Adaptive multi-robot control through on-line parameter identification at system level

Resumen

Las instalaciones industriales y de almacenamiento están pobladas por equipos de vehículos guiados automáticos (AGVs por sus siglas en inglés), que se encargan de la logística interna. Las soluciones implementadas, del estado del arte para los procesos de toma de decisiones en la planificación y el control de este tipo de sistemas de robots múltiples (MRSs por sus siglas en inglés) no abarcan el análisis en tiempo real de los comportamientos de los robots y el medio ambiente. Las condiciones de las partes de los robots móviles (MRs por sus siglas en inglés), el estado de carga de las baterías y las condiciones del piso cambian y tienen una gran influencia en los comportamientos. Este trabajo propone un modelo de comportamiento parametrizado que toma en cuenta estos factores y calcula con precisión los costos de transporte a lo largo del tiempo. Al usarlo, el cálculo de los tiempos de recorrido de las rutas proporciona resultados más cercanos a la realidad que con otros métodos basados ​​en longitudes ponderadas, lo que ayuda a tomar mejores decisiones para el control y la administración del sistema._x000D_ En este trabajo, hemos considerado un modelo de planta que se asemeja al de una fábrica, con varios bloques (unidades de almacenamiento, maquinaria, etcétera) que definen las carreteras y los cruces por los que se mueven los MRs. En este modelo, un grafo, con nodos como puertos (para cargar, descargar, verificar la carga, etcétera), uniones o bifurcaciones, y bordes como las conexiones entre ellos, representa la red de tráfico. Los robots llevan a cabo la tarea de recorrer los bordes para transportar materiales. El tiempo de recorrido de los bordes por MRs se propone como uno de los parámetros de costo. Se ha diseñado un modelo dependiente del estado bilineal para la predicción en tiempo real de los tiempos de recorrido. Los tiempos de viaje se estiman en línea usando este modelo a través de un Filtrado de Kalman. Las trayectorias se calculan constantemente por 100 veces y el promedio de los costos totales de ruta de dichas rutas se compara con el de las rutas obtenidas por los costos heurísticos. Los experimentos muestran que el promedio de los costos totales de rutas para las rutas obtenidas a través de los tiempos de viaje estimados en línea son un 15% menores que los de las rutas obtenidas por los costos heurísticos._x000D_ Sin embargo, una buena estimación de los tiempos de viaje requiere datos históricos, obtenidos en instancias cercanas. No obstante, hay situaciones en las que los tiempos de viaje, para uno o más bordes durante toda la duración de la operación, no están disponibles para un robot individual. La propensión de esta ocurrencia radica en el hecho de que un borde puede no haber sido recorrido ni siquiera una vez por el robot, o el tiempo de viaje para ese borde se ha registrado en el pasado no reciente. Entonces, es imperativo que ese robot reúna los tiempos de viaje necesarios, de otros robots en el sistema como una observación de referencia. Pero, estas observaciones son de otros robots en diferentes condiciones de batería que el robot en cuestión. Aún así, el modelo puede predecir el tiempo de viaje del robot utilizando la observación de otros robots y su propio cambio o exploración en los tiempos de viaje hasta la instancia actual. El quid de este proceso es predecir los tiempos de viaje actuales en el robot utilizando el tiempo de viaje de otros para el mismo borde. El mecanismo de intercambio de información entre un robot y otros en el sistema se ha diseñado en forma de un conocimiento común basado en la ontología. Esta estructura de ontología es idéntica en cada robot y contiene los tiempos de viaje de los bordes con contextos adjuntos a cada dato sobre las posturas, los nodos que ese borde particular conecta y otras informaciones. Esta ontología ayuda a buscar y compartir información formando una base de conocimiento colectiva. Esto ayuda mucho al MR a estimar los tiempos de recorrido con mayor precisión. Esto afecta la planificación de rutas para encontrar rutas con un menor costo de ruta total. El promedio del costo total de 100 rutas generadas a través de los tiempos de recorrido obtenidos con el uso de información compartida es un 40% menor que el de las rutas generadas a través de los tiempos de recorrido sin compartir información.

Fecha de lectura	15 may 2018
Idioma original	Indefinido/desconocido
Supervisor	Lluis Ribas Xirgo (Director/a)