МЕТОД ДЕФОРМАЦИИ ПУТЕЙ ОГРАНИЧЕННОЙ КРИВИЗНЫ ДЛЯ КОЛЕСНЫХ РОБОТОВ В ТОЧНОМ ЗЕМЛЕДЕЛИИ НА ОСНОВЕ КОНИЧЕСКОГО ПРОГРАММИРОВАНИЯ ВТОРОГО ПОРЯДКА

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В точном земледелии является актуальной задача построения путей сельскохозяйственных роботов, покрывающих трехмерный участок ландшафта. Если для их реализации используются колесные роботы с рулением поворотом передних колес, то нормальная кривизна траекторий должна быть ограничена некоторой величиной, определяемой характеристиками этих машин. В работе рассмотрен метод деформации представленных однородными кубическими B-сплайнами путей для учета препятствий. Предложена оптимизационная задача, позволяющая производить расчет путей с минимизацией пропусков в покрытии. Данная задача является выпуклой и принадлежит к классу конического программирования второго порядка, что обуславливает возможность ее вычислительно эффективного решения. Приведены примеры вычислений.

Об авторах

Т. А ТОРМАГОВ

Московский физико-технический институт

Email: tormagov@phystech.edu

Список литературы

  1. Gilimyanov R.F., Pesterev A.V., Rapoport L.B. Smoothing curvature of trajectories constructed by noisy measurements in path planning problems for wheeled robots // J. Comput. Syst. Sci. Int. 2008. V. 47. No. 5. P. 812–819.
  2. Jin J., Tang L. Optimal Coverage Path Planning for Arable Farming on 2D Surfaces // Trans. ASABE. St. Joseph, MI: ASABE, 2010. V. 53. No. 1. P. 283–295.
  3. Jin J., Tang L. Coverage path planning on three-dimensional terrain for arable farming // J. F. Robot. 2011. V. 28. No. 3. P. 424–440.
  4. Hameed I.A., La Cour-Harbo A., Osen O.L. Side-to-side 3D coverage path planning approach for agricultural robots to minimize skip/overlap areas between swaths // Rob. Auton. Syst. Elsevier. 2016. Vol. 76. P. 36–45.
  5. Tormagov T., Rapoport L. Coverage Path Planning for 3D Terrain with Constraints on Trajectory Curvature Based on Second-Order Cone Programming / Advances in Optimization and Applications Ed. Olenev N.N. et al. Cham: Springer International Publishing, 2021. P. 258–272.
  6. Galvez A., Iglesias A., Puig-Pey J. Computing parallel curves on parametric surfaces // Appl. Math. Model. 2014. V. 38. No. 9–10. P. 2398–2413.
  7. Тормагов Т.А., Генералов А.А., Шавин М.Ю., Рапопорт Л.Б. Задачи управления движением автономных колесных роботов в точном земледелии // Гироскопия и навигация. 2022. Т. 30, 1 (116). С. 39–60.
  8. Tormagov T.A., Generalov A.A., Shavin M.Y., Rapoport L.B. Motion Control of Autonomous Wheeled Robots in Precision Agriculture // Gyroscopy Navig. 2022. V. 13. No. 1. P. 23–35.
  9. Chichkanov I., Shawin M. Algorithm for Finding the Optimal Obstacle Avoidance Maneuver for Wheeled Robot Moving Along Trajectory // 2022 16th International Conference on Stability and Oscillations of Nonlinear Control Systems (Pyatnitskiy’s Conference). Moscow: IEEE, 2022. P. 1–3.
  10. Latombe J.-C. Robot Motion Planning. Boston, MA: Springer US, 1991.
  11. Choset H., Pignon P. Coverage Path Planning: The Boustrophedon Cellular Decomposition / Field and Service Robotics Ed. Zelinsky A. London: Springer London, 1998. P. 203–209.
  12. Acar E.U., Choset H., Rizzi A.A. et al. Morse Decompositions for Coverage Tasks // Int. J. Rob. Res. 2002. V. 21. No. 4. P. 331–344.
  13. Hart P., Nilsson N., Raphael B. A Formal Basis for the Heuristic Determination of Minimum Cost Paths // IEEE Trans. Syst. Sci. Cybern. 1968. V. 4. No. 2. P. 100–107.
  14. Stentz A. Optimal and efficient path planning for unknown and dynamic environments // Int. J. Robot. Autom. Int Association of Science and Technology for Development, 1995. V. 10. No. 3. P. 89–100.
  15. Chuang J.-H. Potential-based modeling of three-dimensional workspace for obstacle avoidance // Proceedings IEEE International Conference on Robotics and Automation. IEEE Comput. Soc. Press. 1993. P. 19–24.
  16. Гилимьянов Р.Ф., Рапопорт Л.Б. Метод деформации пути в задачах планирования движения роботов при наличии препятствий // Проблемы управления. 2012. № 1. С. 70–76.
  17. Gilimyanov R.F., Rapoport L.B. Path Deformation Method for Robot Motion Planning Problems in the Presence of Obstacles // Autom. Remote Control. 2013. V. 74. No. 12. P. 70–76.
  18. Lobo M.S., Vandenberghe L., Boyd S. et al. Applications of second-order cone programming // Linear Algebra Appl. North-Holland, 1998. V. 284. No. 1–3. P. 193–228.
  19. Boyd S., Vandenberghe L. Convex Optimization. Cambridge: Cambridge University Press, 2004.
  20. O’Donoghue B., Chu E., Parikh N. et al. Conic Optimization via Operator Splitting and Homogeneous Self-Dual Embedding // J. Optim. Theory Appl. 2016. V. 169. No. 3. P. 1042–1068.
  21. Domahidi A., Chu E., Boyd S. ECOS: An SOCP solver for embedded systems // 2013 European Control Conference. 2013. P. 3071–3076.
  22. Vahdanjoo M., Zhou K., Sorensen C.A.G. Route Planning for Agricultural Machines with Multiple Depots: Manure Application Case Study // Agronomy. 2020. V. 10, No. 10. P. 1608.
  23. Conesa-Munoz J., Bengochea-Guevara J., Andujar D., et al. Route planning for agricultural tasks: A general approach for fleets of autonomous vehicles in site-specific herbicide applications // Comput. Electron. Agric. Elsevier B.V., 2016. V. 127. P. 204–220.
  24. Dierckx P. An Algorithm for Surface-Fitting with Spline Functions // IMA J. Numer. Anal. 1981. V. 1, No. 3. P. 267–283.
  25. Cressie N. The origins of kriging // Math. Geol. Kluwer Academic Publishers-Plenum Publishers, 1990. V. 22, No. 3. P. 239–252.
  26. Пестерев A.В., Гилимьянов Р.Ф. Планирование пути для колесного робота // Тр. ИСА РАН. 2006. № 25. С. 205–212.
  27. Diamond S., Boyd S. CVXPY: A Python-embedded modeling language for convex optimization // J. Mach. Learn. Res. 2016. V. 17, No. 83. P. 1–5.
  28. Agrawal A., Verschueren R., Diamond S. et al. A rewriting system for convex optimization problems // J. Control Decis. 2018. V. 5, No. 1. P. 42–60.
  29. Junjie P., Dingwei W. An Ant Colony Optimization Algorithm for Multiple Travelling Salesman Problem // First International Conference on Innovative Computing, Information and Control — Volume I (ICICIC’06). IEEE. 2006. V. 1. P. 210–213.

© Российская академия наук, 2024

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах