DOI: https://doi.org/10.20998/2522-9052.2020.3.05

МОДЕЛЬ СИТУАЦІЙНОГО ПЛАНУВАННЯ Й КЕРУВАННЯ ПЕРЕМІЩЕННЯМИ АВТОНОМНОГО РОБОТУ

Anatolii Kargin, Oleksandr Ivaniuk

Анотація


На сьогодні актуальною є проблема навігації автономних мобільних систем в просторі, де можливі обурення. Проблема полягає в тому, що різноманітні збурення, що виникають у процесі руху роботу, не дозволяють реалізувати переміщення вздовж заздалегідь запланованого маршруту й вимагають поточного перепланування відповідно отриманій від датчиків ситуації. Для автономних систем проблема посилюється необхідністю автоматичного формування моделі поточної ситуації на основі даних від сенсорів й інтегруванні цієї моделі ситуації з моделями планування й керування у реальному часі. Предметом дослідження є знанняорієнтовані моделі обробки даних від сенсорів, що застосовуються в навігації автономних мобільних систем. Мета дослідження – імплементація когнітивної моделі сприйняття, заснованої на правилах, для класу задач ситуаційного керування й перепланування руху автономного роботу вздовж маршруту в умовах перешкод. Дослідити спроможність моделі задовільнити вимогам до автономних систем. Результати. Модель сприйняття даних від сенсорів представлена множиною багаторівневих фактів, що у вербальній формі на різних рівнях узагальнення описують поточну ситуацію в оточенні робота. База знань, якою користується робот при навігації, представлена п’ятирівневою ієрархічною структурою нечітких правил: знання про цілі, маршрут й план усунення перешкод, картографічні знання про робочий простір, стратегії і конкретні керівні впливи, необхідні для досягнення мети. Розроблено алгоритм й програму, у якій інтегровані модель сприйняття й модифікована модель Такагі-Сугено, що реалізує ситуаційне керування з переплануванням маршруту. Для дослідження моделі розроблено штучне оточення та наведені результати комп’ютерних експериментів по переміщенню робота по заданому маршруту в оточенні з перешкодами. Висновки. Показана спроможність імплементації моделі сприйняття для класу задач навігації роботу. Модель сприйняття, що інтегрована з модифікованою моделлю Такагі-Сугено, вирішує завдання ситуаційного керування з переплануванням маршруту і задовольняє вимогам щодо автономних систем та має переваги в порівнянні з методами програмного та евристичного керування по критеріям гнучкість, масштабованість та опрацювання невизначеності.

Ключові слова


мобільний робот; ситуаційне планування та керування; навігація; когнітивна модель сприйняття; нечіткі системи; дані від сенсорів

Повний текст:

PDF

Посилання


Mintchell, G. (2016), “Industry 4.0 survey: building the digital enterprise”. Available at:

https://themanufacturingconnection.com/2016/09/industry-4-0-survey-building-digital-enterprise.

Darlington, P. (2017), “Rail industry capability delivery plan”. Available at: https://www.railengineer.co.uk/2017/02/16/rail-industry-capability-delivery-plan.

Duarte, F. and Ratti, C. (2018), “The impact of autonomous vehicles on cities: a review”, Journal Of Urban Technology, No. 25 (4), pp. 3-18, DOI: https://doi.org/10.1080/10630732.2018.1493883.

Stachniss, C. (2009), Robotic mapping and exploration, Springer-Verlag Berlin Heidelberg, 198 p., DOI: https://doi.org/10.1007/978-3-642-01097-2.

Rone, W. and Ben-Tzvi, P. (2013), “Mapping, localization and motion planning in mobile multi-robotic systems,” Robotica. Cambridge University Press, No. 31 (1), pp. 1-23, DOI: https://doi.org/10.1017/S0263574712000021.

Bresson, G., Alsayed, Z., Yu, L. and Glaser, S. (2017), “Simultaneous localization and mapping: a survey of current trends in autonomous driving”, IEEE Trans. On Intelligent Vehicles, No. 2 (3), pp. 194-220, DOI: https://doi.org/10.1109/TIV.2017.2749181.

Fuentes-Pacheco, J., Ruiz-Ascencio, J. and Rendón-Mancha, J. (2012), “Visual simultaneous localization and mapping: a sur-vey”, Artificial Intelligence Review, No. 43 (1), pp. 55-81, DOI: https://doi.org/10.1007/s10462-012-9365-8.

Hoy, M., Matveev, A. and Savkin, A. (2014), “Algorithms for collision-free navigation of mobile robots in complex cluttered environments: a survey”, Robotica, No. 33 (3), pp. 463-497, DOI: https://doi.org/10.1017/s0263574714000289.

Lv, T., Zhao, C. and Bao, J. (2017), “A global path planning algorithm based on bidirectional SVGA”, Journal Of Robotics, Vol. 2017, pp. 1-11, DOI: https://doi.org/10.1155/2017/8796531.

Lu, Y., Xue, Z., Xia, G. and Zhang, L. (2018), “A survey on vision-based UAV navigation”, Geo-Spatial Information Science, No. 21 (1), pp. 21-32, DOI: https://doi.org/10.1080/10095020.2017.1420509.

Mac, T., Copot, C., Tran, D. and De Keyser, R. (2016), “Heuristic approaches in robot path planning: A survey”, Robotics And Autonomous Systems, Vol. 86, pp. 13-28, DOI: https://doi.org/10.1016/j.robot.2016.08.001.

Yufka, A. and Parlaktuna, O. (2009), “Performance comparison of bug algorithms for mobile robots”, 5th International Ad-vanced Technologies Symposium (IATS’09), pp. 61-65, DOI: https://doi.org/10.13140/RG.2.1.2043.7920.

McGuire, K., de Croon, G. and Tuyls, K. (2019), “A comparative study of bug algorithms for robot navigation”, Robotics And Autonomous Systems, Vol. 121, DOI: https://doi.org/10.1016/j.robot.2019.103261.

Russel, S. and Norvig, P. (2010), Artificial intelligence: a modern approach, Prentice Hall, 1132 p.

Asada, M., Hosoda, K., Kuniyoshi, Y., Ishiguro, H. and Inui, T. (2009), “Cognitive Developmental Robotics: A Survey”, IEEE Trans. On Autonomous Mental Development, No. 1 (1), pp. 12-34, DOI: https://doi.org/10.1109/tamd.2009.2021702.

Alippi, C. (2014), Intelligence for Embedded Systems, Springer International Publishing, 283 p., DOI: https://doi.org/10.1007/978-3-319-05278-6.

Kargin, A. and Petrenko, T. (2020), “Advances in spatio-temporal segmentation of visual data” in Mashtalir, V., Ruban, I., and Levashenko, V. (eds) Advances in Spatio-Temporal Segmentation of Visual Data, Studies in Computational Intelligence, Vol. 876. Springer, Cham, DOI: https://doi.org/10.1007/978-3-030-35480-0_3.

Kargin, A., Panchenko, S., Vasiljevs, A. and Petrenko, T. (2019), “Implementation of cognitive perception functions in fuzzy situational control model”, Procedia Computer Science, Vol. 149, pp. 231-238, DOI: https://doi.org/10.1016/j.procs.2019.01.128.

Kargin, A. and Petrenko, T. (2017), “Abstragirovanie i kategorizatsiya v umnyih mashinah na osnove granulyarnyih vyi-chisleniy [Abstraction and categorization in smart machines based on granular computations]”, Visnyk Natsionalnoho tekhnich-noho universytetu “KhPI”, No. 50, pp. 130-141, DOI: https://doi.org/10.20998/2411-0558.2017.50.06.

Kargin, A. (2010) Vvedenie v intellektualnyie mashinyi. Kniga 1. Intellektualnyie regulyatoryi [Introduction to intelligent ma-chines. Book 1. Intelligent Regulators], Nord-Press, Donetsk, 526 p.

Kargin, A., Ivaniuk, O., Galych, G. and Panchenko, A. (2018), “Polygon for smart machine application”, 2018 IEEE 9th Int. Conf. on Dependable Systems, Services and Technologies, IEEE, pp. 464-468, DOI: https://doi.org/10.1109/DESSERT.2018.8409178.




Copyright (c) 2020 Anatolii Kargin, Oleksandr Ivaniuk