АНАЛИЗ МЕТОДОВ УПРАВЛЕНИЯ ВЫСОКОГО УРОВНЯ ДЛЯ ШАГАЮЩИХ РОБОТОВ (2024)
В статье проводится критическая оценка и обобщение современных методов планирования траекторий, разработанных для шагающих роботов. Сравниваются методы, основанные на оптимизации (в том числе смешанно-целочисленной); нейронных сетях; графах; вариационном исчислении и случайной выборке.
The review critically evaluates and summarizes state-of-the-art path planning methods designed for walking robots. Methods based on optimization including mixed-integer optimization, neural networks, graphs, calculus of variations, and random sampling are compared.
Идентификаторы и классификаторы
- Префикс DOI
- 10.35211/1990-5297-2024-9-292-6-10
- eLIBRARY ID
- 1035211199
Управление шагающими роботами является сложной задачей, решаемой набором систем –
от навигации до низкоуровневых контуров управления отдельными приводами робота.
В частности, в общей задаче управления шагающим роботом можно выделить две подзадачи: планирование движения высокого уровня и планирование движения низкого уровня [1]. Первая состоит в поиске ответа на вопрос «куда двигаться?», тогда как вторая отвечает на вопрос «как двигаться?» в направлении, определенном первой задачей. Классическим примером такого разделения является задание скорости робота в качестве внешней команды (решение первой задачи) и использование планировщика шагов
в сочетании с предиктивным управлением (решение второй задачи) [2].
Значительный объем научной литературы, посвященной вопросам управления шагающими роботами, выпущенный в течение последних нескольких лет, направлен в своем большинстве именно на решение задачи планирования движения низкого уровня. Многочисленные методики планирования шагов [3], [4], ориентации стоп и корпуса [5], методы планирования движения при ударе или потере вертикальной устойчивости, различные виды формулировки предиктивного управления и многое другое – все это составляет подходы к решению указанной подзадачи. При этом подзадача планирования движения высокого уровня остается затронутой лишь в небольшом числе работ [6]. Причиной того является новизна предмета исследований – решать задачу планирования движения высокого уровня не представляло инженерного смысла до того, как было разработано робастное планирование движения низкого уровня [7]. Кроме того, сама концепция разделения планирования движения на уровни не является очевидной, скрывая пробелы исследований в данной научной области.
Список литературы
-
Cononovici, S. B. An approach to walking robots planning and control / S. B. Cononovici, A. Curaj // Proc. of the Romanian Acad., Ser. A. - 2010. - Vol. 11. - Pр. 75-82.
-
Cupec, R. Step sequence planning for a biped robot by means of a cylindrical shape model and a high-resolution 2.5D map. / R. Cupec, I. Aleksi, G. Schmidt // Robot. and Auton. Syst. - 2011. - Vol. 59. - P. 84.
-
Chestnutt, J. Footstep planning or the honda asimo humanoid. /j. Chestnutt, M. Lau, G. Cheung et al. // Proc. 2005 IEEE Int. Conf. Robot. and Automat. - 2005. - Pр. 629-634.
-
Deits, R. Footstep planning on uneven terrain with mixed-integer convex optimization / R. Deits, R. Tedrake // 2014 IEEE-RAS Int. Conf. Humanoid Robots. - 2014. - Pр. 279-286.
-
Kim, J. Y. Walking control algorithm of biped humanoid robot on uneven and inclined floor /j.Y. Kim, I.W. Park, J.H. Oh //j.Intell. Robot. Syst. - 2007. - Vol. 48. - Pр. 457-484.
-
Lin, C. Formulation and optimization of cubic polynomial joint trajectories for industrial robots / C. Lin, P. Chang, J. Luh // IEEE Trans. on Autom. Control. - 1983. - Vol. 28. - Pр. 1066-1074.
-
Kagami, S. Humanoid HRP2-DHRC for Autonomous and Interactive Behavior / S. Kagami, K. Nishiwaki, J. Kuffner, et al. // Robot. Research. Springer Tracts in Advanced Robot. - 2007. - Vol. 28. - Pр. 103-117.
-
Liu, L. Path planning techniques for mobile robots: Review and prospect / L. Liu, X. Wang, X. Yang, et al. // Expert Syst. with Appl. - 2023. - Vol. 227. - P. 120254.
-
Reid, W. Sampling-based hierarchical motion planning for a reconfigurable wheel-on-leg planetary analogue exploration rover / W. Reid, R. Fitch, A. H. Göktoğan, et al. //J. of Field Robot. - 2020. - Vol. 37. - № 5. - Pр. 786-811.
-
Karaman, S. Sampling-based algorithms for optimal motion planning / S. Karaman, E. Frazzoli // Int. J. Robot. Res. - 2011. - Vol. 30. - № 7. - Pр. 846-894. -
Karur, K. A Survey of Path Planning Algorithms for Mobile Robots / K. Karur, N. Sharma, C. Dharmatti, et al. // Vehicles. - 2021. - Vol. 3. - № 3. - Pр. 448-468. -
Dang, T. Graph-based subterranean exploration path planning using aerial and legged robots / T. Dang, M. Tranzatto, S. Khattak, et al. //j. of Field Robot. - 2020. - Vol. 37. - № 8. - Pр. 1363-1388. -
Метод планирования траектории движения точки в пространстве с препятствием на основе итеративной кусочно-линейной аппроксимации / В. О. Антонов, М. М. Гурчинский, В. И. Петренко, Ф. Б. Тебуева // Системы управления, связи и безопасности. - 2018. - № 1. - С. 168-182. -
Малолетов, А. В. Оптимизация структуры, параметров и режимов движения шагающих машин со сдвоенными движителями: Монография / А. В. Малолетов, Е. С. Брискин; ВолгГТУ. - Волгоград, 2015. - 175 с. -
Леонард, А. В. Планирование движения робота с обходом статичного препятствия на основе решения вариационной задачи при заданных начальных и конечных координатах, скоростях и оперативном времени / А. В. Леонард // Известия ВолгГТУ: научный журнал - № 9 (280) / ВолгГТУ. - Волгоград, 2023. - С. 40-46. -
Yu, J. The path planning of mobile robot by neural networks and hierarchical reinforcement learning /j. Yu, Y. Su, Y. Liao // Frontiers in Neurorobotics. - 2020. - Vol. 14. - № 8. - P. 63. -
Osanlou, K. Optimal solving of constrained path-planning problems with graph convolutional networks and optimized tree search / K. Osanlou, A. Bursuc, C. Guettier, et al. // 2019 IEEE/RSJ Int. Conf. on Intell. Robots and Syst. (IROS). - 2019. - Pр. 3519-3525. -
Sun, H. Motion planning for mobile robots - focusing on deep reinforcement learning: A systematic review / H. Sun, W. Zhang, R. Yu, et al. // IEEE Access. - 2021. - Vol. 9. - Pр. 69 061-69 081. -
Liu, C. Neural Networks Trained via Reinforcement Learning Stabilize Walking of a Three-Dimensional Biped Model With Exoskeleton Applications. / C. Liu, M. L. Audu, R.J. Triolo, et al. // Front. Robot. - 2021. - Vol. 8. -
Савин, С. И. Использование нейронных сетей для прогнозирования нормальных реакций шагающего робота / С. И. Савин, Л. Ю. Ворочаева // Известия Юго-Западного государственного университета. - 2019. - Том 23. - № 4. - С. 8-18. -
Sethi S. P. What is optimal control theory? / S. P. Sethi // Springer - 2019. -
Sánchez-Ibáñez, J.R. Path Planning for Autonomous Mobile Robots: A Review. /j. R. Sánchez-Ibáñez, C. J. Pérez-del-Pulgar, А. García-Cerezo // Sensors. - 2021. - Vol. 21. - № 23. - P. 7898. -
Carius, J. Trajectory optimization for legged robots with slipping motions /j. Carius, R. Ranftl, V. Koltun, et al. // IEEE Robot. and Automat. Lett. - 2019. - Vol. 4. - № 3. - Pр. 3013-3020. -
Andersson, J. A. Casadi: a software framework for nonlinear optimization and optimal control /j. A. Andersson, J. Gillis, G. Horn, et al. // Math. Program.Computation. - 2019. - Vol. 11. - Pр. 1-36. -
Lubin, M. Mixed-integer convex optimization: outer approximation algorithms and modeling power / M. Lubin // Ph.D. dissertation, Massachusetts Institute of Technology, 2017. -
Bellicoso, C. D. Dynamic locomotion through online nonlinear motion optimization for quadrupedal robots / C. D. Bellicoso, F. Jenelten, C. Gehring, et al. // IEEE Robot. and Automat. Lett. - 2018. - Vol. 3. - № 3. - Pр. 2261-2268. -
Gilpin, Y. A smooth robustness measure of signal temporal logic for symbolic control / Y. Gilpin, V. Kurtz, H. Lin // IEEE Control Syst. Lett. - 2020. - Vol. 5. - № 1. - Pр. 241-246. -
Diehl, M. Numerical optimal control / M. Diehl, S. Gros // Optim. in Eng. Center (OPTEC). - 2011. -
Urbanucci, L. Limits and potentials of mixed integer linear programming methods for optimization of polygene-ration energy systems / L. Urbanucci // Energy Procedia. - 2018. - Vol. 148. - Pр. 1199-1205. -
Nguyen, Q. Optimized jumping on the mit cheetah 3 robot / Q. Nguyen, M. J. Powell, B. Katz, et al. // 2019 Int. Conf. on Robot. and Automat. (ICRA). - 2019. - Pр. 7448-7454. -
Kim, D. Vision aided dynamic exploration of unstructured terrain with a small-scale quadruped robot / D. Kim, D. Carballo, J. Di Carlo, et al. // 2020 IEEE Int. Conf. on Robot. and Automat. (ICRA). - 2020. - Pр. 2464-2470.
Выпуск
Другие статьи выпуска
Рассматриваются конструктивные особенности, принцип движения и система управления лабораторной установки «автономный мобильный робот». Движение робота по расположенной горизонтально или под углом направляющей осуществляется за счет согласованного системой управления перемещения линейного привода относительно двух опорных втулок, периодически фиксируемых на направляющей.
В статье представлена математическая модель динамики движений манипулятора параллельно-последовательной структуры с дополнительной пассивной связью, сформированная с помощью уравнений Лагранжа 2-го рода. Расчетная схема манипулятора представляет электромеханическую систему с четырьмя степенями свободы и состоит из четырех твердых тел, совершающих вращательные движения вокруг неподвижной оси, плоскопараллельное и пространственное движения. Приводятся результаты решения первой задачи динамики: определяются управляющие силы, необходимые для выполнения программных перемещений звеньев манипулятора.
Задача инкрементальной формовки рассматривается как задача создания в материале заготовки локальных напряжений, соответствующих пределу текучести для этого материала, и последующему перемещению инструмента, обеспечивающему деформацию материала в требуемом направлении. В статье описывается моделирование напряжений, возникающих при односторонней и двухсторонней инкрементальной формовке. Компьютерная модель включает в себя заготовку и один или два стержня. Стержни в процессе моделирования перемещаются вдоль своих осей, создавая давление на материал заготовки, а также по траектории, которая обеспечивает придание заготовке нужной формы. Расчет напряжений и деформаций выполнялся на основе метода конечных элементов. Показано уменьшение необходимого перемещения инструмента и уменьшение зоны пластической деформации по сравнению с односторонней формовкой. Оба этих фактора способствуют улучшению точности формируемой детали.
Предложен новый подход к оптимальному управлению многосекционной дождевальной машиной кругового действия при обработке полей некруглой формы. Составлена система дифференциальных уравнений для нахождения оптимального пути подвижных опор дождевальных машин кругового действия.
Разработан алгоритм классификации и слежения за объектом. Алгоритм основан на использовании нейронной сети YOLOv5 для высокоточной классификации объектов в реальном времени. Разработана программная реализация алгоритма на базе языка программирования Python и библиотеки OpenCV. В ходе исследования была проведена отладка программы и оптимизация ее работы для повышения производительности и точности системы. Оценка технического решения показала, что разработанная система значительно улучшает точность и скорость обработки данных на конвейерной линии, а также обеспечивает адаптивность к изменениям в производственном процессе.
Проведен обзор машин и роботов для удаления сорняков в рядках. Разработана конструкция автоматизированного культиватора. Обоснованы конструктивные размеры культиватора. Описана система управления автоматизированным блоком.
Рассматривается задача обоснования наличия горизонтального участка направляющих трассы подводной роботизированной транспортной системы, а также оценка его протяженности. Движение системы обеспечивается изменением плавучести вследствие циклического наполнения и сброса сжатого воздуха из понтонов, при этом скорость системы может снижаться вплоть до нулевых значений. При включении в трассу горизонтальных участков и использовании сразу нескольких понтонных робототехнических платформ, соединенных жесткой кинематической связью, возможно добиться плавного безостановочного и безрывкового перемещения платформ по направляющим.
Рассматривается задача глушения подводных аварийных скважин углеводородов методом установления заглушки с помощью робототехнического комплекса на основе якорно-тросовых движителей. Разработан проект экспериментальной установки, позволяющей определить усилие, действующее на заглушку в зависимости от ее расположения относительно скважины. Предложена аналитическая зависимость величин усилия от расстояния между заглушкой и скважиной и ее угловым положением относительно оси скважины. Описана методика проведения эксперимента и алгоритм обработки экспериментальных данных.
В работе исследуется возможность реализации алгоритмов адаптивного движения для роботизированной платформы-понтона с якорно-тросовым движителем путем использования математической модели и нейросетевых технологий.
Рассматриваются кинематические параметры движения четырехногого робота-собаки на основе адаптивного генератора походок. Анализируются возможности адаптивного генератора походок (кинематического планировщика) для реализации движения робота в различных направлениях, в повороте и изменении положения корпуса. Решается обратная задача, с определением программных перемещений приводов в шагающих движителях. Адаптивный генератор может быть использован в системах управления роботом-собакой для синтеза заданного программного движения корпуса робота.
В работе описано применение метода оптимального управления электроприводами для реконфигурируемых устройств различного назначения. Представлено решение частного случая управления малогабаритным адаптивным захватным устройством в заданное время.
Перенос грузов с помощью тросовых устройств широко распространен во многих отраслях - строительной, складской, транспортно-логистической и тому подобных. Перспективным направлением является использование нескольких приводов для перемещения тела по определенной заданной траектории. В работе рассматривается один из примеров группового управления тросовыми движителями при плоском перемещении объекта.
Издательство
- Издательство
- ВолгГТУ
- Регион
- Россия, Волгоград
- Почтовый адрес
- 400005, г. Волгоград, проспект им. В.И. Ленина, д. 28.
- Юр. адрес
- 400005, г. Волгоград, проспект им. В.И. Ленина, д. 28.
- ФИО
- Навроцкий Александр Валентинович (Ректор)
- E-mail адрес
- rector@vstu.ru
- Контактный телефон
- +7 (844) 2248115
- Сайт
- https://vstu.ru