Приводятся описание и сравнительный анализ некоторых приближенных и интеллектуальных алгоритмов планирования траекторий в группах мобильных роботов. Рассматриваются основные этапы решения задачи планирования на основе рассматриваемых алгоритмов, а также даются рекомендации по использованию того или иного метода в зависимости от особенностей решаемой задачи и требований, предъявляемых к быстродействию алгоритма, оптимальности траектории, наличию сенсорной информации и т.д. При решении задач планирования с учетом характерных особенностей группы мобильных роботов как объекта управления (многосвязность, многомерность и стохастичность поведения) интеллектуальные алгоритмы показывают свою эффективность. Применение известных приближенных методик для реализации управления согласованным движением нескольких роботов и, особенно больших коллективов, не всегда реализуемо, что связано с резко возрастающей вычислительной нагрузкой на бортовые вычислительные системы при увеличении количества действующих агентов.
The description and comparative analysis of certain approximation algorithms and intelligent planning movements in groups of mobile robots. The main stages of solving the problem of planning based on them, and provides recommendations on the use of a particular method depends on the particular application and requirements for the speed of the algorithm, the optimal trajectory, the presence of sensory information, etc. It is shown that the solution of problems of motion planning, taking into account the characteristics of a group of mobile robots as a control object (a multiply, and multidimensionality stochastic behavior) intelligent algorithms show its effectiveness. The use of well-known approximate methods for implementing control coordinated movement of several robots and especially large groups is not always feasible, due to the rapidly increasing computational load on the onboard computer system by increasing the number of active agents.
1. Даринцев О.В. Мигранов А.Б. Использование нейронной карты для планирования траектории мобильного робота // Искусственный интеллект №3, 2009 IПШI МОН i НАН Украïни “Наука i Освiта” – С. 300-307. ISSN 1561-5359.
2. Даринцев О.В., Мигранов А.Б. Планирование траекторий движения микроробота на базе нечетких правил // Искусственный интеллект. Интеллектуальные системы (ИИ-2011): материалы Межд. науч.-техн. конфер. – Донецк: IПШI “Наука i Освiта”, 2011. – С. 228-232. ISBN 978-966-7829-49-0.
3. Даринцев О.В., Мигранов А.Б. Планирование траекторий движения мобильных роботов на основе приближенных, интеллектуальных методов / Управление большими системами: материалы Х Всеросс.шк.-конф. молодых ученых. Том 3/ Уфимск. гос. авиац. техн. ун-т. – Уфа: УГАТУ, 2013. – С. 65-68.
4. Даринцев О.В., Мигранов А.Б. Система планирования движения группы мобильных микророботов на основе генетических алгоритмов // Известия РАН. Теория и системы управления, 2007. №3. С. 163-173.
5. Даринцев О.В. Мигранов А.Б. Сравнительный анализ интеллектуальных методов планирования //Труды Института механики им. Р.Р. Мавлютова Уфимского научного центра РАН. Вып. 9. Часть II. – Уфа: Нефтегазовое дело, 2012. – С. 53-58.
6. Юдинцев Б.С., Даринцев О.В. Интеллектуальная система планирования траекторий мобильных роботов, построенная на сети Хопфилда // Современные проблемы науки и образования. – 2014. № 4; URL: www.science-education.ru/118-14131 (дата обращения: 24.11.2014).
7. Alonzo Kelly Mobile Robotics. Mathematics, Models, and Methods // Cambridge University Press, 2013 - www.cambridge.org/9781107031159.
8. Autonomous Control Systems and Vehicles. Intelligent Unmanned Systems // Springer Japan 2013 – P. 396.
9. Multi-Robot Systems, Trends and Development, Edited by Toshiyuki Yasuda and Kazuhiro Ohkura, Published by InTech - Rijeka, 2011 – P. 596.
10. Spyros G. Tzafestas Introduction to Mobile Robot Control // 2014 Elsevier – P. 702.
11. Startsev Y., Golovatsky K., Ilyasov B. Autonomous Mobile Robot Flat Path Planning with Usage of Dynamic Programming. // Proceedings of the Workshop on Computer Science and Information Technologies (CSIT’2000). Ufa, September 18-23, 2000. Volume 2. Pp. 213-217.