PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Planowanie ruchu mobilnego robota kołowego z zastosowaniem algorytmów z logiką rozmytą

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Planning of motion of the wheeled mobile robot using fuzzy logic algorithms
Języki publikacji
PL
Abstrakty
PL
W artykule zaprezentowano hierarchiczny układ sterowania ruchem mobilnego robota kołowego w nieznanym środowisku ze statycznymi przeszkodami. Układ sterowania składa się z dwóch warstw, warstwy planowania trajektorii ruchu oraz warstwy realizacji ruchu. Warstwa planowania trajektorii generuje bezkolizyjną trajektorię ruchu robota w złożonym zadaniu typu „podążaj do celu z omijaniem przeszkód”. W warstwie planowania trajektorii ruchu zastosowano metody sztucznej inteligencji w formie układów z logiką rozmytą. Warstwę podrzędną hierarchicznego układu sterowania stanowi neuronowy algorytm sterowania ruchem nadążnym, w którym zastosowano algorytm aproksymacyjnego programowania dynamicznego w konfiguracji dualnego heurystycznego programowania dynamicznego, zrealizowany w formie dwóch struktur: aktora i krytyka. W strukturach aktora i krytyka zastosowano sztuczne sieci neuronowe z wagami warstwy wejściowej dobieranymi w sposób losowy w procesie inicjalizacji sieci i sigmoidalnymi bipolarnymi funkcjami aktywacji neuronów. Poprawności procesu generowania i realizacji trajektorii ruchu zweryfikowano poprzez serię testów numerycznych przeprowadzonych w środowisku obliczeniowym Matlab/Simulink z zastosowaniem emulatora mobilnego robota kołowego oraz toru pomiarowego.
EN
In the article the hierarchical control system of the wheeled mobile robot movement in the unknown environment with static obstacles was presented. The control system consists of two layers, the path planning layer and the tracking control layer. The path planning layer generates the collision-free trajectory of the robot in the complex “goal seeking and obstacle avoiding” task. In the path planning layer fuzzy logic systems were used. The subordinate layer of the hierarchical control system was the neural tracking control algorithm. In that layer the approximate dynamic programming algorithm in the dual heuristic dynamic programming configuration was used. It was realised in a form of two structures: the actor and the critic. In both the actor and the critic structures artificial neural networks with input layer weights chosen randomly in the network initialization process and sigmoidal bipolar neuron activation functions were used. Performance evaluation of the trajectory of generating and realisation processes was verified by the series of numerical tests performed in the Matlab/Simulink computational environment, using the wheeled mobile robot emulator and the laboratory environment emulator.
Rocznik
Strony
359--376
Opis fizyczny
Bibliogr. 19 poz., rys., wykr.
Twórcy
autor
  • Politechnika Rzeszowska, al. Powstańców Warszawy 12, 35-959 Rzeszów
Bibliografia
  • [1] Arkin R.C.: Behavior-based robotics, MIT Press, Cambridge 1998.
  • [2] Borenstein J., Koren Y.: Real-time obstacle avoidance for fast mobile robots, IEEE Trans. Systems Man. Cybernetics, 19 (1989) 1179-1187.
  • [3] Burghardt A.: Implementation of kohonen network in behavioral control of the amigobot wheeled mobile robot, Mechanics Mechanical Eng., 12 (2008) 337-347.
  • [4] Faihimi F.: Autonomous robots. Modeling, path planning, and control, Springer, New York 2009.
  • [5] Giergiel M.J., Hendzel Z., Żylski W.: Modelowanie i sterowanie mobilnych robotów kołowych, PWN, Warszawa 2002.
  • [6] Giergiel J., Żylski W.: Description of motion of a mobile robot by Maggie’s equations, J. Theor. Appl. Mech., 43 (2005) 511-521.
  • [7] Hendzel Z.: Fuzzy reactive control of wheeled mobile robot, J. Theor. Appl. Mech., 42 (2004) 503-517.
  • [8] Hendzel Z., Burghardt A.: Rozmyte sterowanie odruchowe elementarnymi zachowaniami mobilnego robota, PAK, 11 (2004) 23-25.
  • [9] Hendzel Z., Szuster M.: Discrete model-based adaptive critic designs in wheeled mobile robot control, Lecture Notes Artificial Intelligence, 6114 (2010) 264-271.
  • [10] Hendzel Z., Szuster M.: Discrete neural dynamic programming in wheeled mobile robot control, Communic. Nonlinear Sci.Num. Simulation, 16 (2011) 2355-2362.
  • [11] Hendzel Z., Szuster M.: Neuronowe programowanie dynamiczne w sterowaniu behawioralnym mobilnym robotem kołowym, Acta Mech. Automat., 5 (2011) 28-36.
  • [12] Maaref H., Barret C.: Sensor-based navigation of a mobile robot in an indoor environment, Robotics Autonomous Systems, 38 (2002) 1-18.
  • [13] Millan J.: Reinforcement learning of goal-directed obstacle-avoiding reaction strategies in an autonomous mobile robot, Robotics Autonomous Systems, 15 (1995) 275-299.
  • [14] Prokhorov D.V., Wunsch D.C.: Adaptive critic designs, IEEE Trans. Neural Networks, 8 (1997) 997-1007.
  • [15] Powell W.B.: Approximate dynamic programming: solving the curses of dimensionality, Willey, New Jersey 2007.
  • [16] Sarkar S., Shome S.N., Nandy S.: An intelligent algorithm for the path planning of autonomous mobile robot for dynamic environment, Communic. Computer Infor. Sci., 103 (2010) 202-209.
  • [17] Si J., Barto A.G., Wunsch D.C.: Handbook of learning and approximate dynamic programming, Willey-IEEE Press, 2004.
  • [18] Szuster M., Hendzel Z., Burghardt A.: Fuzzy sensor-based navigation with neural tracking control of the wheeled mobile robot, Lecture Notes in Artificial Intelligence, 8468 (2014) 302-313.
  • [19] Szuster M: Rozmyte sterowanie behawioralne mobilnym kołowym w nieznanym środowisku, ZN PRz s. Mechanika, 86 (2014) 603-619.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-ddd1a4e6-1829-4cf6-9921-f743d0bd9322
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.