МОДЕЛЬ СИТУАЦІЙНОГО ПЛАНУВАННЯ Й КЕРУВАННЯ ПЕРЕМІЩЕННЯМИ АВТОНОМНОГО РОБОТУ Ан от а ц і я. 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. К лю ч ов і с л ов а : мобільний робот; ситуаційне планування та керування; навігація; когнітивна модель сприйняття; нечіткі системи; дані від сенсорів.
No abstract
The solution to the problem of autonomous mobile systems navigation is a complex task, traditionally presented in the form of solving the sequence of subtasks: perception of information about the environment, localization and mapping, path planning, and motion control. A large number of scientific works are devoted to the solution of the listed subtasks. However, existing research does not pay enough attention to the integration of individual elements of the navigation cycle solutions into a single homogeneous system. This leads to an additional accumulation of errors in the process of a complex solution to the navigation problem. In previous works, a model was proposed that provides homogeneous integration, using for this a multi-level structure of representing an autonomous system's knowledge in the form of sets of fuzzy rules and facts. The five-level model represents the autonomous system's knowledge of goals, paths, an environment map, strategies, and specific controls necessary to achieve the goal. To ensure adequate processing of fuzzy rules, a modified Takagi-Sugeno-Kang fuzzy inference model is proposed. In this work, the previously proposed model is expanded. The model was tested in conditions of noisy sensor data. A method is proposed for the formation of level 2 rules, which describe an autonomous system's cartographic knowledge about the environment, using the well-known methods of global path planning. Extension of the model provides dynamic paths replanning of the autonomous system, using the processing of present knowledge about existing paths. Such replanning is effective in terms of computational time and independent of the completeness of the knowledge base of complete paths.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.