要約
厳格な安全基準を順守しながら、人工知能（AI）と確率的技術をモバイルロボットナビゲーションと制御（MRNC）フレームワークに統合することは、重要な課題を示しています。
これらの課題に対処するために、このペーパーでは、すべてのコンポーネントがリアルタイムの実行に積極的に関与しているスキッドステアホイールモバイルロボット（SSWMRS）の包括的に統合されたMRNCフレームワークを提案します。
フレームワークは、次のことを含みます。1）構築されたマップ内のロボットの現在のポーズを推定するためのLidar-inertial同時ローカリゼーションとマッピング（SLAM）アルゴリズム。
2）現在のポーズと希望のポーズに基づいて、目的の線形および角速度コマンドを生成するための効果的な経路中の制御システム。
3）線形および角度速度コマンドを左および右側の速度コマンドに転送するための逆運動学。
4）放射状基底関数ネットワーク（RBFN）を組み込んだ新しい適応アルゴリズムを組み込んだ堅牢なAI駆動型の（RAID）制御システム。各サイドモーションコマンドを追跡するための輪インコール作動システムを強制します。
安全要件をさらに満たすために、SSWMRのMRNCフレームワーク内で提案されたRAID制御は、事前定義されたオーバーシュートおよび定常状態のエラー制限内のAI生成追跡パフォーマンスを制限し、モデリングエラー、未知のRBF重み、および外部力を補償することにより堅牢性とシステムの安定性を確保します。
実験結果は、ソフト地形で動作する4,836 kg SSWMRの提案されたMRNCフレームワークのパフォーマンスを検証します。
要約(オリジナル)
Integrating artificial intelligence (AI) and stochastic technologies into the mobile robot navigation and control (MRNC) framework while adhering to rigorous safety standards presents significant challenges. To address these challenges, this paper proposes a comprehensively integrated MRNC framework for skid-steer wheeled mobile robots (SSWMRs), in which all components are actively engaged in real-time execution. The framework comprises: 1) a LiDAR-inertial simultaneous localization and mapping (SLAM) algorithm for estimating the current pose of the robot within the built map; 2) an effective path-following control system for generating desired linear and angular velocity commands based on the current pose and the desired pose; 3) inverse kinematics for transferring linear and angular velocity commands into left and right side velocity commands; and 4) a robust AI-driven (RAID) control system incorporating a radial basis function network (RBFN) with a new adaptive algorithm to enforce in-wheel actuation systems to track each side motion commands. To further meet safety requirements, the proposed RAID control within the MRNC framework of the SSWMR constrains AI-generated tracking performance within predefined overshoot and steady-state error limits, while ensuring robustness and system stability by compensating for modeling errors, unknown RBF weights, and external forces. Experimental results verify the proposed MRNC framework performance for a 4,836 kg SSWMR operating on soft terrain.
arxiv情報
| 著者 | Mehdi Heydari Shahna,Eemil Haaparanta,Pauli Mustalahti,Jouni Mattila |
| 発行日 | 2025-05-05 12:07:35+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google