تعقیب مسیر بهینه توسط ربات متحرک صنعتی به روش مساله مقدار مرزی و کنترل غیرخطی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، دانشکده مهندسی مکانیک، دانشگاه علم و صنعت، تهران، ایران

2 فارغ‌التحصیل کارشناسی ارشد، دانشکده مهندسی مکانیک، دانشگاه مالک اشتر، اصفهان، ایران

3 استادیار، دانشکده فناوری‌های نوین، دانشگاه علم و صنعت، تهران، ایران

4 استاد، دانشکده مهندسی مکانیک، دانشگاه علم و صنعت، تهران، ایران

چکیده

در این مطالعه، با بهره‌گیری از نظریه کنترل بهینه حلقه‌باز و کنترل‌کننده غیرخطی حلقه‌بسته، تعقیب مسیر بهینه توسط ربات متحرک مورد بررسی قرار گرفته است. برای این منظور ابتدا معادلات حرکت ربات تدوین و به عنوان قید در مسئله‌یِ کنترل بهینه در نظر گرفته می‌شود. برای کاهش گشتاور مورد نیاز برای حرکت ربات، تابع هزینه‌ای توسعه داده شده و سپس برای حل مسئله‌یِ کنترل بهینه، اصل کمینه‌یِ پونتریگین مورد استفاده قرار می‌گیرد. در این پژوهش، با در نظر گرفتن مسئله‌یِ یافتنِ مسیرِ بهینه به عنوان یک مسئله‌یِ مقدار مرزی، حالت‌های بهینه‌ در هر لحظه محاسبه و سرعت‌های خطی و زاویه‌ایِ حاصل به عنوان ورودی برای ربات متحرک درنظر گرفته می‌شوند. با توجه به خطای حاصل در ردیابی مسیرِ بهینه توسط ربات، استفاده از نظریه‌ی کنترلِ غیرخطی برای کنترل سرعت‌های خطی و زاویه‌ای در هر لحظه از زمان براساس خطای بین موقعیت و جهت، و وضعیت بهینه‌یِ آن، ضروری است، که با اعمال این کنترل کننده، سرعت‌های مذکور، کنترل شده و مسیریابی با خطای کمتر صورت می‌گیرد. نهایتا مسیرهای بهینه‌یِ پیموده‌شده توسط ربات برای دوحالت حلقه‌باز و حلقه‌بسته باهم مقایسه می‌شوند.

کلیدواژه‌ها

موضوعات


[1]     Kolahi PM, Mosayebi M. Optimal Trajectory Planning for an Industrial Mobile Robot using Optimal Control Theory. 2021;10(3):25–34.
[2]     رشیدی ع, کریمی ب, خداپرست ا. طراحی کنترلگر زیربهینه‌ی توزیع شده برای آرایش‌بندی گروه ربات متحرک غیرهولونومیک در حضور موانع محیطی. مهندسی مکانیک دانشگاه تبریز. 2020;50(3):77–86.
[3]     Korayem MH, Nazemizadeh M, Nohooji HR. Optimal point-to-point motion planning of non-holonomic mobile robots in the presence of multiple obstacles. J Brazilian Soc Mech Sci Eng. 2014;36(1):221–32.
[4]     Nazemizadeh M, Rahimi HN, Amini Khoiy K. Trajectory planning of mobile robots using indirect solution of optimal control method in generalized point-to-point task. Front Mech Eng. 2012;7(1):23–8.
[5]     Wu Y, Wang B, Zong GD. Finite-Time Tracking Controller Design for Nonholonomic Systems with Extended Chained Form. IEEE Trans Circuits Syst II Express Briefs. 2005;52(11):798–802.
[6]     Cui M, Sun D, Liu W, Zhao M, Liao X. Adaptive tracking and obstacle avoidance control for mobile robots with unknown sliding. Int J Adv Robot Syst. 2012;9:1–14.
[7]     Dos Santos RR, Steffen V, Saramago SDFP. Robot path planning in a constrained workspace by using optimal control techniques. Multibody Syst Dyn. 2008;19(1–2):159–77.
[8]     Ramos OE. Optimal control for time and energy minimization in the trajectory generation of a mobile robot. Proc 2019 IEEE 26th Int Conf Electron Electr Eng Comput INTERCON 2019. 2019;1–4.
[9]     Tuncer A, Yildirim M. Dynamic path planning of mobile robots with improved genetic algorithm. Comput Electr Eng [Internet]. 2012;38(6):1564–72. Available from: http://dx.doi.org/10.1016/j.compeleceng.2012.06.016
[10]   Perrier C, Dauchez P, Pierrot F. A global approach for motion generation of non-holonomic mobile manipulators. Proc - IEEE Int Conf Robot Autom. 1998;4(May):2971–6.
[11]   Chettibi T, Lehtihet HE, Haddad M, Hanchi S. Minimum cost trajectory planning for industrial robots. Eur J Mech A/Solids. 2004;23(4):703–15.
[12]   Korayem MH, Ghariblu H, Basu A. Dynamic load-carrying capacity of mobile-base flexible joint manipulators. Int J Adv Manuf Technol. 2005;25(1–2):62–70.
[13]   Korayem MH, Nazemizadeh M, Azimirad V. Optimal trajectory planning of wheeled mobile manipulators in cluttered environments using potential functions. Sci Iran [Internet]. 2011;18(5):1138–47. Available from: http://dx.doi.org/10.1016/j.scient.2011.08.026
[14]   Korayem MH, Rahimi HN, Nikoobin A. Mathematical modeling and trajectory planning of mobile manipulators with flexible links and joints. Appl Math Model [Internet]. 2012;36(7):3229–44. Available from: http://dx.doi.org/10.1016/j.apm.2011.10.002
[15]   Korayem MH, Nohooji HR, Nikoobin A. Path planning of mobile elastic robotic arms by indirect approach of optimal control. Int J Adv Robot Syst. 2011;8(1):10–20.
[16]   Kolahi PM, Nazemizadeh M. Nonlinear dynamic modeling of tractor-trailer mobile robots with consideration of wheels inertia and their optimal point-to point path planning. Meccanica [Internet]. 2023;58(1):245–53. Available from: https://doi.org/10.1007/s11012-022-01578-6
[17]   Amer NH, Zamzuri H, Hudha K, Kadir ZA. Modelling and Control Strategies in Path Tracking Control for Autonomous Ground Vehicles: A Review of State of the Art and Challenges. J Intell Robot Syst Theory Appl. 2017;86(2):225–54.
[18]   Kanayama Y, Kimura Y, Miyazaki F, Noguchi T. A stable tracking control method for an autonomous mobile robot. 1990;384–9.
[19]   Ishikawa T, Hamamoto K, Kogiso K. Trajectory tracking switching control system for autonomous crawler dump under varying ground condition. Autom Constr. 2023;148(January):104740.
[20]   Li G, Li Z, Su CY, Xu T. Active Human-Following Control of an Exoskeleton Robot With Body Weight Support. IEEE Trans Cybern. 2023;
[21]   Das T, Kar IN. Design and Implementation of an Adaptive Fuzzy Logic-Based Controller for Wheeled Mobile Robots. 2006;14(3):501–10.
[22]   Klancar G, Zdesar A, Blazic S, Skrjanc I. Wheeled mobile robotics: from fundamentals towards autonomous systems. Butterworth-Heinemann; 2017.