Neuer Algorithmus eines chinesischen Forschers hilft Robotern, Kollisionen zu vermeiden

Der chinesische Forscher Jieyun Yu hat einen neuen Ansatz für die autonome Roboternavigation vorgeschlagen, der dazu beitragen könnte, Kollisionen und Abstürze von selbstfahrenden Geräten in verschiedenen Umgebungen zu vermeiden.

Was bekannt ist

Yu konzentrierte sich auf zwei Hauptaspekte: die Verbesserung der Leistung des Steuerungssystems und die Überwindung von Beschränkungen bei der Bahnplanung.

Der Forscher stellte eine genaue Bahnverfolgung sicher, indem er eine neuartige exponentielle Vorwärtsrückkopplungsstrategie verwendete, die auf einer iterativen Lernsteuerung (ILC) und einer modellfreien adaptiven Steuerung (MFAC) basiert. Der Ansatz verbessert die Konvergenz der Trajektorien, reduziert Fehler und gewährleistet eine genaue und wiederholbare Roboterbewegung.

Das Bahnplanungssystem löst auch das Problem der Kollisionsvermeidung mit Hilfe eines Algorithmus für künstliche Potentialfelder (APF). Dabei werden Hindernisse auf dem Weg des Roboters als abstoßende Kräfte in einem virtuellen Potenzialfeld behandelt, so dass der Roboter sie umfahren kann. Yu führte Simulationen durch, validierte die Wirksamkeit ihrer Methode und zeigte deren Überlegenheit gegenüber herkömmlichen Modellen.

Yus Ansatz könnte einen Roboter oder ein autonomes Fahrzeug in die Lage versetzen, eine geeignete und sichere Route schneller zu finden, Fehler zu minimieren und selbstfahrende Geräte zu befähigen, in komplexen und dynamischen Umgebungen zu operieren.

Quelle: TechXplore