Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Improving robotic vacuum cleaners: Minimising the time needed for complete dust removal
KTH, School of Electrical Engineering and Computer Science (EECS).
KTH, School of Electrical Engineering and Computer Science (EECS).
2018 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Förbättra robotdammsugare : Minimering av tiden som behövs för fullständig renhet (Swedish)
Abstract [en]

The purpose of this study was to examine the cleaning efficiency of an autonomous vacuum cleaner robot; namely, reducing the cleaning time needed in an empty room. To do this we explored how the path planning could be improved upon given access to a dust map that would allow for more sophisticated algorithms depending on the state of the room. The approach we employed in order to compare different preprogrammed path patterns and our own greedy heuristic was to create a simulation environment in Unity3d. In this environment we could create a two dimensional plane to represent the length and width of a room with the size of our choosing. This plane was then subdivided into squared cells that would discretise the environment, which represented the dust map of the room. The tests were conducted in rooms with different dimensions in order to examine how different strategies' efficiency developed in relation to each other. Employing an algorithm like our greedy heuristic after an initial zigzag sweep resulted in a significant improvement in comparison to a robot that is restricted to template patterns only. Future work could involve finding the optimised solution for our heuristic in order to make full use of the dust map and thereby achieve minimal cleaning time for the robot. 

Abstract [sv]

Syftet med denna studie var att undersöka en självstyrande robotdammsugares städningseffektivitet och att minimera tiden som krävs för att städa ett tomt rum. Vi undersökte hur roboten kunde planera sina vägval bättre genom att få tillgång till en dammkarta, det vill säga ett rutnät som håller reda på dammfördelningen i ett rum. Denna dammkarta möjliggör för mer sofistikerade algoritmer som beror på statusen i rummet. Vi jämförde olika rörelsemönster som sicksack, spiralen och väggkramaren med en egendefinierad heuristik. Ett enkelt öppet rum simulerades i Unity3d, där vi testade de olika algoritmerna. Rummet bestod av ett tvådimensionellt plan som representerade längden och bredden av rummet som gick att justera till vårt tycke. Detta plan delades sedan upp i ett rutnät som representerar vår diskretiserade dammkarta för rummet. Testerna utfördes i rum av olika dimensioner för att se hur de olika städstrategiernas effektivitet utvecklades i relation till varandra. Att använda sig av en algoritm så som vår heuristik efter ett första svep med ett sicksackmönster resulterade i en signifikant förbättring jämfört med en robot som är bunden till fördefinierade rörelsemönster. Framtida studier skulle kunna försöka hitta den optimala lösningen till vår heuristik, så att dammkartan kan utnyttjas till fullo, och därmed uppnå minimal städningstid för roboten. 

Place, publisher, year, edition, pages
2018.
Series
TRITA-EECS-EX ; 2018:186
National Category
Other Engineering and Technologies not elsewhere specified
Identifiers
URN: urn:nbn:se:kth:diva-229393OAI: oai:DiVA.org:kth-229393DiVA, id: diva2:1213349
Subject / course
Computer Science
Supervisors
Examiners
Available from: 2018-06-20 Created: 2018-06-04 Last updated: 2018-06-20Bibliographically approved

Open Access in DiVA

fulltext(1286 kB)97 downloads
File information
File name FULLTEXT02.pdfFile size 1286 kBChecksum SHA-512
1215ccdb2ab43769088cacc5153436feeba38566c67528bc270d62c59283698d391a60e3fcd77f3f1cecbb64e13e78ff60e5eeaf245772ac8352da780c968ed6
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Other Engineering and Technologies not elsewhere specified

Search outside of DiVA

GoogleGoogle Scholar
Total: 97 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 70 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf