УДК 004

Исследование отслеживания траектории и кластерного управления движением в навигации мобильных роботов

Чжан Хаотянь – бакалавр Белорусского национального технического университета.

Ли Юй – бакалавр Белорусского национального технического университета.

Аннотация: В данной статье предлагается оптимальный метод планирования траектории для мобильного робота. Планирование траектории сочетается с моделью управления движением, состоящей из контроллера отслеживания траектории и уравнений динамики робота. На основе соответствия между передаточной функцией и энергией между желаемой траекторией и фактическим входным напряжением двигателя во временной и частотной областях, с помощью анализа частотной области получена линейная модель потребления энергии с четким механизмом. Для оптимальной траектории потребления энергии точки пути, полученные в результате глобального планирования пути, используются в качестве локальных целевых точек для локального планирования траектории, а оптимальная траектория потребления энергии и соответствующее время работы между двумя соседними локальными целевыми точками.

Ключевые слова: планирование траектории, минимизация энергопотребления, мобильный робот, анализ частотной области.

В последние годы мобильные роботы стали актуальной темой исследований в области автоматизации, вычислительной техники и искусственного интеллекта. По сравнению с традиционными промышленными роботами, мобильные роботы с автономными функциями имеют более широкие перспективы применения и предлагают огромные преимущества. Мобильные роботы обычно питаются от батарей, и их емкость ограничивает время работы и диапазон движения. Энергопотребление мобильных роботов в основном используется для обслуживания двигателей и трансмиссий[1].

Наибольшая доля электрической энергии потребляется двигателями постоянного тока для преобразования механической энергии для движения робота [2], поэтому эффективность преобразования энергии стала важным показателем. В последнее время растет интерес к эффективному и удобному способу экономии энергии за счет планирования траектории движения робота. Планирование траектории и управление отслеживанием траектории - два основных элемента навигации мобильного робота[3] . Большинство современных систем планирования пути мобильных роботов состоит из двух уровней - глобального планирования пути и локального планирования траектории[4] . Глобальное планирование траектории декомпозирует глобальную цель (заданные начальная и конечная точки) на серию опорных точек траектории на основе известной рабочей среды, а локальное планирование траектории принимает эти опорные точки траектории в качестве локальных целей и дает безопасную и свободную от столкновений желаемую траекторию между двумя соседними локальными целевыми точками на основе информации о среде, полученной от датчиков. Без потери общности, траектория обычно описывается дугой [5], так что желаемая траектория может характеризоваться линейной скоростью и угловой скоростью.

Большое количество исследований просто приравнивают оптимальный расход энергии к кратчайшему расстоянию пробега, считая, что кратчайший путь с прямой линией имеет наименьший расход энергии, когда рабочая среда (например, коэффициент трения) остается постоянной . Эта модель кратчайшего пути уменьшает расход энергии на трение в движении, но пренебрегает расходом энергии, связанным с изменением состояния движения в точке поворота из-за процессов ускорения и замедления, вызванных изменением скорости и угла направления; меньшее количество операций ускорения и замедления благоприятно для снижения расхода энергии в движении.

Во многих исследованиях для упрощения операций в качестве функции потерь используется квадрат входного сигнала управления, например, квадрат линейной и угловой скоростей входного сигнала системы в качестве функции потерь, и основное внимание уделяется поиску минимальной потери управления для двигателей постоянного тока [2], но эти методы не гарантируют, что общее потребление энергии от батареи будет оптимальным, и могут использоваться только в качестве критерия для оценки каждого метода планирования траектории. Вышеуказанные методы строят модели энергопотребления и функции потерь только с точки зрения движения, которые являются макроскопическими и не учитывают характеристики движения приводного двигателя. Чтобы устранить этот недостаток, в работе учитывается зависимость тока от напряжения в двигателе и в качестве функции потерь энергии используется реальное энергопотребление двигателя, т.е. интеграл мощности, что является более точным представлением энергопотребления системы, но при этом учитывается только линейное движение тележки, игнорируется потребление энергии, необходимое для изменения направления движения робота, и не учитывается недвижное энергопотребление. В литературе [3] рассматриваются кинематические и некинематические энергозатраты, закон сохранения энергии используется для моделирования общего энергопотребления системы, а функция потерь в алгоритме заменяется описанием энергопотребления. Стоит отметить, что в большинстве существующих энергооптимальных методов планирования траектории динамическая реакция контроллера отслеживания траектории на команду движения обычно игнорируется, и предполагается, что если задана новая желаемая траектория, робот может мгновенно завершить корректировку траектории и сразу же двигаться по новой желаемой траектории. Желаемая траектория представляет собой плавную дугу между двумя соседними локальными целевыми точками, но на перекрестке происходит некоторое резкое изменение направления движения. Для решения проблем неточности модели энергопотребления и сложности оптимального решения функции потерь энергии, в данной работе объединены планирование траектории, контроллер отслеживания траектории и модель динамики робота для построения точной модели энергопотребления в частотной области, включая изменение состояния, устойчивую работу и недвигающиеся части. На основе этого планируется оптимальная траектория для минимизации потребления энергии. В процессе планирования точки пути, полученные в результате глобального планирования траектории, используются в качестве целевых точек для локального планирования траектории, а потребление энергии между двумя соседними локальными целевыми точками оптимизируется простым параметрическим решением, учитывающим отношения преобразования параметров на дуге.

Для внутренней среды без динамических препятствий и постоянных дорожных условий предлагается алгоритм планирования траектории для последовательного достижения каждой локальной целевой точки с минимальным операционным потреблением энергии. На основе полученной структуры модели для определения коэффициентов модели используется линейная регрессия по методу наименьших квадратов.

Анализируя передаточную функцию между траекторией и входным напряжением двигателя, можно определить, что желаемая траектория напрямую связана с реальным энергопотреблением робота, и разработать модель энергопотребления, основанную на преобразовании энергии во временной и частотной областях. На основе полученной модели энергопотребления используется метод наименьших квадратов для определения параметров модели в автономном режиме, и точность полученной модели энергопотребления демонстрируется экспериментально. Это значительно сокращает вычислительные затраты по сравнению с традиционными алгоритмами итерационного поиска. Результаты моделирования показывают, что энергопотребление оптимальной траектории, полученной с помощью предложенного алгоритма, находится в пределах 0,1% от истинного минимального энергопотребления. [6]

Список литературы

1. Половко С. А., Смирнова Е. Ю., Юревич Е. И. Качественное управление мобильными роботами //Робототехника и техническая кибернетика. – 2014. – №. 3. – С. 30-33.
2. Романов А. М., Романов М. П. Распределенная система локализации объектов в рабочей зоне модульного реконфигурируемого мобильного робота. – 2021.
3. Жмудь В. А. Перспективы развития беспилотных наземных транспортных средств. – 2021.
4. Царегородцев Е. Л., Петухов С. Ю., Рековец А. В. К вопросу о повышении точности измерений систем спутниковой навигации //Международный Научный Институт" Educatio" V. – 2014.
5. Кочегаров Н. К. Модель устройства управления двигательной установкой робота. – 2021
6. Григорьев С. Г. Современные тенденции развития робототехники //Робототехника в обучении. – 2019. – С. 33-47.