Алгоритмизация автоматического управления движением мобильного робота в среде с препятствиями с использованием нечеткой логики

Рассматривается актуальная задача разработки алгоритмов для автоматического управления движением мобильного робота (МР) в статической среде с препятствиями. Основная цель заключается в обеспечении безопасной и эффективной навигации робота к заданной конечной точке при одновременном уклонении от столкновений с объектами неизвестной конфигурации. Проводится сравнительный анализ двух ключевых подходов к локальной навигации: метода, основанного на конечных автоматах, который характеризуется  дискретным переключением между состояниями "движение к цели" и "объезд препятствия", и метода на основе нечеткой логики, который позволяет реализовать более плавные переходы и адаптивное управление в условиях неопределенности сенсорных данных. Предлагается  оригинальная структура логико-динамической системы автоматического управления (ЛДСАУ), построенная на  принципах нечеткой логики. Эта система включает три специализированных нечетких регулятора (НР): регулятор для объезда препятствий, использующий показания трех датчиков типа лидар (правый, левый, центральный); регулятор для движения к цели, оперирующий угловым отклонением робота от направления на цель; групповой нечеткий регулятор-координатор. Задача  координатора — динамически  взвешивать и комбинировать управляющие воздействия от первых двух регуляторов, отдавая приоритет объезду при близком обнаружении препятствий. Эффективность предложенной ЛДСАУ была исследована посредством компьютерного моделирования в среде MATLAB Simulink с использованием инструментария Mobile Robotics Simulation Toolbox. Движение робота с дифференциальным приводом симулировалось в средах с различными типами статических препятствий. Результаты сравнивались с базовой  моделью, имитирующей работу конечного автомата, по критериям длины траектории, времени достижения цели, средней скорости и интегральной целевой функции. Моделирование показало, что  ЛДСАУ  обеспечивает более плавное изменение угловых скоростей колес, сокращает число резких переключений режимов и повышает общую эффективность управления на 2,2 % по сравнению с автоматным подходом, демонстрируя перспективность для практического применения.

1. Курганов С. М. Разработка системы управления и навигации мобильного робота для движения в априоре неизвестной среде // Современные техника и технологии: Cборник докладов XX Международной научно-практической конференции студентов, аспирантов и молодых ученых. Томск, 14—18 апреля 2014 года. Т. 2. Томск: Национальный исследовательский Томский политехнический университет, 2014. С. 199—200.

2. Филимонов А. Б., Филимонов Н. Б., Кожин М. А. Анализ модифицированного метода жука в задачах локальной навигации мобильных роботов // Мехатроника, автоматика и робототехника. 2021. № 7. С. 4—8.

3. Филимонов А. Б., Филимонов Н. Б., Барашков А. А. Вопросы построения потенциальных полей в задачах ло кальной навигации мобильных роботов // Автометрия. 2019. Т. 55, № 4. С. 65—70.

4. Юревич Е. И. Основы робототехники. 4-е изд. СПб.: БХВ-Петербург, 2018. 304 с.

5. Петунин В. И. Математические модели многосвязных систем автоматического управления с селекторами каналов // Вестник УГАТУ. 2011. Т. 15, № 2 (42). С. 52—58.

6. Гуревич О. С., Гольберг Ф. Д., Селиванов О. Д. Интегрированное управление силовой установкой многорежимного самолета. Под общ. ред. О. С. Гуревича. М.: Машиностроение, 1993. 304 с.

7. Петунин В. И., Фрид А. И. Анализ и синтез логикодинамических систем автоматического управления газотурбинными двигателями // Известия Российской академии наук. Теория и системы управления. 2012. № 6. С. 80.

8. Сторожев С. А. Адаптивная групповая логико-динамическая система автоматического управления газотурбинного двигателя на базе нечеткого подхода: дис. ... канд. техн. наук. Пермь: Перм. нац. исслед. политехн. ун-т, 2023. 345 с.

9. Петунин В. И. Синтез логико-динамических систем автоматического управления газотурбинными двигателями на основе согласования и адаптации каналов управления: дис. ... д-ра. техн. наук. Уфа: Уфимский гос. авиационный техн. университет, 2011. 332 с.

10. Морозовский В. Т. Многосвязные системы автоматического управления. М.: Энергия, 1970. 288 с.

11. Хопкрофт Дж. Э., Мотвани Радж., Ульман Джефф. Д. Введение в теорию автоматов, языков и вычислений: учебник. Москва: Изд. дом "Вильямс", 2008. 528 с.

12. Костыгов А. М., Даденков Д. А., Каверин А. А. Нечеткая система управления движением мобильного робота // Современные проблемы науки и образования. 2013. № 5.

13. Виноградов А. Н., Терентьев А. И., Петров О. В. Модель нечеткого регулятора для управления движением мобильного робота // Наноиндустрия. 2018. № 9 (82). С. 152—159.

14. Wu B., Cheng T., Yip T. L., Wang Y. Fuzzy logic based dynamic decision-making system for intelligent navigation strategy within inland traffic separation schemes // Ocean Engineering. 2020. Vol. 197. 106909.

15. Khan O. A., Kunwar F., Khan U. S., Jabbar H. Z-Number-Based Fuzzy Logic Approach for Mobile Robot Navigation // IEEE Access. 2023. Vol. 11. P. 131979—131997.

16. Mishra D. K., Thomas A., Kuruvilla J., Kalyanasundaram P., Prasad K. R., Haldorai А. Design of mobile robot navigation controller using neuro-fuzzy logic system // Comput. Electr. Eng. 2022. Vol. 101. C.@

17. Ramesh G., Aravindarajan V., Logeshwaran J., Kiruthiga T. Estimation analysis of paralysis effects for human nervous system by using Neuro fuzzy logic controller // NeuroQuantology. 2022. Vol. 20, N. 8. P. 3195.

18. Хижняков Ю. Н. Алгоритмы нечеткого, нейронного и нейро-нечеткого управления в системах реального времени: учеб. пособие. Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2013. 156 с.

19. Гончаровский О. В., Воркунов В. В. Разработка и исследование специальной навигационной системы для работы робота в помещении // Автоматизированные системы управления и Информационные технологии: Матер. Всеросс. науч.-техн. конф.: в двух томах, Пермь, 30—31 мая 2019 года. Том 1. Пермь: Пермский национальный исследовательский политехнический университет, 2019. С. 125—131.

20. Сторожев С. А., Южаков А. А., Хижняков Ю. Н. и др. Нейронечеткое управление выбросами вредных веществ авиационного газотурбинного двигателя // Мехатроника, автоматизация, управление. 2020. Т. 21, № 6. С. 348—355.