Метод оценки возможности автономного управления мобильным роботом

Оценка возможностей системы управления мобильным роботом, обеспечивающей его автономное функционирование, является актуальной задачей. Такой анализ позволяет не только определить текущие возможности системы управления, но и выявить области для ее дальнейшего совершенствования, что влечет за собой повышение общей эффективности и устойчивости работы автономных роботов в условиях реальных эксплуатационных сценариев. Работа посвящена разработке метода оценки возможности автономного управления мобильным роботом. Для достижения поставленной цели проведен анализ существующих подходов определения уровня автономности беспилотных систем, а также установлено соответствие значений оценки возможностей автономного управления мобильным роботом определенным уровням его автономности. Определена зависимость величины данной оценки от значений оценки возможностей автономного управления при выполнении конкретных задач. Выявлена взаимосвязь между значением оценки возможностей автономного управления при решении роботом некоторой задачи и вероятностями различных подвидов автономности системы управления роботом, зависящих от условий функционирования данной системы управления. Результаты работы показывают, что автономность, как способность робототехнической системы самостоятельно выполнять поставленные задачи, всегда определяется техническими характеристиками робота и условиями окружающей среды. Увеличение технических, информационно-алгоритмических ресурсов системы управления роботом и рост степени независимости от оператора при условии постоянных или снижающихся уровней сложности окружающей среды и задач повышают вероятность автономного управления мобильным роботом при выполнении им задания. В случае максимальной независимости от оператора и соответствия ресурсов системы управления уровням сложности среды и задач, или же при избыточности ресурсов, оценка возможности автономного управления мобильным роботом формируется исходя из степени наличия технических и информационно-алгоритмических ресурсов системы управления роботом.
EDN: HHEOSW, https://elibrary/hheosw

Литература

[1] Ермолов И.Л. Расширение функциональных возможностей мобильных технологических роботов путем повышения уровня их автономности с использованием иерархической комплексной обработки бортовых данных. Дисс. … док. тех. наук. Москва, МГТУ Станкин, 2012. 350 с.

[2] Huang H.-M., Messina E., Wade R. et al. Autonomy measures for robots. IMECE, 2004, paper IMECE2004-61812, pp. 1241–1247; doi: https://doi.org/10.1115/IMECE2004-61812

[3] Huang H.-M., Pavek K., Albus J. et al. Autonomy levels for unmanned systems (ALFUS) framework: an update. Proc. SPIE, 2005, vol. 5804, doi: https://doi.org/10.1117/12.603725

[4] Huang H.-M., Messina E., Albus J. Autonomy levels for unmanned systems (ALFUS) framework. Vol. II: Framework models version 1.0. NIST, 2007, 73 p.

[5] Borkar S., Chien A.A. The future of microprocessors. CACM, 2011, vol. 54, no. 5, pp. 67–77, doi: https://doi.org/10.1145/1941487.1941507

[6] Mikołajczyk T., Mikołajewski D., Kłodowski A. et al. Energy sources of mobile robot power systems: a systematic review and comparison of efficiency. Appl. Sci., 2023, vol. 13, no. 13, art. 7547, doi: https://doi.org/10.3390/app13137547

[7] Zidar J., Matić T., Aleksi I. et al. Dynamic voltage and frequency scaling as a method for reducing energy consumption in ultra-low-power embedded systems. Electronics, 2024, vol. 13, no. 5, art. 826, doi: https://doi.org/10.3390/electronics13050826

[8] Das R., Gupta V. A systematic literature review on graphics processing unit accelerated realm of high-performance computing. IJCE, 2024, vol. 5, no. 3, pp. 10–21, doi: https://doi.org/10.47941/ijce.1813

[9] Lane D.M., Sahafi A. ADNA: automating application-specific integrated circuit development of neural network accelerators. Electronics, 2025, vol. 14, no. 7, art. 1432, doi: https://doi.org/10.3390/electronics14071432

[10] Dastres R., Soori M. A review in advanced digital signal processing systems. IJECE, 2021, vol. 15, no. 3, pp. 122–127, doi: https://doi.org/10.6084/M9.FIGSHARE.14330879

[11] Rostum H.M., Hammami N., Salih O.M. FPGA implementation in mobile robot applications: state of the art review. Multidisciplinary Sciences, 2023, vol. 13, no. 2, pp. 232–249, doi: https://doi.org/10.35925/j.multi.2023.2.21

[12] Gao M., Chen H., Liu D. An ASIP for neural network inference on embedded devices with 99% PE utilization and 100% memory hidden under low silicon cost. Sensors, 2022, vol. 22, no. 10, art. 3841, doi: https://doi.org/10.3390/s22103841

[13] Cirstea M., Benkrid K., Dinu A. et al. Digital electronic system-on-chip design: methodologies, tools, evolution, and trends. Micromachines, 2024, vol. 15, no. 2, art. 247, doi: https://doi.org/10.3390/mi15020247

[14] Hameed Ul Hassan Mohammed. Chiplet-based architectures: redefining the future of System-on-Chip (SoC) design. IJCNIS, 2025, vol. 17, no. 7, pp. 15–29.

[15] Alsadik B., Karam S. The simultaneous localization and mapping (SLAM)-an overview. JASTT, 2021, vol. 2, no. 4, pp. 147–158, doi: https://doi.org/10.38094/jastt204117

[16] Placed J.A., Strader J., Carrillo H. et al. A survey on active simultaneous localization and mapping: state of the art and new frontiers. IEEE Trans. Robot., 2023, vol. 39, no. 3, pp. 1686–1705, doi: https://doi.org/10.1109/TRO.2023.3248510

[17] Qiao J., Guo J., Li Y. Simultaneous localization and mapping (SLAM)-based robot localization and navigation algorithm. Appl. Water Sci., 2024, vol. 14, no. 7, art. 151, doi: https://doi.org/10.1007/s13201-024-02183-6

[18] Безмен П.А. Исследование скорости сходимости алгоритма системы расширенный фильтр Калмана — адаптивный цифровой фильтр. Известия высших учебных заведений. Машиностроение, 2025, № 9, с. 11–20. EDN: QZXTMB

[19] Soori M., Arezoo B., Dastres R. Artificial intelligence, machine learning and deep learning in advanced robotics, a review. COGR, 2023, vol. 3, pp. 54–70, doi: https://doi.org/10.1016/j.cogr.2023.04.001

[20] Yeom K. Design of deep neural network based model predictive controller for a car-like mobile robot. Int. J. Mech. Eng. Robot. Res., 2022, vol. 11, no. 8, pp. 606–613, doi: https://doi.org/10.18178/ijmerr.11.8.606-613