Коллаборативная робототехника в сельском хозяйстве ориентирована на автоматизацию трудоемких процессов. Коллаборативные мультиагентные робототехнические системы (КМРТС), в отличие от традиционных автономных систем, предполагают активное взаимодействие между роботами и операторами-людьми, что требует разработки новых методов координации, адаптации и обеспечения безопасности в условиях неопределенности и динамично изменяющейся среды. (Цель исследования) Разработка теоретических и прикладных подходов к моделированию поведения и управлению коллаборативными мультиагентными робототехническими системами, направленных на обеспечение эффективного распределения задач, координации действий агентов и их безопасного взаимодействия с людьми при выполнении операций по сбору урожая плодовой продукции. (Материалы и методы) Для достижения поставленных целей использовались методы теории игр, машинного обучения и управления с учетом рисков. Построена математическая модель, описывающая взаимодействие агентов с учетом вероятностной природы среды и наличия оператора. Валидация предложенных решений осуществлялась посредством численного моделирования, а также на основе данных, которые получены в условиях экспериментального полигона, имитирующего реальные сельскохозяйственные сценарии. (Результаты и обсуждение) Разработаны алгоритмы координации, адаптации и перераспределения задач между агентами коллаборативной мультиагентной робототехнической системой, обеспечивающие устойчивость к ошибкам сенсорного восприятия, задержкам передачи данных и внешним возмущениям, характерным для сельскохозяйственной среды. Особое внимание уделено адаптации поведения агентов в ответ на действия операторов-людей, включая возможность приоритизации задач и контекстно-зависимого изменения стратегии взаимодействия. Симуляционные эксперименты продемонстрировали повышение производительности системы за счет более равномерного распределения нагрузки между роботами, уменьшения числа конфликтов при выполнении совместных задач и сокращения простоев. Также зафиксировано улучшение показателей безопасности, в частности, снижение вероятности столкновений и некорректных реакций на присутствие человека в рабочей зоне. (Выводы) Разработанные модели и алгоритмы могут быть использованы для построения интеллектуальных коллаборативных мультиагентных робототехнических систем, способных к адаптивному и безопасному взаимодействию в условиях сельскохозяйственного производства, что способствует росту эффективности автоматизированного сбора урожая и снижению зависимости от человеческого труда.
Отметили, что задачи повышения точности управления роботизированными платформами весьма актуальны, особенно при наличии механических нелинейностей. Одну из наиболее распространенных проблем представляет люфт, который приводит к отклонению платформы от прямолинейной траектории во время движения. Это негативно сказывается на общей стабильности и точности системы управления. (Цель исследования) Разработка системы управления двухосевой платформой с двумя степенями подвижности, которая эффективно учитывает и компенсирует влияние механического люфта. Для достижения этого была создана система, способная поддерживать стабильность движения платформы при минимизации последствий люфта. (Материалы и методы) В ходе исследований разработана математическая модель системы управления, в которой люфт представлен в виде гистерезиса. Были исследованы различные методы компенсации люфта. В качестве управляющих алгоритмов применены линейные контроллеры, такие как ПИД-регулятор и регулятор фазы сдвига, а также алгоритмы управления на основе нечеткой логики (Fuzzy Logic Controller). Модель системы и алгоритмы управления исследовались с помощью программного пакета MATLAB и библиотеки Simulink. (Результаты и обсуждение) Проведенное моделирование продемонстрировало, что разработанные методы управления эффективно компенсируют механический люфт, обеспечивая более стабильное и точное движение платформы. Этот результат подтвержден как в идеальных, так и в реальных условиях эксплуатации системы. (Выводы) Разработанная система управления позволяет существенно улучшить точность и устойчивость платформы, что открывает новые возможности для ее применения в различных робототехнических системах.