PhD in Engineering, Associate Professor, Department of Electrical Engineering and Electromechanics
канд. техн. наук, доцент кафедры «Электротехника и электромеханика»
PhD in Engineering, Associate Professor, Department “MelGU – MELT Foundry Company”
канд. техн. наук, доцент кафедры «МелГУ – Литейная компания МЕЛТ»
Doctor of Technical Sciences, Professor, Department of Applied Mechanics and Robotics
д.т.н., профессор кафедры «Прикладная механика и робототехника»
PhD in Engineering, Senior Lecturer, Department “MelGU – MDK Hydrosila”
канд. техн. наук, ст. преподаватель кафедры «МелГУ – МДК ГИДРОСИЛА»
Head of the Technopark
начальник технопарка
Background. The modular robotic platform is implemented using the “robot-constructor” principle. The basic platform includes standardized interfaces for connecting various modules – specialized chassis for different types of surfaces, manipulators for cargo handling, and sensor systems for navigation and environmental monitoring. This architecture allows the robotic platform to be quickly adapted to specific customer needs without the need to develop a completely new solution. The platform demonstrates particular practical value in agro-ecological monitoring, where the modular architecture allows for the rapid adaptation of sensor equipment for analyzing key soil parameters.
Purpose. To present the architectural and functional design of a modular robotic platform implementing the “robot-constructor” principle and to justify its effectiveness as a basis for creating adaptive ground systems within the national aerospace infrastructure.
Materials and methods. The development of a modular self-propelled robotic platform was carried out within the framework of system engineering: conceptual design → synthesis of architecture → selection of components → integration of subsystems → verification on a physical layout. The design is based on a lightweight and rigid metal frame that allows quick replacement of modules (chassis, manipulators, sensors). For work in the agricultural sector, it is possible to switch from a wheeled to a tracked base.
Localization and orientation are implemented using visual odometry and simplified SLAM (ORB-SLAM2 light) for building 2D maps. Motion control is a multi-contour PID controller: the external contour corrects the deviation from the trajectory according to the video (P+D), the internal one stabilizes the speed according to the encoder data (I-component). The software platform is ROS2 Humble (Python 3.10). Key nodes: - vision_node – marker recognition(OpenCV + TensorFlow Lite); - navigation_node – route construction and correction (RRT); - control_node – engine control with adaptive PID adjustment depending on the weight of the cargo; - telemetry_node – data export to JSON/CSV and integration with ERP/MES via REST API. A sensor module is used to monitor the soil: multispectral cameras, humidity, temperature, pH, nutrient sensors, and a sampling device.
Results and conclusion. During the project, a modular self-propelled robotic platform was developed and physically prototyped, functioning as a universal ground component within the domestic Aeronet ecosystem. A unified mechanical and electrical platform with standardized connection interfaces (mechanical – quick-release dovetail mounts; electrical – GX16-4P industrial connectors; software – ROS 2-compatible topics), ensuring the modularity of the chassis, manipulators, sensor complexes, and actuators.
A visual navigation system has been developed and tested.
Based on OpenCV and fine-tuned YOLOv5, an algorithm for recognizing color lines, QR codes, and natural landmarks has been implemented. The platform has been integrated into the educational process at Melitopol State University in four areas of training.
The study confirmed the fundamental feasibility and high efficiency of the modular robotic platform as a tool for converging the Aeronet and Technet NTI roadmaps. The developed solution successfully combines the characteristics of technological sovereignty (domestic component base, open-source stack, rejection of dependent technologies), economic affordability, and functional flexibility.
The practical significance of the project is due to its dual purpose:
1) as an import-substituting industrial solution for the automation of intra-plant logistics at small and medium-sized enterprises;
2) as a multifunctional educational and research platform that forms a personnel reserve in the field of robotics, AI, and digital manufacturing.
Обоснование. Модульная роботизированная платформа реализуется по принципу «робота-конструктора». Базовая платформа включает унифицированные интерфейсы для подключения различных модулей – специализированных шасси для разных типов покрытий, манипуляторов для грузопереработки, сенсорных систем для навигации и мониторинга окружающей среды. Такая архитектура позволяет быстро адаптировать роботизированную платформу под конкретные задачи заказчика без необходимости разработки полностью нового решения. Особую практическую значимость платформа демонстрирует в задачах агроэкологического мониторинга, где модульная архитектура позволяет оперативно адаптировать сенсорное оборудование для анализа ключевых параметров почв.
Цель. Представить архитектурное и функциональное решение модульной роботизированной платформы, реализующей принцип «робота-конструктора», и обосновать его эффективность как основы для создания адаптивных наземных систем в составе национальной аэронет-инфраструктуры.
Материалы и методы. Разработка модульной самоходной роботизированной платформы выполнена в рамках системного инжиниринга: концептуальное проектирование → синтез архитектуры → выбор компонентов → интеграция подсистем → верификация на физическом макете. Конструкция основана на лёгкой и жёсткой металлической раме, допускающей быструю замену модулей (шасси, манипуляторы, сенсоры). Для работы в агросекторе обеспечена возможность перехода с колёсной на гусеничную базу. Локализация и ориентация реализованы с помощью визуальной одометрии и упрощённого SLAM (ORB-SLAM2 light) для построения 2D-карт. Управление движением – многоконтурный PID-регулятор: внешний контур корректирует отклонение от траектории по видео (P+D), внутренний стабилизирует скорость по данным энкодеров (I-компонента). Программная платформа – ROS 2 Humble (Python 3.10). Ключевые узлы: - vision_node – распознавание маркеров (OpenCV + TensorFlow Lite); - navigation_node – построение и коррекция маршрута (RRT); - control_node – управление двигателями с адаптивной настройкой PID в зависимости от массы груза; - telemetry_node – экспорт данных в JSON/CSV и интеграция с ERP/MES через REST API. Для мониторинга почвы используется сенсорный модуль: мультиспектральные камеры, датчики влажности, температуры, pH, питательных веществ и устройство отбора проб.
Результаты и заключение. В ходе реализации проекта разработана и физически прототипирована модульная самоходная роботизированная платформа, функционирующая как универсальный наземный компонент в составе отечественной аэронет-экосистемы. Разработана унифицированная механико-электрическая платформа с интерфейсами стандартизированного подключения (механические – быстросъёмные крепления типа «ласточкин хвост»; электрические – промышленные коннекторы типа GX16-4P; программные – ROS 2-совместимые топики), обеспечивающая модульность шасси, манипуляторов, сенсорных комплексов и исполнительных устройств.
Разработана и протестирована система визуальной навигации.
На основе OpenCV и fine-tuned YOLOv5 реализован алгоритм распознавания цветовых линий, QR-кодов и естественных ориентиров. Платформа интегрирована в учебный процесс Мелитопольского государственного университета по 4 направлениям подготовки.
Проведенное исследование подтвердило принципиальную реализуемость и высокую эффективность модульной роботизированной платформы как инструмента конвергенции дорожных карт НТИ «Аэронет» и «Технет». Разработанное решение успешно сочетает признаки технологического суверенитета (отечественная компонентная база, open-source стек, отказ от зависимых технологий), экономической доступности и функциональной гибкости.
Практическая значимость проекта обусловлена его двойным назначением:
1) как импортозамещающего промышленного решения для автоматизации внутризаводской логистики у предприятий малого и среднего бизнеса;
2) как многофункциональной образовательно-исследовательской платформы, формирующей кадровый резерв в области робототехники, ИИ и цифровых производств.