Методи та засоби керування траєкторією руху роботизованої газонокосарки

Abstract

Кваліфікаційна робота присвячена вдосконаленню системи автоматизованого керування рухом мобільного робота для забезпечення повного покриття площі складних ділянок. У роботі проведено аналіз існуючих стратегій навігації, досліджено кінематичні особливості платформ з диференційним приводом та виявлено недоліки хаотичних і простих детермінованих методів руху. На основі аналізу запропоновано оптимізований алгоритм бустрофедонної клітинної декомпозиції (BCD), який використовує ітераційне обертання карти та цільові функції для вибору найкращого напрямку руху, що дозволяє мінімізувати кількість холостих ходів. У роботі реалізовано програмно-апаратну систему на базі дворівневої архітектури, де мікрокомп’ютер Raspberry Pi 3 відповідає за навігацію та планування маршруту, а мікроконтролер Arduino Mega 2560 керує приводами та обробляє дані з сенсорів системи Marvelmind та ультразвукових датчиків. Розроблена архітектура забезпечує адаптивне формування маршруту для ділянок довільної форми, що дозволяє скоротити довжину холостих переміщень у 2–3 рази та зменшити загальний час виконання роботи. Результати роботи мають практичне значення для створення автономних систем обслуговування зелених зон, паркових територій та присадибних ділянок зі складною конфігурацією перешкод.

This thesis is devoted to improving the automated motion control system of a mobile robot to ensure complete area coverage of complex plots. The thesis analyzes existing navigation strategies, investigates the kinematic features of differential drive platforms, and identifies the shortcomings of chaotic and simple deterministic motion methods. Based on the analysis, an optimized Boustrophedon Cellular Decomposition (BCD) algorithm is proposed, which uses iterative map rotation and objective functions to select the best direction of movement, thereby minimizing the number of idle moves. A hardware-software system based on a two-level architecture has been implemented, where a Raspberry Pi 3 microcomputer is responsible for navigation and path planning, and an Arduino Mega 2560 microcontroller controls the drives and processes data from the Marvelmind system sensors and ultrasonic sonars. The developed architecture ensures adaptive route generation for areas of arbitrary shape, which allows reducing the length of idle movements by 2–3 times and decreasing the total operation time. The results of the work have practical significance for the creation of autonomous systems for maintaining green zones, park areas, and garden plots with complex obstacle configurations.