уникнення перешкод

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.

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.

Досліджено можливості використання нейронної мережі для реалізації системи уникнення перешкод на дорозі. Розглянуто алгоритми, на основі яких може працювати така система, та принципи навчання нейронної мережі. Для проведення дослідження розроблено симулятор на базі Unity та ML Agents. З допомогою симулятора досліджено ефективність навчання та роботи цієї нейронної мережі при різних конфігураціях.