Методы построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде тема диссертации и автореферата по ВАК РФ 05.02.05, кандидат технических наук Чинь Суан Лонг

• Чинь Суан Лонг
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Чинь Суан Лонг

ВВЕДЕНИЕ.

Глава 1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ

ИССЛЕДОВАНИЯ.

1.1 Анализ методов планирования перемещения мобильного робота

1.2 Особенности планирования перемещения мобильного робота в неизвестной среде.

1.3 Анализ методов планирования перемещения мобильного робота в неизвестной среде с использованием нечеткой логики и нейронных сетей.

1.3.1 Нечеткая логика для планирования перемещения мобильного робота.

1.3.2 Использование нейронных сетей для планирования перемещения мобильного робота в неизвестной среде.

1.3.3 Применение комбинации нейронных сетей и нечеткой логики для планирования перемещения мобильного робота.

1.4 Оперативное управление перемещением мобильного робота в неизвестной среде.

1.5 Постановка цели и задачи исследования.

1.6 Выводы.

Глава 2. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЯ МОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ СТАТИЧЕСКОЙ СРЕДЕ.

2.1 Геометрическое моделирование и кинематика мобильного робота в неизвестной окружающей среде.

2.2 Построение интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов.

2.2.1 Разработка блока переключения.

2.2.2 Разработка моделей нечетких блоков системы планирования перемещения мобильного робота.

2.3 Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов.

2.3.1 Моделирование интеллектуальной системы планирования перемещения мобильного робота в агенте обхода препятствий

2.3.2 Моделирование интеллектуальной системы планирования перемещения мобильного робота в агенте слежения по стене

2.3.3 Моделирование интеллектуальной системы планирования перемещения мобильного робота в агенте движения к цели

2.3.4 Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде.

2.4 Выводы.

Глава 3. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЯМОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ ДИНАМИЧЕСКОЙ СРЕДЕ.

3.1 Разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов.

3.2 Разработка нейронной сети для,классификации ситуаций окружающей среды и переключения межу ними.

3.3 Разработка нечетких блоков для агентов в составе интеллектуальной системы планирования перемещения мобильного робота.

3.4 Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов.

3.5 Выводы.

Глава 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ ПЕРЕМЕ

ЩЕНИЕМ МОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ СРЕДЕ

4.1 Разработка экспериментальной модели системы оперативного управления мобильным роботом в неизвестной среде.

4.1.1 Построение экспериментальной системы.

4.1.2 Описание экспериментального макета мобильного робота.

4.1.3 Датчики расстояния экспериментального макета.

4.1.4 Датчики скорости вращения серводвигателей.

4.1.5 Интерфейсные электронные модули ввода-вывода.

4.2 Алгоритм оперативного управления.

4.3 Экспериментальные исследования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде.

4.3.1 Экспериментальное исследование для агента движения к цели

4.3.2 Экспериментальное исследование для агента слежения по стене

4.3.3 Экспериментальные исследования системы планирования перемещения мобильного робота в неизвестной среде.

4.4 Выводы.

Введение диссертации (часть автореферата) на тему «Методы построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде»

Актуальность проблемы. Мобильные роботы находят все более широкое применение для выполнения различных задач в условиях, когда присутствие человека в зоне их работы или невозможно по соображениям безопасности, либо же нежелательно из-за ограничения производительности обслуживаемого ими технологического оборудования. В виду своей оперативности мобильные роботы широко используются практически во всех сферах жизнедеятельности человека, особенно в. военных и промышленных областях, а также, например, при исследовании других планет. Планирование перемещения мобильного робота является важнейшей проблемой функционирования автономных робототехнических систем. и одной из наиболее активно исследуемых областей современного научно-практического знания. Решение задачи планирования'перемещения-робота охватывает вопросы, связанные с такими- научными областями, как искусственный1 интеллект, вычислительная геометрия, компьютерное моделирование и теория автоматического управления: Автоматизация процесса планирования* перемещения^ прш минимизации • затрат времени на подготовительно-заключительные операции- и ускорении процесса переключения робота с одного производственного задания- на* другое, является основой'для организации гибкого производства.

Целью планирования1 перемещения мобильного робота является обеспечение желаемой траекторию его движения, робота, когда он следует по планируемому пути в соответствии с управляющими воздействиями. Большинство исследований, посвященных проблеме планирования перемещения робота без столкновения с препятствиями! на его пути на основе применения» нейронных сетей и нечеткой логики, проводились в условиях известной окружающей среды. Решение рассматриваемой проблемы с помощью нечеткой логики является общепризнанным, так как в этом случае механизм принятия решения' всегда позволяет генерировать ответные движения робота, вызванные появлением препятствия на его пути. 5

В свою очередь, эффективность использования в рамках данной проблемы нейронных сетей в основном зависит от степени обученности конкретной сети, тогда как самая простейшая модель нечеткой логики вырабатывает требуемый выходной сигнал без какого-либо обучения. Дальнейший поиск решения задачи планирования перемещения робота в режиме реального времени в неизвестной среде с использованием нечеткой логики реализуется посредством применения нейронной сети, обученной правилам нечеткой логики. В этом случае комбинированная нейро-нечеткая система способна более эффективно обучаться и решать проблемы, связанные с нелинейными' системами. Это отражено лишь в небольшом количестве научных работ. Таким образом, решение этих проблем является весьма актуальной научно-технической проблемой.

Соответствие диссертации плану работ ЮРГТУ (НПИ) и целевым комплексным■ программам. Диссертационная работа выполнена в рамках научного направления' ЮРГТУ (НПИ) «Теория^ и принципы создания робототехнических и мехатронных систем- и комплексов», соответствует госбюджетной теме П.3.837 «Разработка-принципов и средств автоматизации и роботизации производства на основе мехатронных технологий и систем» (2004-2008 гг.) и П.3.865 «Разработка теории и принципов построения интеллектуальных мехатронных и робототехнических систем» (2009-2013 гг.).

Целью исследований является разработка методов построения интеллектуальных систем планирования перемещения мобильного робота, обеспечивающих выполнение им планируемой- и уточняемой-непосредственно в процессе движения безопасной траектории в окружающей' среде с неизвестными препятствиями.

Достижение поставленной цели требует решения следующих исследовательских задач:

- анализ современных концепций и методов разработки систем планирования перемещения мобильного робота в неизвестной среде;

- разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде и выполнение ее моделирования;

- разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде и моделирование полученной системы;

- проведение экспериментальных исследований интеллектуальной системы оперативного управления перемещением мобильного робота в неизвестной среде.

Идея работы заключается в разработке методов построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде на базе применения аппарата мультиагентов, нечеткой логики и искусственных нейронных сетей, обеспечивающих выполнение им планируемой и уточняемой непосредственно в процессе движения безопасной траектории в окружающей среде с неизвестными препятствиями.

В качестве методов исследования использованы методы математического моделирования, аналитической геометрии, кинематического и динамического анализа, нечеткой логики, нейронных сетей, робототехники, мехатроники, дискретного интегрирования и прикладного программирования. Аналитические исследования проведены на ЭВМ, а экспериментальные - с использованием модели мобильного робота.

Научные положения, выносимые на защиту:

- метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, включающий создание четырех агентов: обхода препятствий, слежения по стене, движения к цели, управления скоростью и соответствующих им нечетких блоков;

- метод построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, отражающий все возможные местоположения препятствий, возникающих на пути робота; метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающий комбинацию нейронных сетей и нечетких блоков; с целью обеспечения перемещения мобильного робота без столкновений с препятствиями; метод построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной системы.

Научная новизна работы состоит в разработке: метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, отличающегося использованием нечетких блоков, соответствующих каждому из> агентов, и локализацией решения задачи планирования- перемещения робота в каждой возникающей конкретной ситуации, позволяющего повысить точность и-эффективность планирования перемещения; метода построения* модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, на базе разработанной классификационной таблицы, позволяющей сократить количество подлежащих распознаванию ситуаций неизвестной среды; метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающего комбинацию нейронных сетей и нечетких блоков, отличающегося использованием модели нейронных сетей для классификации окружающей среды, с целью обеспечения перемещения мобильного робота без столкновений с препятствиями.

Обоснованность и достоверность результатов* подтверждается корректным использованием фундаментальных законов физики, теории1 автоматического управления, моделирования, выполненными' с использованием современных ЭВМ и программных пакетов для проведения расчетов и обработки результатов экспериментов; применением современных апробированных методов исследований; удовлетворительной сходимостью результатов компьютерного моделирования и экспериментального исследования.

Значение работы. Научное значение работы- состоит в развитии и совершенствовании методов построения интеллектуальных систем, основанных на сочетании возможностей нечеткой^ логики и искусственных нейронных сетей и реализующих процессы планирования перемещения мобильного робота в неизвестной среде.

Практическое значение полученных в работе результатов заключается в разработке:

- метода построения интеллектуальной1 системы планирования перемещения» мобильного робота в неизвестной среде с помощью аппарата мультиагентов, позволяющего эффективно» решать проблему использования роботов в ситуациях отсутствия информации об окружающей среде, обеспечивая их безопасное перемещение по траектории, свободной от столкновений с неизвестными? препятствиями;

- метода построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной* системы, обеспечивающего своевременную реакцию робота на появляющиеся на его пути непредвиденные препятствия;

- пакета программ, обеспечивающих возможность моделирования окружающей среды движения мобильного робота в условиях вероятности 9 появления на его пути неизвестных препятствий, а также функционирования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде, применяемых в различных сферах производства, при проведении научных исследований и в учебном процессе.

Внедрение результатов диссертационного исследования.

Разработанные методы построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде внедрены в ООО «ПК «НЭВЗ» (г. Новочеркасск Ростовской обл.). Материалы диссертационной работы используются в учебном процессе на кафедре «Автоматизация производства, робототехника и мехатроника» ЮРГТУ (НПИ) для студентов специальности 22040265 «Роботы и робототехнические системы» и 22040165 «Мехатроника».

Апробация работы. Основные положения и результаты работы излагались в научных статьях и докладывались на международной научно-технической конференции «Проблемы мехатроники 2006» (Новочеркасск, 2006 г.), международной научно-практической конференции «Мехатроники 2008» (Новочеркасск, 2008 г.), 2-й Российской мультиконференции по проблемам управления (Санкт-Петербург, ЦНИИ «Электроприбор», 2008), 58-й научной конференции ЮРГТУ (НПИ) (Новочеркасск, 2009 г.).

Публикации. Основные материалы диссертации опубликованы в 8 печатных работах, в том числе в 4 статьи в изданиях, рекомендованных ВАК, а также получен патент на полезную модель.

Структура и объем диссертации. Диссертация состоит из введения, 4-х глав, заключения, списка литературы и одного приложения. Общий объем работы составляет 123 страниц машинописного текста, содержит 60 рисунков, 9 таблиц, список литературы из 79 наименований.

Заключение диссертации по теме «Роботы, мехатроника и робототехнические системы», Чинь Суан Лонг

4.4 Выводы

В результате выполненного экспериментального исследования мехатронной системы планирования перемещения мобильного робота в неизвестной среде можно сделать следующие выводы.

1. Проверенные на практике теоретически разработанные системы оперативного управления перемещением мобильного робота в неизвестной среде подтвердили эффективность своего функционирования. Для проведения исследования спроектирована экспериментальная схема, состоящая из лабораторной модели трехколесного мобильного робота, оснащенного семью ультразвуковыми датчиками расстояния типа Devantech SRF04. Карты ввода-вывода соединены с ПК через параллельный порт. Алгоритм оперативного управления разработан в оболочке Microsoft Visual С++, функционирующей в операционной системе Windows. Выходы этого алгоритма - управляющие команды изменения положения платформы мобильного робота, непосредственно поступающие через последовательный порт на их серводвигатели и позволяющие роботу перемещаться по «безопасной» траектории.

2. Проведенные в условиях неизвестной среды практические эксперименты, когда на пути мобильного робота в произвольных и заранее для него неизвестных местах размещались некоторые препятствия, показали, что робот успешно избежал столкновения с ними.

3. Совершенствование экспериментальной базы исследования заключается, во-первых, в использовании большего количества датчиков с более высокой скоростью и точностью измерения расстояния, что позволит снизить соответствующие временные затраты; во-вторых, в добавлении в структуре интерфейсной карты ввода-вывода более быстродействующего микроконтроллера и использовании более совершенного языка программирования; в-третьих, в применении электронного компаса для корректирования ошибки направления. Это также приводит к повышению быстродействия и точности мехатронной системы.

4. Расхождение теоретических и практических результатов в точности достижения цели объясняется погрешностью измерений используемых датчиков.

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основании теоретических и экспериментальных исследований решена актуальная научно-техническая задача разработки методов построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде. В ходе выполнения работы получены следующие результаты, имеющие как научное, так и практическое значение:

1. Научно обоснована необходимость разработки методов построения интеллектуальных систем планирования перемещения мобильного робота с помощью аппарата мультиагентов на основе нечеткого механизма принятия решения, искусственных нейронных сетей и их комбинации, с целью повышения эффективности функционирования робототехнических систем в условиях отсутствия информации об окружающей среде и без непосредственного участия человека-оператора.

2. Предложен метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, отличающийся использованием нечетких блоков, соответствующих каждому из агентов, и локализацией решения задачи планирования перемещения робота в каждой возникающей конкретной ситуации, позволяющий повысить точность и эффективность планирования перемещения.

3. Предложен метод построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, отражающий все возможные местоположения препятствий, возникающих на пути перемещения робота, на базе разработанной классификационной таблицы, позволяющий сократить количество подлежащих распознаванию ситуаций неизвестной среды.

4. Разработан метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающий комбинацию нейронных сетей и нечетких блоков, отличающийся использованием модели нейронных сетей для классификации окружающей среды, с целью обеспечения перемещения мобильного робота без столкновений с препятствиями.

5. Разработана интеллектуальная система планирования перемещения мобильного робота в неизвестной среде с помощью аппарата мультиагентов, позволяющая эффективно решать проблему использования робототехнических систем в ситуациях отсутствия информации об окружающей среде, обеспечивая их безопасное перемещение по траектории, свободной от столкновений с неизвестными препятствиями.

6. Предложен метод построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной системы, обеспечивающий своевременную реакцию робота на появляющиеся на его пути непредвиденные препятствия.

7. Разработан пакет программ, обеспечивающих возможность моделирования окружающей среды движения мобильного робота в условиях вероятности появления на его пути неизвестных препятствий, а также моделирования функционирования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде, применяемых в различных сферах производства, при проведении научных исследований и в учебном процессе.

Список литературы диссертационного исследования кандидат технических наук Чинь Суан Лонг, 2010 год

1. 1.troduction to Robotics: Module Trajectory generation and robot programming FH Darmstadt, summer term 2000. http://www.easy-rob.net.

2. Шахинпур M. Курс робототехники. M.: Мир, 1990.

3. S'andor P. Fekete, Rolf Klein, Andreas Nuchter. (2004). Searching with an Autonomous Robot. SCG'04, Brooklyn, New York, USA.

4. Samaka M. Robot Task-Level Programming Language and Simulation. http://www.waset.org.

5. La Valle S.M. (2006). Planning Algorithms, http://planning.cs.uiuc.edu.

6. Gupta K., Pobil A.P. Practical Motion Planning in Robotics. John Wiley & Sons, Inc., New York, 1998.

7. Jose Mireles Jr. (2004). Kinematics of Mobile Robots.

8. Henrik I Christensen. (2005). Robot Kinematics. Centre for Autonomous Systems

9. Khepera Mobile Robot. http://en.wikipedia.org/wiki/Kheperamobilerobot

10. H.R. Beom, H.S. Cho. (1992). A Sensor-based Obstacle Avoidance Controller For A Mobile Robot Using Fuzzy Logic And Neural Network. Research and Development Laboratory, Gold Star Industrial Systems, Korea. http://ieeexplore.ieee.org.

11. Latombe J. C. (1991). Robot Motion Planning, http://portal.acm.org.

12. Martin Seyr, Stefan Jakubek, Gregor Novak. (2005). Neural Network Predictive Trajectory Tracking of an Autonomous Mobile Robot, http://www.fwf.ac.at

13. Lee, D. The Map-Building and Exploration Strategies of a Simple Sonar-Equipped Mobile Robot: An Experimental, Quantitative Evaluation, Cambridge University Press, UK, 1996.

14. Brooks R. (1986). A Robust Layered Control System for a Mobile Robot. http://ieeexplore. ieee.org.

15. J.Borenstein, Y.Koren. (1989). Real-time obstacle avoidance for fast mobile robot. IEEE Trans. Sys. Man and Cyb. Vol. 19. No. 5.

16. J. Borenstein, В. Everett, L. Feng (1996). Navigating Mobile Robots: Systems and Techniques. A. K. Peters, Ltd.,1. Wellesley.

17. Henrich D., Wurll C., Worn H. (1998). On-line Path Planning with Optimal C-space Discretization. http://ieeexplore. ieee.org.

18. Gonzalez-Banos H., Hsu D., Latombe J. (2006). Motion Planning: Recent Developments, http://motion.comp.nus.edu.sq.

19. Clark C.M. (2004). Dynamic Robot Networks: a Coordination Platform for Multi-Robot Systems, http://sun-valley.stanford.edu.

20. Tsoularis A., Kambhampati C. (1998). On-line Planning for Collision Avoidance on the Nominal Path, http://portal.acm.org.

21. Mumm E.S. (2002). Behavior-Based Control for Cooperative Robotic Planetary Cliff Descent, http://robots.unl.edu.

22. Khaldoun K. Tahboub, Munaf S. N. Al-Din. (2009). A Neuro-Fuzzy Reasoning System for Mobile Robot Navigation. Jordan Journal of Mechanical and Industrial Engineering.

23. Y. Ono, H. Uchiyama, W. Potter. (2004) A Mobile Robot for Corridor Navigation: A Multi-Agent Approach. Artificial Intelligence Center University of Georgia, Athens, GA [e-mail]

24. Tsong-Li Leel and Chia-Ju Wu. (2003). Fuzzy Motion Planning of Mobile Robots in Unknown Environments, http://www.springerlink.com

25. Boonphoapichart SKomada S., and Hod T. (2002). Robot's Motion Decision-Making System in Unknown Environment and its Application to a Mobile Robot. http://ieeexplore. ieee.org.

26. Фирас А. Рахим. (2009). Методы построения интеллектуальных систем планирования и управления перемещением мобильного робота в известной среде. Диссертация кандидата технических наук ЮРГТУ.

27. Hosoda К., Sakamoto К., Asada М. (1995). Trajectory Generation for Obstacle Avoidance of Uncalibrated Stereo Visual Servoing without 3D Reconstruction. http://ieeexplore. ieee.org.

28. Yu Y., Gupta K. (2004). C-space entropy: A measure for view planning and exploration for general robot-sensor systems in unknown environments. http://www.sagepublications.com.

29. Sulzberger S.M., Tschichold-Gurman N.N., Vestli S.J. (1993). FUN: Optimization of Fuzzy Rule Based Systems Using Neural Networks. http://ieeexplore. ieee.org.

30. Liang K, Li Z, Chen D., Chen X. (2004). Improved Artificial Potential Field for Unknown Narrow Environments. http://ieeexplore. ieee.org.

31. MAE 2140 Introduction to Robotics 2006/07 Spring Semester. http://www2.acae.cuhk.edu.hk.

32. Axel Schneider and Daniel Westhoff. (2002). Autonomous Navigation and Control of a Mobile Robot in a Cell Culture Laboratory. Diploma Thesis, University of Bielefeld, Germany.

33. Zlajpah L., Nemec B. (2002). Kinematic control algorithms for on-line obstacle avoidance for redundant manipulators. http://ieeexplore. ieee.org.

34. Tang Quoc Nam. (2009). Controlling and Mapping of Mobile Robot. Diploma Thesis PhD, Hanoi, Vietnam.

35. Khatib O. (1986). Real-Time Obstacle Avoidance for Manipulators and Mobile Robots, http://portal.acm.org.

36. Fu Y., Jin В., Li H., Wang S. (2006). A robot fuzzy motion planning approach in unknown environments, http://springerlink.metapress.com.

37. R. Brooks. (1983). Solving the find path problems by good representation of free space. IEEE Trans, Sys, Man, Cyb. Vol. 13. No. 3.

38. Mark Leyden, Daniel Toal and Colin Flanagan. (2004). A Fuzzy Logic Based Navigation System for a Mobile Robot. Department of Electronic & Computer Engineering, University of Limerick, Ireland. [e-mail].

39. Hartmut Surmann, Jorg Huser and Liliane Peters. (2002). A Fuzzy System for Indoor Mobile Robot Navigation. German National Research Center for Computer Science, Germany.

40. Arbib, Michael A. (Ed.) (1995). The Handbook of Brain Theory and Neural Networks.

41. Neural Network, http://www.answers.com/topic/neural-network

42. Jasmin Velagic, Nedirn Osmic and Bakir Lacevic. (2008). Neural Network Controller for Mobile Robot Motion Control. Proceedings of World Academy of Science, Engineering and Technology. Vol. 30. ISSN 1307-6884.

43. R. Fierro and F. L. Lewis. (1998). Control of a Nonholonomic Mobile Robot Using Neural Networks. IEEE Transactions of Neural Networks. Vol. 9, No. 4.

44. Danica Janglova (2004). Neural Networks in Mobile Robot Motion. Inernational Journal of Advanced Robotic Systems. Vol. 1. No. 1.

45. George Palamas, George Papadourakis and Manolis Kavoussanos. (2005) Mobile Robot Position Estimation using unsupervised Neural Networks. Technological Educational Institute of Crete.

46. Min Meng and А. С. Как. (1992). Mobile Robot Navigation Using Neural Networks and Nonmetrical Environment. IEEE International Conference on Systems, Man, and Cybernetics.

47. Alessandro Saffiotti. (1997). Fuzzy Logic in Autonomous Robotics: Behavior Coordination. Proceedings of 8th IEEE Conference on Fuzzy Systems.

48. Kazuo Tanaka, Hua O. Wang. (2001). Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality Approach. A Wiley-Interscience Publication.

49. Fuzzy Logic, http://www.answers.com/topic/fuzzy-logic

50. Viorel Stoian, Mircea Ivanescu. (2000). Robot Control by Fuzzy Logic. University of Craiova, Romania

51. Leslie Astudillo, Oscar Castillo, Patricia Melin, Arnulfo Alanis, Jose Soria. (2006). Intelligent Control of an Autonomous Mobile Robot using Type-2 Fuzzy Logic. [e-mail].

52. ЦЮЙ Дуньюэ. (2007). Разработка системы управления мобильными роботами с использованием нечетких моделей. Диссертация кандидататехнических наук. Московский государственный технологический университет «Станкин».

53. Keigo Watanabe, Jim Tang, Masatoshi Nakamura, Shinji Koga, and Toshio Fukuda. (1996). A Fuzzy-Gaussian Neural Network and Its Application to Mobile Robot Control. IEEE Transactions on Control Systems Technology. Vol. 4. No. 2.

54. Jadranka Jukic. (2001). Fuzzy Logic Based Movement Control in a High-Resolution Combat Simulation. University of Zagreb, Croatia. [e-mail].

55. D R Parhi and M. К Singh. (2008). Intelligent fuzzy interface technique for the control of an autonomous mobile robot. Proc. IMechE Vol. 222 Part C: J. Mechanical Engineering Science.

56. Amir Massoud Farahmand, Caro Lucas. (2003). Fuzzy Neural Network Implementation of Q(X) for Mobile Robots.

57. M. K. Sink D.R.Parhi, S.Bhowmik, S.K.Kashyap. (2008). Intelligent Controller for Mobile Robot: Fuzzy Logic Approach. The 12th International Conference of International Association for Computer Methods and Advances in Geomechanics (IACMAG).

58. Hsiang L.K. (2002). Integrated Robot Planning and Control With Extended Kohonen Maps, http://www.comp.nus.edu.sg.

59. Wdsch T. (2003). mPlanner: Robot Motion Planning based on Interaction of Planner and Controller, http://citeseer.ist.psu.edu.

60. Афонин B.JI., Макушкин B.A. Интеллектуальные робототехнические системы, http://www.intuit.ru.

61. Гловко В.А., Игнатюк О.Н., Садыхов Р.Х. Нейросетевой подход к реактивному управлению мобильным роботом // Датчики и системы. -2002.- №7.

62. Попов Е.П., Письменный Г.В. Основы робототехники: Введение в специальность. -М.: Высш. шк., 1990.

63. The CRC Handbook of Mechanical Engineering / ed. by Frank K., Yogi G.D. -Boca Raton: CRC Press, 1999.

64. Yim H., Butler A.C. (1995). Motion Planning Using Fuzzy Logic Control with Minimum Sensors. http://ieeexplore. ieee.org.

65. Описание ультразвуковых датчиков фирмы Acroname. www.acroname.com

66. Ohlson Т., Wramdemark J. (2004). An ultrasonic sensor classifier for local environment mapping in mobile robotics, http://www.ituniv.se.

67. Фрайден Дж. Современные датчики. Справочник. М.: Техносфера, 2006.

68. Hosoda К., Sakamoto К., Asada М. (1995). Trajectory Generation for Obstacle Avoidance of Uncalibrated Stereo Visual Servoing without 3D Reconstruction. http://ieeexplore. ieee.org.

69. Jang JR., Sun C. (1995). Neuro-Fuzzy Modeling and Control. http://ieeexplore. ieee.org.

70. Lin F., Wai R. Wang S. (1998). A Fuzzy Neural Network Controller for Parallel-Resonant Ultrasonic Motor Drive. http://ieeexplore. ieee.org.

71. Полис Ф., Филаретов В. Ф., Цепковский Ю., Юхимец Д.А. Применение нейрофаззи сетей для управления сложными нелинейными динамическими объектами с переменными параметрами // Мехатроника, автоматизация, управление. № 3. 2006.

72. Метод обратного распространения ошибки, http://ru.wikipedia.org.

73. Основы теории нейронных сетей, http://www.intuit.ru.

74. Weizhong Huang, Jieshen Liang. (2003). Design and Realization of Compass Navigation Control System for Mobile Robot. College of Automation Science and Engineering, South China University of Technology, Guangzhou, China.

75. Ни Dake. (2002). Programming Design and Development of MSP430 MCU.

76. Beijing University of Aeronautics and Astronautics.

77. Chung-Hsien Kuo, Hsu-Lung Huang, Ming-Yih Lee (2003). Development of Agent-based Autonomous Robotic Wheelchair Control System. Department of Mechanical Engineering, Chang Gung University, Tao-Yuan, Taiwan

78. Hans P. Moravec, Alberto Elfes. (1985). High Resolution Maps from Wide Angle Sonar. Proceedings of the IEEE International Conference on Robotics and Automation (ICRA85).

79. Техническое описание электронного компаса CMPS03. http://www.robot-electronics.co.uk/htm/cmps3tech.htm