АНАЛІТИЧНИЙ ОГЛЯД ПИТАНЬ НАВІГАЦІЇ МОБІЛЬНИХ РОБОТІВ В ЗАКРИТИХ ПРИМІЩЕННЯХ

DOI: 10.31673/2412-4338.2023.038087

Анотація

На сьогоднішній день мобільна робототехніка є однією з галузей наукових досліджень, яка швидко розвивається. Завдяки широкому спектру можливостей мобільних роботів їх використання впроваджено в багатьох сферах: космічні дослідження, будівництво, транспорт, патрулювання, екстрено-рятувальні операції, промислова автоматизація, медицина, сфера послуг тощо. Дослідження навігації мобільних роботів стрімко прогресувало від руху роботів по фіксованій лінії до руху із розпізнаванням навколишнього середовища та пристосуванням до динамічних об’єктів, наприклад людей, що оточують роботів. У статті розглянуто проблематику навігації мобільних роботів в закритих приміщеннях. Описано взаємодію таких систем мобільних роботів як переміщення, сприйняття, пізнання та навігація. Проблеми переміщення вирішуються шляхом розуміння механізму та кінематики, динаміки та теорії управління. Сприйняття охоплює область аналізу сигналів датчиків. Когнітивні функції відповідають за аналіз вхідних даних і виконання відповідних дій мобільним роботом для досягнення цілей. Навігація вимагає знання алгоритмів планування, теорії інформації та штучного інтелекту для створення траєкторій руху у реальному часі та уникнення зіткнень з перешкодами. Для забезпечення узгодженої роботи ці системи мають бути об’єднані блоком керування. В роботі проаналізовано види мобільних роботів та їх архітектурні особливості. Розглянуто основні завдання навігації мобільних роботів: моделювання середовища, локалізація, планування шляху та уникнення перешкод. В статті досліджено алгоритми і методи локалізації мобільних роботів, наведено класифікацію методів планування шляху руху, проведено їх порівняльний аналіз. В процесі дослідження виявлено напрямки майбутніх досліджень: збільшення тривалості часу автономної роботи мобільних роботів; вдосконалення систем відстеження місцезнаходження мобільного робота у просторі; забезпечення оптимального прийняття рішень роботом в реальному часі; інтеграція нових сенсорів та вдосконалення існуючих; покращення функціональної взаємодії мобільних роботів з людьми.

Ключові слова: мобільні роботи, моделювання, навігація, локалізація, методи планування шляху, підтримка прийняття рішень.

Список використаної літератури
1. Lee, Ho & Enriquez, John Laurence & Lee, Geon. (2022). Robotics 4.0: Challenges and Opportunities in the 4th Industrial Revolution.
2. Anbalagan Loganathan, Nur Syazreen Ahmad. (2023) A systematic review on recent advances in autonomous mobile robot navigation, Engineering Science and Technology, an International Journal, 40, 101343.
3. S. Gao, R. Song and Y. Li, (2018) Cooperative Control of Multiple Nonholonomic Robots for Escorting and Patrolling Mission Based on Vector Field, in IEEE Access, vol. 6, p. 41883-41891.
4. K. C. Okafor and O. M. Longe, (2022) WearROBOT: An Energy Conservative Wearable Obstacle Detection Robot With LP Multi-Commodity Graph, in IEEE Access, vol. 10, p. 105843-105865.
5. B. P. E. Alvarado Vasquez, R. Gonzalez, F. Matia and P. De La Puente, (2018) Sensor Fusion for Tour-Guide Robot Localization, in IEEE Access, vol. 6, p. 78947-78964.
6. R. Abiyev, D. Ibrahim, B. Erin, (2010) Navigation of mobile robots in the presence of obstacles, Advances in Engineering Software, vol. 41, p. 1179-1186.
7. Park, Jaesung. (2020) Real-time Robot Motion Planning Algorithms and Applications Under Uncertainty.
8. D. Jin, Z. Fang and J. Zeng, (2020) A Robust Autonomous Following Method for Mobile Robots in Dynamic Environments, in IEEE Access, vol. 8, p. 150311-150325.
9. Mahajan, Hemant & Uke, Nilesh & Pise, Priya & Shahade, Makarand & Dixit, Vandana & Bhavsar, Swapna & Deshpande, Sarita. (2022). Automatic robot Manoeuvres detection using computer vision and deep learning techniques: a perspective of internet of robotics things (IoRT). Multimedia Tools and Applications.
10. H. -T. L. Chiang, A. Faust, M. Fiser and A. Francis, (2019) Learning Navigation Behaviors End-to-End With AutoRL, in IEEE Robotics and Automation Letters, vol. 4, no. 2, p. 2007-2014.
11. A. Antonucci, G. P. R. Papini, P. Bevilacqua, L. Palopoli and D. Fontanelli, (2022) Efficient Prediction of Human Motion for Real-Time Robotics Applications With Physics-Inspired Neural Networks, in IEEE Access, vol. 10, p. 144-157.
12. Gurjeet Singh, V.K. Banga. (2022). Robots and its types for industrial applications, Materials Today: Proceedings, vol. 60, p. 1779-1786.
13. Bekey G. (2005) Autonomous Robots — From Biological Inspiration To Implementation And Control. MIT Press, p. 577.
14. R. Siegwart, I. R. Nourbakhsh and D. Scaramuzza, (2011), Introduction to Autonomous Mobile Robots, Cambridge, MA, USA:MIT Press, p. 472.
15. Trojnacki, Maciej & Dąbek, Przemysław. (2019). Mechanical Properties of Modern Wheeled Mobile Robots. Journal of Automation, Mobile Robotics and Intelligent Systems, vol.13, p. 3-13.
16. Blanco, Jose Luis & González-Jiménez, Javier & Fernández-Madrigal, J.-A. (2007). Mobile robot ego-motion estimation by proprioceptive sensor fusion. International Symposium on Signal Processing and its Applications 2007 (ISSPA07), p.1- 4.
17. Gorostiza, Ernesto Martín, José Luis Lázaro Galilea, Franciso Javier Meca Meca, David Salido Monzú, Felipe Espinosa Zapata, and Luis Pallarés Puerto. (2011) Infrared Sensor System for Mobile-Robot Positioning in Intelligent Spaces. Sensors, no. 5, p. 5416-5438.
18. Aqel, M.O.A., Marhaban, M.H., Saripan, M.I. et al. (2016) Review of visual odometry: types, approaches, challenges, and applications. SpringerPlus 5, 1897.
19. M. Kam, Xiaoxun Zhu and P. Kalata, (1997) Sensor fusion for mobile robot navigation, in Proceedings of the IEEE, vol. 85, no. 1, p. 108-119.
20. Rubio F, Valero F, Llopis-Albert C. (2019) A review of mobile robots: Concepts, methods, theoretical framework, and applications. International Journal of Advanced Robotic Systems.;vol.16(2).
21. H. Durrant-Whyte and T. Bailey, (2006) Simultaneous localization and mapping: part I, in IEEE Robotics & Automation Magazine, vol. 13, no. 2, p. 99-110.
22. R. Barber, J. Crespo, C. Gomez, A. C. Hernamdez and M. Galli. (2018) Mobile Robot Navigation in Indoor Environments: Geometric Topological and Semantic Navigation. Applications of Mobile Robots, p. 1-25.
23. M. B. Alatise and G. P. Hancke. (2020) A Review on Challenges of Autonomous Mobile Robot and Sensor Fusion Methods, in IEEE Access, vol. 8, p. 39830-39846.
24. Andreas Nüchter, Joachim Hertzberg. (2008) Towards semantic maps for mobile robots, Robotics and Autonomous Systems, vol. 56, Issue 11, p. 915-926.
25. M. Colledanchise, D. Malafronte and L. Natale. (2020) Act perceive and plan in belief space for robot localization. IEEE International Conference on Robotics and Automation (ICRA), p. 3763-3769.
26. Y. Chen, W. Chen, L. Zhu, Z. Su, X. Zhou, Y. Guan, et al. (2019) A study of sensor-fusion mechanism for mobile robot global localization, Robotica, vol. 37, no. 11, p. 1835-1849.
27. Q. Li, R. Li, K. Ji and W. Dai. (2015) Kalman Filter and Its Application. 2015 8th International Conference on Intelligent Networks and Intelligent Systems (ICINIS), Tianjin, China, p. 74-77.
28. D. Fox, W. Burgard and S. Thrun. (1999) Markov localization for mobile robots in dynamic environments. Journal of Articial Intelligence Research, vol. 11, p. 391-427.
29. F. Dellaert, D. Fox, W. Burgard and S. Thrun. (1999) Monte Carlo localization for mobile robots, Proc. IEEE Int. Conf. Robot. Autom., vol. 2, p. 1322-1328.
30. Gutmann, J-S., and Dieter Fox. (2002) An experimental comparison of localization methods continued. In IEEE/RSJ International Conference on Intelligent Robots and Systems, vol. 1, p. 454-459.
31. LI, Xiuyun & LIU, Fei & LIU, Juan & LIANG, Shan. (2017). Obstacle avoidance for mobile robot based on improved dynamic window approach. Turkish journal of electrical engineering & computer sciences. vol. 25. p. 666-676.
32. O. A. Abubakr, M. A. Jaradat and M. F. Abdel-Hafez. (2022) Intelligent Optimization of Adaptive Dynamic Window Approach for Mobile Robot Motion Control Using Fuzzy Logic, in IEEE Access, vol. 10, p. 119368-119378.
33. V. Dubey, B. Patel and S. Barde. (2023) Path Optimization and Obstacle Avoidance using Gradient Method with Potential Fields for Mobile Robot. 2023 International Conference on Sustainable Computing and Smart Systems (ICSCSS), Coimbatore, India, p. 1358-1364.
34. Zohaib, Mohammad & Pasha, Mustafa & Riaz, Raja Ali & Javaid, Nadeem & Ilahi, M. & Khan, Rahim. (2013). Control Strategies for Mobile Robot With Obstacle Avoidance. Journal of Basic and Applied Scientific Reseach, vol. 3. p. 1027-1036.
35. Kim, Pil & Park, Chang & Jong, Yun & Yun, Jea & Mo, Eun & Kim, Chin-Su & Jie, Min & Hwang, Soo & Lee, Kang. (2007). Obstacle Avoidance of a Mobile Robot Using Vision System and Ultrasonic Sensor. Journal of Institute of Control Robotics and Systems, vol. 15, p. 545-553.