УДК 681.21

ГРУППОВОЕ УПРАВЛЕНИЕ ДВИЖЕНИЕМ МОБИЛЬНЫХ РОБОТОВ В НЕОПРЕДЕЛЕННОЙ СРЕДЕ С ИСПОЛЬЗОВАНИЕМ НЕУСТОЙЧИВЫХ РЕЖИМОВ

В.Х. Пшихопов, М.Ю. Медведев

Аннотация


В настоящей статье рассматриваются алгоритмы управления, обеспечивающие согласованное перемещение группы роботов в неопределенной трехмерной среде с препятствиями. Неопределенность среды заключается в наличии априори неизвестных препятствий, часть которых может быть нестационарными. Мобильные роботы группы должны автоматически распределиться в заданной прямоугольной области на плоскости и двигаться в направлении, перпендикулярном указанной области, по возможности сохраняя заданное взаимное расположение. В данной статье предлагаются новые алгоритмы автоматического распределения роботов на плоскости, не предполагающие предварительного назначения места каждого робота. Эта задача решается с применением триангуляции Делоне и дальнейшей оптимизации положения робота. Для коррекции движения отдельного робота и всей группы при сближении с препятствием предложены алгоритмы, базирующиеся на неустойчивых режимах, позволяющих трансформировать препятствия в репеллеры. Рассмотрено два варианта алгоритмов обхода препятствий. В первом варианте используются только неустойчивые режимы, а во втором варианте — гибридный алгоритм, включающий интеллектуальный анализ текущей ситуации и неустойчивый режим движения. Предложенные алгоритмы могут реализовываться децентрализовано. В статье анализируются два варианта алгоритмов группового управления, а также выполняется численное моделирование группы из 5 гексакоптеров в неопределенной среде с неподвижными и подвижными препятствиями. Также приведены экспериментальные данные, подтверждающие работоспособность предлагаемых алгоритмов на примере полета двух гексакоптеров в среде с неподвижным препятствием. Разработанные алгоритмы могут применяться в системах управления мобильными роботами при их групповом движении в неопределенных 3-D средах.

Ключевые слова


групповое управление; неопределенная среда; неустойчивые режимы; управление движением

Полный текст:

PDF

Литература


  1. Pshikhopov V.Kh. et al. Path Planning for Vehicles Operating in Uncertain 2D Environments // Butterworth-Heinemann: Elsevier. 2017. 312 p.
  2. Yang L., Qi J., Song D., Han J., Xia Y. Survey of Robot 3D Path Planning Algorithms // Journal of Control Science and Engineering. 2016. vol. 2016. 22 p.
  3. LaValle S. Planning Algorithms // Cambridge University Press. 2006. 842 p.
  4. Каляев И.А., Гайдук А.Р., Капустян С.Г. Модели и алгоритмы коллективного управления в группах роботов // М.: ФИЗМАТЛИТ. 2009. 280 с.
  5. Макаров И.М.. и др. Модели и алгоритмы планирования действий и распределения заданий в мультиагентных робототехнических системах // Мехатроника, автоматизация, управление. 2012. № 5. C. 44–50.
  6. Mac T.T., Copot C., Tran D.T., De Keyser R. Heuristic approaches in robot path planning: A survey // Robotics and Autonomous Systems. 2016. vol. 86. pp. 1328.
  7. Jha A.K. Intelligent Control and Path Planning of Multiple Mobile Robots Using Hybrid Ai Techniques // PhD thesis. 2016. 213 p.
  8. Лохин В.М. и др. Механизмы интеллектуальных обратных связей, обработки знаний и самообучения в системах управления автономными роботами и мультиагентными робототехническими группировками // Мехатроника, автоматизация, управление. 2015. Т. 16. № 8. C. 545–555.
  9. Каляев И.А., Капустян С.Г. Проблемы группового управления роботами // Мехатроника, автоматизация, управление. 2009. № 6. С. 33–40.
  10. Duan H., Qiao P. Pigeon-inspired optimization: A new swarm intelligence optimizer for air robot path planning // International Journal of Intelligent Computing and Cybernetics. 2014. vol. 7 (1). pp. 2437.
  11. Schulman J. et al. Motion planning with sequential convex optimization and convex collision checking // International Journal of Robotics Research. 2014. vol. 33(9). pp. 12511270.
  12. Montiel O., Orozco-Rosas U., Sepúlveda R. Path planning for mobile robots using Bacterial Potential Field for avoiding static and dynamic obstacles // Expert Systems with Applications. 2015. vol. 42(12). pp. 51775191.
  13. Архипкин А.В. и др. Задачи группового управления роботами в робототехническом комплексе пожаротушения // Труды СПИИРАН. 2016. Вып. 2(45). C. 116129.
  14. Пшихопов В.Х., Медведев М.Ю. Децентрализованное управление группой однородных подвижных объектов в двумерной среде с препятствиями // Мехатроника, автоматизация, управление. 2016. Том 17. № 5. С. 346353.
  15. Liu Z. et al. Distributed sampled-data control of nonholonomic multi-robot systems with proximity networks // Automatica. 2017. vol. 77. pp. 170179.
  16. Chetty R.M.K., Singaperumal M., Nagarajan T., Tetsunari I. Coordination control of wheeled mobile robots – A hybrid approach // International Journal of Computer Applications in Technology. 2011. vol. 41(3-4). pp. 195204.
  17. Williams R.K., Sukhatme G.S. Constrained interaction and coordination in proximity-limited multiagent systems // IEEE Transactions on Robotics. 2013. vol. 29(4). pp. 930944.
  18. Макаров И.М. и др. Смешанные стратегии группового управления в многоагентных робототехнических системах // Известия ЮФУ. Технические науки. 2012. № 3(128). С. 813.
  19. Белоглазов Д.А. и др. Интеллектуальные технологии планирования перемещений подвижных объектов в трехмерных недетерминированных средах / Под ред. В.Х. Пшихопова // М.: Наука. 2017. 232 с.
  20. Pshikhopov V. et al. Mathematical model of robot on base of airship // Proceedings of the IEEE Conference on Decision and Control. 2013. pp. 959964.
  21. Mulzer W., Rote G. Minimum-weight triangulation is NP-hard // Proc. of 22nd Annual Symposium on Computational Geometry. 2006. pp. 1–10.
  22. Pshikhopov V.Kh., Ali A.S. Hybrid motion control of a mobile robot in dynamic environments // Proceedings of IEEE International Conference on Mechatronics. 2011. pp. 540545.
  23. Khatib O. Real-Time Obstacles Avoidance for Manipulators and Mobile Robots // Int. Journal of Robotics Research. 1986. vol. 5(1). pp. 90–98.
  24. Bounini F., Gingras D., Pollart H., Gruyer D. Modified Artificial Potential Field Method for Online Path Planning Applications // IEEE Intelligent Vehicles Symposium (IV). 2017. pp. 1–7.
  25. Платонов А.К., Карпов И.И., Кирильченко А.А. Метод потенциалов в задаче прокладки трассы // М.: Препринт Института прикладной математики АН СССР. 1974. 27 с.
  26. LeCun Ya., Yoshua B., Geoffrey H. Deep learning // Nature. 2015. vol. 521. pp. 436444.
  27. Городецкий В.И., Скобелев П.О. Многоагентные технологии для индустриальных приложений: реальность и перспектива // Труды СПИИРАН. 2017. Вып. 6(55). C. 1145.


Вячеслав Хасанович Пшихопов - д-р техн. наук, профессор, директор научно-исследовательского института робототехники и процессов управления, Южный федеральный университет (ЮФУ).
Область научных интересов: управление подвижными объектами в условиях неопределенности, методы оптимального управления роботами, анализ и синтез систем группового управления роботами, интеллектуальное управление и планирование в робототехнических системах.
Число научных публикаций: 250.

Адрес (E-mail): pshichop@rambler.ru
Почтовый адрес: ул. Шевченко, 2, Таганрог, 347922
URL: https://sfedu.ru/person/vhpshichop
Телефон: +7(8634)371-694
Факс: +7(8634)681-894


Михаил Юрьевич Медведев - д-р техн. наук, доцент, профессор кафедры электротехники и мехатроники, Южный федеральный университет (ЮФУ).
Область научных интересов: адаптивное и робастное управление подвижными объектами, оценивание, методы анализа и синтеза систем управления.
Число научных публикаций: 210.

Адрес (E-mail): medvmihal@gmail.com
Почтовый адрес: ул. Шевченко, 2, Таганрог, 347922
URL: https://sfedu.ru/person/medvmihal
Телефон: +7(8634)371-694
Факс: +7(8634)681-894




DOI: http://dx.doi.org/10.15622/sp.60.2

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.