ЗАСТОСУВАННЯ АЛГОРИТМІВ ТЕОРІЇ ГРАФІВ У МОДЕЛЮВАННІ 2D СКАНЕРА ДЛЯ ОБХОДУ ПЕРЕШКОД
DOI:
https://doi.org/10.20998/2413-4295.2023.04.06Ключові слова:
RPLIDAR A1, алгоритм А*, алгоритм Дейкстри, пошук шляхуАнотація
Розглядається проблематика розробки та застосування моделі лазерного датчика відстані RPLIDAR A1 для задачі обходу перешкод у рамках функціонування віртуального робота, при цьому акцент зроблено на використанні алгоритмів теорії графів. Проведено аналіз впливу алгоритмів Дейкстри та A* на ефективність процесу ухилення від перешкод за допомогою 2D сканера. Важливість цих алгоритмів у контексті теорії графів підкреслена через їх здатність до оптимізації навігаційних траєкторій ів умовах, які передбачають наявність множинних перешкод. Окрему увагу приділено значенню розглядуваних алгоритмів у сферах автономної навігації, зокрема в їх застосуванні у секторах, як-от безпілотні літальні апарати, аграрний сектор, геодезичні дослідження та сфера пошуково-рятувальних операцій. Надано опис розробленого програмного засобу з інтегрованою графічною складовою та користувацьким інтерфейсом, що забезпечує можливість контролю над процесом сканування та навігації. Наданий опис робочих принципів та моделей виміру, що застосовуються у 2D датчиках, сприяє глибокому розумінню функціональних можливостей та потенціалу використання RPLIDAR A1. Дослідження підтвердило, що включення алгоритмів Дейкстри та A* в систему обходу перешкод значно покращує ефективність та безпеку роботи мобільних роботів. Тестування розробленої моделі виявило значну перевагу інтеграції вказаних алгоритмів у порівнянні з традиційними підходами, відкриваючи нові перспективи для розвитку передових автономних навігаційних систем. Важливість застосування алгоритмів теорії графів у розробці роботизованих систем висвітлена через їх вплив на підвищення якості виявлення та ухилення від перешкод, що сприяє поліпшенню ефективності автономних навігаційних систем у галузях робототехніки та автоматизованого транспорту.
Посилання
Ye C., Borenstein J. Characterization of a 2-D laser scanner for mobile robot obstacle negotiation. ICRA, 2002, pp. 2512-2518, doi: 10.1109/ROBOT.2002.1013609.
Fayad F., Cherfaoui V. Tracking objects using a laser scanner in driving situation based on modeling target shape. Intelligent Vehicles Symposium, 2007, pp. 44-49. doi: 10.1109/IVS.2007.4290089.
Takahashi M., Kobayashi K., Watanabe K., Kinoshita T. Development of prediction based emergency obstacle avoidance module by using LIDAR for mobile robot. Soft Computing and Intelligent Systems (SCIS), Joint 7th International Conference on and Advanced Intelligent Systems (ISIS) [15th International Symposium on], 2014, pp. 561-564, doi: 10.1109/SCIS-ISIS.2014.7044725.
Zhou X., Wang Y., Zhu Q., Miao Z. Circular object detection in polar coordinates for 2D LIDAR data. Chinese Conference on Pattern Recognition, 2016, pp. 65-78, doi: 10.1016/j.infsof.2012.11.006.
Yu C., Zhang D. Obstacle detection based on a four-layer laser radar. Robotics and Biomimetics, ROBIO 2007. [IEEE International Conference on], 2007, pp. 218-221, doi: 10.1109/ROBIO.2007.4522163.
Dutta A., Roy S., Kreidl O., Bölöni L. Multi-robot information gathering for precision agriculture: Current state, scope, and challenges. IEEE Access, 2021, no 9, pp. 161416–161430, doi: 10.1109/ACCESS.2021.3130900.
Liu X., Wang J., Li J. URTSegNet: A real-time segmentation network of unstructured road at night based on thermal infrared images for autonomous robot system. Control. Eng. Pract, 2023, no 137, pp. 105560, doi: 10.1016/j.conengprac.2023.105560.
Cen Y., Wang L., Zhang H. Real-time obstacle avoidance strategy for mobile robot based on improved coordinating potential field with genetic algorithm. Control Applications [IEEE International Conference on], 2007, pp. 415-419, doi: 10.1109/cca.2007.4389266.
Li G., Yamashita A., Asama H., Tamura Y. An efficient improved artificial potential field based regression search method for robot path planning, Mechatronics and Automation (ICMA) [International Conference on], 2012, pp. 1227-1232, doi: 10.1109/ICMA.2012.6283526.
Zhang Q., Chen M. S., Li B. A visual navigation algorithm for paddy field weeding robot based on image understanding. Comput. Electron. Agric, 2017, no 143, pp. 66–78, doi: 10.1016/j.compag.2017.09.008.
Kapitonova Yu. V., Kryvyi S. L., Letychevskyi O. A., Lutsykyi H. M., Pesurin M. K. Osnovy dyskretnoi matematyky. Kyiv, 2002.
Andriichuk V. I., Komarnytskyi M. Ya., Ishchuk Yu. B. Vstup do dyskretnoi matematyky. Lviv. Vydavnychyi tsentr LNU imeni Ivana Franka. 2003.
Laser range scanner RPLIDAR A1 Datasheet. Available at: https://download.slamtec.com/api/download/rplidar-a1m8-datasheet/2.1?lang=en
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Оксана Татарінова
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Журнал публікує статті згідно з ліцензією Creative Commons Attribution International CC-BY.