Article

Article title INFORMATION COMMUNICATION ALGORITHMS OF INTELLECTUAL MOBILE ROBOTS FOR WORKING ENVIRONMENT MAPPING
Authors R.V. Saprykin
Section SECTION II. METHODS, MODELS AND ALGORITHMS OF INFORMATION PROCESSING
Month, Year 03, 2015 @en
Index UDC 004.896:004.853:519.876.5
DOI
Abstract Scientific research works in this area are very relevant due to growth of demand for intellectual mobile robots (IMRs) that can independently solve a wide area of tasks and mainly plan their movement in an unknown or partially unknown external environment. Primary application areas of such IMRs are related to working in unfriendly for human environments such as space and underwater exploration, monitoring of technological and natural disasters, etc. Bionic approach for building planning system for IMRs provides sufficient reliability and efficiency and simplifies implementation. From scientific and technical innovation point of view this work improves efficiency and extends abilities of the bionic method using neural network movement planners and algorithms to exchange mapping information and passability data for different environment areas between a group of IMRs. We analyzed different algorithms and their combinations that extend available abilities, eliminate restrictions posed by a restricted perception zone of IMRs, and improve the quality of external environment models using additional information about position and properties of certain areas/barriers in IMR working environment. We provide structural diagrams and describe software implementation of different types of information communication between IMRs. We also modelled these algorithms based on specially designed tools that can quickly change initial experiment conditions, monitor and configure different settings of used algorithms. Modelling tools provide an easy user interface and 3D-image of the modelling process.

Download PDF

Keywords Intellectual mobile robot; mapping; bionic planning system; self-learning; communication.
References 1. Glassius R., Komoda A., C.C.A.M. Gielen. Neural network dynamics for path planning and obstacle avoidance // Journal Neural Networks. – 1995. – Vol. 8 (1). – P. 125-133.
2. Kolski S, Bellino M, Siegwart R. Autonomous driving in structured and unstructured environments // In IEEE Intelligent Vehicles Symposium, Lausanne, Switzerland and Pittsburgh, USA, 2006.
3. Khatib O. Real-Time obstacle avoidance for manipulators and mobile robotics // In Proceedings of the IEEE International Conference on Robotics and Automation. – 1985. – P. 500-505.
4. Gat E., Slack M., Miller D. and Firby R. Path planning and execution monitoring for a planetary rover // In Proc. IEEE Internationa l Conference on Robotics and Automation (ICRA’90). – Cincinnati, USA, 1990. – Vol. 1. – P. 20-25.
5. Пшихопов В.Х. Позиционно-траекторное управление подвижными объектами: Монография. – Таганрог: Изд-во ТТИ ЮФУ, 2009. – 183 c.
6. Pshikhopov V. Kh., Ali A. S. Hybrid motion control of a mobile robot in dynamic environments // in Proc. Int. Conf. on Mechatronics, ICM 2011. – P. 540-545.
7. Chen W., Fan C., & Xi, Y. (2003). On-line safe path planning in unknown environments. In Proceedings of IEEE International Conferenc e on Robotics and Automation (pp. 4191{4196). Taipei, Taiwan: IEEE.
8. Jarvis Ray. Distance Transform Based Path Planning for Robot Navigation // in Recent Trends in Mobile Robots, ed. Yuan F. Zheng, (River Edge, New Jersey: World 129 Scientific Publishers, 1993). – P. 3-31.
9. Levitt, Tod S. and Daryl T. Lawton. Qualitative Navigation for Mobile Robots // Artificial Intelligence. – 1990. – Vol. 44, № 3. – Vol. 305-360.
10. Arkin R. Behavior-Based Robotics //The MIT Press, Cambridge, Massachusetts, London, England, 1998.
11. Coulter R. Implementation of the Pure Pursuit Path Tracking Algorithm // Robotics Institute, Carnegie Mellon University, January, 1992
12. Чернухин Ю.В. Микропроцессорное и нейрокомпьютерное управление адаптивными мобильными роботами: Учебное пособие. – Таганрог: ТРТИ, 1993. – 91 с
13. Чернухин Ю.В. Нейропроцессорные сети. – М.: Изд-во ТРТУ, 1999. – 439 с.
14. Чернухин Ю.В. Искусственный интеллект и нейрокомпьютеры. – Таганрог: Изд-во ТРТУ, 1997. – 273 с
15. Чернухин Ю.В., Доленко Ю.С., Бутов П.А., Бионические подходы к обработке сенсорной информации в нейросетевых системах управления интеллектуальных мобильных роботов // Известия ЮФУ. Технические науки. – 2012. – № 5 (130). – С. 194-199.
16. Чернухин Ю.В. Приемко А.А. Моделирование поведения интеллектуальных агентов в динамических средах. Учебное пособие. – Таганрог: Изд-во ЮФУ, 2007. – 233 c.
17. Chernukhin Yu.V., Priemko А.А. Method of an environment mapping in neural network control system of adaptive mobile robot // Optical memory and Neural Networks. – 2006. – Vol. 15, № 1. – P. 45-49.
18. Чернухин Ю.В., Сапрыкин Р.В., Романчак Е.И., Доленко Ю.С. Программно-аппаратное моделирование внешней среды функционирования мобильных роботов с нейросетевым управлением на базе робототехнического комплекта HEMISSON // Материалы XV Ме-
ждународной конференции по нейрокибернетике.
19. Чернухин Ю.В., Сапрыкин Р.В., Бутов П.А., Доленко Ю.С. Мобильная робототехническая платформа с перестраиваемой гетерогенной системой управления // Известия ЮФУ. Технические науки. – 2012. – № 1 (126). – С. 96-103.
20. Guzik V.Ph., Chernukhin Yu.V., Pyavchenko A.O., Polenov M.Yu., Pereverzev V.A., and Saprykin R.V. Neural network method of intellectual planning of mobile robotic object movement in the conditions of uncertainty. Advances in Robotics, Mechatronics and Circuits. Proceedings of the 2014 International Conference on Mechatronics and Robotics, Structural Analysis (MEROSTA 2014), Santorini Island, Greece, 2014. – P. 194-200.
21. Пшихопов В.Х., Чернухин Ю.В., Федотов А.А., Гузик В.Ф., Медведев М.Ю., Гуренко Б.В., Пьявченко А.О., Сапрыкин Р.В., Переверзев В.А., Приемко А.А. Разработка интеллектуальной системы управления автономного подводного аппарата // Известия ЮФУ. Технические науки. – 2014. – № 3 (152). – С. 87-101.
22. Чернухин Ю.В., Ю.С. Доленко, П.А. Бутов. Нейросетевой подход к решению задачи локальной навигации интеллектуальными мобильными роботами в условиях, приближенных к реальной среде // Известия ЮФУ. Технические науки. – 2013. – № 5 (143). – C. 80-84.
23. Чернухин Ю.В., Пшихопов В.Х., Писаренко С.Н., Трубачев О.Н. Иерархическое нейросетевое управление мобильными роботами в программной среде // Труды 1-й Международной конференции по мехатронике и робототехнике МиР – 2000. – Т. 2. – СПб., 2000. – С. 375-379.
24. Чернухин Ю.В., Пшихопов В.Х., Писаренко С.Н., Трубачев О.Н. Моделирование нейросетевых систем управления интеллектуальных мобильных роботов // Сб. тр. Международной конференции «Идентификация систем и задачи управления – SICPRO – 2000», ИПУ РАН им. В.А. Трапезникова. – М., 2000.
25. Чернухин Ю.В., Сапрыкин Р.В. Система виртуального моделирования поведения интеллектуальных агентов при исследовании ими естественной среды функционирования // Известия ЮФУ. Технические науки. – 2008. – № 11 (88). – С. 19-24.

Comments are closed.