Разработка квазиоптимального алгоритма переключения мобильного робота

   Введение. Всенаправленные мобильные платформы, известные своей маневренностью в ограниченных пространствах, часто сталкиваются не только с проблемами энергоэффективности из-за конструкции роликонесущих колес, но и с ограничениями при движении в реальных условиях эксплуатации, такими как перепады высот и неровности рельефа. Для преодоления ограничений мобильных платформ необходимо обеспечить возможность переключения между всенаправленным и классическим режимами движения с помощью адаптивного переключения режимов движения. Такой подход позволяет сочетать маневренность при навигации в тесных условиях с повышенной проходимостью и энергоэффективностью на неровных поверхностях и уклонах.

   Метод. В работе предложен алгоритм адаптивного переключения режимов движения, обеспечивающий переход от всенаправленной к классической кинематической схеме и обратно с помощью разработанного компактного механизма переключения. Для этого использованы усовершенствованные кинематические, динамические и энергетические модели в сочетании с лабораторными экспериментами с реконфигурируемой платформой. Предложенные усовершенствования позволяют осуществить простой и быстрый переход из одной кинематической схемы в другую с помощью разработанного компактного механизма переключения.

   Основные результаты. Экспериментальные исследования выполнены в лабораторных условиях на ровной бетонной поверхности, где робот выполнял движение по замкнутой траектории. В ходе эксперимента фиксировались энергопотребление и ошибки отслеживания траектории для голономного, неголономного и реконфигурируемого режимов движения. Сравнительный анализ показал, что применение предложенного алгоритма переключения позволяет снизить энергозатраты в среднем на 8 % при сохранении маневренности. Для более крупных роботов с массой, значительно превышающей массу механизма реконфигурации, экономия энергии в реальных сценариях может быть больше за счет оптимизации системой использования энергии и выбора наиболее эффективной конфигурации для различных сегментов траектории. Система сохраняет высокую маневренность и обеспечивает эффективную навигацию в сложных условиях.

   Обсуждение. Представленный алгоритм позволяет платформе достичь важнейшего баланса между мобильностью, эффективностью и точностью управления. Появляется возможность практического внедрения реконфигурируемых роботов в реальных сервисных приложениях. Полученные результаты имеют практическое значение для проектирования адаптивных механических и управляющих систем с повышенной эксплуатационной гибкостью мобильных платформ в условиях ограниченных ресурсов.

1. Chen W., Wu P., Gong Y., Zhang Z., Wang K. The role of energy consumption in robotic mobile fulfillment systems: Performance evaluation and operating policies with dynamic priority // Omega. 2025. V. 130. P. 103168. doi: 10.1016/j.omega.2024.103168

2. Kim T., Kang G., Lee D., Shim D.H. Development of an indoor delivery mobile robot for a multi-floor environment // IEEE Access. 2024. V. 12. P. 45202–45215. doi: 10.1109/access.2024.3381489

3. Kebede G., Gelaw A., Andualem H., Hailu A.T. Review of the characteristics of mobile robots for health care application // International Journal of Intelligent Robotics and Applications. 2024. V 8. N 2. P. 480–502. doi: 10.1007/s41315-024-00324-3

4. Giurgiu T., Bârsan G., Virca I., Pupăză C. Mecanum wheeled platforms for special applications // International conference KNOWLEDGE-BASED ORGANIZATION. 2022. V. 28. N 3. P. 44–51. doi: 10.2478/kbo-2022-0086

5. Zhewen Z., Hongliu Y., Chengjia W., Pu H., Jiangui W. A comprehensive study on mecanum wheel-based mobility and suspension solutions for intelligent nursing wheelchairs // Scientific Reports. 2024. V. 14. N 1. P. 20644. doi: 10.1038/s41598-024-71459-3

6. Qian J., Zi B., Wang D., Ma Y., Zhang D. The design and development of an omni-directional mobile robot oriented to an intelligent manufacturing system // Sensors. 2017. V. 17. N 9. P. 2073. doi: 10.3390/s17092073

7. Vestman R. A Comparative Study of Omnidirectional and Differential Drive Systems for Mobile Manipulator Robots : A Performance Review of Strengths and Weaknesses. Dissertation. 2023. 60 p.

8. Minh D.N., Do Quang H., Phuong N.D., Manh T.N., Bui D.N. An adaptive fuzzy dynamic surface control tracking algorithm for mecanum wheeled mobile robot // International Journal of Mechanical Engineering and Robotics Research. 2023. V. 12. N 6. P. 354–361. doi: 10.18178/ijmerr.12.6.354-361

9. Yang X., Hu Y., Gao H., Ding K., Li Z., Zhu P., Sun Y., Liu C. Risk-aware non-myopic motion planner for large-scale robotic swarm using cvar constraints // Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2024. P. 5784–5790. doi: 10.1109/iros58592.2024.10802191

10. Zhu K., Zhang T. Deep reinforcement learning based mobile robot navigation : a review // Tsinghua Science and Technology. 2021. V. 26. N 5. P. 674–691. doi: 10.26599/tst.2021.9010012

11. Zakharov D.N., Iaremenko A.M., Kurovskii D.M., Kurovskii A.M., Borisov O.I., Zhang B. Development of a mobile reconfigurable mecanum robot with a locking device of rollers // Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2024. P. 3553–3558. doi: 10.1109/iros58592.2024.10801549

12. Abd Mutalib M.A., Azlan N.Z. Prototype development of mecanum wheels mobile robot : a review // Applied Research and Smart Technology (ARSTech). 2020. V. 1. N 2. P. 71–82. doi: 10.23917/arstech.v1i2.39

13. Xie L., Herberger W., Xu W., Stol K.A. Experimental validation of energy consumption model for the four-wheeled omnidirectional mecanum robots for energy-optimal motion control // Proc. of the IEEE 14^th International Workshop on Advanced Motion Control (AMC). 2016. P. 565–572. doi: 10.1109/amc.2016.7496410

14. Zakharov D.N., Kurovskii D.M., Kurovskii A.M., Zhivitskii A.Y., Borisov O.I., Fakhro K., Pyrkin AA. Experimental study of trajectory control algorithms under incomplete information on parameters and state variables of a nonlinear model of mobile robot motion // Proc. of the 10^th International Conference on Control, Decision and Information Technologies (CoDIT). 2024. P. 1584–1588. doi: 10.1109/codit62066.2024.10708441