Интеллектуальная система управления сервисным роботом на основе мягких вычислений
Abstract
Разработаны методики проектирования комплексной системы управления мобильным роботом сервисного обслуживания на логике мягких вычислений. Демонстрируется эффективность разработанных методов для контроля маршрута и обхода препятствий роботом, а также для точного позиционирования манипуляционного устройства в условиях непредвиденных ситуаций. Контроль маршрута с обходом препятствий основывается на компьютерном моделировании динамики для роботизированной системы, а поиск возможных решений происходит с помощью генетических алгоритмов. Оптимальные решения, полученные в результате работы генетических алгоритмов, используются для построения и обучения нечеткой нейронной сети, откуда формируется база знаний для нечеткого контроллера для управления навигацией и выполнения технологических операций, таких как открытие двери, с помощью манипулятора. Генетические алгоритмы, нечеткие нейронные сети и нечеткие контроллеры с заложенными базами знаний продемонстрировали свою эффективность для планирования маршрута в условиях возможных препятствий в виде предметов и людей для мобильного робота сервисного обслуживания. Рассмотрено применение интеллектуальных вычислений на основе эволюционных и генетических алгоритмов, нечеткой логики в системах управления манипулятором с тремя степенями свободы в непредвиденных ситуациях управления. Для демонстрации результатов работы нечеткого моделирования системы управления роботом описаны результаты проведенных экспериментальных исследований. Methods for designing an integrated control system for mobile robot for service use based on soft computing logic are developed. The effectiveness of the developed methods for route control and obstacle avoidance by the robot, and for precise positioning of the manipulation device in unpredicted situations is demonstrated. Obstacle avoidance route control is based on computer modeling of the dynamics of a robotic system, and the search for possible solutions is carried out using genetic algorithms. Optimal solutions obtained through genetic algorithms are used to construct and train a fuzzy neural network, which forms a knowledge base for a fuzzy controller to control navigation and perform technological operations, such as opening a door, using a manipulator. Genetic algorithms, fuzzy neural networks, and fuzzy controllers with embedded knowledge bases have demonstrated their effectiveness for path planning for a mobile robot for service use in the conditions of potential obstacles in the form of objects and people. The article considers the application of intelligent computing based on evolutionary and genetic algorithms, and fuzzy logic is considered in control systems for a manipulator with three degrees of freedom in unpredicted control situations. To demonstrate the results of fuzzy modeling of the robot control system, the results of the experimental studies are described.