Тема: Многоцелевое управление омниколесным роботом
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
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
📖 Введение
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.
✅ Заключение
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.



