Industrial Internet Robot Collaboration System and Edge Computing Optimization

要約

複雑な環境において、移動ロボットがすべての障害物を安全かつ衝突なく回避するためには、その知能レベルに高い要求が課される。障害物の位置や幾何学的特性などの情報はランダムであるため、ロボットの制御パラメータ、例えば速度や角速度もランダムな偏差を生じやすい。産業インターネットロボット連携システムの枠組みでこの問題に対処するために、本論文はディープラーニングに基づく移動ロボットのグローバル経路制御方式を提案する。まず、移動ロボットの力学方程式を確立する。移動ロボットの直線速度と角速度により、移動ロボットの動作は障害物回避動作、目標物旋回動作、目標物接近動作に分けられる。続いて、ディープラーニングのニューラルネットワーク法を用いて、ロボットのグローバル経路計画モデルを構築する。これを基に、ファジィ制御アルゴリズムを用いてファジィ制御器を設計し、経路計画中に発生する偏差を補正することで、ロボットのグローバル経路の最適化制御を実現する。さらに、エッジコンピューティングの最適化を考慮し、提案モデルはエッジデバイスでローカルデータを処理することができ、ロボットと中央サーバ間の通信負担を軽減し、経路計画のリアルタイム性能を向上させる。実験の結果、本論文の研究手法により制御された移動ロボットの場合、進路角度の偏差距離は5cm以内であり、偏差収束は10ms以内に完了し、計画された進路はより短くなることが示された。これは、提案方式が産業インターネット環境における移動ロボットのグローバル経路計画能力を効果的に向上させ、エッジコンピューティング最適化を通じてロボットの協調動作を促進できることを示している。

要約(オリジナル)

In a complex environment, for a mobile robot to safely and collision – free avoid all obstacles, it poses high requirements for its intelligence level. Given that the information such as the position and geometric characteristics of obstacles is random, the control parameters of the robot, such as velocity and angular velocity, are also prone to random deviations. To address this issue in the framework of the Industrial Internet Robot Collaboration System, this paper proposes a global path control scheme for mobile robots based on deep learning. First of all, the dynamic equation of the mobile robot is established. According to the linear velocity and angular velocity of the mobile robot, its motion behaviors are divided into obstacle – avoidance behavior, target – turning behavior, and target approaching behavior. Subsequently, the neural network method in deep learning is used to build a global path planning model for the robot. On this basis, a fuzzy controller is designed with the help of a fuzzy control algorithm to correct the deviations that occur during path planning, thereby achieving optimized control of the robot’s global path. In addition, considering edge computing optimization, the proposed model can process local data at the edge device, reducing the communication burden between the robot and the central server, and improving the real time performance of path planning. The experimental results show that for the mobile robot controlled by the research method in this paper, the deviation distance of the path angle is within 5 cm, the deviation convergence can be completed within 10 ms, and the planned path is shorter. This indicates that the proposed scheme can effectively improve the global path planning ability of mobile robots in the industrial Internet environment and promote the collaborative operation of robots through edge computing optimization.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL