طراحي الگوريتم تعقيب هدف براي حركت گروهي ربات ها

Designing a target tracking algorithm for group movement of robots

در اين مقاله به معرفي روش هاي مختلف در خصوص حركت چيدماني ربات ها و احصاء معايب و محاسن اين روش ها پرداخت شده است. با تركيب روش هاي تابع پتانسيل، ساختار مجازي و تعقيب رهبر، الگوريتمي بدست مي آيد كه ضمن دارا بودن محاسن روش هاي مزبور، معايب و چالش هاي اين روش ها را نيز تا حد زيادي بر طرف كرده است. الگوريتم حاصل جهت طراحي مسير مطلوب حركت ربات ها مورد استفاده قرار مي گيرد و يك كنترل كننده مد لغزشي بعنوان ابزاري مفيد براي مجبور نمودن ربات ها جهت تبعيت از اين مسيرهاي مطلوب نقش ايفاء مي كند. در نهايت براي ارزيابي كاركرد سامانه طراحي شده، حركت يك گروه شش تايي از ربات هاي غيرهولونوميك كه يك هدف را بصورت چيدمان مثلثي در برگرفته اند، در نرم افزار متلب مورد شبيه سازي قرار گرفته است. با تجريه و تحليل نتايج بدست آمده و مقايسه با كارهاي انجام شده ساير محققين، مشخص شد كه الگوريتم معرفي شده مزاياي مهمي نسبت به كارهاي قبلي، از قبيل: كاهش حجم محاسبات، حذف حداقل هاي محلي توابع پتانسيل، كاهش محدوده تغييرات ورودي هاي كنترلي ديناميك ربات ها و كاهش تعداد ضرايب وزني جهت تنظيم توابع پتانسيل را به همراه دارد. لازم به ذكر است مزاياي هاي حاصل، اين روش را براي كاربردهاي عملي مناسب تر مي كند.

Abstract: In this article, various methods have been introduced regarding the movement of robots and the advantages and disadvantages of these methods. By combining the methods of potential function, virtual structure and leader tracking, an algorithm is obtained that, while having the merits of the mentioned methods, also overcomes the disadvantages and challenges of these methods to a large extent. The resulting algorithm is used to design the desired movement path of the robots, and a sliding mode controller acts as a useful tool to force the robots to follow these desired paths. Finally, to evaluate the performance of the designed system, the movement of a group of six non-holonomic robots that surround a target in a triangular formation has been simulated in MATLAB software. The obtained results is compared with the works done by other researchers. It was found that the introduced algorithm has important advantages over previous works, such as reducing the volume of calculations, removing the local minima of potential functions, reducing the range of input changes, the reduction of the number of weight coefficients to adjust the potential functions. It should be noted that the resulting advantages make this method more suitable for practical applications.