Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Journal of KONBiN

1 2025

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

The impact of external conditions on quadruped robot behavior: modeling using fuzzy logic and machine learning

Krzykowska-Piotrowska Karolina, Piotrowski Marek, Rosiński Adam, Paś Jacek, Nistor Sorin, Sibilska-Mroziewicz Anna, Janusz Marcin, Kasprzyk Zbigniew

Journal of KONBiN

2025

Vol. 55, iss.1

155--167

This article presents research on modeling the behavior of quadruped robots, specifically Spot from Boston Dynamics, under various external conditions using fuzzy logic and machine learning. A two-stage fuzzy inference model was developed to analyze the impact of environmental factors (temperature, precipitation, visibility) and operational factors (route duration, population density) on navigation disruptions and the probability of failure. Advanced machine learning algorithms, such as Gaussian Process Regression (GPR) and neural networks, were used for precise prediction of navigation failures. The proposed model, developed using MATLAB tools, represents a significant advancement in improving navigation precision and operational efficiency of assistive robots in complex environments. These findings hold promise for applications aiding individuals with special needs.

W tym artykule przedstawiono badania nad modelowaniem i przewidywaniem zachowania robotów czworonożnych przy użyciu logiki rozmytej i uczenia maszynowego, w szczególności robota Spot firmy Boston Dynamics, w różnych warunkach zewnętrznych. Opracowano dwuetapowy model wnioskowania rozmytego w celu analizy wpływu czynników środowiskowych (temperatura, opady, widoczność) i czynników operacyjnych (czas trwania trasy, gęstość zaludnienia) na zakłócenia nawigacji i prawdopodobieństwo awarii. Do precyzyjnego przewidywania awarii nawigacji wykorzystano zaawansowane algorytmy uczenia maszynowego, takie jak regresja procesów gaussowskich (GPR) i sieci neuronowe. Proponowany model, opracowany przy użyciu narzędzi MATLAB, stanowi znaczący postęp w zakresie poprawy precyzji nawigacji i wydajności operacyjnej robotów wspomagających w złożonych środowiskach.