Китайский ученый Джиюн Ю разработал алгоритм, позволяющий роботам и автономным транспортным средствам более эффективно и безопасно обходить препятствия. Свои исследования он опубликовал в журнале International Journal of Computational Science and Engineering (IJCSE). Об этом сообщат Lenta.ru.
Алгоритм создан на базе экспоненциальной стратегии управления с упреждающей обратной связью и адаптивного управления без моделей (MFAC). Этот новый подход позволяет значительно улучшить отслеживание траекторий движения, а также минимизировать количество допускаемых ошибок.
C применением алгоритма искусственного потенциального поля (APF) система может планировать маршруты, избегая столкновений с препятствиями. Робот принимает препятствия за динамические объекты, благодаря чему может легко следовать за ними и сохранять безопасную дистанцию. В сравнении с традиционными моделями, новый подход представляет собой значительно более эффективное решение.
Как отмечает сам Джиюн Ю, новый алгоритм в значительной степени улучшит автоматизацию транспорта на дорогах, в пересеченной местности и в складских помещениях, где безопасность является особенно важным критерием.
Ранее «ЭкоПравда» сообщала, что врач-иммунолог Крючков сообщил, что боррелиоз поражает ЦНС, суставы и сердце.
Российские исследователи сумели впервые описать эволюционное происхождение и выявить ближайших родственников таинственного глубоководного животного -…
Практически ежедневные пепловые выбросы непосредственно на вулкане Шивелуч связаны прежде всего с ростом нового купола…
Китайские и узбекистанские археологи обнаружили на территории древнего поселения Сапалли сохранившиеся коконы шелкопряда и фрагменты…
Ученые Воронежского государственного университета (ВГУИТ) создали специальную систему контроля непосредственно дна водоемов на содержание полихлорфенолов,…
Российские и китайские океанологи отметили, что в тропических морях планеты крупные фрагменты пластикового мусора обычно…
Биологи Томского госуниверситета обнаружили, что глобальное потепление способно заставить ос заселять Сибирь и субарктику, при…