Verbesserte Trajektorienverfolgung für die autonome Navigation von radgebundenen mobilen Robotern mittels eines adaptiven fuzzy PID-Reglers

Schlauere Robotertreiber

Während Roboter in Lagerhallen, auf Bauernhöfen und sogar in Katastrophengebiete vordringen, müssen sie geplanten Bahnen glatt und sicher folgen können, selbst wenn der Untergrund rutschig ist oder ihre Motoren Fehlverhalten zeigen. Diese Arbeit untersucht eine neue Methode, die radgebundenen Robotern hilft, auf Kurs zu bleiben, Schlinger- und Driftbewegungen zu reduzieren und somit in geschäftigen, unvorhersehbaren Umgebungen deutlich zuverlässiger zu navigieren.

Warum das Aufkursbleiben schwierig ist

Viele unbemannte Bodenfahrzeuge, etwa Lagerwagen oder Vermessungsroboter, fahren auf Rädern, weil sie effizient, schnell und vergleichsweise einfach zu bauen sind. Trotzdem ist es überraschend schwierig, einen solchen Roboter exakt auf einer geplanten Bahn zu halten. Böden sind oft staubig oder uneben, Räder rutschen, Sensoren sind verrauscht und die realen physikalischen Eigenschaften des Roboters weichen oft vom idealen mathematischen Modell ab. Traditionelle Regelungsverfahren, wie standardmäßige PID-Regler mit fester Parametrierung, funktionieren nur, wenn die Bedingungen den Annahmen ihrer Auslegung entsprechen, und können an Genauigkeit verlieren oder sogar instabil werden, wenn der Roboter stark belastet wird oder Störungen auftreten.

Ein zweischichtiges Steuerungsgehirn

Um diese Grenzen zu überwinden, entwerfen die Autoren ein zweischichtiges „Gehirn“ für einen gängigen Raddifferenzialroboter mit zwei Antriebsrädern auf beiden Seiten. Die obere Schicht betrachtet nur die Position des Roboters in der Ebene und berechnet, wie schnell er vorwärts fahren und wie schnell er drehen soll, um einer geplanten Bahn zu folgen, etwa einer geschmeidigen Achterkurve. Die untere Schicht ist dafür zuständig, dass die Motoren diese Geschwindigkeiten tatsächlich liefern. Hier führt das Papier einen adaptiven fuzzy PID-Regler ein: einen Standard-PID-Regler, dessen drei Hauptverstärkungen kontinuierlich von einem Fuzzy-Logik-System angepasst werden, das beobachtet, wie stark das Verhalten des Roboters von der gewünschten Bahn abweicht.

Den Regler on-the-fly lernen lassen

Fuzzy-Logik erlaubt dem Regler, einfache „Wenn–Dann“-Regeln zu verwenden, etwa unterschiedlich auf kleine versus große Fehler oder auf zunehmende versus abnehmende Fehler zu reagieren, ohne ein exaktes mathematisches Modell jeder Störung zu benötigen. In diesem Entwurf werden zwei Eingangssignale – wie groß der Verfolungsfehler ist und wie schnell er sich ändert – in ein kompaktes Fuzzy-System eingespeist, das aktualisierte Werte für die PID-Verstärkungen ausgibt. Effektiv kann der Regler seine Reaktion in Echtzeit anziehen oder lockern, wenn der Roboter beschleunigt, abbremst oder auf Rutschpartien und Rauschen trifft. Eine mathematische Stabilitätsanalyse zeigt, dass der Verfolungsfehler trotz dieser fortlaufenden Anpassungen und unmodellierter Effekte stets in eine kleine, garantierte Region schrumpfen und dort verbleiben wird.

Das System harten Prüfungen unterziehen

Die Forscher unterziehen ihren Regler dann einer Reihe simulierten Tests mit einem bekannten Modell einer mobilen Roboterplattform. Zunächst, unter idealen Bedingungen ohne äußere Störungen, verfolgt der adaptive fuzzy PID-Regler die Achterbahn bereits genauer als ein konventioneller PID und ein weiteres fortgeschrittenes dynamisches Regelverfahren, zeigt gleichmäßigere Geschwindigkeitsprofile und geringere mittlere Fehler. Danach führen sie absichtlich Abweichungen zwischen den tatsächlichen physikalischen Parametern des Roboters und den vom Regler angenommenen Werten ein, beginnend mit einem Fehler von 20 % und steigernd bis zu einer vollständigen 100%-Abweichung. Gleichzeitig fügen sie dem Roboterbewegungsbild zufälliges Rauschen und periodische Kräfte hinzu, die holprigen Untergrund oder ruckartige Aktuatoren nachahmen.

Ergebnisse, die extremen Belastungen standhalten

Über all diese zunehmend harten Szenarien hinweg hält der adaptive fuzzy PID-Regler die Verfolgung der Achterbahn eng, während der konventionelle PID besonders in starken Kurven zu oszillieren, nachzuhinken und abzuweichen beginnt. Wichtige Fehlermetriken, einschließlich des quadratischen Mittelwerts des Verfolungsfehlers (RMS), werden von der neuen Methode konstant um etwa die Hälfte oder mehr reduziert, selbst wenn jeder Modellparameter falsch ist und der Roboter von Rauschen bombardiert wird. Die Bewegung bleibt glatt und wohlgeordnet, was darauf hinweist, dass der Regler nicht nur genau, sondern auch robust und praktisch für den Echtzeiteinsatz ist.

Was das für Alltagsroboter bedeutet

Für Nicht-Spezialisten ist die Kernaussage, dass diese Arbeit einen nachsichtigen und sich selbst anpassenden „Autopiloten“ für radgebundene Roboter liefert. Anstatt sich auf ein perfektes Verständnis des Roboters und seiner Umgebung zu verlassen, lernt der Regler aus dem fortlaufenden Unterschied zwischen dem Ist- und dem Soll-Ort des Roboters und stimmt sich behutsam nach, wenn sich die Bedingungen ändern. Das bedeutet, dass mobile Roboter in Fabriken, Lagerhäusern oder Gefahrenbereichen geplanten Routen sicherer und präziser folgen können, selbst wenn ihre Räder durchrutschen, die Last sich ändert oder die Motoren altern – und uns so zuverlässigen, alltäglichen autonomen Maschinen näherbringen.

Zitation: El Zoghby, H.M., Sharaf, S.M., Bendary, A.F. et al. Enhanced trajectory tracking for autonomous navigation of wheeled mobile robots using an adaptive fuzzy PID controller. Sci Rep 16, 12736 (2026). https://doi.org/10.1038/s41598-026-45772-y

Schlüsselwörter: autonome mobile Roboter, Trajektorienverfolgung, fuzzy PID-Regelung, Roboternavigation, Störgrößenunterdrückung