Алгоритм 3d навигации мобильного робота в среде промышленного интернета вещей на основе 5g мобильной коммуникации


https://doi.org/10.21122/2309-4923-2019-1-16-24

Полный текст:


Аннотация

При значительным развитии полупроводниковой техники, создающей миниатюрные устройства с мощной способностью в обработке данных и обладающими сетевыми возможностями, в настоящее время Интернет вещей (Internet of Things) (IoT) стал одной из самых горячих тем в промышленности и в коммуникации. Идея IoT состоит в том, чтобы постоянно соединять физические объекты, такие как микроволновая печь, двери, отопительные приборы, освещение, холодильники и так далее-все, что среди нас. Техническое понятие IoT позволяет этим различным физическим объектам быть представленными информацией о себе за счет сигналов датчиков и хранить эту информацию на сервере. Промышленный Industrial IIoT должен объединить различные технологии, чтобы улучшить коммуникации от машины к машине. У каждого из промышленных элементов IoT есть свои собственные коммуникационные требования, которые характеризуют надежность и качество обслуживания (QoS). Согласно развитию промышленной автоматизации, промышленный Интернет вещей IIoT широко используется на “умных” предприятиях, чтобы собрать данные, обработать их и оптимально управлять производством. Один из самых важных компонентов IIoT-беспроводная сеть датчиков, которую легко развернуть в уже имеющихся производственных условиях для решения большого количества задач, таких как контроль хода производственного процесса и контроль окружающей среды.

В статье сосредоточено внимание на 3D-навигации мобильного робота в 5G-коммуникации совместно с сетью датчиков для планирования пути робота. Мобильный робот может быстро перемещаться в трехмерной (3D) внутренней промышленной среде для решения многих задач, таких как мониторинг возможных поломок оборудования на предприятии [3], сбор данных и их передача по каналам беспроводной связи [4], решение транспортных задач [5].


Об авторах

Пэй Пинг
Белорусский национальный технический университет
Беларусь


Ю. Н. Петренко
Белорусский национальный технический университет
Беларусь


Список литературы

1. Li, S. Compressed sensing signal and data acquisition in wireless sensor networks and Internet of things. / S. Li, L. D. Xu, X. Wang, – IEEE Trans. Ind. Informat., – 2013. Vol. 9. No. 4, p. 2177–2186.

2. Yan, H. Superframe planning and access latency of slotted MAC for industrial WSN in IoT environment. / H. Yan, Y. Zhang, Z. Pang, L.D. Xu, – IEEE Trans. Ind. Informat., 2014. Vol. 10. No. 2, p. 1242–1251.

3. Moranduzzo T. Monitoring structural damages in big industrial plants with UAV images. / T. Moranduzzo and F. Mel- gani, in Proc. – 2014 IEEE Geosci. Remote Sens. Symp., – Quebec City, Canada, –2014, p. 4950–4953.

4. Dong, M. UAV-assisted data gathering in wireless sensor networks. / M. Dong, K. Ota, M. Lin, Z. Tang, S. Du, H. Zhu, J. Supercomput., – 2014. Vol. 70. No. 3, p. 1142–1155.

5. Harik, E. H. C. UAV-UGV cooperation for objects transportation in an industrial area. / E. H. C. Harik, F. Gu´erin, F. Guinand, J. F. Breth´e, and H. Pelvillain, Proc. – 2015 IEEE Int. Conf. Ind. Technol – Seville, Spain, – 2015. p. 547–552.

6. Kreibich, O. Quality-based multiple-sensor fusion in an industrial wireless sensor network for MCM,” / O. Kreibich, J. Neuzil, and R. Smid – IEEE Trans. Ind. Electron., – 2014. Vol. 61, no. 9, p. 4903–4911.

7. Iqbal, Z. A cooperative wireless sensor network for indoor industrial monitoring. / Z. Iqbal, K. Kim, and H. N. Lee, IEEE Trans. Ind. Informat., – 2017. Vol. 13, no. 2, p. 482–491.

8. Matveev, A. S. A method of reactive 3D navigation for a tight surface scan by a nonholonomic mobile robot. / A. S. Mat- veev, K. S. Ovchinnikov, and A.V. Savkin, – Automatica, – 2017. Vol. 75, p. 119–126.

9. Ping, P. Flexible Multiple Access Control Algorithm in 5g Mobile Wireless System. / P. Ping, Y.N. Petrenko, Информатика Journal, – 2018. Vol. 15, No. 3 p. 93–101.

10. Ping P. The physical layer technologies in 5g mobile communication system. / P. Ping, Y.N. Petrenko, – International Conference on Physics, Computing and Mathematical Modeling (PCMM). – Shanghai, China, – 2018. p. 111–117.

11. Ai, B. Occupancy estimation for smart buildings by an auto-regressive hidden Markov model. / B. Ai, Z. Fan, and R. X. Gao, in Proc. – 2014 Amer. Control Conf., – Portland, OR, USA, – 2014, p. 2234–2239.

12. Wang, C. A strategy for safe 3D navigation of non-holonomic robots among moving obstacles. / C. Wang, A. V. Savkin, and M. Garratt, – Robotica, – 2018. Vol. 36, No. 2, p. 275–297.

13. Hang, L. Wireless Sensor Network Based Navigation of Micro Flying Robots in the Industrial Internet of Things. / L. Hang, and A. V. Savkin. – IEEE Transactions on industrial informatics, – 2018. Vol. 14. No. 8, p. 3524–3533.

14. Olivka, P. The design of 3D laser range finder for robot navigation and mapping in industrial environment with point clouds preprocessing. / P. Olivka, M. Mihola, P. Nov´ak, T. Kot, and J. Babjak. – in Modelling and Simulation for Autonomous Systems. – Rome, Italy: Springer-Verlag, – 2016, p. 371–383.

15. Aleny`a, G. Using ToF and RGBD cameras for 3D robot perception and manipulation in human environments. / G. Aleny`a, S. Foix, and C. Torras. – Intell. Service Robot. – 2014, Vol. 7, No. 4, p. 211–220.

16. Shih, C. Y. COLA: Complexity-reduced trilateration approach for 3D localization in wireless sensor networks. / C. Y. Shih and P. J. – 4th Int. Conf. Sensor Technol. Appl. Mestre, Italy, – 2010, p. 24–32.

17. Held, D. Robust real-time tracking combining 3D shape, color, and motion. / D. Held, J. Levinson, S. Thrun, and S. Savarese. – Int. J. Robot. Res. – 2016. Vol. 35, No. 1–3, p. 30–49.

18. Rosmann, C. Integrated online trajectory planning and optimization in distinctive topologies. / C. Rosmann, F. Hoffmann, and T. Bertram. – Robot. Auton. Syst. – 2017. Vol. 88, p. 142–153.

19. Indiveri, G. A proof of concept for the guidance of 3D underactuated vehicles subject to constant unknown disturbances. / G. Indiveri, S. Cret´ı, and A. A. Zizzari. – IFAC Proc. – 2012. Vol. 45, No. 27, p. 307–312.

20. Wang, F. An efficient UAV navigation solution for confined but partially known indoor environments. / F. Wang, K. Wang, S. Lai, S. K. Phang, B. M. Chen, and T. H. Lee. – in Proc. 11th IEEE Int. Conf. Control Autom. – Taichung, Taiwan. – 2014, p. 1351–1356.


Дополнительные файлы

Для цитирования: Пинг П., Петренко Ю.Н. Алгоритм 3d навигации мобильного робота в среде промышленного интернета вещей на основе 5g мобильной коммуникации. «Системный анализ и прикладная информатика». 2019;(1):16-24. https://doi.org/10.21122/2309-4923-2019-1-16-24

For citation: Ping P., Petrenko Y.N. Mobile robot navigation path algorithm in 3d industrial internet of thing (iot) environment based on 5g mobile communication. «System analysis and applied information science». 2019;(1):16-24. https://doi.org/10.21122/2309-4923-2019-1-16-24

Просмотров: 705

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)