PTTIPTTI

Journal of Fuzzy Systems and ControlJournal of Fuzzy Systems and Control

Dalam makalah ini, sistem terbenam untuk pengendalian gerakan robot Line Follower (LFR) disajikan. Robot LFR dapat mengubah arah dengan mengubah kecepatan putar relatif roda, sehingga tidak memerlukan gerakan kemudi tambahan. Sebuah robot yang dirancang di Laboratorium Sistem Kendali, Universitas Teknik Le Quy Don, dipilih sebagai platform penelitian dalam makalah ini. Pengendali logika fuzzy telah digunakan untuk memastikan penyimpangan posisi dan sudut terkecil. Aturan pengendali logika fuzzy dibangun berdasarkan pengalaman penerus saat mempertimbangkan fungsi Lyapunov. Keluaran pengendali ini adalah kecepatan linier dan kecepatan sudut, yang merupakan nilai yang dicapai untuk loop pengendalian dinamika robot. Pengendali nonlinear dengan sinyal terblokir disintesis berdasarkan teori kendali sinergis (STC). Kombinasi hukum kendali memastikan sistem cukup stabil untuk mengukur kebisingan dan ketidakpastian dalam model dan parameter robot. Selain itu, kami menyadari bahwa sistem kendali terbenam. Hasil simulasi dan eksperimen dengan skenario yang berbeda menunjukkan efektivitas hukum kendali yang diusulkan.

Tujuan penelitian ini adalah merancang pengendali terbenam yang sukses untuk robot pengikuti garis.Model eksperimental LFR dirancang di laboratorium penglihatan komputer untuk mendeteksi garis.Hukum kendali untuk robot dirancang untuk mencakup dua pengendali berurutan, dan hukum kendali dinamis dibangun berdasarkan teori fuzzy melalui fungsi Lyapunov.Hukum kendali dinamis dengan masukan terbatasi dirancang berdasarkan metode ADAR dan perluasan persamaan dinamis.Hukum kendali yang diusulkan memastikan robot cukup tangguh terhadap gangguan masukan dan berfungsi secara efisien pada sistem terbenam.Hasil simulasi dan eksperimen telah memverifikasi efektivitas hukum kendali yang diusulkan.Selain itu, kami juga melihat bahwa pilihan parameter hukum kendali sangat mempengaruhi kualitas kendali.Dalam penelitian selanjutnya, penulis akan menyajikan pengendali ketika sistem memiliki faktor kebisingan dan ketidakpastian untuk mengatasi kekurangan ini.

Untuk penelitian lanjutan, dapat dipertimbangkan untuk mengembangkan pengendali yang lebih canggih dengan mempertimbangkan faktor kebisingan dan ketidakpastian dalam sistem. Selain itu, penelitian dapat dilakukan untuk meningkatkan akurasi dan kecepatan robot dalam mengikuti jalur yang lebih kompleks. Pengembangan algoritma pengolahan citra yang lebih efisien juga dapat menjadi fokus penelitian selanjutnya, sehingga meningkatkan kinerja keseluruhan sistem.

  1. Fuzzy Logic Based Control for Autonomous Mobile Robot Navigation - Omrane - 2016 - Computational Intelligence... hindawi.com/journals/cin/2016/9548482Fuzzy Logic Based Control for Autonomous Mobile Robot Navigation Omrane 2016 Computational Intelligence hindawi journals cin 2016 9548482
  2. Introduction of synergetic control | IEEE Conference Publication | IEEE Xplore. introduction synergetic... ieeexplore.ieee.org/document/6859397Introduction of synergetic control IEEE Conference Publication IEEE Xplore introduction synergetic ieeexplore ieee document 6859397
  3. Autonomous line-follower with fuzzy control | IEEE Conference Publication | IEEE Xplore. autonomous line... ieeexplore.ieee.org/document/6623591Autonomous line follower with fuzzy control IEEE Conference Publication IEEE Xplore autonomous line ieeexplore ieee document 6623591
  4. Semi-autonomous color line-following educational robots: Design and implementation | IEEE Conference... doi.org/10.1109/AIM.2011.6027098Semi autonomous color line following educational robots Design and implementation IEEE Conference doi 10 1109 AIM 2011 6027098
Read online
File size672.98 KB
Pages6
DMCAReport

Related /

ads-block-test