📄Работа №127274

Тема: Координация группы мобильных роботов при прохождении полосы препятствий

📝
Тип работы Магистерская диссертация
📚
Предмет математика и информатика
📄
Объем: 46 листов
📅
Год: 2022
👁️
Просмотров: 238
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Введение 4
1. Постановка задачи 8
2. Модель робота и предположения 10
3. Закон управления 14
4. Основной результат 18
5. Доказательства 21
6. Результаты компьютерного моделирования 30
7. Заключение 43
Список литературы 44

📖 Введение

За последние десятилетия тема управления группой мобильных роботов и их фор­мацией стала широко изучаемой [1, 2]. В данной области неуклонно растёт интерес к теме децентрализованного распределённого управления в условиях сенсорных ограни­чений и отсутствия коммуникации между роботами.
В работе рассматривается специальная задача децентрализованного и распреде­ленного управления формацией группы роботов для обеспечения эффективного заме­тающего покрытия территории. Возникающая область задач заметающего покрытия группой роботов быстро приобретает всё большее значение благодаря постоянно расту­щему использованию мобильных роботизированных групп и беспроводных сетей для исследования или распределенной обработки протяженных объектов.
Примеры соответствующих миссий включают автоматическое разминирование [3], экологические исследования, разведку, очистку корпуса корабля, мониторинг мест за­хоронения отходов на дне океана [4], съемку морского дна для разведки углеводородов. [5], обнаружение источников утечки опасных химических веществ, выброса паров или загрязняющих веществ, обнаружение разливов нефти, поиск экстремумов естественных полей [6], спасательные операции в городах после стихийных бедствий или техногенных катастроф, а также многое другое.
Чтобы добиться успеха в таких миссиях, элементы сети должны занимать пра­вильные, желательно оптимальные, места с минимальным требованием, чтобы любая точка рабочего пространства была покрыта зоной видимости какого-то элемента. Если сеть большая, размещение элементов в таких местах внешними средствами может быть сложным и дорогостоящим. Это делает автономное саморазвертывание мобильных эле­ментов привлекательным вариантом [7, 8, 9, 10]: начиная со случайных позиций, ро­боты должны сами достичь оптимального развертывания за счет скоординированных действий. Для достижения этой цели необходимы масштабируемые и распределенные законы управления, сочетающие в себе простоту реализации, малое потребление ресур­сов, устойчивость к отказам элементов, их взаимозаменяемость и твердые гарантии глобальной сходимости.
Однако многочисленные исследования задачи покрытия были сосредоточены в ос­новном на геометрических аспектах проблемы [11, 12, 13]. Среди наиболее популярных тем — задача размещения узлов (сколько узлов нужно в сети и где их разместить) и построения пути, проходящего в непосредственной близости от любой точки интересу­ющей области. При этом мало внимания уделялось вопросу автономного самораспреде- ления групп роботов.
В частности, в задаче рассылки узлов основное внимание уделяется распределению узлов по предварительно вычисленным точкам, определенным алгоритмом размеще­ния, и, возможно, улучшению качества покрытия; см., например, [14, 15]. Многоагент­ное управление движением для достижения заданной статической конфигурации — еще одна хорошо изученная область; см., например, [16, 17]. Некоторые из соответствующих подходов, например, основанные на потенциальных полях, виртуальных силах [18, 19] или разбиении Вороного [17, 20], способны работать с неизвестными рабочими зонами. В то же время доказательные гарантии глобальной сходимости по-прежнему остают­ся редкостью в соответствующей литературе, а проверка алгоритма часто сводится к компьютерным тестам и/или вторичным теоретическим фактам, таким как локальная оптимальность, вытекающая из сходимости к центрам ячеек Вороного. Доступно лишь несколько строгих результатов по глобальной сходимости (см., например, [21, 22, 23]), а разработка строго обоснованных глобально сходящихся законов управления для задач покрытия группой роботов в целом находится на ранней стадии.
Предложенный в работе строго обоснованный и глобально сходящийся распреде­ленный закон управления для задачи покрытия, сочетающий элементы барьерного и заметающего покрытия [24], призван заполнить некоторые из вышеперечисленных про­белов. Группа роботов неизвестного размера должна прийти к общему перпендикуляр­ному сечению неизвестного коридора, равномерно распределиться по его ширине в мак­симально плотный сете-образный барьер и прочесать коридор, двигаясь по нему как единое целое с предварительно заданной скоростью в заданном направлении. Эта схе­ма покрытия представляет интерес для различных приложений, включая разминирова­ние, экологические исследования, разведку при спасательных операциях и мониторинг экологических границ, и это лишь некоторые из них.
Для описанной выше миссии алгоритмы распределенного управления с гарантиями глобальной сходимости приведены в [25, 22, 23]. Однако соответствующие результаты сильно зависят от предположения, что коридор не содержит препятствий. С одной сто­роны, это предположение не выполняется для многих реальных приложений. С другой стороны, наличие препятствий существенно усложняет дело, делает невозможным ба­зовые алгоритмические решения из [25, 22, 23] и добавляет дополнительную существен­ную проблему обхода препятствий к набору задач, решаемых распределенным образом, так что основная цель миссии должна быть выполнена при наличии препятствий.
Кроме того, выводы [25, 22] связаны с моделями дискретного времени и существен­но опираются на ограниченность снизу периода дискретизации по времени. Это ограни­чение может препятствовать своевременному обновлению управления и, таким образом, может повлечь за собой негативное влияние на работу команды, например, привести к столкновению роботов друг с другом, эта проблема не проработана в [25, 22].
В данной квалификационной работе рассматриваются мобильные роботы, переме­щающиеся с ограниченной скоростью, и смоделированные как простые интеграторы, каждый из которых имеет конечную зону видимости. В качестве рабочей зоны рас­сматривается коридор, который моделируется как полоса между двумя параллельными линиями в теоретической части статьи. Роботы не знают размера команды и ширины коридора и не могут различать друг друга, играть разные роли в команде и не оснаще­ны средствами связи.
Предлагается простой закон управления, который индивидуально и независимо выполняется каждым роботом, является общим для всех, выстраивает роботов в мак­симально плотную сеть-барьер поперек коридора, а также перемещает этот барьер по коридору с заданной скоростью в заданном направлении. Кроме того, этот закон исклю­чает столкновения роботов друг с другом, препятствиями и стенами коридора. При прохождении полосы препятствий равномерность распределения по коридору обяза­тельно нарушается, однако предложенный закон продолжает поддерживать требуемую скорость движения вдоль коридора и расположение всех роботов на общем поперечном (подвижном) сечении коридора. При этом равномерность распределения автоматически восстанавливается после полного преодоления полосы препятствий. Это строго обосно­вано доказательством глобальной сходимости и подтверждено тестами компьютерного моделирования.
Текст работы организован следующим образом. Раздел 1 описывает проблему. Раз­дел 2 содержит необходимые условия для достижимости поставленной цели управления. Закон управления и связанные с ним определения и предположения представлены в раз­деле 3, а основные результаты в разделе 4. Все доказательства вынесены в раздел 5. Раздел 6 приводит результаты компьютерной симуляции. Раздел 7 содержит краткие выводы.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В данной работе предложен распределённый закон управления, который автоном­но распределяет группу из неизвестного числа мобильных роботов в плотный барьер поперёк неизвестного коридора, в котором расположены неизвестные многоугольные препятствия. Предлагаемый закон управления также перемещает образовавшеюся фор­мацию по коридору с заданной скоростью в заданном направлении. При этом равномер­ное распределение роботов по коридору обеспечивается только на свободных от препят­ствий участках коридора, а поперечная формация и заданная скорость по коридору сохраняются на всех участках коридора. Наряду с этим закон управления предотвра­щает столкновения роботов друг с другом, препятствиями и стенами коридора, а так­же опирается только на локальные сенсорные данные в заданном конечном диапазоне видимости и на доступе каждого робота к направлению коридора. Эффективность дан­ного закона управления была подтверждена математически строгим доказательством глобальной сходимости и подтверждена тестами компьютерного моделирования.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Ren W., Cao Y. Distributed coordination of multi-agent networks: emergent problems, models, and issues. — London : Springer-Verlag, 2010.
2. Oh K., Park M., Ahn H. A survey of multi-agent formation control // Automatica.— 2015.—Vol. 53.—P. 424-440.
3. Path planning for robotic demining: Robust sensor-based coverage of unstructured envi­ronments and probabilistic methods / Acar E., Choset H., Zhang Y., and Schervish M. // International Journal of Robotics Research. — 2003.—Vol. 22, no. 7-8. — P. 441-466.
4. Jeremie A., Nehorai A. Design of chemical sensor arrays for monitoring disposal sites on the ocean floor // IEEE Journal of Oceanic Engineering. — 1998. —Vol. 23, no. 4. — P. 334-343.
5. Straight line path following for formations of underactuated marine surface vessels / Borhaug E., Pavlov A., Panteley E., and Pettersen K. // EEE Trans. Control Systems Technology. —2011. —Vol. 19, no. 3.—P. 493-506.
6. Zhu S., Wang D., Low C. Cooperative control of multiple UAVs for moving source seeking // Journal of Intelligent and Robotic Systems. — 2014. — Vol. 74. — P. 333-346.
7. Wang W., Srinivasan V., Chua K. Coverage in hybrid mobile sensor networks // IEEE Transactions on Mobile Computing. — 2008. — Vol. 7, no. 11. — P. 1374-1387.
8. Deploying wireless sensor networks under limited mobility constraints / Chellappan S., Gu W., Bai X., Xuan D., Ma B., and Zhang K. // IEEE Transactions on Mobile Com­puting.— 2007.—Vol. 6, no. 10. — P. 1142-1157.
9. Tan G., Jarvis S., Kermarrec A. Connectivity-guaranteed and obstacle-adaptive deploy­ment schemes for mobile sensor networks // IEEE Transactions on Mobile Computing. — 2009.—Vol. 8, no. 6. —P. 836-848.
10. Ma M., Yang Y. Adaptive triangular deployment algorithm for unattended mobile sensor networks // IEEE Transactions on Computers. — 2007. — Vol. 56, no. 7. — P. 946-958.
11. Galceran E., Carreras M. A survey on coverage path planning for robotics // Robotics and Autonomous Systems. — 2013. — Vol. 61, no. 12. — P. 1258-1276.
12. A survey on sensor placement for contamination detection in water distribution systems / Hu C., Li M., Zeng D., and Guo S. // Wireless Networks. — 2016. — September.
13. A Survey on Placement of Sensor Nodes in Deployment of Wireless Sensor Networks / Swetha K., Lahari V., Manikrisha G., and Sai K. // 2019 International Conference on Intelligent Sustainable Systems. — Palladam, Tamilnadu, India. — 2019. — P. 132-139.
14. Basu P., Redi J. Movement Control Algorithms for Realization of Fault-Tolerant Ad Hoc Robot Networks // IEEE Network. — 2004.—Vol. 18, no. 4. —P. 36-44.
15. Heo N., Varshney P. Energy-Efficient Deployment of Intelligent Mobile Sensor Net­works // IEEE Transactions on Systems, Man and Cybernetics Part A. — 2005. — Vol. 35, no. 1. —P. 78-92.
...

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ