Method for Estimating Time of Wireless Transfer of Energy Resources Between Two Robots

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The energy capacity of the batteries used as the main power source in mobile robotic devices determines the autonomous operation of the robot. To plan the execution of tasks by a group of robotic tools in terms of time consumption, it is important to take into account the time during which the battery of each individual robot is charged. When using wireless power transfer, this time depends on the efficiency of the power transfer system, on the power of the transferring part of the system, as well as on the level of charge required to recharge. In this paper, we propose a method for estimating the time of transfer of energy resources between two robots, taking into account these parameters. The proposed method takes into account the application of the algorithm for the final positioning of robots, the assessment of linear offsets between robots, includes the calculation of efficiency, as well as the determination of the battery charge time, taking into account the parameters obtained at the previous stages of the method. The final positioning algorithm for robots uses algorithms for processing data from a robot vision system to search for fiducial markers and determine their spatial characteristics to ensure the final positioning of mobile robotic platforms. These characteristics are also used to determine the linear offsets between robots, on which the efficiency of energy transfer depends. To determine it, the method uses a mathematical model of the energy characteristics of the wireless power transfer system and the obtained linear offsets. At the last stage of the method, the time for charging the battery of the mobile robot is calculated, taking into account the data from the previous stages. Application of the proposed method to simulate the positioning of robots in a certain set of points in the working space will reduce the time spent on charging the robot battery when using wireless power transfer. As a result of the simulation, it was determined that the transfer of energy resources between robots took place with an efficiency in the range from 58.11% to 68.22%, and out of 14 positioning points, 3 were identified with the shortest energy transfer time.

Авторлар туралы

A. Erashov

SPC RAS

Email: erashov.a@iias.spb.su
14-th Line V.O. 39

K. Kamynin

SPC RAS

Email: konstvictorovich@mail.ru
14-th Line V.O. 39

K. Krestovnikov

SPC RAS

Email: k.krestovnikov@iias.spb.su
14-th Line V.O. 39

A. Saveliev

SPC RAS

Email: saveliev@iias.spb.su
14-th Line V.O. 39

Әдебиет тізімі

  1. Rim C.T., Mi C. Wireless power transfer for electric vehicles and mobile devices // John Wiley & Sons. 2017. 632 p.
  2. Riehl P.S., et al. Wireless power systems for mobile devices supporting inductive and resonant operating modes // IEEE Transactions on Microwave Theory and Techniques. 2015. vol. 63. no. 3. pp. 780–790. https://doi.org/10.1109/TMTT.2015.2398413.
  3. Cortes I., Kim W. Autonomous Positioning of a Mobile Robot for Wireless Charging Using Computer Vision and Misalignment-Sensing Coils // 2018 Annual American Control Conference (ACC). 2018. pp. 4324–4329. https://doi.org/10.23919/ACC.2018.8431723.
  4. Krestovnikov K., Erashov A. Research of Performance Characteristics of WPT System Associated with Mutual Arrangement of Coils // Electromechanics and Robotics. 2022. pp. 359–369. https://doi.org/10.1007/978-981-16-2814-6_31.
  5. Won P., Biglarbegian M., Melek W. Development of an effective docking system for modular mobile self-reconfigurable robots using extended kalman filter and particle filter // Robotics. 2015. vol. 4. no1. pp. 25–49. https://doi.org/10.3390/robotics4010025.
  6. Song G., Wang H., Zhang J., Meng T. Automatic docking system for recharging home surveillance robots // IEEE Transactions on Consumer Electronics. 2011. vol. 57. no. 2. pp. 428–435. https://doi.org/10.1109/TCE.2011.5955176.
  7. Su K.L., Liao Y.L., Lin S.P., Lin S.F. An interactive auto-recharging system for mobile robots // International Journal of Automation and Smart Technology. 2014. vol. 4. no. 1. pp. 43-53. http://dx.doi.org/10.5875/ausmt.v4i1.197.
  8. Vongbunyong S., Thamrongaphichartkul K., Worrasittichai N., Takutruea A. Automatic precision docking for autonomous mobile robot in hospital logistics-case-study: battery charging // IOP Conference Series: Materials Science and Engineering. IOP Publishing. 2021. vol. 1137. no. 1. pp. 012060. doi: 10.1088/1757-899X/1137/1/012060.
  9. Zhang X., Li X., Zhang X. Automatic Docking and Charging of Mobile Robot Based on Laser Measurement // 2021 IEEE 5th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC). 2021. vol. 5. pp. 2229–2234. https://doi.org/10.1109/IAEAC50856.2021.9390995.
  10. Guangrui F., Geng W. Vision-based autonomous docking and re-charging system for mobile robot in warehouse environment // 2017 2nd International Conference on Robotics and Automation Engineering (ICRAE). 2017. pp. 79-83. https://doi.org/10.1109/ICRAE.2017.8291357.
  11. Wang Y., Shan M., Yue Y., Wang D. Autonomous target docking of nonholonomic mobile robots using relative pose measurements // IEEE Transactions on Industrial Electronics. 2020. vol. 68. no. 8. pp. 7233–7243. https://doi.org/10.1109/TIE.2020.3001805.
  12. Barbosa J., et al. Design and validation of an RGB-D based localization system-integration in a docking system // Journal of Intelligent & Robotic Systems. 2015. vol. 80. no. 3. pp. 423–440. https://doi.org/10.1007/s10846-015-0181-7.
  13. Uyar Y.E.A.M.N., et al. Developing and modelling of satellite docking algorithm // 2017 8th International Conference on Recent Advances in Space Technologies (RAST). 2017. pp. 465–471. https://doi.org/10.1109/RAST.2017.8002987.
  14. Ivanov D.S., Koptev M.D., Tkachev S.S., Shachkov M.O. Docking algorithm for flexible microsatellite mock-ups on planar air-bearing testbench // Keldysh Institute Preprints. 2017. no. 110. 24 p. https://doi.org/10.20948/prepr-2017-110-e.
  15. Barrios L., Collins T., Kovac R., Shen W.M. Autonomous 6D-docking and manipulation with non-stationary-base using self-reconfigurable modular robots // 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2016. pp. 2913–2919. https://doi.org/10.1109/IROS.2016.7759451.
  16. Yan Z., et al. Autonomous underwater vehicle vision guided docking experiments based on L-shaped light array // IEEE Access. 2019. vol. 7. pp. 72567–72576. https://doi.org/10.1109/ACCESS.2019.2917791.
  17. Babić A., Mandić F., Vasiljević G., Mišković N. Autonomous docking and energy sharing between two types of robotic agents // IFAC-PapersOnLine. 2018. vol. 51. no. 29. pp. 406–411. https://doi.org/10.1016/j.ifacol.2018.09.453.
  18. Guo S., et al. Binocular Camera-based a Docking System for an Amphibious Spherical Robot // 2018 IEEE International Conference on Mechatronics and Automation (ICMA). 2018. pp. 1621–1626. https://doi.org/10.1109/ICMA.2018.8484518.
  19. Henriques J.F., Caseiro R., Martins P., Batista J. High-speed tracking with kernelized correlation filters // IEEE transactions on pattern analysis and machine intelligence. 2014. vol. 37. no. 3. pp. 583–596. https://doi.org/10.1109/TPAMI.2014.2345390.
  20. Doumbia M., Cheng X., Havyarimana V. An auto-recharging system design and implementation based on infrared signal for autonomous robots // 2019 5th International Conference on Control, Automation and Robotics (ICCAR). 2019. pp. 894–900. https://doi.org/10.1109/ICCAR.2019.8813317.
  21. Zhang J., Cai L., Chu Y., Zhou Q. A Sectional Auto-docking Charging Control Method for the Mobile Robot // 2019 IEEE International Conference on Mechatronics and Automation (ICMA). 2019. pp. 330–335. https://doi.org/10.1109/ICMA.2019.8816514.
  22. Luo R.C., Huang C.H., Huang C.Y. Search and track power charge docking station based on sound source for autonomous mobile robot applications // 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems. 2010. pp. 1347–1352. https://doi.org/10.1109/IROS.2010.5649993.
  23. Quilez R., Zeeman A., Mitton, N., Vandaele J. Docking autonomous robots in passive docks with Infrared sensors and QR codes // International Conference on Testbeds and Research Infrastructures for the Development of Networks & Communities (TridentCOM). 2015. 10 p.
  24. Kalaitzakis M., et al. Experimental comparison of fiducial markers for pose estimation // 2020 International Conference on Unmanned Aircraft Systems (ICUAS). 2020. pp. 781–789. https://doi.org/10.1109/ICUAS48674.2020.9213977.
  25. Крестовников К.Д., Черских Е.О. Шабанова А.Р. Схемотехнические и конструктивные решения на основе синхронного выпрямителя для беспроводной системы передачи энергии // Моделирование, оптимизация и информационные технологии. 2019. Т. 7. №4. С. 15. https://doi.org/10.26102/2310-6018/2019.27.4.018.
  26. Krestovnikov K., Cherskikh E., Saveliev A. Structure and Circuit Solution of a Bidirectional Wireless Power Transmission System in Applied Robotics // Radioengineering. 2021. vol. 30. no. 1. pp. 142–149. https://doi.org/10.13164/re.2021.0142.
  27. Сайт с исходными файлами библиотеки OpenCV для языка программирования Python. URL: github.com/opencv/opencv-python (дата обращения 22.09.2021).
  28. Zakharov K., Saveliev A., Sivchenko O. Energy-Efficient Path Planning Algorithm on Three-Dimensional Large-Scale Terrain Maps for Mobile Robots // Springer, Cham: International Conference on Interactive Collaborative Robotics. 2020. pp. 319–330. https://doi.org/10.1007/978-3-030-60337-3.
  29. Захаров К.С., Савельев А.И. Сглаживание кривизны траектории движения наземного робота в трехмерном пространстве // Известия Юго-Западного государственного университета. 2021. Т. 24. №4. С. 107–125. https://doi.org/10.21869/2223-1560-2020-24-4-107-125.
  30. Craig J.J. Introduction to robotics: mechanics and control, 3/E. – Pearson Education India, 2009. 408 p.
  31. Спецификация мобильной платформы Pioneer 3-AT. URL: www.generationrobots.com/media/Pioneer3AT-P3AT-RevA-datasheet.pdf (дата обращения 22.09.2021).

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».