Помощь студентам в учебе
РАЗРАБОТКА СИСТЕМЫ ПЛАНИРОВАНИЯ ГЛАДКИХ ПРОСТРАНСТВЕННЫХ ТРАЕКТОРИЙ ДВИЖЕНИЯ МОБИЛЬНОГО РОБОТА ПА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
|
Аннотация 3
Введение 4
1 Обзор существующих подходов к решению задачи 7
1.1 Алгоритмы глобального планирования 10
1.1.1 Алгоритмы планирования пути по карте 10
1.1.2 Алгоритмы на основе пространственной декомпозиции 13
1.1.3 Методы с использованием потенциальных полей 15
1.2 Алгоритмы локального планирования 17
1.2.1 Семейство Bug - алгоритмов 18
1.2.2 Метод нахождения промежутков 20
1.3 Нечеткая логика 21
1.4 Выводы 22
2 Описание алгоритма 24
2.1 Постановка задачи 24
2.2 Алгоритм формирования пространственных траекторий 28
3 Результаты моделирования 40
Заключение 49
Список использованных источников 50
Приложение А. Программная реализация системы планирования траекторий 58
Введение 4
1 Обзор существующих подходов к решению задачи 7
1.1 Алгоритмы глобального планирования 10
1.1.1 Алгоритмы планирования пути по карте 10
1.1.2 Алгоритмы на основе пространственной декомпозиции 13
1.1.3 Методы с использованием потенциальных полей 15
1.2 Алгоритмы локального планирования 17
1.2.1 Семейство Bug - алгоритмов 18
1.2.2 Метод нахождения промежутков 20
1.3 Нечеткая логика 21
1.4 Выводы 22
2 Описание алгоритма 24
2.1 Постановка задачи 24
2.2 Алгоритм формирования пространственных траекторий 28
3 Результаты моделирования 40
Заключение 49
Список использованных источников 50
Приложение А. Программная реализация системы планирования траекторий 58
В настоящее время наблюдается активное развитие сферы применения мобильных роботов. Для широкого применения мобильных роботов в повседневной жизни необходима разработка алгоритмов планирования траекторий движения, которые обеспечили бы безопасное взаимодействие роботов с людьми, а также методов, позволяющих взаимодействовать роботам в составе мультиагентных систем. В таких случаях достаточно значимыми и обособленными являются задачи, которые роботы способны выполнять в автономном режиме без контроля оператора в окружении, априорной информации о котором недостаточно: транспортировка грузов различного назначения, осмотр зданий, поисковые операции и многие другие задачи. В процессе выполнения этих задач от системы управления роботом требуется формирование траекторий на основе данных, получаемых непрерывно в процессе движения от датчиков, интегрированных в робота. Такие траектории позволяют роботу двигаться быстро и безопасно в неизвестном окружении, содержащем препятствия.
Задача формирования траекторий движения мобильных роботов в среде, содержащей препятствия - это одна из главных проблем в разработке СУ. На данный момент предложено и модифицировано множество методов, которые можно классифицировать по различным критериям, но, в общем случае, говорят о методах, требующих полной или частичной априорной информации об окружении и о тех, что не требуют информации о местоположении препятствий. Первая группа методов преимущественно представляет собой алгоритмы поиска оптимального пути на графе [1, 2], также существуют генетические алгоритмы [3-5] и некоторые другие методы [6-8]. Часто методы первой группы так или иначе могут быть сведены к теории графов. В случае, когда мобильный робот передвигается в частично известном окружении или среде, где находятся динамические препятствия, маршрут также необходимо
планировать динамически, основываясь на показаниях бортовых датчиков и виде предварительно спланированного пути [9, 10]. Недостаток таких
подходов состоит в высокой вычислительной сложности и необходимости разработки эвристик формирования траекторий. В дополнение к вышесказанному траектории, формируемые таким образом, представляют собой набор базовых точек, через которые необходимо пройти роботу. Отсюда, возникает необходимость дополнительного использования интерполяционных алгоритмов, способных обеспечить гладкость траекторий.
Одними из представителей второй группы являются методы на принципе потенциальных полей [11, 12], которые позволяют мобильному роботу двигаться в сложном неизвестном окружении. Однако, подходы такого рода не позволяют управлять траекторией робота в процессе его движения. Также, они могут привести к резкому изменению направления движения, которое не может быть точно отработано СУ робота.
Несмотря на существование большого числа методов формирования траекторий, каждый из них подразумевает решение проблемы в плоскости. Это значительно уменьшает функциональные способности мобильных роботов, передвигающихся в пространстве (подводные, летательные аппараты). Возможность пространственного движения позволяет роботам в некоторых случаях обойти препятствия сверху, без изменения направления движения в горизонтальной плоскости. Однако, при движении в вертикальной плоскости, направление лучей зоны чувствительности бортовых датчиков робота непрерывно изменяется, что может исказить представление о расположении препятствий и привести к генерации неверных траекторий, когда используются традиционные методы.
В некоторых работах рассмотрены методы формирования траекторий в пространстве. В [13] описан гибридный метод для формирования траектории летательного аппарата в гористых местностях. В этом методе сначала формируется оптимальная траектория движения в плоскости на основе сеточного представления окружения робота. Результирующая дискретная траектория сглаживается с помощью метода потенциальных полей. Главный недостаток описанного метода - это необходимость знать карту расположения препятствий в пространстве и неспособность обходить встречающиеся препятствия сверху.
В [14] описан метод преодоления препятствий в вертикальной плоскости на основе информации от бортовых датчиков. Однако, в данной работе угол тангажа робота предполагается неограниченным, то есть всегда можно обойти препятствие сверху. Предположение применимо только к некоторым летательным аппаратам: тем, у которых есть вертикальные подруливающие устройства.
Таким образом, существует задача планирования пространственного маршрута движения мобильного робота в неизвестном окружении, включающем в себя препятствия, на основе показаний датчиков. Этот метод позволит использовать все преимущества пространственного движения.
В настоящей работе данная задача решена на основе метода формирования гладких траекторий в неизвестном окружении, предложенного в [15], с элементами нечеткой логики.
Задача формирования траекторий движения мобильных роботов в среде, содержащей препятствия - это одна из главных проблем в разработке СУ. На данный момент предложено и модифицировано множество методов, которые можно классифицировать по различным критериям, но, в общем случае, говорят о методах, требующих полной или частичной априорной информации об окружении и о тех, что не требуют информации о местоположении препятствий. Первая группа методов преимущественно представляет собой алгоритмы поиска оптимального пути на графе [1, 2], также существуют генетические алгоритмы [3-5] и некоторые другие методы [6-8]. Часто методы первой группы так или иначе могут быть сведены к теории графов. В случае, когда мобильный робот передвигается в частично известном окружении или среде, где находятся динамические препятствия, маршрут также необходимо
планировать динамически, основываясь на показаниях бортовых датчиков и виде предварительно спланированного пути [9, 10]. Недостаток таких
подходов состоит в высокой вычислительной сложности и необходимости разработки эвристик формирования траекторий. В дополнение к вышесказанному траектории, формируемые таким образом, представляют собой набор базовых точек, через которые необходимо пройти роботу. Отсюда, возникает необходимость дополнительного использования интерполяционных алгоритмов, способных обеспечить гладкость траекторий.
Одними из представителей второй группы являются методы на принципе потенциальных полей [11, 12], которые позволяют мобильному роботу двигаться в сложном неизвестном окружении. Однако, подходы такого рода не позволяют управлять траекторией робота в процессе его движения. Также, они могут привести к резкому изменению направления движения, которое не может быть точно отработано СУ робота.
Несмотря на существование большого числа методов формирования траекторий, каждый из них подразумевает решение проблемы в плоскости. Это значительно уменьшает функциональные способности мобильных роботов, передвигающихся в пространстве (подводные, летательные аппараты). Возможность пространственного движения позволяет роботам в некоторых случаях обойти препятствия сверху, без изменения направления движения в горизонтальной плоскости. Однако, при движении в вертикальной плоскости, направление лучей зоны чувствительности бортовых датчиков робота непрерывно изменяется, что может исказить представление о расположении препятствий и привести к генерации неверных траекторий, когда используются традиционные методы.
В некоторых работах рассмотрены методы формирования траекторий в пространстве. В [13] описан гибридный метод для формирования траектории летательного аппарата в гористых местностях. В этом методе сначала формируется оптимальная траектория движения в плоскости на основе сеточного представления окружения робота. Результирующая дискретная траектория сглаживается с помощью метода потенциальных полей. Главный недостаток описанного метода - это необходимость знать карту расположения препятствий в пространстве и неспособность обходить встречающиеся препятствия сверху.
В [14] описан метод преодоления препятствий в вертикальной плоскости на основе информации от бортовых датчиков. Однако, в данной работе угол тангажа робота предполагается неограниченным, то есть всегда можно обойти препятствие сверху. Предположение применимо только к некоторым летательным аппаратам: тем, у которых есть вертикальные подруливающие устройства.
Таким образом, существует задача планирования пространственного маршрута движения мобильного робота в неизвестном окружении, включающем в себя препятствия, на основе показаний датчиков. Этот метод позволит использовать все преимущества пространственного движения.
В настоящей работе данная задача решена на основе метода формирования гладких траекторий в неизвестном окружении, предложенного в [15], с элементами нечеткой логики.
В процессе выполнения данной работы был реализован и дополнен элементами нечеткой логики метод формирования пространственных траекторий движения мобильного робота в неизвестном окружении на основе данных, поступающих с бортовых датчиков приближения, предложенный в работе [15]. Данный алгоритм основан на методе формирования гладких траекторий, описанном в работе [52]. Нечеткая логика применяется в том случае, когда это необходимо для достижения целевой точки, при этом осуществляется некоторый промежуточный режим движения.
Разработанный алгоритм характеризуется механизмом выбора стратегии обхода препятствия: в вертикальной плоскости без коррекции заранее спланированного пути, сбоку с его коррекцией или, если целевая точка находится на вершине возвышенности с резким уклоном и не может быть достигнута путем обхода препятствия сверху, в вертикальной плоскости с одновременной коррекцией исходной траектории - и принципом формирования гладких траекторий, который заключается в использовании сплайнов Безье третьего порядка.
Данный метод отличается малой вычислительной стоимостью и за счет своих особенностей позволяет увеличить скорость движения мобильного робота, что является его преимуществом.
В дальнейшем метод может быть модифицирован путем применения сплайнов Безье к траектории движения робота в пространственных координатах. Работа может вестись в направлении создания режимов, позволяющих роботу обходить препятствие снизу или заезжать в туннели, а также выбирать направление обхода препятствия на основе уже пройденного пути.
Разработанный алгоритм характеризуется механизмом выбора стратегии обхода препятствия: в вертикальной плоскости без коррекции заранее спланированного пути, сбоку с его коррекцией или, если целевая точка находится на вершине возвышенности с резким уклоном и не может быть достигнута путем обхода препятствия сверху, в вертикальной плоскости с одновременной коррекцией исходной траектории - и принципом формирования гладких траекторий, который заключается в использовании сплайнов Безье третьего порядка.
Данный метод отличается малой вычислительной стоимостью и за счет своих особенностей позволяет увеличить скорость движения мобильного робота, что является его преимуществом.
В дальнейшем метод может быть модифицирован путем применения сплайнов Безье к траектории движения робота в пространственных координатах. Работа может вестись в направлении создания режимов, позволяющих роботу обходить препятствие снизу или заезжать в туннели, а также выбирать направление обхода препятствия на основе уже пройденного пути.