Sterowanie ruchem nadążnym mobilnego robota kołowego z zastosowaniem układów neuronowo-rozmytych oraz algorytmów neuronowego programowania dynamicznego

• Autorzy: Hendzel Z. , Muszyńska M. , Szuster M.

Warianty tytułu

EN

Tracking control of the wheeled mobile robot with application of neuro-fuzzy and neural dynamic programming algorithms

• Języki publikacji: PL

Abstrakty

PL

W prezentowanym artykule przedstawiono dwie metody sterowania mobilnym robotem kołowym z zastosowaniem nowoczesnych metod sztucznej inteligencji. Pierwsza z nich dotyczy badań nad możliwością zastosowania neuronowo-rozmytego podejścia w sterowaniu ruchem nadążnym, w celu realizacji zadanej trajektorii ruchu, a co się z tym wiąże minimalizacji błędu nadążania. Bazując na strukturze przyjętego modelu mobilnego robota, dokonano syntezy neuronowo-rozmytego algorytmu sterowania w przypadku uczenia zarówno konkluzji jak i przesłanek bazy reguł. Druga metoda dotyczy zastosowania nowoczesnych metod sztucznej inteligencji w postaci algorytmów adaptacyjnego programowania dynamicznego. Przeprowadzono testy numeryczne zaproponowanych algorytmów sterowania, które potwierdziły poprawność przyjętych założeń projektowych dotyczących stabilności i jakości realizacji ruchu. Zaproponowane algorytmy działają on-line, nie wymagają fazy wstępnego uczenia.

EN

In the article are presented two methods of the wheeled mobile robot tracking control with application of the modern artificial intelligence algorithms. First of them considers the possibility of application of the neuro-fuzzy algorithms in the tracking control, in order to realize the desired trajectory, what results in minimisation of the tracking errors. On the basis of the assumed wheeled mobile robot’s model structure, the neuro-fuzzy control algorithm was derived, where conclusions and premises of the rules base were adapted. The second method concerns application of the modern artificial intelligence methods, as adaptive dynamic programming algorithms, in the tracking control system. Numerical tests of the proposed control algorithms confirmed correctness of the assumptions made, concerning stability and quality of the tracking. The proposed algorithms work on-line and do not require the preliminary learning.

Słowa kluczowe

PL

robot kołowy; robot mobilny; ruch robota; ruch nadążny; sterowanie robotem; programowanie dynamiczne

EN

wheeled robot; mobile robot; robot motion; robot control; dynamic programming

• Wydawca: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej. Oddział Gliwice
• Czasopismo: Modelowanie Inżynierskie
• Rocznik: 2013
• Tom: T. 15, nr 46
• Strony: 50--56
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Hendzel Z.

• Katedra Mechaniki Stosowanej i Robotyki, Politechnika Rzeszowska

autor

Muszyńska M.

• Katedra Mechaniki Stosowanej i Robotyki, Politechnika Rzeszowska

autor

Szuster M.

• Katedra Mechaniki Stosowanej i Robotyki, Politechnika Rzeszowska

Bibliografia

• 1. Giergiel J., Hendzel Z., Zylski W.: Modelowanie i sterowanie mobilnych robotów kołowych. Warszawa: PWN, 2002.
• 2. Giergiel J., Zylski W.: Description of motion of a mobile robot by Maggie’s equations. “Journal of Theoretical and Applied Mechanics” 2005, 43, p. 511-521.
• 3. Hendzel Z., Muszyńska M.: Adaptive fuzzy control of a wheeled mobile robot. “Int. J. of Applied Mechanics and Engineering” 2012, 17, 3, p. 827-835.
• 4. Hendzel Z., Muszyńska M.: Neuronowo-rozmyte systemy sterowania mobilnym robotem kołowym. “Modelowanie Inżynierskie” 2012, nr 41, s. 100-108.
• 5. Hendzel Z., Szuster M.: Adaptive dynamic programming methods in control of wheeled mobile robot. “Int.J. of Applied Mechanics and Engineering” 2012, 17, 3, p. 837-851.
• 6. Hendzel Z., Szuster M.: Discrete neural dynamic programming in wheeled mobile robot control. “Commun Nonlinear Sci Numer Simulat” 2011, 16, 5, p. 2355-2362.
• 7. Powell W.B.: Approximate dynamic programming: solving the curses of dimensionality. Princeton: Willey Interscience, 2007.
• 8. Prokhorov D., Wunsch D.: Adaptive critic designs. IEEE “Transactions on Neural Networks” 1997, 8, p. 997-1007.
• 9. Si J., Barto A.G., Powell W.B., Wunsch D.: Handbook of learning and approximate dynamic programming. New York: IEEE Press, Willey-Interscience, 2004.