Система управления шагающим роботом, адаптивным к изменению кинематической схемы

В последнее время в робототехнике получили широкое распространение шагающие мобильные роботы (ШМР) различного назначения. Особенно актуально их использование в задачах экстремальной робототехники, а именно: для помощи при проведении поисково-спасательных операций; перемещения грузов по сильно пересеченной местности; построения карт. Данные роботы также служат для исследования и описания частично или полностью недетерминированного рабочего пространства, а также обследования территорий, опасных для жизни человека. Одним из важнейших требований к таким ШМР является робастность их систем управления, при которой обеспечивается сохранение работоспособности ШМР как при изменении характеристик опорной поверхности, так и при более серьезных проблемах, в частности связанных с потерей управляемости или повреждением опорной конечности (ОК). При создании системы управления ШМР авторами предлагается использовать принципы генетического программирования, позволяющие адаптировать робот к возможным изменениям его кинематической схемы, а также к характеристикам опорной поверхности, по которой он передвигается. Данный подход не требует сильных вычислительных мощностей и строгой формальной классификации возможных повреждений ШМР. В статье рассмотрены два основных режима управления ШМР: штатный, который соответствует исправной кинематической схеме, и аварийный, при котором один или несколько приводов ОК повреждены или потеряли управляемость. В качестве примера предложена структура системы управления ШМР, кинематическая схема которого частично разрушается в процессе движения. Разработан способ управления таким роботом, основанный на использовании генетического алгоритма совместно с автоматом Мили. Проведено моделирование режимов перемещения ШМР с шестью ОК в программе V-REP для двух случаев повреждения: конечность отсутствует и конечность перестала функционировать. Представлены результаты моделирования аварийных походок для этих конфигураций ШМР. Показана эффективность предложенного метода в случае повреждения кинематической схемы ШМР. Выполнено сравнение результатов работы генетического алгоритма для ШМР, имеющего повреждения, со штатным алгоритмом управления.

1. Bartsch S. Development, control, and empirical evaluation of the six-legged robot SpaceClimber designed for extraterrestrial crater exploration // Artificial intelligence. 2014. Vol. 28. P. 127—131. DOI:10.1007/s13218-014-0299-y.

2. Назарова А. В., Мэйсинь Ч. Проблемы использования робототехнических систем в операциях спасения `при землетрясениях // Робототехника и техническая кибернетика. 2018. № 3(20). С. 31—38. DOI 10.31776/RTCJ.6303.

3. Roennau A., Heppner G., Nowickiand M., Dillmann R. LAURON V: A Versatile Six-Legged Walking Robot with Advanced Maneuverability // International Conference on Advanced Intelligent Mechatronics. 2014. P. 82—87. DOI:10.1109/AIM.2014.6878051.

4. Юревич Е. И. Основы робототехники. СПб.: БХВ-Петербург, 2005. 416 с.

5. Bongard J., Zykov V., Lipson H. Resilient machines through continuous self-modeling // ScienceRobotics. 2006. 314 (5802), P. 1118—1121. DOI: 10.1126/science.1133687.

6. Cully A., Clune J. Robots that can adapt like animals // Nature. 2015. 521 (7553), P. 503—507. DOI:10.1038/nature14422.

7. Мунасыпов Р. А., Москвичев С. С. Методика синтеза стратегии движения автономного мобильного робота на основе эволюционных процессов // Вестник УГАТУ. 2012. Т. 16, № 3. С. 56—62.

8. Chatzilygeroudis K., Vassiliades V., Mouret J. Resetfree Trial-and-Error Learning for Robot Damage Recovery // Robotics and Autonomous Systems. 2018. Vol. 100. P. 236—250. DOI:10.1016/j.robot.2017.11.010.

9. Бураков М. В. Генетический алгоритм: теория и практика: учеб. пособие. СПб.: ГУАП, 2008. 164 с.

10. Гасников А. В. Современные численные методы оптимизации. Метод универсального градиентного спуска: Учеб. пособие. М.: МФТИ, 2018. 291 с.

11. Ramdya P., Thandiackal R., Cherney R. Climbing favours the tripod gait over alternative faster insect gaits // Nature Communications. 2017. 8 (1), 14494. DOI: 10.1038/ncomms14494.

12. Михайлова В. В., Соловьева Т. Н., Попов В. П. Моделирование кинематики шагающего робота // Информационно-управляющие системы. 2015. № 6 (79). С. 50—56.

13. Перов А. И., Харисов В. Н. ГЛОНАСС. Принципы построения и функционирования. М.: Радиотехника, 2010. 800 с.

14. Гречишкин М. Н. Система технического зрения для обнаружения движения в видеопотоке // Известия Тульского государственного университета. Технические науки. 2015. № 9. С. 66—70.

15. Воротников С. А. Информационные устройства робототехнических систем: Учеб. пособие / Под ред. С. Л. Зенкевича, А. С. Ющенко. М: Изд. МГТУ им. Н. Э. Баумана, 2005. 383 с.

16. Антонов А. В., Воротников С. А., Выборнов Н. А. Система управления трехопорным колесно-шагающим роботом // Прикаспийский журнал: управление и высокие технологии. 2016. № 2 (34). С. 58—69.

17. Ющенко А. С. Маршрутизация движения мобильного робота в условиях неопределенности // Мехатроника, автоматизация, управление. 2004. № 1. С. 31—38.

18. Erazo A. S. Terrain Adaptive Gaits for Hexapod Robots // Electronic Engineer in Automation and Control. 2014. V. 10. P. 513—528.

19. Бжихатлов И. А. Моделирование робототехнических систем в программе V-REP: учеб. пособие. СПб.: Университет ИТМО, 2018. 59 с.

20. Eric Rohmer, Surya P. N. Singh. CoppeliaSim (formerly V-REP): a versatile and scalable robot simulation framework // Proc. of The International Conference on Intelligent Robots and Systems (IROS). 2013. URL: https://www.coppeliarobotics.com/coppeliaSim_v-rep_iros2013.pdf, 6 p.

21. Самойлова А. С., Груничев П. А., Воротников С. А. Система управления шагающим мобильным роботом с использованием генетического алгоритма // Известия Тульского государственного университета. Технические науки. 2020. № 10. С. 153—162.