Enhancing Robot Navigation Efficiency Using Cellular Automata with Active Cells

要約

ロボットのナビゲーション効率を高めることは、現代のロボット工学における重要な目標です。
外部ナビゲーション システムに依存するロボットは、多くの場合、電磁干渉 (EMI) の影響を受けやすく、環境の擾乱に遭遇し、その結果、周囲の方向に誤差が生じます。
したがって、この研究では、内部パラメータと外部信号の分析に基づいて、干渉条件下でのロボットのナビゲーション効率を高めるために内部ナビゲーション システムを採用しました。
この記事では、埋め込みマップを使用してロボットの軌道を設定できるロボットの自律動作の詳細を説明します。
ロボットのナビゲーション プロセスには、車輪の回転数をカウントすることと、各直線経路セクションの後に車輪の向きを調整することが含まれます。
この記事では、さまざまな種類の障害物を含む環境内で効果的にナビゲーションできるアクティブセルを備えたセルオートマトンを利用した組み込み制御ナビゲーションマップを利用する自律ロボットナビゲーションシステムを紹介しました。
アクティブなセルの隣接セルを分析することにより、セル環境により、ロボットの次の動作ステップ中にどのセルがアクティブになるべきかが決まります。
このアプローチにより、ロボットが外部制御入力から独立することが保証されます。
さらに、ナビゲーション サーフェス マッピングに六角形のモザイクを使用することで、ロボットの動きの精度と速度がさらに向上しました。
アクティブなセルを備えたセルオートマトンを利用するというこの概念は、時間の経過に伴うロボットの軌道の交差を考慮して、共有ナビゲーション面でのロボットのグループのナビゲーションに拡張されました。
これを達成するために、車輪の回転と回転の観点から走行軌跡を記録する距離制御モジュールが使用されています。

要約(オリジナル)

Enhancing robot navigation efficiency is a crucial objective in modern robotics. Robots relying on external navigation systems are often susceptible to electromagnetic interference (EMI) and encounter environmental disturbances, resulting in orientation errors within their surroundings. Therefore, the study employed an internal navigation system to enhance robot navigation efficacy under interference conditions, based on the analysis of the internal parameters and the external signals. This article presents details of the robot’s autonomous operation, which allows for setting the robot’s trajectory using an embedded map. The robot’s navigation process involves counting the number of wheel revolutions as well as adjusting wheel orientation after each straight path section. In this article, an autonomous robot navigation system has been presented that leverages an embedded control navigation map utilising cellular automata with active cells which can effectively navigate in an environment containing various types of obstacles. By analysing the neighbouring cells of the active cell, the cellular environment determines which cell should become active during the robot’s next movement step. This approach ensures the robot’s independence from external control inputs. Furthermore, the accuracy and speed of the robot’s movement have been further enhanced using a hexagonal mosaic for navigation surface mapping. This concept of utilising on cellular automata with active cells has been extended to the navigation of a group of robots on a shared navigation surface, taking into account the intersections of the robots’ trajectories over time. To achieve this, a distance control module has been used that records the travelled trajectories in terms of wheel turns and revolutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google