МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И АЛГОРИТМ АДАПТИВНОГО РЕГУЛИРОВАНИЯ СКОРОСТИ КОЛЁСНОГО РОВЕРА ПРИ ДВИЖЕНИИ ПО НЕРОВНОМУ РЕЛЬЕФУ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПОЛЯ

Main Article Content

Узакбаев Жангельды Сабит-улы Aбдуллаев Султанбек Бахтиярович

Abstract

Исследуется регулирование поступательной скорости шестиколёсного ровера на заранее заданном маршруте с неровной поверхностью. Предложена вычислительная схема, объединяющая модель вертикальных и угловых колебаний корпуса на шести эквивалентных пассивных опорах с рекурсивным оцениванием локальной зависимости между скоростью и интенсивностью углового движения. Скорость определяется по обновляемым коэффициентам двух скалярных регрессий с ограничением темпа изменения команды. Выполнено сравнение с постоянной скоростью, пороговым регулированием и отключённой адаптацией на синтетических профилях поверхности. На неоднородном маршруте длиной 16 м адаптивный алгоритм уменьшил совокупное среднеквадратическое значение угловых скоростей с 0,1868 до 0,1226 рад/с при увеличении времени движения с 27,44 до 35,64 с. При сравнении с постоянной скоростью, обеспечивающей практически такое же время прохождения, уменьшение этого показателя составило 6,1%, однако пиковая угловая скорость выросла на 8,9%. Проверены влияние увеличения массы, шума, задержки измерений и шага интегрирования. Результаты подтверждают работоспособность алгоритма в пределах принятой модели и показывают ограниченность реактивного регулирования. Модель не идентифицирована по реальному прототипу; полевые испытания не проводились. Научный результат состоит в воспроизводимой оценке компромисса между интенсивностью колебаний и производительностью движения, а не в доказательстве универсального превосходства адаптации или предотвращения опрокидывания.


 

Article Details

Section
Articles

References

Stavens D., Hoffmann G., Thrun S. Online Speed Adaptation Using Supervised Learning for High-Speed, Off-Road Autonomous Driving // Proceedings of IJCAI. 2007. P. 2218–2224. URL: https://www.ijcai.org/Proceedings/07/Papers/357.pdf

Reina G., Leanza A., Messina A. Terrain estimation via vehicle vibration measurement and cubature Kalman filtering. Авторская версия, arXiv:2001.05165. 2020. DOI: https://doi.org/10.48550/arXiv.2001.05165

Hill A., Laneurit J., Lenain R., Lucet E. Online Tuning of Control Parameters for Off-Road Mobile Robots: Novel Deterministic and Neural Network-Based Approaches // IEEE Robotics & Automation Magazine. 2023. Vol. 30, No. 3. P. 44–55. DOI: https://doi.org/10.1109/MRA.2022.3151067

Pokhrel A., Nazeri M., Datar A., Xiao X. CAHSOR: Competence-Aware High-Speed Off-Road Ground Navigation in SE(3). arXiv:2402.07065v2. 2025. URL: https://arxiv.org/html/2402.07065v2

Xu T., Pan C., Xiao X. Reinforcement Learning for Wheeled Mobility on Vertically Challenging Terrain. arXiv:2409.02383v1. 2024. DOI: https://doi.org/10.48550/arXiv.2409.02383

Xu K., Li J., Si J., Liu Y., Nie M. Attitude-Oriented Stability Control with Adaptive Impedance Control for a Wheeled Robotic System on Rough Terrain // Machines. 2023. Vol. 11, No. 6. Article 650. DOI: https://doi.org/10.3390/machines11060650