Метод оценки времени беспроводной передачи энергетических ресурсов между двумя роботами

Обложка

Цитировать

Полный текст

Аннотация

Энергоемкость аккумуляторов, применяемых в качестве основного источника питания в мобильных робототехнических средствах, определяет время автономной работы робота. Для планирования выполнения группой робототехнических средств задач с точки зрения затрат времени актуально учитывать время, в течение которого заряжается аккумулятор каждого отдельного робота. При использовании беспроводной передачи энергии это время зависит от эффективности системы передачи энергии, а также от мощности передающей части системы, необходимой для пополнения энергоемкости. В настоящей работе предлагается метод оценки времени передачи энергетических ресурсов между двумя роботами с учетом данных параметров. Предлагаемый метод учитывает применение алгоритма конечного позиционирования роботов, оценку линейных смещений между роботами, включает вычисление эффективности, а также определение времени подзарядки с учетом параметров, полученных на предыдущих этапах метода. Алгоритм конечного позиционирования роботов использует алгоритмы обработки данных системы технического зрения робота для поиска реперных маркеров и определения их пространственных характеристик для обеспечения конечного позиционирования мобильных робототехнических платформ. Данные характеристики также применяются для определения линейных смещений между роботами, от которых зависит эффективность передачи энергии. Для ее определения в методе используется математическая модель энергетических характеристик системы беспроводной передачи энергии и полученные линейные смещения. На последнем этапе метода вычисляется время подзарядки аккумулятора мобильного робота с учетом данных с предыдущих этапов. Применение предложенного метода для моделирования позиционирования роботов в некотором наборе точек рабочего пространства позволит уменьшить временные затраты на зарядку аккумулятора робота при использовании беспроводной передачи энергии. В результате моделирования было определено, что передача энергетических ресурсов между роботами происходило с эффективностью в диапазоне от 58,11% до 68,22%, а также из 14 точек позиционирования были определены 3 с наименьшим временем передачи энергии.

Об авторах

А. А Ерашов

СПб ФИЦ РАН

Email: erashov.a@iias.spb.su
14 линия В.О. 39

К. В Камынин

СПб ФИЦ РАН

Email: konstvictorovich@mail.ru
14 линия В.О. 39

К. Д Крестовников

СПб ФИЦ РАН

Email: k.krestovnikov@iias.spb.su
14 линия В.О. 39

А. И Савельев

СПб ФИЦ РАН

Email: saveliev@iias.spb.su
14 линия В.О. 39

Список литературы

  1. Rim C.T., Mi C. Wireless power transfer for electric vehicles and mobile devices // John Wiley & Sons. 2017. 632 p.
  2. Riehl P.S., et al. Wireless power systems for mobile devices supporting inductive and resonant operating modes // IEEE Transactions on Microwave Theory and Techniques. 2015. vol. 63. no. 3. pp. 780–790. https://doi.org/10.1109/TMTT.2015.2398413.
  3. Cortes I., Kim W. Autonomous Positioning of a Mobile Robot for Wireless Charging Using Computer Vision and Misalignment-Sensing Coils // 2018 Annual American Control Conference (ACC). 2018. pp. 4324–4329. https://doi.org/10.23919/ACC.2018.8431723.
  4. Krestovnikov K., Erashov A. Research of Performance Characteristics of WPT System Associated with Mutual Arrangement of Coils // Electromechanics and Robotics. 2022. pp. 359–369. https://doi.org/10.1007/978-981-16-2814-6_31.
  5. Won P., Biglarbegian M., Melek W. Development of an effective docking system for modular mobile self-reconfigurable robots using extended kalman filter and particle filter // Robotics. 2015. vol. 4. no1. pp. 25–49. https://doi.org/10.3390/robotics4010025.
  6. Song G., Wang H., Zhang J., Meng T. Automatic docking system for recharging home surveillance robots // IEEE Transactions on Consumer Electronics. 2011. vol. 57. no. 2. pp. 428–435. https://doi.org/10.1109/TCE.2011.5955176.
  7. Su K.L., Liao Y.L., Lin S.P., Lin S.F. An interactive auto-recharging system for mobile robots // International Journal of Automation and Smart Technology. 2014. vol. 4. no. 1. pp. 43-53. http://dx.doi.org/10.5875/ausmt.v4i1.197.
  8. Vongbunyong S., Thamrongaphichartkul K., Worrasittichai N., Takutruea A. Automatic precision docking for autonomous mobile robot in hospital logistics-case-study: battery charging // IOP Conference Series: Materials Science and Engineering. IOP Publishing. 2021. vol. 1137. no. 1. pp. 012060. doi: 10.1088/1757-899X/1137/1/012060.
  9. Zhang X., Li X., Zhang X. Automatic Docking and Charging of Mobile Robot Based on Laser Measurement // 2021 IEEE 5th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC). 2021. vol. 5. pp. 2229–2234. https://doi.org/10.1109/IAEAC50856.2021.9390995.
  10. Guangrui F., Geng W. Vision-based autonomous docking and re-charging system for mobile robot in warehouse environment // 2017 2nd International Conference on Robotics and Automation Engineering (ICRAE). 2017. pp. 79-83. https://doi.org/10.1109/ICRAE.2017.8291357.
  11. Wang Y., Shan M., Yue Y., Wang D. Autonomous target docking of nonholonomic mobile robots using relative pose measurements // IEEE Transactions on Industrial Electronics. 2020. vol. 68. no. 8. pp. 7233–7243. https://doi.org/10.1109/TIE.2020.3001805.
  12. Barbosa J., et al. Design and validation of an RGB-D based localization system-integration in a docking system // Journal of Intelligent & Robotic Systems. 2015. vol. 80. no. 3. pp. 423–440. https://doi.org/10.1007/s10846-015-0181-7.
  13. Uyar Y.E.A.M.N., et al. Developing and modelling of satellite docking algorithm // 2017 8th International Conference on Recent Advances in Space Technologies (RAST). 2017. pp. 465–471. https://doi.org/10.1109/RAST.2017.8002987.
  14. Ivanov D.S., Koptev M.D., Tkachev S.S., Shachkov M.O. Docking algorithm for flexible microsatellite mock-ups on planar air-bearing testbench // Keldysh Institute Preprints. 2017. no. 110. 24 p. https://doi.org/10.20948/prepr-2017-110-e.
  15. Barrios L., Collins T., Kovac R., Shen W.M. Autonomous 6D-docking and manipulation with non-stationary-base using self-reconfigurable modular robots // 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2016. pp. 2913–2919. https://doi.org/10.1109/IROS.2016.7759451.
  16. Yan Z., et al. Autonomous underwater vehicle vision guided docking experiments based on L-shaped light array // IEEE Access. 2019. vol. 7. pp. 72567–72576. https://doi.org/10.1109/ACCESS.2019.2917791.
  17. Babić A., Mandić F., Vasiljević G., Mišković N. Autonomous docking and energy sharing between two types of robotic agents // IFAC-PapersOnLine. 2018. vol. 51. no. 29. pp. 406–411. https://doi.org/10.1016/j.ifacol.2018.09.453.
  18. Guo S., et al. Binocular Camera-based a Docking System for an Amphibious Spherical Robot // 2018 IEEE International Conference on Mechatronics and Automation (ICMA). 2018. pp. 1621–1626. https://doi.org/10.1109/ICMA.2018.8484518.
  19. Henriques J.F., Caseiro R., Martins P., Batista J. High-speed tracking with kernelized correlation filters // IEEE transactions on pattern analysis and machine intelligence. 2014. vol. 37. no. 3. pp. 583–596. https://doi.org/10.1109/TPAMI.2014.2345390.
  20. Doumbia M., Cheng X., Havyarimana V. An auto-recharging system design and implementation based on infrared signal for autonomous robots // 2019 5th International Conference on Control, Automation and Robotics (ICCAR). 2019. pp. 894–900. https://doi.org/10.1109/ICCAR.2019.8813317.
  21. Zhang J., Cai L., Chu Y., Zhou Q. A Sectional Auto-docking Charging Control Method for the Mobile Robot // 2019 IEEE International Conference on Mechatronics and Automation (ICMA). 2019. pp. 330–335. https://doi.org/10.1109/ICMA.2019.8816514.
  22. Luo R.C., Huang C.H., Huang C.Y. Search and track power charge docking station based on sound source for autonomous mobile robot applications // 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems. 2010. pp. 1347–1352. https://doi.org/10.1109/IROS.2010.5649993.
  23. Quilez R., Zeeman A., Mitton, N., Vandaele J. Docking autonomous robots in passive docks with Infrared sensors and QR codes // International Conference on Testbeds and Research Infrastructures for the Development of Networks & Communities (TridentCOM). 2015. 10 p.
  24. Kalaitzakis M., et al. Experimental comparison of fiducial markers for pose estimation // 2020 International Conference on Unmanned Aircraft Systems (ICUAS). 2020. pp. 781–789. https://doi.org/10.1109/ICUAS48674.2020.9213977.
  25. Крестовников К.Д., Черских Е.О. Шабанова А.Р. Схемотехнические и конструктивные решения на основе синхронного выпрямителя для беспроводной системы передачи энергии // Моделирование, оптимизация и информационные технологии. 2019. Т. 7. №4. С. 15. https://doi.org/10.26102/2310-6018/2019.27.4.018.
  26. Krestovnikov K., Cherskikh E., Saveliev A. Structure and Circuit Solution of a Bidirectional Wireless Power Transmission System in Applied Robotics // Radioengineering. 2021. vol. 30. no. 1. pp. 142–149. https://doi.org/10.13164/re.2021.0142.
  27. Сайт с исходными файлами библиотеки OpenCV для языка программирования Python. URL: github.com/opencv/opencv-python (дата обращения 22.09.2021).
  28. Zakharov K., Saveliev A., Sivchenko O. Energy-Efficient Path Planning Algorithm on Three-Dimensional Large-Scale Terrain Maps for Mobile Robots // Springer, Cham: International Conference on Interactive Collaborative Robotics. 2020. pp. 319–330. https://doi.org/10.1007/978-3-030-60337-3.
  29. Захаров К.С., Савельев А.И. Сглаживание кривизны траектории движения наземного робота в трехмерном пространстве // Известия Юго-Западного государственного университета. 2021. Т. 24. №4. С. 107–125. https://doi.org/10.21869/2223-1560-2020-24-4-107-125.
  30. Craig J.J. Introduction to robotics: mechanics and control, 3/E. – Pearson Education India, 2009. 408 p.
  31. Спецификация мобильной платформы Pioneer 3-AT. URL: www.generationrobots.com/media/Pioneer3AT-P3AT-RevA-datasheet.pdf (дата обращения 22.09.2021).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».