Навигация мобильного робота с использованием эллиптических траекторий и эффективного алгоритма обнаружения препятствий в режиме реального времени
Аннотация
Статья посвящена проблеме навигации мобильного робота в загроможденной среде. Для обхода препятствий при движении по плоскости реализуются адаптивно настраиваемые в режиме реального времени эллиптические траектории, при построении которых используется информация только от нескольких неидеальных измерителей дальности до препятствия. Стратегия безопасного обхода препятствий основана на принципе эллиптического предельного цикла, когда каждое препятствие окружено эллипсом, запретным для движения. Параметры этого эллипса вычисляются в режиме реального времени с использованием последовательности полученных от датчиков данных по дальности до препятствия. Для вычисления параметров эллипса используется эвристический метод в сочетании с расширенным фильтром Калмана. Показано, что этот процесс гарантирует влияние всего набора данных по дальности на вычисленный эллипс. Кроме того, предлагается единый закон управления в мультиконтроллерной системе, где внедрен указанный адаптивный алгоритм обхода препятствий. В основе предлагаемого закона управления лежит закон управления Канаямы. Стабильность этой архитектуры управления доказана на основе метода Ляпунова. Моделирование и эксперименты, проведенные в различных условиях, демонстрируют эффективность и надежность предлагаемого алгоритма навигации в загроможденной среде в режиме реального времени.
Об авторах
Ж. Вилка
Институт Паскаля (г. Клермон-Ферран)
Франция
Франция
Вилка Жозе Мигель, аспирант.
Л. Адуан
Институт Паскаля (г. Клермон-Ферран)
Франция
Франция
Адуан Луни, доцент
Ю. Мезуар
Институт Паскаля (г. Клермон-Ферран)
Россия
Россия
Мезуар Юсеф, доцент
Список литературы
1. Latombe, J.C., Robot Motion Planning, Kluwer Academic Publishers, Boston, MA, 1991.
2. Rimon, E. and Koditschek, D., Exact Robot Navigation Using Artificial Potential Fields, IEEE Transactions on Robotics and Automation, 1992, vol. 8, no. 5, pp. 501–518.
3. Fraichard, T., Trajectory Planning in a Dynamic Workspace: a ‘State-Time Space” Approach, Advanced Robotics, 1999, vol. 13, no. 1, pp. 75–94.
4. Jur-Van-Den, B., and Overmars, M., Roadmap-Based Motion Planning in Dynamic Environ-ments, IEEE Transactions on Robotics, 2005, vol. 21(5), pp. 885–897.
5. Egerstedt, M. and Hu, X., A Hybrid Control Approach to Action Coordination for Mobile Robots, Automatica, 2002, vol. 38(1), pp. 125–130.
6. Toibero, J., Carelli, R., and Kuchen, B., Switching Control of Mobile Robots for Autonomous Navigation in Unknown Environments, IEEE International Conference on Robotics and Automation, 2007, pp. 1974–1979.
7. Adouane, L., Hybrid and Safe Control Architecture for Mobile Robot Navigation, 9th Conference on Autonomous Robot Systems and Competitions, Portugal, May 2009.
8. Khatib, O., Real-Time Obstacle Avoidance for Manipulators and Mobile Robots, International Journal of Robotics Research, 1986, vol. 5, pp. 90–99.
9. Arkin, R. C., Motor Schema-based Mobile Robot Navigation, International Journal of Robotics Research, 1989, vol. 8, no. 4, pp. 92–112.
10. Zapata, R., Cacitti, A., and Lepinay, P., DVZ-Based Collision Avoidance Control of Non-holonomic Mobile Manipulators, JESA, European Journal of Automated Systems, 2004, vol. 38(5), pp. 559–588.
11. Arkin, R.C., Behavior-Based Robotics, MIT Press, 1998.
12. De Luca, A. and Oriolo, G., Local Incremental Planning for Nonholonomic Mobile Robots, IEEE International Conference on Robotics and Automation, May 1994, vol. 1, pp. 104–110.
13. Kim D.-H. and Kim, J.-H., A Real-Time Limit-Cycle Navigation Method for Fast Mobile Robots and its Application to Robot Soccer, Robotics and Autonomous Systems, 2003, vol. 42(1), pp. 17–30.
14. Jie, M.S., Baek, J.H., Hong, Y.S., and Lee, K.W., Real Time Obstacle Avoidance for Mobile Robot Using Limit-Cycle and Vector Field Method, Knowledge-Based Intelligent Information and Engineering Systems, October 2006.
15. Adouane, L., Orbital Obstacle Avoidance Algorithm for Reliable and On-Line Mobile Robot Navigation, 9th Conference on Autonomous Robot Systems and Competitions, May 2009, Portugal.
16. Adouane, L., Benzerrouk, A., and Martinet, P., Mobile Robot Navigation in Cluttered Environment Using Reactive Elliptic Trajectories, 18th IFAC World Congress, August 2011.
17. Benzerrouk, A., Adouane, L., and Martinet, P., Lyapunov Global Stability for a Reactive Mo-bile Robot Navigation in Presence of Obstacles,” ICRA’10 International Workshop on Robotics and Intelligent Transportation System, 2010.
18. Kanayama, Y., Kimura, Y., Miyazaki, F., and Noguchi, T., A Stable Tracking Control Method for an autonomous mobile robot, Proceedings of the IEEE International Conference on Robotics and Automation, May 1990, pp. 384 – 389.
19. Welzl, E., Smallest Enclosing Disks (Balls and Ellipsoids), Results and New Trends in Computer Science, Springer-Verlag, 1991, pp. 359–370.
20. Zhang, Z., Parameter Estimation Techniques: A Tutorial with Application to Conic Fitting, Image and Vision Computing, 1997, vol. 15, pp. 59–76.
21. Vilca, J., Adouane, L., and Mezouar, Y., On-Line Obstacle Detection Using Data Range for Reactive Obstacle Avoidance, 12th International Conference on Intelligent Autonomous Systems, Korea, June 2012.
22. Xiong, K., Wei, C., and Liu, L., Robust Kalman Filtering for Discrete-Time Nonlinear Systems with Parameter Uncertainties, Aerospace Science and Technology, 2011.
23. Fouque, C., Bonnifait, P., and Betaille, D., Enhancement of Global Vehicle Localization Using Navigable Road Maps and Dead-Reckoning, IEEE Position Location and Navigation Symposium, 2008.
24. Rigatos, G.G., Extended Kalman and Particle Filtering for Sensor Fusion in Motion Control of Mobile Robots, Mathematics and Computers in Simulation, November 2010, vol. 81, no. 3, pp. 590–607.
25. Levinson, J. and Thrun, S., Robust Vehicle Localization in Urban Environments Using Probabilistic Maps, IEEE International Conference on Robotics and Automation, Alaska, USA, May 2010.
26. Porrill, J., Fitting Ellipses and Predicting Confidence Envelopes Using a Bias Corrected Kalman Filter, Image and Vision Computing, February 1990, vol. 8, no. 1, pp. 37–41.
27. Vilca, J., Adouane, L., and Mezouar, Y., Robust Online Obstacle Detection Using Range Data for Reactive Navigation, 10th International IFAC Symposium on Robot Control, Croatia, September 2012.
28. Brooks, R.A., A Robust Layered Control System for a Mobile Robot, IEEE Journal of Robotics and Automation, vol. RA-2, March 1986, pp. 14–23.
29. Adouane, L. and Le Fort-Piat, N., Behavioral and Distributed Control Architecture of Control for Minimalist Mobile Robots, Journal Europen des Systèmes Automatisés, 2006, vol. 40, no. 2, pp. 177–196.
30. Maalouf, E., Saad, M., and Saliah, H., A Higher Level Path Tracking Controller for a Four-Wheel Differentially Steered Mobile Robot, Robotics and Autonomous Systems, 2006, vol. 54, pp. 23–33.
31. De Maesschalck, R., Jouan-Rimbaud, D., and Massart, D., The Mahalanobis Distance, Chemometrics and Intelligent Laboratory Systems, 2000, vol. 50, no. 1, pp. 1–18.
32. Barshan, B. and Kuc, R., Active Sonar for Obstacle Localization Using Envelope Shape Information, International Conference on Acoustics, Speech, and Signal Processing, April 1991, vol. 2, pp. 1273–1276.
33. Burguera, A., Gonzlez, Y., and Oliver, G., Sonar Sensor Models and Their Application to Mo-bile Robot Localization, Sensors, December 2009, vol. 9, no. 12, pp. 10217–10243.
34. Khalil, H.K., Nonlinear Systems, 3rd ed., P. Hall, Ed., 2002.
Рецензия
Для цитирования:
Вилка Ж., Адуан Л., Мезуар Ю. Навигация мобильного робота с использованием эллиптических траекторий и эффективного алгоритма обнаружения препятствий в режиме реального времени. Гироскопия и навигация. 2012;20(4):71-92.
Просмотров:
20
JATS XML
Послать статью по эл. почте 