РОЗРОБКА ПІДСИСТЕМИ УПРАВЛЕННЯ ІНТЕЛЕКТУАЛЬНИМ РОБОТОМ
DOI:
https://doi.org/10.26906/SUNZ.2023.3.134Ключові слова:
інтелектуальний робот, датчик, система навігації, інтерфейсАнотація
Підсистема має забезпечувати такі функціональні можливості: планування траєкторій пересування інтелектуального робота в апріорно невизначеному динамічному середовищі функціонування: репрезентація протидіючих об'єктів середовища та функціонально-виконавчих вузлів мобільного робота з використанням нечіткого конфігураційного простору; формування траєкторії пересування з фіксованим рівнем довіри; оновлення карти середовища при дослідженні нових ділянок середовища функціонування; режим роботи планувальника в реальному часі; модульність і нарощуваність підсистеми. Для успішної навігації в просторі система управління робота повинна вміти будувати маршрут, керувати параметрами руху, правильно інтерпретувати відомості про навколишній світ, одержувані від датчиків, і постійно відстежувати власні координати. В роботі проведені дослідження з розробки підсистем управління інтелектуальним роботом. Для досягнення мети проведено аналіз вихідних даних, описано загальний принцип побудови імітаційної моделі робота і розроблено структурну схему системи управління інтелектуальним роботом.Завантаження
Посилання
Wang, S., Jiang, L., Meng, J., Xie, Y., & Ding, H. (2021). Training for smart manufacturing using a mobile robot-based production line. Frontiers of Mechanical Engineering, 16, 249-270.
Designing mobile manipulation robots : monograph / I. Nevlyudov, A. Andrusevych, V. Evseev, S. Novoselov, N. Demska; Kharkiv National University of Radio Electronics. Kharkiv: KNURE, 2022. 427 p.
Zhu, J., Li, W., Lin, D. et al. Intelligent Fire Monitor for Fire Robot Based on Infrared Image Feedback Control. Fire Technol 56, 2089–2109 (2020). https://doi.org/10.1007/s10694-020-00964-4
ZHU, Jinsong, et al. Intelligent fire monitor for fire robot based on infrared image feedback control. Fire Technology, 2020, 56: 2089-2109. https://doi.org/10.18196/jrc.1104
ZHANG, Shuo, et al. Design of intelligent fire-fighting robot based on multi-sensor fusion and experimental study on fire scene patrol. Robotics and Autonomous Systems, 2022, 154: 104122. https://doi.org/10.1016/j.robot.2022.104122
AN, Qing, et al. A robust fire detection model via convolution neural networks for intelligent robot vision sensing. Sensors, 2022, 22.8: 2929. https://doi.org/10.3390/s22082929
WU, Changzhong, et al. Design and development of intelligent fire-fighting robot based on stm32. In: Journal of Physics: Conference Series. IOP Publishing, 2021. p. 062019. https://doi.org/10.1088/1742-6596/1748/6/062019
Nevliudov, I., Tsymbal, O., Bronnikov, A. (2022), "Information models for manufacturing workspaces in robotic projects", Innovative Technologies and Scientific Solutions for Industries, No. 2 (20), P. 97–105. https://doi.org/10.30837/ITSSI.2022.20.097
Tymoshyn Y., Shevchenko M. Intelligent control system for a group of robots. Adaptive automatic control systems, 2021. Vol. 2. No. 39. pp. 106-114.
