УДК 004.89

Разработка системы управления автономными мобильными роботами

Ал-Хафаджи Исра М. Абдаламир – аспирант Института информационных технологий МИРЭА – Российского технологического университета, ассистент преподавателя Университета Мустансирия (г. Багдад, Ирак)

Висам Ч. Алисави – аспирант Института информационных технологий МИРЭА – Российского технологического университета, ассистент преподавателя Университета Аль-Кадисия (г. Дивания, Ирак)

Мурудж Халид Ибрахим – аспирант Московского физико-технического института, кафедры мультимедийных технологий и телекоммуникаций Физтех-школы радиотехники и компьютерных технологий, ассистент преподавателя Университета Мустансирия (г. Багдад, Ирак)

Джураев Халимжон Акбарович – кандидат технических наук в области информатики и вычислительной техники, старший инспектор отдела по работе с иностранными студентами МИРЭА – Российского технологического университета

Панов Александр Владимирович – кандидат технических наук, доцент Института информационных технологий Российского технологического университета

Аннотация: Данная работа – научный обзор по системам управления автономными мобильными роботами (СУАМР) в сфере искусственного интеллекта. Цель статьи – углубленное изучение СУАМР. Используемые методы и материалы – обобщение практических наблюдений, результаты опросов, синтез информации и ее анализ через дедукцию и математическое моделирование. Результаты работы подтверждают экономическую эффективность использования СУАМР в различных сферах производства и жизнедеятельности общества. Несмотря на проблемы в расчетах, прогресс в обеспечении робототехники, которая обеспечивает скорость и безопасность, способствует эффективной разработке СУАМР.

Ключевые слова: мобильный робот, искусственный интеллект, производство, системы управления, экономическая эффективность.

Введение

Роботы и роботизированная техника в современной среде занимают важное место на рынке. Они имеют разнообразные функции, включая сортировку и перевозку товаров, помощь в комплектовании и управлении запасами, повышение производительности и снижение ошибок на производстве, а также уменьшение затрат на безопасность [2]. Роботы могут быть разных серий и выполнять различные задачи, включая расчеты, управление запасами, оптимизацию заказов и анализ окружающей среды. Их эффективность обеспечивается специальными программными системами, включая воксельные вычислители. Роботы постоянно мониторят окружающую среду с помощью датчиков, что помогает им строить модель среды и предотвращать столкновения. Возможности роботизированной техники включают операции над объектами, параллельные процедуры, геометрические преобразования и другие операции. Основная задача автоматизированных мобильных роботов - навигация, для чего важны алгоритмы и модели управления, а также присутствие искусственного интеллекта для адаптации к изменяющейся среде и реагирования на новые факторы [3].

Методология

Разработка системы управления мобильными автономными роботами требует правильного планирования траектории, создания математической модели управления и разработки управленческой системы на основе алгоритмов навигации. Анализ погрешностей и ошибок при передвижении робота также необходим. После этого следует оценка экономической эффективности и обеспечения безопасности на рабочем месте. Локализация робота и планирование движения важны для достижения целевого места. Расчет сбрасывания и использование датчиков являются неотъемлемой частью процесса. Система управления должна иметь описание окружающего мира, функцию планирования действий и навигационную систему для перемещения в трехмерном пространстве [4].

Проприоцептивные датчики включают оптические, электрические и термальные сенсоры. Экстероцептивные датчики включают электромагнитные, химические, прикосновения, температурные и звуковые сенсоры. Точные датчики уменьшают погрешности, но накопление ошибок может повлиять на точность местоположения робота. Одометрия измеряет скорость и используется для расчетов, но имеет погрешности на разных поверхностях. Методы расчета применяются в космических полетах и других технических устройствах. Использование внешних датчиков и сравнение с картой помогает минимизировать погрешности [5].

Передвижение и навигация робота основаны на датчиках и анализе информации. Математические данные используются для моделирования пути в трехмерной системе координат. Робот локализованsocial с учетом ошибок и движется по сегментам пути. Расстояние пути вычисляется с использованием ориентиров и константы передвижения. Навигация осуществляется с помощью компаса и ориентиров. Существуют систематические и случайные ошибки, требующие пересчета команд. Робот может быть финансирован с помощью инвестиций для реконструкции и модернизации. Расчеты затрат включают материальные затраты, зарплаты, оборудование и другие факторы. Учитывается эргономика рабочего пространства [6].

Автоматизированные роботы имеют трудности в техническом построении и обеспечении автономности из-за погодных условий и разнообразия внешней среды. Новейшие разработки облегчают автономность роботов и применение их в мирных и военных целях. Однако остаются проблемы с зарядкой и навигацией в долгосрочном периоде [7]. Важно создание специальных алгоритмов навигации и использование точных данных для минимизации погрешностей. Экономический расчет помогает оценить эффективность систем управления роботами. Внедрение автономных роботов упростило труды и повысило безопасность, но также привело к возможности перепрограммирования и изменения функций. Разработка структурных и функциональных особенностей робота важна для его разнообразных перемещений. Современные робототехнические системы интегрируют управляемые и информационные системы [8].

Список литературы

1. Алпатов Б.А., Бабаян П.В. Методы обработки и анализа изображений в бортовых системах обнаружения и сопровождения объектов / Цифровая обработка сигналов, 2020.
2. Андрюшкин А.А. Анализ, разработка и реализация математических методов и алгоритмов выделения движения на последовательности изображений, Дискандтехн наук, 2020.
3. Бимаков В.А., Бимаков Е.В. Устройство обработки двухмерных и трехмерных изображений. Разр.пат.бюллетень от 2020.
4. Бобровский С.Н. Навигация мобильных роботов / С.Н Бобровский, С.Н. Гончаров // Журн. «PC Week». – 2020. – № 9. – С. 60-63.
5. Герасимов В.Н. Алгоритм SLAM на основе корреляционной функции // Экстремальная робототехника: Сборник докладов всероссийской научно-технической конференции. – СПб.: «Политехника-сервис», 2020. – С. 126-133.
6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2020
7. Градецкий, В.Г. Управляемое движение мобильных роботов по произвольно ориентированным в пространстве поверхностям / В.Г. Градецкий, В.Б. Вешников, С.В. Калиничеко. – М.: «Наука», 2020. – 178 с.
8. Капылов Ю.В. Алгоритмическое и программное обеспечение адаптивной системы технического зрения для обнаружения подвижных объектов роботом / Автореферат дис. кандидата технических наук, 2021 (перизд).