The agent, state-space model of the mobile robot

eng Artykuł w języku angielskim DOI: 10.14313/PAR_229/41

wyślij Krzysztof Oprzędkiewicz , Maciej Ciurej , Maciej Garbacz AGH Akademia Górniczo-Hutnicza, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Pobierz Artykuł

Abstract

The paper is devoted to present a new agent model of wheeled mobile robot. The proposed model based on nonlinear state space, discrete model of kinematics and employes Braitenberg algorithm to control the robot during move to target with passing obstacles. As a real robot the Khepera robot with IR proximity sensors was considered. The proposed agent model can be generalized onto another similar classes of devices. Results of experiments show that the proposed model correctly describes the behaviour of real device during realization of different jobs, for example obstacle passing.

Keywords

agent model, Braitenberg algorithm, design pattern, mobile robot, trajectory planning

Agentowy model robota mobilnego w przestrzeni stanu

Streszczenie

W artykule zaprezentowano nowy model agentowy kołowego robota mobilnego. Proponowany model bazuje na nieliniowym równaniu stanu opisującym kinematykę robota i wykorzystuje algorytm Braitenberga z zadanym punktem końcowym w celu omijania przeszkód. Jako przykład rzeczywistego robota rozważono robot Khepera III z czujnikami IR do wykrywania i omijania przeszkód. Zaproponowany model agentowy może być uogólniony na inne klasy podobnych urządzeń. Wyniki symulacji pokazują, że zaproponowany model dobrze opisuje zachowanie się rzeczywistego urządzenia podczas realizacji różnych zadań, np. przy omijaniu przeszkód.

Słowa kluczowe

algorytm Braitenberga, model agentowy, planowanie trajektorii ruchu, robot mobilny, wzorce projektowe

Bibliografia

  1. Benaissa S., Moutaouakkil F., Medromi H., New Multi-Agent’s Control Architecture for the Autonomous Mobile Robots, “International Review on Computers and Software”, Vol. 6, No. 4, 2011, 477–480.
  2. Braitenberg V., “Vehicles, experiments in synthetic psychology”. Cambridge, MIT University Press Group Ltd., 1984.
  3. Cariou C., Gobor Z., Seiferth B., Berducat M., Mobile Robot Trajectory Planning Under Kinematic and Dynamic Constraints for Partial and Full Field Coverage. “Journal of Field Robotics”, Vol. 34, Iss. 7, 2017, 1297–1312, DOI: 10.1002/rob.21707.
  4. Dumitrache I., Drâgoicea M. (2008) Agent-based Theory Applied in Mobile Robotics, “IFAC Proceedings Volumes”, Vol. 41, Iss. 2, 2008, 13719–13724, DOI: 10.3182/20080706-5-KR-1001.02323.
  5. Garbacz M., Path planning for the mobile robots from the point of view of its controllability, PhD dissertation at AGH University of Science and Technology, supervisor K. Oprzędkiewicz, Kraków 2016.
  6. Gascueña J.M., Fernández-Caballero A., Agent-oriented modeling and development of a person-following mobile robot, “Expert Systems with Applications”, Vol. 38, Iss. 4, 2011, 4280–4290, DOI: 10.1016/j.eswa.2010.09.096.
  7. Nemeiksis A., Osadcuks V., (2017). Trajectory planning of mobile robot movement in unknown environment, [in:] Proceedings of Engineering for Rural Development, Jelgava, 24.-26.05.2017, 1157–1166, DOI: 10.22616/ERDev2017.16.N247.
  8. Oprzędkiewicz K., Garbacz M., Modeling of IR Proximity Sensors with the Use of Interval Mittag-Leffler Function. “Journal of Automation, Mobile Robotics and Intelligent Systems”, Vol. 11, No. 3, 3–6, DOI: 10.14313/JAMRIS_3-2017/22.
  9. Płaskonka J., Different Kinematic Path Following Controllers for a Wheeled Mobile Robot of (2,0) Type. “Journal of Intelligent & Robotic Systems”, Vol. 77, Iss. 3-4, 2015, 481–498, DOI: 10.1007/s10846-013-9879-6.
  10. Shih C., Lin L. (2017). Trajectory Planning and Tracking Control of a Differential-Drive Mobile Robot in a Picture Drawing Application, “Robotics”, Vol. 6, Iss. 3, 2017, DOI: 10.3390/robotics6030017.
  11. Wang W., Lei Z., Trajectory planning for a reconfigurable mobile robot in mobile manipulating mode. [in:] Proceeding of the 11th World Congress on Intelligent Control and Automation, 2014, DOI: 10.1109/WCICA.2014.7052684.
  12. Wang Y., Yang U., Wang S., Path tracking control of an indoor transportation robot utilizing future information of the desired trajectory. “International Journal of Innovative Computing, Information and Control”, Vol. 14, No. 2, 2018, 561–572.
  13. Xue T., Li R., Tokgo M., Ri J., Han G., Trajectory planning for autonomous mobile robot using a hybrid improved QPSO algorithm. “Soft Computing”, Vol. 21, Iss. 9, 2015, 2421–2437, DOI: 10.1007/s00500-015-1956-2.
  14. Zieliński C., Kornuta T., Trojanek P., Winiarski T., Method of Designing Autonomous Mobile Robot Control Systems. Part 1: Theoretical Introduction. “Measurement, Automation, Robotics” (Pomiary Automatyka Robotyka), 9/2011, 84–87 (in Polish).
  15. Zieliński C., Kornuta T., Trojanek P., Winiarski T., Method of Designing Autonomous Mobile Robot Control Systems. Part 2: An Example. “Measurement, Automation, Robotics” (Pomiary Automatyka Robotyka), 10/2011, 84–90 (in Polish).
  16. Zieliński C., Kornuta T., Winiarski T., A Systematic Method of Designing Control Systems for Service and Field Robots, [in:] 19th IEEE International Conference on Methods and Models in Automation and Robotics, MMAR 2014, 1–14.