автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Управление автономными мобильными системами в условиях обхода препятствий

Введение

Глава 1 Анализ проблемы интеллектуального управления автономными мобильными системами в условиях неопределенности

1.1 Проблемы управления автономными мобильными системами в условиях неопределенности

1.2 Анализ существующих подходов к синтезу систем управления АМС

1.3 Цели и задачи исследования 26 Выводы

Глава 2 Разработка концепции интеллектуального управления автономными мобильными системами

2.1 Общие принципы решения задачи управления автономной мобильной системой

2.2 Динамические модели АМС различных типов

2.3 Функциональные схемы систем управления АМС 43 Выводы

Глава 3 Построение алгоритмов планирования траекторий движения АМС

3.1 Постановка задачи планирования траекторий движения АМС

3.2 Планирование движения одной АМС в рабочей области с неподвижными препятствиями

3.3 Планирование движения одной АМС в рабочей области с подвижными препятствиями

3.4 Планирование движения нескольких АМС в одном рабочем пространстве

Выводы

Глава 4 Синтез алгоритмов управления АМС

4.1 Стабилизация движения АМС относительно линейного участка плановой траектории

4.2 Стабилизация движения АМС относительно участка плановой траектории, представляющего собой дугу окружности

4.3 Алгоритмы интеллектуального управления движением АМС 99 Выводы

Глава 5 Разработка методики проектирования САУ АМС и оценка ее эффективности

5.1 Разработка программных средств имитационного моделирования системы управления движением АМС

5.2 Анализ эффективности алгоритмов планирования траекторий движения АМС

5.3 Анализ эффективности алгоритмов управления движением АМС вдоль плановой траектории

5.4 Инженерная методика проектирования САУ АМС

5.5 Перспективы технической реализации систем управления автономными мобильными объектами 160 Выводы

Актуальность темы

В настоящее время в различных областях техники и производства широкое распространение получают роботы и робототехнические системы, что связано с широким внедрением средств автоматики и вычислительной техники. Особую важность приобретает внедрение мобильных робототехнических систем. К ним относятся всевозможные автоматические транспортные средства широкого применения - наземного, воздушного, надводного, подводного, в том числе и транспортные средства промышленного назначения. Среди этих систем можно выделить также такие объекты, как автономные мобильные системы различных видов, в том числе и мобильные роботы. Автономные мобильные системы (АМС) создаются для выполнения разнообразных ответственных функций в автономном режиме, т.е. без участия человека.

Вот перечень областей человеческой деятельности, в которых предсказывается необходимость применения АМС:

- космос: экспедиции без участия людей;

- промышленность: инспекции, охрана, обслуживание, безопасность;

- перевозки: средства безопасности, электронный компаньон водителя;

- сельское хозяйство: защита окружающей среды, автоматизация полевых работ;

- строительство, добыча полезных ископаемых: безопасность, обслуживание, инспекционный контроль.

АМС могут функционировать в условиях, опасных для жизнедеятельности человека, в частности в космосе или под водой, в зоне радиоактивного или химического загрязнения, при инспекции взрывоопасных зон и предметов, при проведении спасательных работ в зонах разрушения и т.д. Кроме того, полученные результаты могут также найти применение при создании интеллектуальных домашних роботов.

В этой работе будут рассматриваться автономные мобильные системы, предназначенные для грузоперевозок на большие расстояния в условиях неполной информации о пространстве, в котором происходит движение АМС. Подразумевается недостаток информации как о неподвижных препятствиях (стены, обрывы, ограждения) так и подвижных (люди, другие АМС и т.п.). Примерами такой обстановки может служить аэродромное обслуживание, патрулирование прибрежной морской территории аппаратами на воздушной подушке, доставка грузов к местам проведения геологических или аварийно-спасательных работ в безлюдных районах.

К решению проблем управления АМС в настоящее время привлечено внимание многих ученых и научных школ как в России, так и за рубежом. К их числу можно отнести вопросы планирования оптимальных траекторий движения АМС, стабилизации движения АМС относительно плановой траектории, оптимального маневрирования АМС в различных фазах движения (в том числе и при обходе препятствий), проблемы построения сенсорных систем АМС и систем обработки информации о состоянии внешней среды с целью формирования модели окружающей обстановки. Все задачи по обработке информации и принятию управляющих решений должны решаться бортовой аппаратурой АМС в реальном масштабе времени. В то же время, широко используемый к настоящему времени аппарат оптимального управления не пригоден для решения в реальном времени задач по управлению в условиях неопределенности и дефицита ресурсов сложными динамическими объектами, к которым могут быть отнесены все виды АМС. Это объясняется высокой размерностью уравнений, описывающих АМС как объект управления. Даже в простейших случаях АМС, оснащенная несложными системами управления приводами, описывается системой нелинейных дифференциальных уравнений порядка не ниже седьмого. Аналитическое решение задач оптимального управления в этих условиях невозможно, а известные численные методы решения требуют непозволительно большого времени для получения приемлемого решения. Однако в настоящее время существуют подходы, которые позволяют управлять достаточно эффективно сложными динамическими объектами в условиях неопределенности в реальном времени. К ним относятся, например, системы принятия решений с элементами искусственного интеллекта, в частности, реализованные в виде нечетких регуляторов или нейронных сетей.

Анализ опубликованных работ в области управления автономными подвижными объектами таких отечественных и зарубежных авторов, как Тимофеев А.В., Коренев Г.В., Цыпкин Я.З., Крутько П.Д., Якубович В.А., Фуджимура К., Кхатиб О., Уоссермен Ф., Кант К., Зукер С., показал, что существует ряд нерешенных вопросов планирования траекторий движения АМС в рабочем пространстве с подвижными препятствиями, а также трудности синтеза систем управления движением АМС в условиях неопределенности возникающих препятствий. Это делает актуальной задачу разработки алгоритмов управления АМС, использующих современные достижения теорий управления и искусственного интеллекта, что позволит системе автономно функционировать в условиях действия случайных внешних возмущений и динамического изменения внутренних параметров АМС.

Цель работы и задачи исследования

Целью работы является повышение эффективности управления движением АМС в рабочем пространстве с препятствиями за счет применения адаптивных и интеллектуальных алгоритмов маневрирования.

Для достижения поставленной цели необходимо решить следующие задачи:

1. На основе построения кинематических и динамических моделей различных конструктивных схем АМС как объектов управления разработать обобщенную структуру системы управления АМС, позволяющую осуществлять целенаправленное движение АМС с возможностью обхода подвижных и неподвижных препятствий.

2. Разработать алгоритмы оперативного планирования траекторий движения АМС по рабочей информации о наличии подвижных и неподвижных препятствий.

3. Разработать адаптивные и нечеткие алгоритмы оперативного маневрирования движением АМС при появлении незапланированных препятствий.

4. Разработать программное обеспечение для комплексного моделирования и инженерную методику проектирования высокоэффективных систем управления АМС.

5. Провести анализ эффективности предложенных алгоритмов управления АМС с использованием системы комплексного моделирования.

Методы исследования

Для решения поставленных в работе задач были применены методы системного анализа, теории оптимального управления, динамического программирования, теории искусственного интеллекта.

Научная ценность результатов:

1. Предложенная структура системы управления движением АМС, в которой блок стабилизации вырабатывает управляющие воздействия на основе запланированной траектории движения, но без учета препятствий. Корректирующий блок вырабатывает управляющие воздействия с учетом информации о наличии незапланированных препятствий.

2. Разработанные алгоритмы планирования траектории движения АМС в ограниченном рабочем пространстве с неподвижными и подвижными препятствиями, а также нескольких АМС в общем рабочем пространстве, основаны на использовании метода динамического программирования Беллмана в сочетании с методом потенциальных функций.

3. Разработанные алгоритмы управления АМС используют комбинацию нечетких алгоритмов при больших отклонениях и алгоритмов стабилизации в окрестности конечной точки в блоках обхода препятствий и управления углом курса и скоростью.

Практическую ценность представляют: 1. Разработанная инженерная методика проектирования высокоэффективных систем управления АМС с нечеткими регуляторами, способных осуществлять планирование траектории движения и перемещение АМС вдоль плановой траектории в рабочем пространстве с известными и заранее неизвестными подвижными и неподвижными препятствиями.

2. Программное обеспечение для автоматизации исследований, реализующее предложенные модели и алгоритмы планирования и управления.

3. Результаты проведенного с его помощью сравнительного анализа эффективности алгоритмов планирования, алгоритмов оптимального управления движением, квазиоптимальных алгоритмов и алгоритмов на основе нечеткой логики.

Апробация работы

Основные положения и результаты работы докладывались на следующих научно-технических конференциях:

• Всероссийская конференция молодых ученых «Математическое моделирование физико-механических процессов» (Пермь, 1997);

• Всероссийская научно-техническая конференция «Новые технологии управления робототехническими и автотранспортными объектами» (Ставрополь, 1997);

• 1 международная конференция «Новые технологии управления техническими объектами» (Ставрополь, 1997);

• Республиканская научно-техническая конференция «Интеллектуальное управление в сложных системах» (Уфа, 1999);

• Международная молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации» (Уфа, 1999);

• 2 международная научно-техническая конференция «Новые технологии управления движением технических объектов» (Новочеркасск, 1999);

• Первая международная конференция по мехатронике и робототехнике «МиР'2000» (Санкт-Петербург, 2000);

• Российская научно-техническая конференция «Механика и прочность авиационных конструкций» (Уфа, 2001);

• 8th International Conference on Neural Information Processing. Changhai, China, 2001.

Публикации

Основные материалы диссертационной работы опубликованы в 14 печатных работах.

Автор выражает глубокую благодарность к.т.н., доценту Старцеву Ю.В., к.т.н. Даринцеву О.В. за высококвалифицированные консультации в области проблем управления автономными мобильными системами.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

В диссертационной работе решены задачи повышения эффективности систем управления автономными мобильными системами в условиях неопределенности, а также произведена оценка эффективности предложенных алгоритмов управления АМС в ограниченном рабочем пространстве с неподвижными и подвижными препятствиями. Рассмотрены вопросы построения моделей мобильных систем. Произведен синтез адаптивных, оптимальных, квазиоптимальных, интеллектуальных алгоритмов управления на базе аппарата нечеткой логики, а также решены задачи выбора структуры САУ АМС.

Для решения поставленных задач были разработаны кинематические и динамические нелинейные модели АМС автомобильной четырехколесной схемы и АМС на воздушной подушке как двумерных объектов управления. Показана адекватность этих моделей реальным конструкциям АМС. Особенностью разработанных моделей является то, что они описывают основные наиболее распространенные и перспективные типы мобильных объектов.

В работе получены следующие основные результаты:

1. Предложена структура системы управления АМС, состоящая из блоков планирования, стабилизации и коррекции движения, и позволяющая осуществлять перемещение АМС из одной заданной точки ограниченного рабочего пространства в другую с обходом подвижных и неподвижных препятствий.

2. Разработаны алгоритмы оперативного планирования траекторий движения АМС в ограниченной рабочей области с известными неподвижными и подвижными препятствиями на основе сочетания методов динамического программирования и потенциальных функций. Алгоритмы планирования используют преимущества метода потенциальных функций в способе представления рабочего пространства и дают высокую скорость вычислений, позволяющую решать в реальном времени как сложные задачи планирования в рабочем пространстве с подвижными препятствиями, так и задачи планирования одновременного движения нескольких АМС в общем рабочем пространстве с применением известных приемов декомпозиции сложных задач.

3. Предложены адаптивные и нечеткие алгоритмы оперативного маневрирования АМС при появлении незапланированных препятствий. Изменение коэффициентов стабилизации в нелинейной зависимости от скорости позволяет уменьшить ошибки управления и тем самым адаптироваться к изменению скорости. Применение нечетких алгоритмов оперативного управления позволяет также уменьшить ошибки управления при обходе АМС заранее неизвестных и подвижных препятствий.

4. Разработано программное обеспечение, реализующее предложенные алгоритмы и использованное при моделировании системы управления движением АМС. Предложена инженерная методика проектирования интеллектуальной системы управления автономным мобильным роботом. Руководствуясь данной методикой, можно последовательно получить все необходимые данные для реализации интеллектуальной системы управления конкретной АМС. Все необходимые различия в управлении разными типами АМС вынесены в статус параметров регуляторов, определяемых по приведенной методике. Исключение составляет информация о рабочем пространстве АМС. Исходные данные о нем передаются в программу планирования траектории движения при изменении рабочего пространства АМС.

5. Проведен сравнительный анализ эффективности систем управления движением АМС в условиях неопределенности. Результаты анализа показали, что: а) предложенный алгоритм стабилизации движения АМС позволяет получить траектории, близкие к оптимальным, только при угле между первоначальным и конечным направлениями векторов скоростей меньшем, чем 90°; б) квазиоптимальные алгоритмы управления позволяют реализовать сложные траектории движения с любыми комбинациями начальных и конечных условий движения, но имеют большую погрешность вывода АМС в конечную точку в силу неточности аналитического определения характеристик реальных АМС; в) интеллектуальные алгоритмы управления, основанные на законах нечеткой логики, позволяют получать сложные траектории движения с любыми комбинациями начальных и конечных условий движения, и имеют малую погрешность вывода АМС в конечную точку; г) применение в реальном времени в САУ АМС методов оптимального управления при произвольных начальных условиях движения затруднительно ввиду большого объема вычислительных затрат.

При нечетком управлении движением АМС для увеличения точности достижения конечной точки рекомендуется использовать комбинированное управление со стабилизацией движения вдоль финишной прямой на конечном этапе. Это позволяет уменьшить величину погрешности выхода АМС в конечную точку (составляющая О функционала J (П2.3)) от 1.5 до 50 раз относительно погрешности, получаемой при использовании только нечеткой логики.

Произведено сравнение аналитических алгоритмов обхода препятствий и интеллектуальных алгоритмов на базе нечеткой логики. Выяснено, что управление по нечеткой логике позволяет получить меньшее отклонение от наикратчайшего пути из начальной точки в конечную. Получаемая при таком управлении траектория наиболее плавно отклоняется от препятствия, что предпочтительно для любого объекта управления.

Данные исследования проводились в рамках федеральной целевой программы «Интеграция» (направление №1 «Развитие научно-учебного комплекса по фундаментальным проблемам математики и теории управления», контракт №А 0004), а также часть материалов работы представлена в отчетах по международной программе Inco Copernicus ERBIC15CT960702 «Мультиагентные ро-бототехнические системы для промышленного применения в области транспорта» 1997-1999.

Результаты диссертационной работы внедрены в учебный процесс в Уфимском государственном авиационном техническом университете при подготовке по специальности 21.01.

168

1. Батищев Д.И. Генетические алгоритмы решения экстремальных задач: Учеб. пособие. - Нижний Новгород, 1995. - 63с.

2. Булгаков А.А. Программное управление системами машин. М., 1980.264 с.

3. Бюшгенс Г.С., Студнев Р.В. Динамика самолета. Пространственное движение. -М.: Машиностроение, 1983. 320 е., ил.

4. Вонг Дж. Теория наземных транспортных средств: Пер. с англ. -М. Машиностроение, 1982. 284 е., ил.

5. Гусев Л.А., Смирнова И.М. Нечеткие множества: Теория и приложения // Автоматика и телемеханика, 1993, №5. с. 66-85.

6. Диваков Н.В., Яковлев Н.А. Теория автомобиля. -М.: Высшая школа, 1962, -300с.:ил.

7. Динамика полета и управление, Летов A.M., Главная редакция физико-математической литературы изд-ва «Наука», М., 1969, 360 с.

8. Забавников Н.А. Основы теории транспортных гусеничных машин. М., "Машиностроение", 1975, 448 с.

9. Ильясов Б.Г., Старцев Ю.В., Головацкий К.Э., Альмухаметов P.P., Белалов Б.М. Автономные наземные транспортные средства как объекты автоматического управления. //Мехатроника. №6, 2001. с. 5-10.

10. Интеллектуальные системы обработки информации на основе нейросетевых технологий: Учеб. Пособие / Ю.И. Зозуля; Уфимск. гос. авиац. техн. ун-т. Уфа, 2000. - 138 с.

11. Интеллектуальные системы управления с использованием генетических алгоритмов / Учебное пособие В.И. Васильев, Б.Г. Ильясов; Уфимск. гос. авиац. техн. ун-т. Уфа, 1999. - 105 с.

12. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие / В.И. Васильев, Б.Г. Ильясов; Уфимск. гос. авиац. техн. ун-т. Уфа, 1995. 80 с.

13. Искусственный интеллект. В 3-х кн. Кн.2. Модели и методы.: Справочник / Под ред. В.Н.Захарова. - М.: Радио и связь, 1990.-368с.

14. Кленников В.М., Кленников Е.В. Теория и конструкция автомобиля. -М: Машиностроение, 1967, -312с.:ил.

15. Коренев Г.В. Цель и приспособляемость движения. М.: Наука, 1974.

16. Крутько П. Д., Петров Б. Н., Попов Е. П. Построение алгоритмов управления как обратная задача динамики. Докл. АН СССР, 1979, т. 247, № 5, с. 1078- 1081.

17. Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике; Пер. с англ. М.: финансы и статистика, 1991. - 239 с.

18. Лорьер Ж.Л. Системы искусственного интеллекта: Пер. с франц. М.: Мир, 1991.-558 с.

19. Мясников В.А., Игнатьев М.Б., Покровский A.M. Программное управление оборудованием. Л., 1974. 395 с.

20. Нейрокомпьютеры и интеллектуальные роботы./Под ред. Н.Н. Амосова. Киев: Наук, думка, 1994. - 272с.

21. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. P.P. Ягера. М.: Наука, 1986. 312 с.

22. Оптимальное управление в линейных системах / Отв. ред. А.П. Афанасьев М.: Наука, 1993. - 268 с.

23. Основы теории автоматического управления/ Под ред. Судзиловского Н.Б. -М.: Машиностроение, 1985. -512 с.

24. Основы теории автомобиля и трактора. Учеб. Пособие для механич. специальностей вузов. М., "Высшая школа", 1970, 224 е., с илл. В.В, Чванов, В.А. Иларионов, М.М. Морин, В.А. Мастиков.

25. Петров Б.Н., Рутковский В.Ю., Крутова И.Н., Земляков С.Д. Принципы построения и проектирования самонастраивающихся систем. М., 1972. 260 с.

26. Полак Э. Численные методы оптимизации. Единый подход: Пер. с англ./Под ред. И.А. Вателя.-М.:Мир, 1974.-376 е., ил.

27. Поспелов Г. С. Возникновение и развитие методов искусственного интеллекта. В кн.: Вопросы кибернетики. Проблемы искусственного интеллекта. М., 1980. с. 5 - 12.

28. Сейдж Э.П., Уайт Ч.С., III. Оптимальное управление системами: Пер. с англ. / Под ред. Б.Р. Левина. -М.: Радио и связь, 1982. 392 е., ил. - (Второе изд.: США, 1977).

29. Свечников С.В., Шквар A.M. Нейротехнические системы обработки информации. Киев: Наук, думка, 1983. 222 с.

30. Скурихин А.Н. Генетические алгоритмы // Новости искусственного интеллекта, 1995. №4. - с.6-46.

31. Смирнов Г.А. Теория движения колесных машин: Учеб. для студентов машиностроит. спец. вузов. 2-е изд., доп. и перераб. - М.: Машиностроение, 1990.- 352 е.: ил.

32. Срагович В. Г. Адаптивное управление. М., 1981. 384 с.

33. Старцев Ю.В., Головацкий К.Э. Управление автономным мобильным роботом в ограниченном рабочем пространстве. В кн. тезисы докладов ВКМУиС "Математическое моделирование физико-механических процессов", Пермь, ПГТУ, 1997, с.30.

34. Старцев Ю.В., Головацкий К.Э. Нечеткое управление подвижным объектом при обходе препятствий. В кн. "Труды 1 международной конференции новые технологии управления движением технических объектов", Ставрополь, СГТУ, 1999г., с. 94-95.

35. Старцев Ю.В., Головацкий К.Э. Алгоритмы маневрирования автономным мобильным роботом. Вопросы управления и проектирования в информационных и кибернетических системах. Межвузовский научный сборник. Уфа, 2001г., с 112-118.

36. Теория оптимальных систем автоматического управления. Иванов В.А., Фалдин Н.В. М.: Наука. Главная редакция физико-математической литературы, 1981. - 336 с.

37. Тимофеев А.В. Адаптивные робототехнические комплексы. JL: Машиностроение, 1988, 332 с.

38. Тимофеев А.В. Построение адаптивных систем управления программным движением. JL, 1980. 88 с.

39. Тимофеев А.В. Принципы и алгоритмы построения адаптивных систем управления роботов. Робототехника. JT., 1977, с. 35-43.

40. Тимофеев А.В. Роботы и искусственный интеллект. М.: Наука, 1978,192с.

41. Тимофеев А.В. Развитие теории и систем управления в мехатронике и робототехнике. Первая международная конференция по мехатронике и робототехнике "МиР'2000": Сб. трудов. СПб.: НПО Омега БФ Омега, 2000. 403 с. ISBN 5-8220-0029-0. с.319-326.

42. Тимофеев А.В. Управление роботами: Учеб. пособие. JL: Издательство ЛГУ, 1986, 240с.

43. Управление динамическими системами в условиях неопределенности / Кусимов С.Т., Ильясов Б.Г., Васильев В.И. и др. М.: Наука, 1998. - 452с.

44. Фалькевич Б.С. Теория автомобиля. -2-е изд., доп. и перераб. -М.: Машгиз, 1963, -240с. :ил.

45. Фомин В.Н. Математическая теория обучаемых опознающих систем. Л., 1976.236 с.

46. Фомин В.Н., Фрадков А.Л., Якубович В.А. Адаптивное управление динамическими объектами. М., 1981. 447 с.

47. Фрадков A.J1. Адаптивное управление в сложных системах. Беспоисковые методы.-М.:Наука,1990. 292с.

48. Ф. Уоссермен Нейрокомпьютерная техника: Теория и практика: Пер. с англ. М.: Мир, 1992. - 240с.

49. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М., 1979. 450 с.

50. Чудаков Д.А. Основы теории и расчета трактора и автомобиля. Изд. 2-е, перераб. И доп. М., "Колос", 1972, с илл.

51. Ю.В. Старцев, К.Э. Головацкий. Алгоритмы управления мобильным роботом. В кн. "Интеллектуальное управление в сложных системах". Материалы Республиканской научно-технической конференции, Уфа, УГАТУ, 1999г., с. 75-77.

52. Ю.В. Старцев, К.Э. Головацкий. Комбинированное управление мобильным роботом. В кн. «Тезисы докладов международной молодежной научно-технической конференции Интеллектуальные системы управления и обработки информации», Уфа, УГАТУ, 1999г., с. 110.

53. Яблонский А.А. Курс теоретической механики. Ч. 2. Динамика: Учебник для техн. вузов. 6-е изд., испр. - М.: Высш. шк., 1984. - 423 е., ил.

54. Яковлев Н.А. Теория и расчет автомобиля. -М.: Машгиз, 1949.

55. Яковлев Н.А. Влияние зависимости коэффициента сопротивления качению от скорости на динамичность и топливную экономичность автомобиля. Труды ВЗПИ, №22, М.,1958.

56. Avnaim F., Boissonnat J.D., and Faverjon В., "A practical exact motion planning algorithm for polygonal objects amidst polygonal obstacles" in Proc. IEEE Int.

57. Barraquand J., Latombe S.C. "Robot motion planning: a distributed representation approach" Int., J., Rob. Research, 1991, 10, N6, 628-649.

58. Books R.A. "Solving the find-path problem by good representation of free space" IEEE Tran. On System. Man, and Cybernetics, vol. SMC-13, no. 3, pp. 190197, April 1983.

59. Bothe H.-H. Fuzzy Logic: Einfuhrung in Theorie und Anwendungen. -Springer-Verl. Berlin; Heidelberg, 1993. 228 S.

60. B. Steer "Trajectory planning for a mobile robot". International Journal of Robotics Research, Vol. 8, no. 5, pp. 3-14, Oct. 1989.

61. С Le Pape "A combination of centralized and distributed method for multi-agent planning and scheduling" Proc. of IEEE 1990 International Conference of Robotics and Automation.

62. C. L. Shih, T.T. Lee and W.A. Gruver "Motion Planning with time-varying obstacles based on graph search and mathematical programming" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 331-337.

63. C. W. Warren "Multiple robot path coordination using artificial potential fields" Proc. of IEEE 1990 International Conference on Robotics and Automation, pp. 331-337.

64. Donald В., "Motion planning with six degrees of freedom" Massachusetts Institute of Technology, Artificial Intelligence Lab., Cambridge, Rep. AI-TR-791, 1984.

65. Dubois D., Prade H. Fuzzy sets and systems: Theory and Applications, -Acad. Press, Inc., 1980.

66. Fujimura K. and Samet H. "Motion planning in a dynamic domain" Proc. of IEEE 1990 International Conference on Robotics and Automation, pp. 324-330.

67. Goldberg D.E. Genetic Algorithms in Search, Optimization and Machine Learning Addison-Wesley, Reading, M.A., 1989. - 412 p.

68. Grossman D.D. "Traffic control of multiple robot vehicles" IEEE Journal of Robotics and Automation, Vol 4, no. 5, pp. 1662-1667.

69. Hollstien R.B. artificial genetic adaptation in computer control systems, Ph. D. thesis University of Michigan, Ann Arbor, 1975.

70. Hwang Y.K., Ahuja N. "A potential field approach to path planning" IEEE Trans. Rob. And Autom, 1992, 8, N1, 23-32.

71. Ilyasov В., Vasilyev V., Kabalnov Yu., Startsev Yu., Golovatsky K. Control of autonomous mobile robot. Intelligent Autonomous Systems. International Scientific Issue. Ufa, Karlsruhe. 1998. pp. 92-97.

72. Kabalnov Yu., Startsev Yu., Dmitriev K., Golovatsky K. AMR path planning in time varying external environment. Intelligent Autonomous Systems. International Scientific Issue. Ufa, Karlsruhe. 1998. pp. 88-91.

73. Kant K. and Zucker S.W. "Toward efficient trajectory planning: the path-velocity decomposition" The International Journal of Robotics Research, Vol. 5, no. 3, Fall 1986.

74. K. Fujimura and H.Samet "Path planning among moving obstacles using spatial indexes" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 1662-1667.

75. K. Fujimura and H.Samet "Time-minimum paths among moving obstacles" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 11101115.

76. Khatib O. "Real time obstacle avoidance for manipulator and mobile robots" International Journal of Robotics Reseach, Vol. 5, no.l, pp. 90-98, Spring 1986.

77. Le Pape C. "A combination of centralized and distributed method for multi-agent planning and scheduling" Proc. of IEEE 1990 International Conference of Robotics and Automation.

78. Liu Y. H., Kuroda S. and Naniva T. "A practical algorithm for planning collision-free coordinated motion of multiple robots" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 1427-1432.

79. Lozano-Perez T. "Automatic planning of manipulator transfer movement" IEEE Trans, on SMC-11 N10 (October 1981).

80. Lozano-Perez T. and Wesley M.A. "An algorithm for planning collision-free paths among polyhedral obstacles" Commun. ACM, Vol. 22, pp.560-570, 1979.

81. Luo R.C., Pan T.J. and Guo Y. "An intelligent mobile robot path planning system Proc. of SME 4th World Conference on Robotics Research, May 1989, pp. 753 7-66.

82. M. Erdmann and T. Lozano-Perez "On multiple moving objects" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 1419-1424.

83. Newton D. "Simulation model calculates how many automated guided vehicles are needed" Industrial Engineering, Vol. 17, no. 2, pp.68-78, February 1985.

84. Paden В., Mees A., and Fisher M., "Path planning using a Jacobian-based freespace generation algorithm", in Proc. IEEE Int. Conf. Robotics Automat., 1989, pp. 1732-1737.

85. P. Jacobs and J. Canny "Planning smooth paths for mobile robots" in Proc. of IEEE 1989 International Conference on Robotics and Automation, pp.2-7.

86. Rowe N.C., Ross R.S. "Optimal grid-free path planning across arbitrarily contoured terrain with anisotropic friction and gravity effects" IEEE Trans. Rob. and Autom., 1990, 6, N5, 540-553.

87. Shiller Z., Dubowsky S., "On computing the global time-optimal motion of robotic manipulators in the presence of obstacles", IEEE Trans. Rob. And Autom., 1991, 7, N6, 785-797.

88. S. J. Buckley "Fast motion planning for multiple moving robots" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 332-326.

89. Т. Tsumura, М. Hashimoto and N. Fujiwara "New method for position and heading compensation of ground vehicles" Proc. of 1985 International Conference on Advanced Robotics, 85JCAR, pp. 429-436 (Tokyo, Japan).

90. W. Nelson "Continuous curvature paths for autonomous vehicles" Proc. of IEEE 1989 International Conference on Robotics and Automation, pp. 1260-1264.

91. Xia K., Jiang S., L u L., "Obstacle avoidance path planning of a manipulator" Proc. IEEE Int. Conf. Rob. and Autom., Philadelphia, Pa., Apr., 24-29. 1988. Vol. 1, Washington (D.C.), 1988, 646-647.

92. Y. Kanayama "Vehicle path specification by a sequence of straight lines" IEEE Journal of Robotics and Automation, Vol. 4, no. 3, Jun. 1988.

93. Zadeh, L.A. Fuzzy Algorithms. Information and Control, Vol. 12, 1968, pp.94-102.