Hybrid Approach to implement adaptive Neuro-Fuzzy inference system for trajectory tracking navigation control of a wheeled mobile robot

• Autorzy: Rezoug Nabil , Zerikat Mokhtar , Chekroun Soufyane

Identyfikatory

DOI

10.15199/48.2023.12.21

Warianty tytułu

PL

Podejście hybrydowe do wdrożenia adaptacyjnego systemu wnioskowania neuro-fuzzy do sterowania nawigacją ze śledzeniem trajektorii kołowego robota mobilnego

• Języki publikacji: EN

Abstrakty

EN

An autonomous trajectory tracking navigation of wheeled mobile robot is a source of problems in the static environment (tackle, obstacles, plan a trajectory,...). Collsion free and autonomous navigatio wheeled mobile robots is a critical problem in various fields such as artificial intelligence and robotics. Real-time navigation is relatively easy for humans and animals while avoiding all the obstacles in a dynamic environment. Though, it is still a monumental challenge for mobile robots. Adaptive Neuro-Fuzzy Inference System (ANFIS) method cascaded into a PI controller in order to ensure high tracking performance and keep a low-computational load are presented to solve the mobile robot navigation problems. The performance of intelligent navigational controller is demonstrated through simulation results using MATLAB software. Experimental results are conducted in the laboratory, using a set of experiments was carried out on a real Turtlebot 2 for different types of trajectories. Experimental results demonstrate the effectiveness of accurate tracking capability and performances of the proposed control strategy.

PL

Autonomiczna nawigacja śledząca trajektorię kołowego robota mobilnego jest źródłem problemów w środowisku statycznym (walka, przeszkody, planowanie trajektorii,...). Bezkolizyjne i autonomiczne kołowe roboty mobilne z nawigacją stanowią krytyczny problem w różnych dziedzinach, takich jak sztuczna inteligencja i robotyka. Nawigacja w czasie rzeczywistym jest stosunkowo łatwa dla ludzi i zwierząt, a jednocześnie pozwala uniknąć wszelkich przeszkód w dynamicznym środowisku. Wciąż jednak stanowi to monumentalne wyzwanie dla robotów mobilnych. Przedstawiono metodę adaptacyjnego systemu wnioskowania neurorozmytego (ANFIS) włączoną kaskadowo do sterownika PI w celu zapewnienia wysokiej wydajności śledzenia i utrzymania niskiego obciążenia obliczeniowego w celu rozwiązania problemów z nawigacją robota mobilnego. Wydajność inteligentnego sterownika nawigacyjnego pokazano na podstawie wyników symulacji z wykorzystaniem oprogramowania MATLAB. Wyniki eksperymentów przeprowadzane są w laboratorium, wykorzystując zestaw eksperymentów przeprowadzonych na prawdziwym Turtlebocie 2 dla różnych typów trajektorii. Wyniki eksperymentów wykazują skuteczność możliwości dokładnego śledzenia i wydajność proponowanej strategii kontroli.

Słowa kluczowe

EN

navigation; mobile robot; ANFIS; ROS; turtlebot Kobuki; waypoint guidance

PL

nawigacja; robot mobilny; ANFIS; ROS; Turtlebot Kobuki; przewodnik po Waypointach

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 12
• Strony: 114--118
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Rezoug Nabil

• Laboratory of Automatics and Systems Analysis (L.A.A.S.), Department of Electrical Engineering, National Polytechnic School – Maurice Audin - Oran. BP 1523 El’ M’naouer, Oran, Algeria

• https://orcid.org/0000-0003-1613-8605

autor

Zerikat Mokhtar

• Laboratory of Automatics and Systems Analysis (L.A.A.S.), Department of Electrical Engineering, National Polytechnic School – Maurice Audin - Oran. BP 1523 El’ M’naouer, Oran, Algeria

autor

Chekroun Soufyane

• Department of Electrical Engineering, University Mustapha Stambouli of Mascara.BP.305, Route El Mamounia, 29000 Mascara Algeria

Bibliografia

• [1] Gilles Tagne Fokam. Commande et planification de trajectoires pour la navigation de véhicules autonomes. Thèse de doctorat. Université de Technologie de Compiègne, 2014.
• [2] Sato, T.: Harada, T.: Mori, T.: Environment-type robot system "Robotic Room" featured by behavior media, behavior contents, and behavior adaptation, IEEE Transactions on Mechatronics, V. 9 (2004) I. 3, P. 529 – 534
• [3] K. N. Faress, M. T. El hargy and A. A. El kosy, “ Trajectory tracking control for a wheeled mobile robot using fuzzy logic controller,” Proceedings of the 9th WSEAS International Conference on Systems, Athens, Greece,2005.
• [4] Ajith Abraham. Adaptation of Fuzzy Inference System Using Neural Learning, Fuzzy System Engineering: Theory and Practice, Nadia Nedjah et al. (Eds.), Studies in Fuzziness and Soft Computing, Springer Verlag Germany, ISBN 3-540-25322- X, Chapter 3, pp. 53-83, 2005.
• [5] Rezoug Nabil, Mokhtar Zerikat and Chekroun Soufyane "An Efficient Fuzzy PI Approach to Real-time Control of a ROS-Based Mobile Robot" PRZEGLA˛D ELEKTROTECHNICZNY, ISSN 0033-2097, R. 98 NR 2/2022. doi:10.15199/48.2022.02.01.
• [6] Luc Steels, When are robots intelligent autonomous agents? Robotics and Autonomous Systems, vol.15, issues 1-2, July 1995, pp.3-9.
• [7] David Filliat. Robotique Mobile. Engineering school. Robotique Mobile, ENSTA ParisTech, 2011, pp.175.
• [8] Wei Qian, Zeyang Xia, Jing Xiong, Yangzhou Gan, Yangchao Guo, Shaokui Weng, Hao Deng, Ying Hu, Jianwei Zhang, Manipulation Task Simulation using ROS and Gazebo, Proceedings of the 2014 IEEE International Conference on Robotics and Biomimetics December 5-10, 2014, Bali, Indonesia.
• [9] Ismail Hakki Sayci et al.“Improving Navigation Stack of a ROS-Enabled Industrial Autonomous Mobile Robot (AMR) to be Incorporated in a large- Scale Automotive Production ” In The International Journal of Advanced Manufacturing Technology 120.5 (2022),pp.3647–3668.
• [10] Jiyu Cheng et al.“Autonomous navigation by mobile robots in human environments: A survey” .In: 2018 IEEE International Conference on Robotics and Biomimetics (ROBIO). IEEE.2018,pp.1981–1986.
• [11] Paulo Victor de Campos Souza.“ Fuzzy neural networks : A review the main techniques and applications used in the literature”. In: Applied soft computing 92 (2020),p.106275.
• [12] Vítor Alcácer and Virgilio Cruz Machado.“Scanning in industry 4.0:A literature review on technologies for manufacturing systems”. In: Engineering science and technology, an international journal 22.3 (2019),pp.899–919

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).