Управление наземными роботами в недетерминированных средах с препятствиями определенного класса тема диссертации и автореферата по ВАК РФ 05.02.05, кандидат технических наук Ахмед Саад Али Мохаммед

• Ахмед Саад Али Мохаммед
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Ахмед Саад Али Мохаммед

Введение.

1. Глава 1 Обзор методов и постановка задачи управления движением робота в недетерминированной среде с определенным классом препятствий.

1.1 Обзор методов и подходов к управлению движением робота в недетерминированной среде.

1.1.1 Метод структурного синтеза и метод позиционно-траекторного управления.

1.1.2 Интеллектуальные подходы.

1.1.3 Метод потенциалов в задаче выбора пути.

1.1.4 Методы обхода препятствий.

1.1.5 Некоторые прикладные методы синтеза систем управления подвижными объектами.

1.2 Обзор проблемы локальных минимумов

1.3 Постановка задачи управления движением робота в недетерминированной среде с определенным классом препятствий.

1.4 Выводы к главе 1.

2. Глава 2. Методы управления наземными роботами в недетерминированных средах

2.1 Математическая модель наземных роботов.

2.2 Формализация задачи управления.

2.3 Базовые алгоритмы автоматического управления.

2.4 Методы управления НР в недетерминированных средах.

2.4.1 Управление при ■ агрегировании (связывании) образов препятствий.

2.4.2 Интеллектуальное управление с использованием нечеткой логики

2.4.3 Управление с использованием концепции виртуальной целевой точки.

2.5 Выводы к главе 2.

3. Моделирование и анализ движений наземных роботов в недетерминированных средах.

3.1 Структура программного комплекса.

3.1.1 Математическая модель мобильного робот а.

3.1.2 Программная модель внешней среды.

3.1.3 Математическая модель сенсоров и навигационной системы.

3.1.4 Особенности реализации планировщика.

3.2 Результаты моделирования движений мобильного робота.

3.2.1 Результаты моделирования управления при агрегировании (связывании) препятствий.

3.2.2 Результаты моделирования управления с использованием нечеткой логики.

3.2.3 Результаты моделирования управления с использованием концепция виртуальной целевой точки.

3.3 Описание моделирования и анализ его результатов.

3.4 Выводы к главе 3.

4. Глава 4 Аппаратная реализация колесного работа, функционирующего в недетерминированных средах

4.1 Обобщенная функциональная схема бортовой системы управления мобильного робота.

4.2 Алгоритмы работы системы технического зрения.

4.3 Программная реализация системы автоматического управления.

4.4 Результаты экспериментов.

4.4.1 Результаты эксперимента с нестационарным препятствием и стационарной целью.

4.4.2 Результаты экспериментов при агрегировании (связывании) образов препятствий.

4.4.3 Результаты экспериментов с комбинированными алгоритмами управления роботом, основанные на нечетком управлении.

4.4.4 Результаты экспериментов с использованием концепции виртуальной целевой точки.

4.5 Выводы к главе 4.

Введение диссертации (часть автореферата) на тему «Управление наземными роботами в недетерминированных средах с препятствиями определенного класса»

Актуальность темы. В настоящее время наземные роботы (HP) привлекают все большее внимание исследователей в связи с их широким применением. HP должны иметь возможность автономного функционирования в неструктурированных, динамичных, частично наблюдаемых и недетерминированных средах. Все чаще предъявляется требование избегать столкновений со стационарными препятствиями и подвижными объектами. На выполнение указанных требований направлен ряд современных подходов к конструированию систем управления автономными роботами, функционирующими в недетерминированных средах.

Основные проблемы, связанные с использованием указанных подходов и методов к формированию управлений тактического уровня, заключаются в следующем: в необходимости предварительного планирования 1раектории или картографирования области функционирования HP, что налагает существенные ограничения на движение объектов в априори недетерминированных средах; в недостаточной проработанности процедур согласования стратегических уровней планирования и тактических уровней управления; в необходимости дополнительной информации о геометрии, фазовых координатах наземного робота и так далее, что существенно увеличивает эффективность функционирования.

Различным аспектам проблемы управления HP посвящены работы отечественных (Безнос A.B., Жихарев Д.Н., Бурдаков С.Ф., Гайдук А.Р., Зенкевич C.JL, Капустян С.Г., Нейдорф P.A., Подураев Ю.В., Чернухин Ю.В., Юревич Е.И., Ющенко A.C., Каляев И.А., Пшихопов В.Х. и др.), и зарубежных (Montaner М.В., Rigatos G.G., Tzafestas C.S., Lee T.L., Wu C.J., Khatib O., Quoy M., Moga S., Gaussier Р., Janglova. D., Lumelsky V., Stepanov V., SkewisT.,Ren J., Mcisaac K.A., Patel R.V.) ученых.

Однако, при наличии достаточного большого числа публикаций, большинство предложенных подходов к управлению НР ограничено проблемой тупиковых ситуаций, которая возникает, когда робот движется среди препятствий к желаемой цели без априорного знания окружающей среды. НР может попасть в «ловушку» в среде с вогнутыми препятствиями, лабиринтами и т.д. Также, при наличии препятствий, расположенных близко к целевой точке, возможно возникновение циклических движений робота. Таким образом, решение проблемы обхода НР препятствий сложной формы является весьма актуальной научно-технической проблемой.

Целью диссертационной работы является повышение эффективности функционирования НР путем обеспечения автономного управления движением робота в недетерминированной среде с определенным классом препятствий.

Научная задача, решение которой содержится в диссертации, разработка методов управления наземными роботами, обеспечивающих обход препятствий сложной формы в недетерминированной среде, без предварительного картографирования зоны функционирования НР.

Достижение поставленной цели требует решения следующих задач:

- анализ и исследование известных методов управления подвижными объектами в недетерминированных средах с обходом стационарных и нестационарных препятствий;

- разработка алгоритмически реализуемого метода обработки сенсорной информации, позволяющих устранять тупиковые ситуации, обусловленные наличием близко расположенных препятствий;

- разработка метода планирования траекторий НР, позволяющего избегать тупиковых ситуаций, обусловленных наличием препятствий сложной формы определенного класса;

- разработка метода управления НР в средах с препятствиями определенного класса, позволяющих выводить управляемый робот из тупиков и сглаживать его траекторию при перемещении внутри узкого коридора;

- разработка архитектуры программного обеспечения и общих алгоритмов функционирования программно-аппаратного комплекса для исследования перемещений НР;

- проведение экспериментальных исследований системы оперативного управления перемещением НР в недетерминированной среде.

Методы исследования основаны на использовании методов теории управления, теории устойчивости, аналитической механики, теории матриц, аналитического синтеза нелинейных позиционно-траекторных систем управления подвижными объектами, нечеткой логики управления. Проверка эффективности полученных в ходе работы теоретических результатов осуществлялась средствами численного моделирования в среде МАТЬАВ и подтверждена результатами натурных экспериментов.

Достоверность полученных результатов обеспечивается:

- строгими математическими выводами;

- результатами экспериментов и компьютерным моделированием;

- согласованием с данными экспериментов и результатами исследований других авторов.

Наиболее существенные положения, выдвинутые для защиты:

- связывание образов препятствий упрощает их описание и позволяет избегать тупиковых ситуаций;

- преодоление тупиковых ситуаций, возникающих при обходе препятствий сложной формы, можно осуществить за счет совместного применения неустойчивых режимов и интеллектуальных алгоритмов планирования и управления движением НР; 6

- концепция виртуальной целевой точки позволяет повысить эффективность функционирования НР в недетерминированных средах без предварительного картографирования.

Наиболее существенные новые научные результаты, полученные автором и выдвигаемые для защиты:

- алгоритмически реализуемый метод обработки сенсорной информации, отличающийся формированием дополнительных связей между образами препятствиями, и позволяющий устранять тупиковые ситуации, обусловленные наличием близко расположенных препятствий;

- метод управления НР, позволяющий обходить препятствия сложной формы, и отличающийся совместным использованием детерминированных позиционно-траекторных и нечетких регуляторов;

- метод формирования траектории движения НР в недетерминированных средах, позволяющий избегать циклических движений робота и тупиковых ситуаций, обусловленных наличием препятствий сложных форм, отличающийся введением виртуальной целевой точки.

Практическая ценность работы. Полученные в работе результаты могут быть использованы при конструировании систем управления НР, предназначенными для транспортировки грузов, обслуживания опасных для жизни и труднодоступных зон атомной, химической и газовой промышленности, сервисного обслуживания пассажирских терминалов и т.д. Применяемые алгоритмы нетребовательны к вычислительным ресурсам, могут быть реализованы в реальном времени с использованием простых сенсоров.

Апробация работы. Основные результаты исследований по теме диссертации докладывались на международном научно-техническом семинаре в г. Алушта, 2010 г., международной конференции «Автоматизация управления и интеллектуальные системы и среды» (АУИСС - 2010 г.), первой международной конференции «Автоматизация управления и интеллектуальные системы и среды» (Нальчик, 2010 г.), IEEE Международной конференция по мехатронике, (Стамбул, Турция 2011 г.), 4-й международной конференции по машиностроению и технологиям, (Асьют, Египет, 2011 г.), научно-технической конференции «Искусственный интеллект и управление» (ИИУ-2011), всероссийской научной школе «Микроэлектронные информационно-управляющие системы и комплексы» (Новочеркасск, 2011г.).

Реализация и внедрение результатов работы. Теоретические и практические разработки, выполненные в рамках данной работы, использованы при создании колесного автономного мобильного робота «Скиф-3», внедрены в учебный процесс кафедры электротехники и мехатроники ТТИ ЮФУ в рамках курсов «Основы робототехники» и «Управление роботами и робототехническими системами».

Личный вклад автора. Все научные результаты диссертации получены автором лично.

Публикации. Основные результаты исследований по теме диссертации изложены в 9 научных изданиях, в том числе 3 статьях в ведущих научных изданиях, рекомендованных ВАК для публикации результатов работ по диссертациям на соискание ученой степени кандидата технических наук, 6 докладах в материалах Всероссийских и международных конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 135 наименований, содержания и 3 приложений. Основная часть работы изложена на 175 страницах и включает в себя 72 рисунка и 3 таблицы.

Заключение диссертации по теме «Роботы, мехатроника и робототехнические системы», Ахмед Саад Али Мохаммед

4.5. Выводы к главе 4

В результате аппаратной реализации колесного робота и проведенных экспериментов на его базе можно сделать следующие выводы:

1. проведенные эксперименты полностью подтверждают работоспособность методов управления НР в недетерминированных средах, представленных в п. 2.4.

2. применяемые алгоритмы нетребователены к вычислительным ресурсам, отвечают требованиям функционирования в жестком реальном времени и могут быть реализованы с использованием простых сенсоров;

3. проведенные исследования позволяют сделать заключение о перспективности использования предложенных алгоритмов при конструировании систем управления роботов для транспортировки грузов в условиях автоматизированного складского хозяйства, обслуживания опасных для жизни и труднодоступных зон атомной, химической и газовой промышленности, сервисного обслуживания пассажирских терминалов, домашнего применения и т.д.

4. Результаты экспериментов совпали с результатами моделирования и подтвердили увеличение значения интегрального коэффициента эффективности, в случае использования разработанных методов, в 2-3 раза.

Заключение

Основной научный результат диссертации заключается в развитии теории позиционно-траекторного управления подвижными объектами, состоящем в решении актуальной научной задачи управления движением НР в недетерминированных средах с обходом препятствий определенного класса, которая имеет важное практическое значение для автономных НР.

В процессе решения основной научной задачи установлено, что преодоление тупиковых ситуаций, возникающих при обходе препятствий сложной формы, можно осуществить за счет совместного применения неустойчивых режимов и интеллектуальных алгоритмов планирования и управления движением НР.

Разработаны алгоритмы обработки сенсорной информации, отличающиеся формированием дополнительных связей между образами препятствиями, и позволяющие устранять тупиковые ситуации, обусловленные наличием близко расположенных препятствий;

Разработан метод синтеза комбинированного управления НР в недетерминированных средах, позволяющий обходить препятствия сложной формы, и отличающийся совместным использованием детерминированных позиционно-траекторных и нечетких регуляторов;

Разработан метод формирования траектории движения НР в недетерминированных средах, позволяющий избегать циклических движений робота и тупиковых ситуаций, обусловленных наличием препятствий сложных форм, отличающийся введением виртуальной целевой точки;

Разработана архитектура программного обеспечения, общие алгоритмы функционирования программно-аппаратного комплекса для исследования НР;

Проведены экспериментальные исследования системы управления перемещением НР в недетерминированной среде без предварительного картографирования зоны функционирования НР. Сравнение результатов экспериментов показало, что интегральный коэффициент эффективности в случае использования разработанных методов повышается в 2-3 раза.

Список литературы диссертационного исследования кандидат технических наук Ахмед Саад Али Мохаммед, 2012 год

1. Пшихопов В.Х. Позиционно-траекторное управление подвижными объектами // Таганрог: Изд-во ТТИ ЮФУ, 2009. 183 с.

2. Топчиев Б.В. Синергетическое управление мобильными роботами // Нелинейный мир. Т.2. - 2004. - №4. - С. 239-249.

3. Современная прикладная теория управления. Синергетический подход в теории управления. Ч. 2. // Под ред. A.A. Колесникова. Таганрог: Изд-во ТРТУ, 2000.

4. Бойчук JIM. Метод структурного синтеза нелинейных систем автоматического управления. М.: Энергия, 1971. - 112 с.

5. Бойчук JIM. Синтез координирующих систем автоматического управления. -М.: Энергоатомиздат, 1991.

6. Бойчук JI.M. Структурный синтез автоматических многоуровневых систем функционального управления динамическими объектами. Препринт 74-23. Киев: Изд-во института кибернетики АН УССР, 1974.

7. Топчиев Б.В. Синергетический синтез нелинейных кинематических регуляторов мобильных роботов// Синергетика и проблемы теории управления/ Под ред. A.A. Колесникова. -М.: Физматлит, 2004. С. 324-334.

8. Бурдаков С.Ф., Мирошник И.В., Стельмаков Р.Э. Системы управления движением колесных роботов // Санкт-Петербург: "Наука", 2001 .

9. Пшихопов В.Х. управление подвижными объектами в априори неформализованных средах // Известия ЮФУ. Технические науки. -Таганрог, 2008. - № 12. - С. 6-9.

10. Пшихопов В.Х. Аттракторы и репеллеры в конструировании систем управления подвижными объектами // Известия ТРТУ. Тематический выпуск. Перспективные системы и задачи управления. Таганрог: Изд-во ТРТУ, - 2006. - № 3 (58). - С. 117 - 123.

11. Пшихопов В.Х. Организация репеллеров при движении мобильных роботов в среде с препятствиями // Мехатроника, автоматизация, управление, 2008. - №2. - С. 34-41.

12. Montaner М. В., and Ramirez-Serrano A. Fuzzy knowledge-based controller design for autonomous robot navigation // Expert Systems with App'ications, 1998, Vol. 14 (1-2), pp. 179-186.

13. Rigatos G. G., Tzafestas C. S., and Tzafestas S.G. Mobile robot motion control in partially unknown environments using a sliding-mode fuzzy logic controller // Robotics and Autonomous Systems, 2000, Vol. 33, pp. 1-11.

14. Lee T-L., and Wu C-J. Fuzzy motion planning of mobile robots in unknown environments // Journal of Intelligent and Robotic Systems, 2003, Vol. 37(2), pp. 177-191.

15. Wu, C. J. and Tsai, С. C. Localization of an autonomous mobile robot based on ultrasonic sensory information // J. Intelligent Robotic Systems, 2001, Vol. 30 (3), pp. 267-277.

16. Yang X., Moallem M., and Patel R.V. A sensor-based navigation algorithm for a mobile robot using fuzzy logic // International Journal of Robotics and Automation, 2006, Vol. 21(2), pp. 129-140.

17. Fu Y., Li H., Xu H., Wang S., and Ma Y. Parallel Double-layered Fuzzy Control System of Autonomous Robot in Unknown Environment // Systems and Control in Aerospace and Astronautics, ISSCA 1st International Symposium, 2006, pp. 514 519.

18. J. J. Hopfield. Neural networks and physical systems with emergent collective computational abilities // Proceedings of the National Academy of Sciences of the USA, vol. 79 №8 pp. 2554-2558, 1982.

19. Janglova D. Neural Networks in Mobile Robot Motion// International Journal of Advanced Robotic Systems, 2004, Vol. 1(1), pp. 15-22.

20. Каляев И.А. Распределенные системы планирования действий коллективов роботов Текст. // И.А. Каляев, А.Р. Гайдук, С.Г. Капустиан — М.:Янус-К, 2002.

21. Lebedev D. V., Steil J. J., Ritter H. J. The Dynamic Wave Expansion Neural Network Model for Robot Motion Planning In Time Varying Environments // Neural Networks, 2005, Vol. 18, pp. 267 285.

22. Gutierrez-Osuna R., Janet J. A., and Luo R. C. Modeling of Ultrasonic Range Sensors for Localization of Autonomous Mobile Robots // IEEE transactions on industrial electronics, Vol. 45(4), 1998, pp. 654 662.

23. Quoy M., Moga S., and Gaussier P. Dynamical Neural Networks for Planning and Low-Level Robot Control // IEEE Transactions on Systems, Man, and Cybernetics—Part A: Systems and Humans, 2003, Vol. 33(4), pp. 523-532.

24. Ng К. C., and Trivedi M. M. A Neuro-Fuzzy Controller for Mobile Robot Navigation and Multirobot Convoying // IEEE Transactions on Systems, Man, and Cybernetics—Part B: Cybernetics, 1998, Vol. 28(6), pp. 829-840.

25. Araujo R., and Almeida A. T. Learning Sensor-Based Navigation of a Real Mobile Robot in Unknown Worlds // IEEE Transactions on Systems, Man, and Cybernetics Part B: Cybernetics, 1999, Vol. 29(2), pp. 164-178

26. Ye C., Yung N. H. C., and Wang D.A Fuzzy Controller with Supervised Learning Assisted Reinforcement Learning Algorithm for Obstacle Avoidance // IEEE Transactions on Systems, Man, and Cybernetics—Part В ¡Cybernetics, 2003, Vol. 33(1), pp. 17 27

27. Dubrawski A., Reignier P. Learning to Categorize Perceptual Space of a Mobile Robot using Fuzzy-ART Neural Network // IEEE/RSJ/GI International Conference on Intelligent Robots and Systems, 1994, pp. 12721277.

28. Bourdon G., and Henaff P. Fuzzy and Neural Control for Mobile Robotics Experimentations // International Conference on Knowledge-Based Intelligent Electronic Systems, 1997, pp. 659 666.

29. Rusu P., Petriu E. M., Whalen Т. E., Cornell A., and Spoelder H. J. W. Behavior-Based Neuro-Fuzzy Controller for Mobile Robot Navigation // IEEE Transactions on Instrumentation and Measurement, 2003, Vol. 52(4), pp.1335 1340.

30. Hegazy O. F., Fahmy A. A., and Refaie О. M. E. An Intelligent Robot Navigation System Based on Neuro-Fuzzy Control // Lecture Notes inComputer Science, 2004, Vol. 3157, pp. 1017 1018.

31. Nefti S., Oussalah M., Djouani K., and Pontnau J. Intelligent Adaptive Mobile Robot Navigation // Journal of Intelligent and Robotic Systems, 2001, Vol. 30(4), pp.311 329.

32. Платонов A.K., Карпов И.И., Кирильченко A.A. Метод потенциалов в задаче прокладки трассы. М.: Препринт Ин-та прикладной математики АН СССР, 1974. - 27 с.

33. Платонов А.К., Кирильченко А.А., Колганов М.А. Метод потенциалов в задаче выбора пути: история и перспективы. // ИПМ им. М.В. Келдыша РАН. М., 2001.

34. Adams M.D., Ни Huosheng, Probert P.J. Towards a real-time architecture for obstacle avoidance and path planning in mobile robots // IEEE Int. Conf. Robotics and Automation, 1990. pp. 584-589.

35. Borenstein J., Koren Y. Real-time obstacle avoidance for fast mobile robots in cluttered enviroments // IEEE Int. Conf. Robotics and Automation. 1990. -pp. 572-577.

36. Koren, Y., and Borenstein, J. Potential Field Methods and their Inherent Limitations for Mobile Robot Navigation // International Conference on Robotics and Automation, 1991, Vol. 2, pp. 1398 1404.

37. Kim J. O. and Khosla P. K. Real-Time Obstacle Avoidance using Harmonic Potential Functions // IEEE Transaction on Robotics and Automation, 1992, Vol. 8(3), pp. 338 349.

38. Guldner J., Utkin V. I., Hashimoto H., and Harashima F. Tracking gradients of artificial potential fields with non-holonomic mobile robots // American Control Conferences, 1995, pp. 2803 -2804.

39. Guldner, J., and Utkin V.I. Sliding Mode Control for Gradient Tracking and Robot Navigation using Artificial Potential Fields // IEEE Transactions on Robotics and Automation, 1995, Vol. 11(2), pp. 247 254.

40. Yun X., and Tan K-C. A Wall-Following Method for Escaping Local Minima in Potential Field Based Motion Planning // International Conference on Advanced Robotics, 1997, pp. 421 426.

41. Ren J., Mcisaac K.A., and PatelR.V. Modified Newton's Method Applied to Potential Field-Based Navigation for Mobile Robots // IEEE Transactions on Robotics, 2006, Vol. 22 (2), pp. 384 391.

42. Mc Fetridge L., and Ibrahim M. Y. New technique of mobile robot navigation using a hybrid adaptive fuzzy potential field approach //Computers & Industrial Engineering, 1998, Vol. 35(3), pp. 471 474.

43. ГАП. Робототехника и гибкие автоматизированные производства. В 9 книгах. Книга 1. Системные принципы создания гибких автоматизированных производств. -М.: Высшая школа, 1986. -176 с.

44. V. Lumelsky and Т. Skewis. Incorporating range sensing in the robot navigation function // IEEE Transactions on Systems Man and Cybernetics, vol. 20, pp. 1058- 1068, 1990.

45. V. Lumelsky and Stepanov. Path-planning strategies for a point mobile automaton amidst unknown obstacles of arbitrary shape // in Autonomous Robots Vehicles, I.J. Cox, G.T. Wilfong (Eds), New York, Springer, pp. 1058- 1068, 1990.

46. Sankaranarayanan, A., Vidyasagar, M. Path planning for moving a point object amidst unknown obstacles in a plane: a new algorithm and a general theory for algorithm development // Proc. of the IEEE Int. Conf. on Decision and Control 2, 1111-1119, 1990.

47. Sankaranarayanan, A., Vidyasagar, M. A new path planning algorithm for moving a point object amidst unknown obstacles in a plane// Proc. of the IEEE Int. Conf. Robot. Autom. 3, 1930-1936, 1990.

48. Noborio, H. A path-planning algorithm for generation of an intuitively reasonable path in an uncertain 2-D workspace// Proc. of the Japan-USA Symposium on Flex. Autom. 2, 477^80, 1990.

49. Noborio, H., Maeda, Y., Urakawa, K. A comparative study of sensor-based path-planning algorithms in an unknown maze // In Proc. of the IEEE/RSI Int. Conf. on Intelligent Robots and Systems 2, 909-916, 2000.

50. Kamon, I., Rivlin, E., Rimon, E. TangentBug: a range-sensor based navigation algorithm//J. Robot. Res. 17(9), 934-953, 1998.

51. J. Borenstein and Y. Koren. The vector field histogram fast obstacle avoidance for mobile robots // IEEE Transaction on Robotics and Automation.

52. I. Ulrich and J. Borenstein. Vhf+: Reliable obstacle avoidance for fast mobile robots // Proc. of the IEEE Int. Conf. on Robotics and Automation, pp. 1572- 1577, 1998.

53. Ulrich and J. Borenstein. Vhf+: Local obstacle avoidance with look-ahead verification," Proc. of the IEEE Int. Conf. on Robotics and Automation, pp. 2505-2511,2000.

54. Simmons. R. The Curvature Velocity Method for Local Obstacle Avoidance// in Proceedings of the IEEE International Conference on Robotics and Automation, Minneapolis, April 1996.

55. Likhachev M., Ferguson D., Gordon G., Stentz A., Thrun S. Anytime dynamic A*: An anytime, replanning algorithm. // Proceedings of the International Conference on Automated Planning and Scheduling (ICAPS), 2005.

56. Лорьер Ж.-Л. Системы искусственного интеллекта / Пер. с фр. и ред. В. Л. Стефанюка. — М.: Мир, 1991. — С. 238—244. — 20 000 экз. экз. — ISBN 5-03-001408-Х

57. Stuart J. Russell and Peter Norvig. Artificial Intelligence: A Modern Approach, 2006,—pp. 157—162.

58. Нильсон H. Искусственный интеллект: методы поиска решений = Problem-solving Methods in Artificial Intelligence / Пер. с англ. В. JI. Стефанюка; под ред. С. В. Фомина. — М.: Мир, 1973. — С. 70 — 80.

59. Компьютер учится и рассуждает (ч. 1) // Компьютер обретает разум = Artificial Intelligence Computer Images / под ред. В. JI. Стефанюка. — Москва: Мир, 1990. — 240 с.

60. Девятков В.В. Системы искусственного интеллекта: Учеб, пособие для вузов. — М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. — 352 с.

61. Ананий В. Левитин Глава 9. Жадные методы: Алгоритм Дейкстры // Алгоритмы: введение в разработку и анализ. — М.: «Вильяме», 2006. — С. 189—195. —ISBN 0-201-74395-7

62. Смолин Д. В. Введение в искусственный интеллект: конспект лекций. — М.: Физматлит,2004 — 208 с. — ISBN 5-9221-0513-2

63. Хант Э. Искусственный интеллект = Artificial intelligence // Под ред. В. Л. Стефанюка. — М.: Мир, 1978. — 558 с. — 17 700 экз.

64. Вахрушев В.А., Махова A.B., Ушаков В.Н. Один из алгоритмов решения задачи об обходе препятствий // Изв. РАН. Теория и системы управления. 2000. - № 1. - С. 101-109.

65. В.Е.Павловский, В.В.Евграфов, В.В.Павловский. Синтез и исполнение гладких движений мобильного колесного робота с дифференциальным приводом // Информационно-измерительные и управляющие системы. -М.: Изд-во "Радиотехника", №1-3, т. 4. 2005-2006, 30-35 с.

66. Гайдук, А.Р. Оптимальное перемещение тела интеллектуальным роботом / А.Р. Гайдук, С. Г. Капустян, И. О. Шаповалов // Мехатроника, автоматизация, управление. 2009. № 7. - С. 43 - 46.

67. Зенкевич С. Л., Назарова А. В. Система управления мобильного колесного робота. // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение. 2006. - № 3. - С. 31-51

68. Yu, Н.; Chi, С.; Su, Т. & Bi, Q. Hybrid evolutionary motion planning using follow boundary repair for mobile robots// Journal of Systems Architecture, 2001,Vol. 47, Issue 7, pp. 635-647.

69. H. Chang, "A New Technique To Handle Local Minimum For Imperfect Potential Field Based Motion Planning", in Proceedings of the IEEE International Conference on Robotics and Automation, pp. 108-112, Minneapolis, MN, 1996.

70. J.C.Latombe. Robot Motion Planning// 101 philip Drive, Assinippi Park, Norwell, MA 02061:Kluwer Academic Publishers, 1991

71. B. Zhang, W. Chen and M. Fei. An Optimized Method for Path Planning Based on Artificial Potential Field // International Conference on Intelligent Systems Design and Applications, pp. 35-39, 2006

72. Liu С., Ang Jr. M.H., Krishnan H., and Lim S.Y. Virtual Obstacle Concept for Local-minimum-recovery in Potential-field Based Navigation// IEEE International Conference on Robotics & Automation, 2000, pp. 983 988.

73. Nikos C. Tsourveloudis, Kimon P. Valavanis, and Timothy Hebert, Autonomous vehicle navigation utilizing electrostatic potentialfields and fuzzy logic, IEEE Trans. Robotics and Automation, vol. 17, issue 4, pp. 490497, 2001.

74. Xiaoping Yun and Ko-Cheng Tan. A Wall-Following Method for Escaping Local Minima in Potential Field Based Motion Planning// Icra '97, Monterey, Ca, July 7-9, 1997, pp.421-426.

75. Johann Borenstein and Yorem Koren. Real-Time Obstacle Avoidance for Fast Mobile Robots// IEEE Transactions on systems, mam, and cybernetics, vol.19, no.5, September/October, 1989, pp.1179-1187.

76. Пшихопов В. X. Аналитический синтез синергетических регуляторов для систем позиционно-траекторного управления мобильными роботами // Сб. тр. научно-технической конференции «Экстремальная робототехника». СПб.: Изд-во СПбГТУ, 2001. - С. 59-68.

77. Пшихопов В.Х., Чернухин Ю.В., Иванов Ю.И., Медведев М.Ю., Корнеев И.Г., Писаренко С.Н. и др. Отчет о научно-исследовательской деятельности, № госрегистрации 01200112477, Таганрог, 2003.

78. Пшихопов В.Х., Медведев М.Ю. Структурный синтез автопилотов подвижных объектов с оцениванием возмущений // Информационно-измерительные и управляющие системы 2006. - №1. - С. 103-109.

79. Али A.C., Федоренко Р.В., Крухмалев В.А. Система управления автономным колесным роботом скиф-3 для априори неформализованных сред.// Известия ЮФУ. Технические науки, №3, 2010, стр. 132-143.

80. Пшихопов В.Х. Устройство позиционно-траекторного управления мобильным роботом. Патент РФ № 2185279.Бюлл. № 20. 2002.

81. Чернухин Ю.В. Нейропроцессорные сети. -Таганрог: Изд-во ТРТУ, 1999. -439с.

82. Пшихопов В.Х., Али. A.C. Управление мобильными роботами в неопределенной среде с близко расположенными выпуклыми препятствиями // ТРУДЫ научно-технической конференции «Искусственный интеллект и управление» (ИИУ-2011), 2011, с. 186 — 189.

83. Pshikhopov V.Kh., Ahmed S. Ali. Hybrid Motion Control of a Mobile Robot in Dynamic Environments // IEEE Int. Conf. on Mechatronics 2011 (ICM11). Istanbul, Turkey, 2011. pp. 540 545.

84. Али A.C. Алгоритм управления движением мобильного робота внеопределенной среде // Изв. КБНЦ РАН, № 1(39). 2011. С. 9 14.148

85. Becker, M., Dantas, С. M. and Macedo, W. P. Obstacle Avoidance procedure for Mobile Robots // ABCM Symposium series in Mechatronics vol. 2, pp. 250-257, copyright by ABCM, 2005.

86. M.K. Singh, D.R.Parhi, S.Bhowmik, S.K.Kashyap. Intelligent Controller forth

87. Mobile Robot: Fuzzy Logic Approach // The 12 International Conference of IACMAG, pp. 1755-1762 Goa, India, 2008.

88. Пшихопов B.X., Али A.C.,. Обход локальных минимумов функции ошибки при движении робота в неопределенной среде // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. № 6 (164). 2011. С. 26- 31.

89. Колесников A.A., Синергетическая теория управления. М.- Таганрог, 1994, 344 е., с.66.

90. Pshikhopov V.Kh., Sirotenko M. J. Autonomous Mobile Robot Control Systems with Neural Network Motion Planners Design. Proc. of VIII Int. SAUM Conf. on Systems, Automatic Control and Measurement. Belgrad, Serbia and Montenegro, 2004. P. 239-242.

91. Девянин E.A. О движении колесных роботов // В сборнике докладов научной школы-семинара «Мобильные роботы и мехатронные системы», 1998, с. 169-200.

92. Введение в контурный анализ и его приложения к обработке изображений и сигналов // Я.А. Фурман, A.B. Кревецкий, А.К. Передреев, A.A. Роженцов, Р.Г. Хафизов, И.Л. Егошина, А.Н. Иеухин;

93. Под ред. Я.А. Фурмана. М.: ФИЗМАТЛИТ, 2002, - 592 с. - ISBN 59221-0255-9.

94. Каляев И.А., Гайдук А.Р. Однородные нейроподобные структуры в системах выбора действий интеллектуальных роботов. М.: Янус-К, 2000.

95. Сиротенко М.Ю. Нейросетевая система планирования перемещений мобильного робота. Мобильные роботы и мехатронные системы: Материалы научной школы-конференции (Москва, 17-18 ноября 2003). М.: Изд-во Моск. ун-та, 2004, с.318-325

96. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учебное пособие для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. - 320 е., ил.

97. Осовский С. Нейронные сети для обработки информации / Пер. спольского И.Д. Рудинского. М.: Финансы и статистика, 2002. - 344 е.: ил.

98. Ш.Слюсарев Р. В., Крухмалев В. А. Автономный мобильный робот

99. Скиф-3// Известия ЮФУ. Технические науки. Тематический выпуск. Перспективные системы и задачи управления. Таганрог: Изд-во ТТИ ЮФУ, - 2008.

100. Camera Calibration Toolbox for Matlab Электронный ресурс. -Peжимдocтyпa:http://www.vision.caltech.edu/bouguetJ7calibdoc/htmls/exa mple.html. Датаобращения 8.03.2010.

101. М. К. Потапов. О приближении непериодических функций алгебраическими полиномами/ / Вестник Моск. ун-та, сер. 1, матем., мех. — 1960. — № 4. — С. 14-25.

102. Форсайт Д., Понс. Ж. Компьютерное зрение. Современный подход.: Пер. с англ. М.: Изд. Дом «Вильяме»,2004 - 926 с.

103. Siciliano В., Khatib О, Springer handbook of robotics. Springer-Verlag Berlin Heidelberg, 2008. - 1603 p.

104. SWD Software Ltd. | Некоммерческие образовательные лроекты Электронный ресурс. Режим доступа:117. http://www.swd.ru/index.php3?pid=:187. Дата обращения 8.03.2010.

105. LIVE555 Streaming Media Электронный ресурс. Режим доступа: http://www.live555.com/liveMedia/. Дата обращения 8.03.2010.

106. Али А.С., Оценка методов построения траекторий автономного мобильного робота. // Современные технологии в задачах управления, автоматики и обработки информации: труды ixx международного научно-технического семинара. Сентябрь 2010 г., алушта

107. О. Motlagh, Т. S. Hong, and N. Ismail. Development of a new minimum avoidance system for a behavior-based mobile robot // Fuzzy Sets and Systems, 2008.

108. Pshikhopov V.Kh.,Ahmed S.Ali. Hybrid control algorithm of mobile robot motionin unknown environments // Труды международной конференции «Автоматизация управления и интеллектуальные системы и среды» (АУИСС 2010 г.). С. 31 - 34.

109. Поливцев С.А. Параллельная вычислительная структура, реализующая тактику обхода препятствий мобильным роботом // Искусственный интеллект. 2001. - № 3. - С. 676-681.

110. Mester G. Motion Control of Wheeled Mobile Robots // Proceedings of 4th Serbian-Hungarian Joint Symposium on Intelligent Systems. -2006 pp 119130.

111. Jackson Phinni M., Sudheer A.P. Obstacle Avoidance of a wheeled mobile robot: A Genetic-neuro-fuzzy approach // Proceedings of International Conference on Advances in Mechanical Engineering (IC-ICAME), Bangalore, India, July 2-4, 2008.

112. Jiang L., Deng M. Obstacle avoidance and motion control of a two Wheeled mobile robot using SVR technique// International Journal of Innovative Computing, Information and Control. ICIC International. Vol. № 5, № 2, 2009, pp. 253-262.

113. Чернухин Ю. В. , Пшихопов В. X., Писаренко С.Н., Трубачев О.Н. Программная среда для моделирования поведения адаптивных мобильных роботов с двухуровневой системой управления // «Мехатроника», 2000, - №6, - С. 26-30.

114. S.S. Ge and Y.J. Cui, Dynamic Motion Planning for Mobile Robots Using Potential Field Method // Autonomous Robots, Vol. 13, 2002, pp. 207-222.

115. N. Munoz, J. Valencia, and N. Londono. Evaluation of navigation of an autonomous mobile robot // In Proceedings of Performance Metrics for Intelligent Systems Workshop (PerMIS), pages 15-21, August 2007.

116. Frank K., Goswami D.Y., 2004. Hand book of Mechanical Engineering CRC Press, U.S.A.

117. W. Pedrycz. Fuzzy Control and Fuzzy Systems. Wiley, New York, second edition, 1993.

118. G. Cielniak, A. Treptow and T. Duckett. Quantitative Performance Evaluation of a People Tracking System on a Mobile Robot // Proceedings of the European Conference on Mobile Robots (ECMR), Ancona, Italy, 2005.

119. J. Evans and E. Messina, Performance Metrics for Intelligent Systems // Proceeding of the Performance Metrics for intelligent Systems Workshop, Gaithersburg, MD, August 14-16 of 2000.