Rozmyte sterowanie behawioralne mobilnym robotem kołowym w nieznanym środowisku

• Autorzy: Szuster M.

Identyfikatory

DOI

10.7862/rm.2014.63

Warianty tytułu

EN

Fuzzy behavioural control of the wheeled mobile robot in the unknown environment

• 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 generatora trajektorii realizującego sterowanie behawioralne z zastosowaniem układów z logiką rozmytą oraz neuronowego algorytmu sterowania ruchem nadążnym, w którym zastosowano algorytm aproksymacyjnego programowania dynamicznego. W warstwie planowania trajektorii ruchu zrealizowano sterowania behawioralne typu „podążaj do celu” oraz „omijaj przeszkody”. W prezentowanym hierarchicznym układzie sterowania sygnały sterowania warstwy planowania trajektorii są generowane przez dwa układy z logiką rozmytą, w których zastosowano model Takagi-Sugeno. W warstwie realizacji ruchu zastosowano algorytm aproksymacyjnego programowania dynamicznego w konfiguracji dualnego heurystycznego programowania dynamicznego, zbudowany z dwóch struktur: aktora i krytyka. Struktury aktora i krytyka zostały zrealizowane z zastosowaniem sztucznych sieci neuronowych. Poprawność zaproponowanych rozwiązań zweryfikowano numerycznie, stosując emulator mobilnego robota kołowego oraz laboratoryjnego toru pomiarowego, zrealizowane w środowisku obliczeniowym Matlab/Simulink.

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 the trajectory generator that realises the behavioural control using fuzzy logic system, and the neural tracking control system in which approximate dynamic programming algorithm is implemented. In the planning layer of movement trajectory the behavioural control tasks of the „goal-seeking” type and the „obstacle avoiding” type were realised. In the presented hierarchical control system the control signals of the trajectory planning layer were generated using two fuzzy logic systems in which Takagi-Sugeno model was utilized. In the movement control layer the approximate dynamic programming algorithm in the dual heuristic dynamic programming configuration was applied. It consists of two structures: the actor and the critic. Both the actor and the critic structures were realised using artificial neural networks. Performance of the proposed control algorithm was verified numerically using emulator of the wheeled mobile robot and the laboratory measuring track in the Matlab/Simulink computational environment.

Słowa kluczowe

PL

aproksymacyjne programowanie dynamiczne; generator trajektorii; sieci neuronowe; sterowanie nadążne; układy z logiką rozmytą

EN

approximate dynamic programming; trajectory generator; neural networks; tracking control; fuzzy logic systems

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika
• Rocznik: 2014
• Tom: z. 86 [290], nr 4
• Strony: 603--619
• Opis fizyczny: Bibliogr. 18 poz., rys., wykr.

Twórcy

autor

Szuster M.

• 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 Transactions on Systems, Man Cybernetics, 19 (1989), 1179-1187.
• 3. Burghardt A.: Implementation of Kohonen network in behavioral control of the amigobot wheeled mobile robot. Mechanics Mech. Engi., 12 (2008), 337-347.
• 4. Faihimi F.: Autonomous robots. Modeling, path planning, and control. Springer, New York 2009.
• 5. Hendzel Z.: Fuzzy reactive control of wheeled mobile robot. J. Theor. Appl. Mech., 42 (2004), 503-517.
• 6. Hendzel Z., Burghardt A.: Rozmyte sterowanie odruchowe elementarnymi zachowaniami mobilnego robota. PAK, 11 (2004), 23-25.
• 7. Maaref H., Barret C.: Sensor-based navigation of a mobile robot in an indoor environment. Robotics Autonomous Systems, 38 (2002), 1-18.
• 8. Millan J.: Reinforcement learning of goal-directed obstacle-avoiding reaction strategies in an autonomous mobile robot. Robotics and Autonomous Systems, 15 (1995), 275-299.
• 9. Sarkar S., Shome S.N., Nandy S.: An intelligent algorithm for the path planning of autonomous mobile robot for dynamic environment. Communications in Computer and Information Science, 103 (2010), 202-209.
• 10. Hendzel Z., Szuster M.: Neuronowe programowanie dynamiczne w sterowaniu behawioralnym mobilnym robotem kołowym. Acta Mech. Automat., 5 (2011), 28-36.
• 11. 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.
• 12. Hendzel Z., Szuster M.: Discrete model-based adaptive critic designs in wheeled mobile robot control, Lecture Notes Artificial Intelligence, 6114 (2010), 264-271.
• 13. Hendzel Z., Szuster M.: Discrete neural dynamic programming in wheeled mobile robot control. Communications Nonlinear Sci. Numerical Simul., 16 (2011), 2355-2362.
• 14. Giergiel M.J., Hendzel Z., Żylski W.: Modelowanie i sterowanie mobilnych robotów kołowych. PWN, Warszawa 2002.
• 15. Giergiel J., Żylski W.: Description of motion of a mobile robot by Maggie’s equations. J. Theor. Appl. Mech., 43 (2005), 511-521.
• 16. Prokhorov D.V., Wunsch D.C.: Adaptive critic designs, IEEE Transactions on Neural Nerworks, 8, 5 (1997), 997-1007.
• 17. Powell W.B.: Approximate dynamic programming: solving the curses of dimensionality. Wiley, New Jersey 2007.
• 18. Si J., Barto A.G., Wunsch D.C.: Handbook of learning and approximate dynamic programming. Wiley, IEEE Press, 2004.