Sterowanie predykcyjne oparte na modelu dla problemu sterowania rojem robotów

• Autorzy: Domski Wojciech , Bogdoł Piotr

Warianty tytułu

EN

Model predictive control for robot swarm control problem

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono problem sterowania rojem robotów przy wykorzystaniu metody sterowania predykcyjnego opartej na modelu. Celem pojedynczych robotów było przenoszenie ładunków ze strefy centralnej do wyznaczonych stref bazując na kolorze ładunku. Z kolei, celem sterownika centralnego była taka koordynacja działań robotów aby wszystkie ładunki zostały przetransportowane ze strefy centralnej. Dodatkowo sterownik miał być odpowiedzialny za unikanie zakleszczeń, które miałyby negatywny wpływ na realizację zadania. W pracy skupiono się na badaniu wydajności zaproponowanego rozwiązania pod względem czasu potrzebnego na wykonanie zadania oraz maksymalnej drogi przebytej przez wszystkie roboty. Ponadto zebrano wyniki badań symulacyjnych i przeprowadzono ich analizę pod względem grupowego obciążenia jednostek podczas transportu ładunków.

EN

In this article model predictive control for robot swarm was presented. The goal of a single robot was transport payload from central zone to designated zone based on the colour of payload. In turn, the goal of central controller was to coordinate actions of all robots in order to transport all payloads from the central zone. Moreover, the controller was responsible for avoidance of deadlocks which would have negative impact on realised task. The focus of this work was put on performance analysis of proposed solution in terms of time needed to perform the task and total covered distance for all robots. What is more, results of performed simulations were collected. They were analysed in scope of group robot load during transportation process.

Słowa kluczowe

PL

planowanie ruchu; planowanie działań; planowanie zadań; sterowanie predykcyjne; sterowanie rojem robotów

EN

traffic planning; action planning; task scheduling; predictive control; control of group mobile robots

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2022
• Tom: z. 197, t. 1
• Strony: 137--146
• Opis fizyczny: Bibliogr. 13 poz., rys., tab., wykr.

Twórcy

autor

Domski Wojciech

• Politechnika Wrocławska

autor

Bogdoł Piotr

• Politechnika Wrocławska

Bibliografia

• 1. S. Arrigoni et al. Non-linear mpc motion planner for autonomous vehicles based on accelerated particle swarm optimization algorithm. In: International Conference of electrical and electronic technologies for automotive. Proceedings, Turyn, Włochy, 2019, s. 1-6.
• 2. J. Borenstein, Y. Koren. Real-time obstacle avoidance for fast mobile robots. IEEE Transactions on Systems, Man and Cybernetics, 1989, s. 1179-1187.
• 3. M.W.M.G. Dissanayake et al. A solution to the simultaneous localization and map building (slam) problem. IEEE Transactions on Robotics and Automation, 2001, s. 229-241,
• 4. J. Erskine et al. Model predictive control for dynamic quadrotor bearing formations. In: IEEE International Conference on Robotics and Automation. Proceedings, Xi’an, Chiny, 2021, s. 124-130.
• 5. D. Gonzalez et al. A review of motion planning techniques for automated vehicles. IEEE Transactions on Intelligent Transportation systems, 2016, s. 1135-1145.
• 6. L. Grune, J. Pannek. Nonlinear model predictive control – theory and algorithms. Springer-Verlag Londyn 2011.
• 7. D.D. Grossman. Traffic control of multiple robot vehicles. IEEE Journal on Robotics and Automation, 1988, s. 491-497.
• 8. J. Huang et al. Multi-agent vehicle formation control based on mpc and particle swarm optimization algorithm. IN: IEEE Information Technology and Mechatronics Engineering Conference. Proceedings, Chongqing, Chiny, 2022. Wolumen 6, s. 288-292.
• 9. E. Nejabat, A. Nikoofard. Switched robust model predictive based controller for uav swarm system. In: Iranian Conference on Electrical Engineering. Proceedings, Teheran, Iran, 2021, s. 721-725.
• 10. R. Olfati-Saber. Flocking for multi-agent dynamic systems: algorithms and theory. IEEE Transactions an Automatic Control, 2006, s. 401-420.
• 11. M. Peasgood, C.M. Clark, J. McPhee. A complete and scalable strategy for coordinating multiple robots within roadmaps. IEEE Transactions on Robotics, 2008, s. 283-292.
• 12. C. Pinciroli, M. Allwright. ARGoS - Large-scale robot simulations, https://www.argos-sim.info
• 13. Open Rbotics. ROS - Robot Operating System, https://www.ros.org

Uwagi

PL

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).