робототехніка

У статті розглянуто актуальні підходи до навчання роботів-маніпуляторів, які застосовуються для виконання складних завдань у динамічних та змінних умовах середовища. Проведено порівняльний аналіз сучасних методів, визначено їхні основні переваги, недоліки, а також окреслено типові сфери їхнього практичного застосування, зокрема методи із залученням людини-інструктора, самонавчання та навчання з підкріпленням. Особливу увагу приділено питанню ефективності навчання, адаптивності роботів до нових умов, взаємодії з людиною та перенесення навичок з віртуального навчального середовища у реальне.

Уникнення перешкод є фундаментальною здатністю автономних мобільних роботів, що забезпечує безпечну навігацію у динамічних та неструктурованих середовищах. У цій роботі запропоновано новий підхід до уникнення перешкод у режимі реального часу на основі методу штучних потенціальних полів (Artificial Potential Field Method, APFM), який використовує функцію гіперболічного секанса. Розроблено та проаналізовано математичну модель запропонованого методу. Для перевірки ефективності підходу реалізовано віртуальне середовище на основі ROS 2, симулятора Gazebo та платформи TurtleBot3 Burger.

У статті здійснено комплексне дослідження моделі управління роботизованими платформами, які крокують, зокрема гексаподами, що ґрунтується на застосуванні методів глибокого навчання з підкріпленням. Обґрунтовано актуальність використання штучних нейронних мереж для формування адаптивної поведінки роботів в умовах, заздалегідь не визначених, що дає змогу забезпечити гнучкість та стійкість їх функціонування у змінному середовищі.

the goal of this article is to present evaluation results for a proposed modification of the Artificial Potential Field Method (APFM). The mathematical model employs Laplace functions to compute repulsive fields to simplify calculations. Additionally, the study introduces a comprehensive evaluation framework using Gazebo and ROS2, designed to test various obstacle avoidance algorithms in simulated environments. Experiments have been conducted in a virtual room containing static obstacles of diverse shapes.

Robotization is one of the crucial directions of modernizing today's industrial production. Robotic systems offer solutions to many different challenges. However, their implementation is constrained by limited accuracy, which is inferior to conventional machine tools. A way to improve industrial robots' accuracy is to calibrate them, i.e., eliminate factors that affect accuracy by refining the mathematical models for software correction of manufacturing and assembly errors, as well as elastic and thermal deformations.

Industrial robots refer to the most complex products of mechanical engineering and electronic equipment in terms of their labor intensity, accuracy, and a class of manufacture as well as quality requirements. Both static and dynamic positioning inaccuracies occur during their operation. Static positioning depends mainly on such parameters as joint axis geometry and angle offset. Non-geometric parameters include compliance (elasticity of joints and bonds), gear form errors (eccentricity and gear errors), gear backlash, and temperature-related expansion.

У роботі проаналізовані основні етапи розвитку робототехніки в світі. Показано, що робототехніка стала невід’ємною частиною у різних галузях виробничої і дослідницької діяльності людини, увага до якої постійно зростає. Завдяки розвитку робототехніки життя людей заграло новими барвами: роботи зараз виконують більшу частину рутинної роботи, значно скорочують час виготовлення продукції, сприяють підвищенню розвитку людей і дають змогу розв’язати низку проблем, що не вирішувалися людьми.

Методи синтезу контролерів, які базуються на використанні частотних характеристик або кореневого годографа, вважаються класичними або традиційними. Частотні методи доступні в практичному застосуванні, тому більшість систем керування проектуються саме на основі різних модифікацій цих методів. Відмінною особливістю цих методів є так звана робастність, що означає нечутливість характеристик замкненої системи до незначних похибок моделі реальної системи.

In this paper new approaches for solving dynamic Travelling Salesman Problem (TSP) in conditions of partly unknown input data are given.