RUS  ENG
Полная версия
ЖУРНАЛЫ // Автоматика и телемеханика // Архив

Автомат. и телемех., 2021, выпуск 1, страницы 95–118 (Mi at15361)

Эта публикация цитируется в 7 статьях

Робастное, адаптивное и сетевое управление

Управление мобильным роботом с прицепом на основе нильпотентной аппроксимации

А. А. Ардентов, А. П. Маштаков

Институт программных систем им. А.К. Айламазяна РАН, Переславль-Залесский

Аннотация: Рассматривается кинематическая модель мобильного робота с прицепом, движущегося по однородной плоскости. Робот может двигаться вперед-назад и вращаться на месте. Для рассматриваемой модели ставится задача оптимального управления: требуется перевести систему “робот с прицепом” из произвольно заданной начальной конфигурации в произвольно заданную конечную конфигурацию так, чтобы величина маневра была минимальна. Под маневром понимается функционал, задающий компромисс между линейным и угловым перемещением робота. В зависимости от способа сцепки прицепа с роботом такая задача соответствует двухпараметрическому семейству задач оптимального управления в 4-мерном пространстве с 2-мерным управлением.
Предлагается метод нильпотентной аппроксимации для приближенного решения задачи. Разработан ряд итерационных алгоритмов и программ, успешно решающих поставленную задачу в идеальном случае — при условии отсутствия фазовых ограничений. На основе этих алгоритмов предлагается специализированный алгоритм перепарковки, решающий частный случай задачи, когда начальное и конечное положение робота совпадают, и учитывающий фазовое ограничение на угол поворота прицепа, возникающее в реальных системах.

Ключевые слова: робот с прицепом, кинематическая модель, оптимальное управление, нильпотентная аппроксимация, субриманова задача.

Статья представлена к публикации членом редколлегии: Л. Б. Рапопорт

Поступила в редакцию: 13.10.2019
После доработки: 14.05.2020
Принята к публикации: 09.07.2020

DOI: 10.31857/S0005231021010050


 Англоязычная версия: Automation and Remote Control, 2021, 82:1, 73–92

Реферативные базы данных:


© МИАН, 2024