Nieuw algoritme van Chinese onderzoeker helpt robots botsingen te vermijden
De Chinese onderzoeker Jieyun Yu heeft een nieuwe benadering van autonome robotnavigatie voorgesteld die zou kunnen helpen om botsingen en crashes van zelfrijdende apparaten in verschillende omgevingen te voorkomen.
Dit is wat we weten
Yu richtte zich op twee belangrijke aspecten: het verbeteren van de prestaties van het besturingssysteem en het overwinnen van beperkingen bij de padplanning.
De onderzoeker zorgde voor nauwkeurige trajecttracering met behulp van een nieuwe exponentiële forward-feedback-controlestrategie op basis van iteratieve leercontrole (ILC) en modelvrije adaptieve controle (MFAC). De aanpak verbetert de trajectconvergentie, vermindert fouten en zorgt voor nauwkeurige en herhaalbare robotbewegingen.
Het padplanningssysteem lost ook het botsingvermijdingsprobleem op met behulp van een APF-algoritme (artificial potential field). Dit behandelt obstakels op het pad van de robot als afstotende krachten in een virtueel potentiaalveld, waardoor de robot eromheen kan bewegen. Yu voerde simulaties uit en valideerde de effectiviteit van haar methode en toonde aan dat deze superieur is aan traditionele modellen.
Yu's benadering zou een robot of autonoom voertuig in staat kunnen stellen om sneller een geschikte en veilige route te vinden, fouten te minimaliseren en zelfrijdende apparaten in staat te stellen om te werken in complexe en dynamische omgevingen.
Bron: TechXplore
