Базові компоненти системи нейронечіткого управління групою мобільних робототехнічних платформ

Abstract

Розроблено метод нейронечіткого управління рухом групи мобільних робототехнічних платформ (МРП), який за рахунок використання кожною МРП засобів фазифікації навігаційних даних про стан навколишнього середовища, розроблених баз правил, результатів нечіткого виведення та нейромережевого дефазифікатора забезпечує управління групою МРП у режимі реального часу з підвищеною точністю. Розроблений метод дає змогу зменшити час та вартість розроблення системи нейронечіткого управління рухом групи МРП. Досліджено методи управління мобільними робототехнічними платформами. Визначено, що гібридний метод управління МРП є оптимальним для функціонування групи в умовах динамічно змінюваного оточення. Показано, що для забезпечення гібридного управління групою МРП кожна система нейронечіткого управління рухом окремою МРП повинна мати засоби приймання команд зі спільного пункту управління, а за відсутності такого зв’язку – засоби автономного нейронечіткого управління МРП у групі. Визначено, що для розроблення системи нейронечіткого управління рухом необхідні базові апаратно-програмні компоненти: збору та попереднього опрацювання даних з навігаційних давачів; виявлення перешкод; бездротового зв’язку з безконфліктним обміном даними між МРП у групі; контролери нечіткої логіки з нейроподібною дефазифікацією; обчислення таблиць макрочасткових добутків для таблично-алгоритмічної реалізації нейромережевих компонентів; планування маршруту руху МРП. Визначено, що інтелектуальні компоненти МРП доцільно реалізувати на базі проблемно-орієнтованого підходу, який поєднує програмні та апаратні засоби для забезпечення високих техніко-експлуатаційних характеристик і роботи в реальному часі. Вибрано апаратну базу для реалізації системи, яка має мікрокомп’ютери Raspberry Pi, мікроконтролери STM8S003F3 та ESP32C3, гіроскоп MPU-6050, цифровий компас QMC5883L, лідар YDLidar X4, трансивер Si4463 та GPS-модуль GP-01-Kit. Розроблено апаратно-програмні засоби на основі мікроконтролера STM8S003F3 для збору та попереднього опрацювання даних із навігаційних давачів, що підвищують точність визначення напрямку та орієнтації МРП. Використання розроблених базових компонентів забезпечує зменшення часу та вартості розроблення систем нейронечіткого управління групою МРП у реальному часі з урахуванням вимог конкретного застосування. Coordinating the movement of mobile robotic platforms (MRPs) in dynamic environments is a significant challenge in both civil and military applications, where large-scale transport, exploration, and task distribution are required. This research presents a neuro-fuzzy control system that integrates fuzzy logic with real-time navigation to optimize group movement. The system’s key components include data acquisition from navigation sensors such as gyroscopes, digital compasses, and lidars, along with wireless communication modules to facilitate seamless interaction and coordination among MRPs. A fuzzy logic controller, enhanced by neuro-like defuzzification, improves decision-making precision and platform synchronization. Additionally, the system incorporates advanced route planning algorithms to effectively manage group navigation, even in unpredictable and rapidly changing environ ments. The practical implementation is based on embedded platforms, including Raspberry Pi and microcontrollers such as STM8S003F3 and ESP32C3, which process data from sensors like the MPU6050 gyroscope, QMC5883L compass, and YDLidar X4 lidar. This architecture was experimentally validated across real-world scenarios, demonstrating significant improvements in movement coordination, reduced response time, and enhanced operational efficiency. The system supports parallel processing and real-time optimization, making it suitable for tasks that require rapid adaptation to changing conditions. Furthermore, its scalability and flexibility make it an effective solution for realworld applications in environments that demand precise group control. The results underscore the practical value of this approach, reducing both development time and costs while improving the overall performance of MRP systems in complex operational settings. The developed neuro-fuzzy system provides a robust and scalable platform for efficient group management, making it well-suited for a wide range of dynamic, real-time applications.