کنترل مدل پیش بین مبتنی بر بینایی برای ربات متحرک چرخ دار

در این مقاله کنترل ربات متحرک چرخ دار بر مبنای بینایی ماشین موردتوجه واقع شده است. یکی از روش های رایج در کنترل سیستم های مذکور، استفاده از الگوریتم های مدل پیش بین می باشد. در این دست از سیستم ها، سرعت پاسخ الگوریتم کنترلی و بهینگی آن دو فاکتور اساسی برای رسیدن به عملکرد مطلوب می باشد. همچنین عدم امکان دست یابی به مقادیر دقیق پارامترهای ربات و تغییر آن ها در حین عملکرد ربات، چالش مهمی در پیاده سازی کنترل کننده است، لذا تمرکز این مقاله روی الگوریتم کنترلی مدل پیش بین مقاوم و بی درنگ می باشد تا بتواند علاوه بر پاسخ بهینه و بی درنگ، پایداری ربات را در برابر نایقینی ها و اغتشاشات محیطی تضمین نماید. به این منظور از روش بهینه سازی شبکه عصبی بازگشتی تصویر به عنوان بهینه ساز کنترل مدل پیش بین استفاده شده تا بتواند به صورت بی درنگ مقادیر بهینه ورودی های کنترلی را محاسبه نماید. ترکیب بهینه سازی شبکه عصبی بازگشتی تصویر با کنترل مدل پیش بین منجر به فرمول بندی و قیود جدیدی شده که نوآوری مقاله محسوب می شود. در نهایت به منظور بررسی صحت عملکرد الگوریتم پیشنهادی، عبور ربات از راهرو با حضور موانع در نرم افزار V-REP شبیه سازی شده است. نتایج نشان می دهد که زمان محاسبه ورودی کنترلی بهینه در مقایسه با روش های مشابه کاهش یافته است و همچنین انتخاب مسیر بهینه توسط سیستم فازی در حضور موانع به شکل مناسبی انجام شده است.

کلیدواژه ها:

Model predictive control ، Optimization ، Projection recurrent neural network ، Nonholonomic mobile robot ، Fuzzy system ، کنترل مدل پیش بین ، بهینه سازی ، شبکه عصبی بازگشتی تصویر ، ربات متحرک غیرهولونومیک ، سیستم فازی