1: Các mô-đun định vị sẽ tự động xác định tọa độ của điểm khởi đầu (điểm bắt đầu) của Robot. Đồng thời, hệ thống "lắng nghe" để nhận được
lệnh của người dùng được gửi từ điện thoại thông minh.
• Bước 2: Con đường ngắn nhất tìm module được kích hoạt. Kết quả trả về là quỹ đạo
sáng tác của một tập hợp các điểm trung gian {path = p1, p2, p3, .., pn} trong đó p1 là sự bắt đầu
điểm và điểm dừng PN;
• Bước 3: Đối với mỗi cặp điểm gần kề ở con đường, hệ thống sẽ tính toán khoảng cách
D = dist (pi, pi + 1); • Bước 4: Hệ thống verity điều kiện D> e với e là ngưỡng tối thiểu Robot có thể di chuyển. Trong hệ thống này, chúng tôi thiết lập e = 20cm; • Bước 5: Nếu điều kiện là không hài lòng, hệ thống sao lưu sang Bước 4. Nếu không, nó đi đến Bước 6; • Bước 6: Di chuyển các robot một khoảng cách D. Cụ thể,? Bước 6.1: Khi các robot di chuyển, nó quan sát môi trường. Tại một vị trí hiện tại của robot, chúng tôi thu thập một hình ảnh mỗi giây. Module địa hóa được kích hoạt để xác định vị trí hiện tại của robot. Phương trình đồng thời chuyển động của robot được thiết lập với một vận tốc v cố định. Trong thí nghiệm, chúng tôi thiết lập v = 200mm / s để phù hợp với tốc độ đi bộ của người khiếm thị. Thông tin này được sử dụng để xây dựng các mô hình của Kalman lọc để dự đoán vị trí thực tế của Humanrobot (vị trí pi *).? Bước 6.2: Tính toán khoảng cách D = dist (pi *, pi + 1).? Bước 6.3:. Trong toàn bộ quá trình, các mô-đun phát hiện chướng ngại vật được kích hoạt A phát hiện dương tính thật sự sẽ ngừng chuyển động robot.? Bước 6.4: Lặp lại bước 4 để kiểm tra D và e.