Desarrollo de Planificación de Rutas Locales Utilizando Control Predictivo de Modelos Selectivos, Campos Potenciales y Optimización por Enjambre de Partículas
Autores: Kim, Mingeuk; Lee, Minyoung; Kim, Byeongjin; Cha, Moohyun
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Desarrollo de Planificación de Rutas Locales Utilizando Control Predictivo de Modelos Selectivos, Campos Potenciales y Optimización por Enjambre de Partículas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Evitación de obstáculos en tiempo real
Vehículos terrestres autónomos
Algoritmo Selective MPC-PF-PSO
Control predictivo de modelos
Campos Potenciales Artificiales
Optimización por enjambre de partículas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
Este documento se centra en la evitación de obstáculos en tiempo real y la navegación segura de vehículos terrestres autónomos (AGVs). Introduce el algoritmo Selective MPC-PF-PSO, que incluye control predictivo de modelo (MPC), Campos Potenciales Artificiales (APFs) y optimización por enjambre de partículas (PSO). Este enfoque implica definir múltiples conjuntos de coeficientes para la adaptabilidad al entorno circundante. Los resultados de la simulación demuestran que el algoritmo es adecuado para generar rutas de evitación de obstáculos. El algoritmo se implementó en la plataforma ROS utilizando el Jetson Xavier de NVIDIA, y se realizaron experimentos de conducción con un AGV de tipo dirección. A través de mediciones del tiempo de computación y experimentos reales de evitación de obstáculos, se demostró que es práctico en el mundo real.
Descripción
Este documento se centra en la evitación de obstáculos en tiempo real y la navegación segura de vehículos terrestres autónomos (AGVs). Introduce el algoritmo Selective MPC-PF-PSO, que incluye control predictivo de modelo (MPC), Campos Potenciales Artificiales (APFs) y optimización por enjambre de partículas (PSO). Este enfoque implica definir múltiples conjuntos de coeficientes para la adaptabilidad al entorno circundante. Los resultados de la simulación demuestran que el algoritmo es adecuado para generar rutas de evitación de obstáculos. El algoritmo se implementó en la plataforma ROS utilizando el Jetson Xavier de NVIDIA, y se realizaron experimentos de conducción con un AGV de tipo dirección. A través de mediciones del tiempo de computación y experimentos reales de evitación de obstáculos, se demostró que es práctico en el mundo real.