Ulepszone śledzenie trajektorii dla autonomicznej nawigacji mobilnych robotów kołowych za pomocą adaptacyjnego rozmytego regulatora PID

Mądrzejsi kierowcy robotów

W miarę jak roboty wkraczają do magazynów, na gospodarstwa, a nawet na obszary dotknięte katastrofami, muszą umieć płynnie i bezpiecznie podążać zaplanowanymi trasami, nawet gdy podłoże jest śliskie lub silniki zawodzą. Artykuł ten bada nową metodę pomagającą robotom kołowym pozostać na kursie, redukując chwianie i dryf, dzięki czemu potrafią poruszać się po zatłoczonych, nieprzewidywalnych miejscach z dużo większą pewnością.

Dlaczego utrzymanie kursu jest trudne

Wiele bezzałogowych pojazdów naziemnych, takich jak wózki magazynowe czy roboty terenowe, porusza się na kołach, ponieważ jest to rozwiązanie wydajne, szybkie i stosunkowo proste w konstrukcji. Jednak precyzyjne trzymanie się zaplanowanej ścieżki jest zaskakująco trudne. Podłogi są zakurzone lub nierówne, koła się ślizgają, czujniki są zaszumione, a rzeczywiste własności fizyczne robota często różnią się od jego idealnego modelu matematycznego. Tradycyjne metody sterowania, takie jak standardowe regulatory PID o stałym strojeniu, działają dobrze tylko wtedy, gdy warunki odpowiadają założeniom projektowym, i mogą tracić precyzję lub nawet stać się niestabilne, gdy robot jest mocno obciążony lub zakłócony.

Dwuwarstwowy mózg sterujący

Aby pokonać te ograniczenia, autorzy projektują dwuwarstwowy „mózg” dla powszechnego typu robota kołowego z dwoma kołami napędowymi po bokach. Warstwa górna analizuje tylko pozycję robota w płaszczyźnie i oblicza, jak szybko powinien się poruszać do przodu oraz jak szybko powinien skręcać, aby podążać zaplanowaną trasą, na przykład gładką ósemką. Warstwa dolna odpowiada za to, by silniki rzeczywiście wygenerowały te prędkości. W tym miejscu artykuł wprowadza adaptacyjny rozmyty regulator PID: standardowy regulator PID, którego trzy główne mnożniki są ciągle dostosowywane przez system logiki rozmytej monitorujący, jak bardzo zachowanie robota odbiega od pożądanego.

Pozwalanie regulatorowi uczyć się w locie

Logika rozmyta pozwala regulatorowi używać prostych reguł w stylu „jeśli–to”, na przykład reagować inaczej na małe niż na duże błędy albo na błędy narastające niż malejące, bez potrzeby posiadania dokładnego matematycznego modelu każdego zakłócenia. W tym rozwiązaniu dwa sygnały wejściowe — jak duży jest błąd śledzenia i jak szybko się zmienia — trafiają do zwartego systemu rozmytego, który wyprowadza zaktualizowane wartości wzmocnień PID. W praktyce regulator może w czasie rzeczywistym usztywniać lub łagodzić swoją reakcję, gdy robot przyspiesza, zwalnia lub napotyka poślizgi i szumy. Analiza stabilności wykazuje, że nawet przy tych ciągłych dostosowaniach i w obecności niezamodelowanych efektów błąd śledzenia zawsze zmniejszy się do małego, gwarantowanego obszaru i pozostanie w nim.

Poddawanie systemu ciężkim próbom

Następnie badacze poddają swój regulator szeregowi symulowanych testów wykorzystując dobrze znany model platformy mobilnego robota. Najpierw, w warunkach idealnych bez zewnętrznych zakłóceń, adaptacyjny rozmyty regulator PID już śledzi trajektorię w kształcie ósemki dokładniej niż konwencjonalny PID i inny zaawansowany regulator dynamiczny, pokazując gładsze profile prędkości i mniejsze średnie błędy. Następnie celowo wprowadzają rozbieżności między rzeczywistymi parametrami fizycznymi robota a wartościami przyjętymi przez regulator, zaczynając od 20% błędu i sięgając aż do pełnych 100% niezgodności. Jednocześnie dodają losowy szum do ruchu robota oraz okresowe siły symulujące wyboiste podłoże lub szarpane siłowniki.

Wyniki odporne na skrajne obciążenia

We wszystkich tych coraz surowszych scenariuszach adaptacyjny rozmyty regulator PID utrzymuje ścisłe śledzenie trajektorii w kształcie ósemki, podczas gdy konwencjonalny PID zaczyna oscylować, opóźniać się i odchylać, szczególnie na ostrych zakrętach. Kluczowe miary błędu, w tym błąd śledzenia RMS (wartość skuteczna), są konsekwentnie redukowane mniej więcej o połowę lub więcej przez nową metodę, nawet gdy każdy parametr modelu jest nieprawidłowy, a robot jest bombardowany szumem. Ruch pozostaje płynny i stabilny, co wskazuje, że regulator jest nie tylko dokładny, lecz także odporny i praktyczny do użycia w czasie rzeczywistym.

Co to oznacza dla codziennych robotów

Dla osoby niebędącej specjalistą kluczowy wniosek jest taki, że praca ta dostarcza bardziej wyrozumiałego i samo-regulującego się „autopilota” dla robotów kołowych. Zamiast polegać na doskonałej znajomości robota i jego otoczenia, regulator uczy się na podstawie bieżącej różnicy między tym, gdzie robot jest, a gdzie powinien być, i delikatnie samodostosowuje parametry w miarę zmiany warunków. Oznacza to, że roboty mobilne w fabrykach, magazynach czy na terenach niebezpiecznych mogą podążać zaplanowanymi trasami bezpieczniej i precyzyjniej, nawet gdy koła się ślizgają, ładunki się zmieniają lub silniki się zużywają — przybliżając nas do niezawodnych, codziennych maszyn autonomicznych.

Cytowanie: 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

Słowa kluczowe: autonomiczne roboty mobilne, śledzenie trajektorii, rozmyte sterowanie PID, nawigacja robota, odporność na zakłócenia