Тип работы:
Предмет:
Язык работы:


Многоцелевое управление омниколесным роботом

Работа №126898

Тип работы

Бакалаврская работа

Предмет

информатика

Объем работы31
Год сдачи2021
Стоимость4750 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
62
Не подходит работа?

Узнай цену на написание


Введение 3
Обзор литературы 5
Постановка задачи 6
Глава 1. Управление движением с учётом внешних возмущений 8
1.1. Синтез регулятора 8
1.2. Результаты экспериментов 9
1.3. Вывод 12
Глава 2. Исследование движения с помощью компьютерного зрения 13
2.1. Синтез регулятора 13
2.2. Результаты экспериментов 13
2.3. Вывод 20
Глава 3. Случай кругового движения 21
3.1. Синтез регулятора 21
3.2. Результаты экспериментов 22
3.2.1 Случай без помощи технического зрения 23
3.2.2 Случай с использованием технического зрения 24
3.3. Вывод 28
Выводы 29
Заключение 30
Список литературы

Мобильные роботы играют все большую роль в современной промышленности. В частности, особое место занимают роботы на омниколесах, способные двигаться в любом направлении. Например, такие роботы часто используются для решения логистических проблем на складах. Как правило,
основной задачей мобильного робота является движение по заданной траектории. Естественно, для промышленных целей удобно автоматизировать
функционирование роботов, для достижения этой цели нередко применяются технологии компьютерного зрения.
В настоящее время графические маркеры различных видов широко используются в самых разных областях. Штрих-коды в магазинах, qr-коды для
упрощения процесса передачи важных данных на смартфон. Отдельно стоит
выделить еще один тип маркеров — ArUco [1], которые особенно полезны в
задачах дополненной реальности. Другая важная особенность - возможность
упростить задачи робототехники. Aruco-маркеры легко распознать на изображении, также они имеют хорошую устойчивость к шуму. Если известен
реальный размер маркера, а также внутренние параметры камеры, то относительно легко можно получить оценку положения маркера в системе координат
камеры.
Стоит отметить, что общая задача оценки положения робота очень
сложная. Инерционные датчики дают довольно зашумленный результат и
имеют ошибки интеграции. Бортовые лидары и камеры очень сложны с вычислительной точки зрения, к тому же требуется либо предварительное знание
карты, либо необходимость сначала построить ее. GPS-подобные датчики
имеют очень низкую точность для небольших лабораторных роботов. Для
задач такого рода внешняя камера — самое простое решение, поэтому логичным представляется использование aruco-маркеров.
По указанным темам уже проведено достаточно много исследований
и разработано множество алгоритмов. В данной работе представляется собственный подход, который может быть полезен в случаях, когда есть какие-то
требования к динамике движения робота. Например, есть задача обеспечить
специфическую реакцию на разного рода внешние возмущения.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В данной работе показано, что многоцелевые регуляторы могут быть
эффективным инструментом в задаче динамического позиционирования мобильных роботов, что наглядно демонстрируют результаты компьютерных
экспериментов. В ближайшем будущем планируется, в первую очередь, опробовать представленные алгоритмы на реальном омниколесном роботе.
Помимо этого, целесообразным кажется использовать информацию о
форме траектории для синтеза более эффективного управления. Также актуальными являются вопросы реакции на периодические возмущения, компенсации запаздывания, а также применения методов управления с прогнозирующими моделями (Model Predictive Control) для явного учета ограничений,
наложенных на динамику системы.


[1] S. Garrido-Jurado, R. Munoz-Salinas, F. J. Madrid-Cuevas, and M. J. Marin- Jimenez. Automatic generation and detection of highly reliable fiducial markers under occlusion // Pattern Recogn. 2014. 47, 6. P. 2280-2292.
[2] Veremey E. I. Dynamical correction of positioning control laws // Proc. of the 9th IFAC Conference on Control Applications in Marine Systems (CAMS- 2013). Japan. 2013. P. 31—36.
[3] Oliviera H. P., Sousa A. J., Costa PJ. Dynamical models for omni-directional robots with 3 and 4 wheels // Proceedings of the 5th International Conference on Informatics in Control, Automation and Robotics. Portugal. 2008. P. 189— 196.
[4] Bradski G. The OpenCV Library // Dr Dobb’s Journal of Software Tools. 2000.
[5] Севостьянов Р. А., // Программная поддержка процессов управления мо-бильным роботом с визуальной обратной связью // Системы управления и информационные технологии. 2019. № 4(78). С. 83—86.
[6] Б.Т. Поляк, М.В. Хлебников, Л.Б. Рапопорт. Математическая теория автоматического управления. ИПУ РАН, ЛЕНАНД, 2019. — 504 с.
[7] Mark Lutz, Learning Python, 5th Edition. 2003.
[8] Eli Bressert. SciPy and NumPy, 2012.
[9] Srinivasa Rao Poladi.Matplotlib 3.0 Cookbook. 2018.
[10] L. Felipe Martins, Ruben Oliva Ramos, V Kishore Ayyadevara. SciPy Recipes, 2017.


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ