Интеллектуальное планирование траекторий подвижных объектов в средах с препятствиями, Пшихопов В.Х., 2015

Интеллектуальное планирование траекторий подвижных объектов в средах с препятствиями, Пшихопов В.Х., 2015.

   В монографии рассматриваются современные методы интеллектуального планирования траекторий подвижных объектов на плоских средах со стационарными препятствиями. Приводится обзор методов планирования траекторий, включающий графо-аналитические, нейросетевые, нечеткие и бионические методы, а также генетические процедуры поиска. Предлагаются критерии оценки качества, по которым производится сравнительный анализ методов. Для научных сотрудников и аспирантов, работающих в области системного анализа, робототехники и теории систем управления.
Рецензенты: д-р техн. наук Глебов Н.А.; д-р техн. наук Нейдорф Р.А.
Работа выполнена при поддержке гранта РНФ 14-19-01533 «Разработка теории и методов создания интеллектуальных позиционно-траекторных систем управления подвижными объектами в условиях неопределенности».




Математическая модель ПО на базе колесной тележки.
Общая структура уравнений ПО в двумерном пространстве совпадает с (1.1), т. е. состоит из уравнений динамики движения, уравнений кинематики и уравнений приводов.

Тип кинематической схемы шасси мобильного робота определяет его маневренность и во многом управляемость, внося тем самым некоторую специфику как в процедуры планирования траекторий движения робота, так и в процедуры синтеза управляющих алгоритмов.

Математические модели колесных платформ, платформ мобильных роботов, автомобилей подробно рассмотрены в [16, 17, 66]. Обычно модель движения колесного робота строится на основе модели абсолютно твердого тела или системы абсолютно твердых тел, соединенных друг с другом шарнирами [16, 17, 66]. При этом одно твердое тело является платформой, а остальные — прикрепленные к нему колеса. Положение платформы определяется относительно некоторой базовой системы координат, а положение колеса — углом поворота относительно оси, связанной с платформой.

В данной монографии в качестве примера управляемого подвижного объекта используется кинематическая схема типа «трицикл», которая обладает той отличительной особенностью, что управление движением осуществляется посредством варьирования скоростей колес, находящихся на одной оси вращения, а третье колесо — пассивное (танковый вариант). Кинематическая схема такой колесной платформы, представленной на рис. 1.2, рассмотрена в [16]. Данная кинематическая схема отличается тем, что переднее колесо не является управляющим.

ОГЛАВЛЕНИЕ.
Введение.
Глава 1. Позиционно-траекторное управление подвижными объектами.
1.1. Анализ задач в области систем управления движением.
1.2. Математические модели движения.
1.2.1. Математическая модель подвижного объекта (15).
1.2.2. Математическая модель ПО на базе колесной тележки (17).
1.2.3. Описание тестовых сцен функционирования подвижного объекта (18).
1.3. Способы формирования траекторий движения.
1.4. Алгоритмы позиционно-траекторного управления.
1.5. Требования к планировщикам перемещений.
1.6. Выводы по главе.
Глава 2. Исследование и разработка методов и нейроподобных структур интеллектуального нейросетевого планирования перемещений автономных подвижных объектов в условиях неопределенности.
2.1. Бионический подход к построению нейросетевого планировщика перемещения ПО в двумерном пространстве.
2.2. Постановка задачи синтеза нейросетевого планировщика в составе системы позиционно-траекторного управления.
2.3. Разработка базового метода определения направления перемещения ПО в условиях неопределенности.
2.3.1. Постановка задачи (36).
2.3.2. Разработка метода в классическом базисе (37).
2.3.3. Моделирование движения в среде MatLab (46).
2.3.4. Реализация DVH-метода в базисе формальных нейронов (55).
2.3.5. Моделирование DVHNN-планнровщика в среде MatLab (61).
2.4. Бионический метод нейросетевого поиска пути.
2.4.1. Формализация задачи планирования применительно к рассматриваемому методу (66).
2.4.2. Разработка метода и реализующих его нейроподобных структур (69).
2.4.3. Моделирование метода средствами Matlab (77).
2.5. Сверточные нейронные сети.
2.5.1. Структура планировщика перемещений (84).
2.5.2. Методы визуального планирования и обхода препятствий (87).
2.5.3. Локальный планировщик перемещений (88).
2.5.4. Моделирование планировщика перемещений (101).
2.5.5. Упрощенный вариант нейросетевого планировщика перемещений на основе сверточной нейронной сети (105).
2.6. Выводы по главе.
Глава 3. Управление подвижными объектами в условиях неопределенности с применением нечетких систем.
3.1. Виды неопределенности.
3.2. Применения нечеткой логики при управлении подвижными объектами.
3.2.1. Формализация описания внешней среды (115).
3.2.2. Формализация описания поведения ПО (118).
3.3. Планирование траектории подвижного объекта.
3.4. Разработка модели поведения подвижных объектов на основе аппарата нечеткой логики.
3.4.1. Анализ принципов формирования траекторий движения подвижного объекта (125).
3.4.2. Анализ методов координации поведения подвижного объекта (126).
3.5. Разработка принципов управления перемещением подвижного объекта.
3.5.1. Общий принцип управления движением (130).
3.5.2. Общий принцип формирования поведений (132).
3.5.3. Поведение «движение к цели» (135).
3.5.4. Поведение «обход препятствия» (138).
3.5.5. Поведение «движение вдоль стены» (141).
3.5.6. Поведение «чрезвычайная ситуация» (143).
3.5.7. Результаты имитационного моделирования системы управления подвижным объектом (145).
3.6. Выводы по главе.
Глава 4. Генетические алгоритмы планирования траекторий.
4.1. Обобщенный алгоритм планирования.
4.2. Формирование графа.
4.2.1. Общие понятия (151).
4.2.2. Алгоритм формирования графа для задачи планирования (152).
4.3. Разработка генетических алгоритмов планирования.
4.3.1. Общие понятия из теории генетических алгоритмов (153).
4.3.2. Разработка и исследование генетического алгоритма планирования траектории ПО (156).
4.4. Результаты моделирования процессов поиска пути с использованием генетических алгоритмов.
4.4.1. Результаты имитационного моделирования без картографии (177).
4.5. Результаты имитационного моделирования с картографией.
4.6. Выводы но главе.
Глава 5. Графо-аналитические методы планирования перемещения подвижных объектов.
5.1. Метод потенциальных полей для управления подвижными объектами.
5.1.1. Основные положения (186).
5.1.2. Обзор известных примеров применения метода потенциальных полей (187).
5.1.3. Примеры реализации метода потенциальных полей (205).
5.2. Применение диаграмм Вороного для планирования траекторий.
5.2.1. Общее описание (213).
5.2.2. Обзор известных примеров применения диаграмм Вороного (214).
5.2.3. Улучшение известных решений с помощью алгоритма картографирования (218).
5.2.4. Пример реализации алгоритма планирования с применением диаграммы Вороного (221).
5.3. Планирование траекторий перемещения с учетом инерционных свойств подвижного объекта.
5.3.1. Основные положения (226).
5.3.2. Обзор известных подходов к планированию с учетом инерционных свойств подвижных объектов (226).
5.3.3. Пример реализации алгоритма планирования с учетом инерционных свойств подвижного объекта (233).
5.4. Выводы по главе.
Глава 6. Планирование и управление движением с использованием бионических подходов на базе неустойчивых режимов.
6.1. Неформализованные среды с точечными препятствиями.
6.2. Неформализованные среды со сложными препятствиями.
6.2.1. Формирование траекторий движения ПО (243).
6.2.2. Структурно-алгоритмическая реализация системы управления ПО (245).
6.2.3. Результаты моделирования (248).
6.3. Совместное использование неустойчивых режимов и виртуальной точки для обхода препятствий.
6.4. Выводы по главе.
Заключение.
Список литературы.
Перечень сокращений.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Интеллектуальное планирование траекторий подвижных объектов в средах с препятствиями, Пшихопов В.Х., 2015 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - pdf - Яндекс.Диск.




Теги: учебник по физике :: физика :: Пшихопов