Quando um robô precisa se mover através de uma sala, há vários caminhos, cada um com curvas e vários pontos de partida e finais em potencial. Como ele decide a abordagem mais eficiente e econômica? Uma equipe colaborativa de pesquisadores nos Estados Unidos pode ter a resposta. Eles desenvolveram um método para determinar a solução ideal para esse tipo de problema de controle geral, que poderia ser aplicada à tomada de decisão necessária para passar do ponto A para ponto B para navegação robótica automatizada mais complexa. Eles publicaram seus resultados na edição de agosto de 2021, IEEE / CAA Journal of Automatage Sinica.
“Até o melhor de nosso conhecimento, esta é a primeira vez que uma solução altamente flexível, computacionalmente eficiente e precisa, com a prova de a otimidade é apresentado para problemas gerais de controle ideal”, disse o primeiro autor Hossein Mirinejad, professor assistente da faculdade de Aeronáutica e engenharia na Kent State University, EUA.
Os pesquisadores combinaram duas abordagens existentes para permitir a abordagem algorítmica, que encontra o caminho direto mais ideal em problemas de controle. Seu método, chamado RBF-Galerkin, é nomeado pelos dois métodos de contribuição. O RBF é função de base radial, que pode estimar distâncias entre pontos específicos e peso as estimativas em dados desordenados. A abordagem da Galerkin é nomeada para o matemático russo Boris Galerkin, que aplica restrições para controlar problemas sem parâmetros discretos.
“O método proposto oferece uma grande flexibilidade em termos de funções de base para parentar um problema de controle ideal”, disse Mirinejad.
Para testar o método, os pesquisadores disseram ao robô para se mover através de um espaço plano contendo três círculos sem atravessar os círculos. Eles usaram três abordagens para ver como elas podem mudar a trajetória do robô e descobrir que seu método RBF-Galerkin foi o maior custo e tempo eficiente em três facefas diferentes.
Os pesquisadores em seguida planejam desenvolver uma estratégia automatizada para ajustar como os parâmetros iniciais do problema são estimados, disse Mirinejad. Eles também planejam continuar melhorando o desempenho geral de sua abordagem, trabalhando para minimizar possíveis erros nas estimativas iniciais.
Publicado em 24/08/2021 22h30
Artigo original:
Estudo original:
Achou importante? Compartilhe!