1 / 12

AGENTI CHE RAGIONANO LOGICAMENTE Logica fuzzy nella navigazione di robot autonomi

AGENTI CHE RAGIONANO LOGICAMENTE Logica fuzzy nella navigazione di robot autonomi. E.Mumolo mumolo@units.it. Navigazione di robot autonomi. Comportamenti reattivi Inseguimento della traiettoria (trajectory tracking) Percorso assegnato  comandi attuatori ( Speed e Jog )

aden
Download Presentation

AGENTI CHE RAGIONANO LOGICAMENTE Logica fuzzy nella navigazione di robot autonomi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. AGENTI CHE RAGIONANO LOGICAMENTELogica fuzzy nella navigazione di robot autonomi E.Mumolo mumolo@units.it

  2. Navigazione di robot autonomi • Comportamenti reattivi • Inseguimento della traiettoria (trajectory tracking) • Percorso assegnato  comandi attuatori (Speed e Jog) • Euristica: raggiungimento di punti intermedi • Esempi: • Manovra di parcheggio • Allineamento all’obiettivo • Navigazione punto-punto • Evitare collisioni

  3. Navigazione di un singolo robot • Moto Piano • Robot “ideale” • puntiforme • variazioni di direzione istantane • angolo di sterzata limitato • velocità costante in modulo • Robot “reale” • corpo rigido • vincoli anolonomi • angolo di sterzata limitato • velocità variabile Target x,y,q Start x,y,q

  4. Manovra di parcheggio • Problema classico • Nguyen e B. Widrow, The truck backer-upper: An example of self learning in neural networks, in International Joint Conference on Neural Network, vol. 2, IEEE Press, 1989, pp. 357–363. • S.-G. Kong e B. Kosko, Adaptive fuzzy systems for backing up a truckand-trailer, IEEE Transactions on Neural Networks, 3 (1992), pp. 211–223. • Ingressi: coordinate (x,y) e orientamento q del veicolo • Uscita: angolo f dello sterzo • Inisiemi fuzzy: • x Î[0 ÷ 10] metri  Sinistra, Mediamente Sinistra, Centrale, Mediamente Destra e Destra • x Î[0 ÷ 10] metri  Bassa, Mediamente Bassa, Centrale, Mediamente Alta e Alta • qÎ [−180 ÷ 180] gradi Sinistra, Basso, Destra e Alto • f Î [−30 ÷ 30] gradi Sinistra, Mediamente Sinistra, Dritto, Mediamente Destra e Destra

  5. Manovra di parcheggio • 100 regole IF … THEN … ELSE • Robot puntiforme, sterzata max 30° e velocità costante 0.2 m/s • Risultati:

  6. Allineamento all’obiettivo • Robot ideale • Ingresso : disallineamento d [−180 ÷ 180] • Negativo Grande, Negativo, Zero, Positivo Piccolo e Positivo Grande • Uscita: sterzo q[−30 ÷ 30] • Sinistra, Mediamente Sinistra, Dritto, Mediamente Destra e Destra • Se d negativo, l’obiettivo si trova alla destra del robot  sterzare a destra • Se d positivo sterzare verso sinistra • Se d nullo allineato

  7. Allineamento all’obiettivo

  8. Navigazione punto a punto • Ingressi: • “disallineamento”: “distanza obiettivo”: • Uscite: • Jog speed

  9. Navigazione punto a punto • 10 Regole linguistiche: segue l’allineamento all’obiettivo

  10. Evitare le collisioni

  11. Evitare le collisioni tra robot • Ingressi: • dij (distanza tra Ri e Rj) divisa in Vicina, Media e Lontana. • aij (angolo tra la direzione Ri e Rj) divisa in Posteriore Destra, Destra, Anteriore Destra e Sinistra. • Uscite: Djog e Dspeed rispetto a jog e speed della navigazione punto a punto • Attivato quando la distanza < soglia • Regole fuzzy: diritto di precedenza a destra • Se Rj a sinistra diRi  D = 0 • Se a destra, Ri modifica la propria traiettoria in maniera più o meno brusca a seconda della distanza dij

  12. Evitare le collisioni tra robot • 12 regole

More Related