Унификация средств инженерной поддержки на примере модельно-ориентированного проектирования системы управления торможением мобильной платформы
Ключевые слова:
мобильная платформа, параметры движения, управление торможением, интеллектуальное управление, нечеткий контроллер, моделирование систем управленияАннотация
В работе представлена модель и результаты моделирования торможения мобильной платформы для использования в качестве инструментального средства при разработке и отладке алгоритмов интеллектуального управления торможением мобильных роботов. В ходе исследования формализована математическая модель динамики торможения платформы и представлена в виде трех составляющих: модель объекта управления и внешней среды, модель движения и алгоритма управления торможением. Посредством настроек модель эмулирует различные параметры и состояния, как объекта управления, так и внешней среды, связывает ключевые параметры движения: расстояние до препятствия, скорость платформы и степень активации системы торможения. В целом модель представляет собой унифицированный цифровой двойник системы торможения колесной платформы, который, посредством настроек, может быть приближен к реальным техническим характеристикам и условиям эксплуатации, позволяя тестировать алгоритмы управления в условиях отсутствия априорной информации об объекте управления и внешней среде. Для демонстрации возможностей инструментального средства использован алгоритм нечеткого контроллера с различными вариантами настроек функций принадлежностей и правил продукций. Результаты моделирования позволяют осуществлять сравнительный качественный анализ плавности и рисков процесса торможения, количественный анализ алгоритмов управления, выявлять уровень устойчивости алгоритмов к различным условиям внешней среды и техническим ограничениям объекта моделирования. Разработанный аппарат модельно-ориентированного проектирования алгоритмов управления торможением позволяет повысить эффективность разработки и первичной валидации алгоритмов в условиях отсутствия конкретных количественных зависимостей параметров в области исследования, сокращая потребность в дорогостоящих натурных испытаниях на ранних этапах разработки.
Литература
2. Чикрин Д.Е., Кокунин П.А., Пашин Д.М., Галиуллин И.Г., Тимершин Б.А. Основные принципы построения архитектур информационных систем беспилотных транспортных средств // Известия Самарского научного центра РАН. 2024. Т. 26. №4. С. 131–142.
3. Майоров Б.Г. Применение гармонических полуволн для автоматизации управления высокоскоростными поездами // Информатика и автоматизация. 2023. Т. 22. №6. C. 1387–1414.
4. Швец Д.А., Хитриков С.В., Колесникович А.Н., Шмелёв А.В. Применение модельно-ориентированного проектирования при разработке и тестировании интеллектуальных систем автомобиля // Актуальные вопросы машиноведения. 2023. Т. 12. С. 151–156.
5. Татур М.М., Игнатюк Н.С., Коников А.Д. Методика модельно-ориентированного проектирования алгоритмов управления мобильными роботами // Доклады БГУИР. 2024. Т. 22. №1. С. 91–99.
6. Ким Т.Ю., Прокопович Г.А., Лобатый А.А. Форсированное управление движением мобильного робота // Информатика. 2022. Т. 19. №3. С. 86–100. DOI: 10.37661/1816-0301-2022-19-3-86-100.
7. ГОСТ Р 57700.37-2021. Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения. // М.: Стандартинформ. 2021.
8. Mazumder A., et al. Towards next generation digital twin in robotics: Trends, scopes, challenges, and future // Heliyon. 2023. vol. 9. no. 2. e13359 p.
9. Betzer J.S., Boudjadar J., Frasheri M., Talasila P. Digital Twin Enabled Runtime Verification for Autonomous Mobile Robots under Uncertainty // Proceedings of the 28th International Symposium on Distributed Simulation and Real Time Applications (DS-RT). 2024. pp. 10–17. DOI: 10.1109/DS-RT62209.2024.00012.
10. Лобанов П.Г., Сытник С.А., Шалыто А.А. Построение автопилота для упрощенной модели вертолета с помощью генетического алгоритма // Научно-технический вестник информационных технологий, механики и оптики. 2008. №8. С. 79–88.
11. Tire-Road Interaction (Magic Formula) // MathWorks. 2025. URL: https://www.mathworks.com/help/sdl/ref/tireroadinteractionmagicformula.html#mw_f96135f3-6f80-4fb3-ae09-5dea2bf3124f (дата обращения: 10.01.2026).
12. Kogbara R.B., et al. A state-of-the-art review of parameters influencing measurement and modeling of skid resistance of asphalt pavements // Construction and Building Materials. 2016. vol. 114. pp. 602–617. DOI: 10.1016/j.conbuildmat.2016.04.002.
13. Rajamani R. Vehicle Dynamics and Control / 2nd ed // Boston: Springer Science & Business Media. 2012. 498 p.
14. Ji G., et al. Time-delay compensation control and stability analysis of vehicle semi-active suspension systems // Mechanical Systems and Signal Processing. 2025. vol. 228. 112414 p. DOI: 10.1016/j.ymssp.2025.112414.
15. Chen F., et al. Design and Experimental Research on a New Integrated EBS with High Response Speed // World Electric Vehicle Journal. 2025. vol. 16. no. 8. 446 p. DOI: 10.3390/wevj16080446.
16. Ayas M.S., Altas I.H., Sahin E. An optimized fuzzy logic controller for a parallel mechanism rehabilitation robot // Proceedings of the International Conference on Fuzzy Systems (FUZZ-IEEE). 2015. pp. 1–6. DOI: 10.1109/FUZZ-IEEE.2015.7338038.
17. Nikshi W.M, Bedillion M.D., Hoover R.C. Parking Control of Mixed Conventional/Braking Actuation Mobile Robots Using Fuzzy Logic Control // Proceedings of the ASME International Mechanical Engineering Congress and Exposition (IMECE). 2016. DOI: 10.1115/IMECE2016-65331.
18. Andani M.T., et al. Fuzzy-Based Sliding Mode Control and Sliding Mode Control of a Spherical Robot // Proceedings of the 44th Annual Conference of the IEEE Industrial Electronics Society. 2018. pp. 2534–2539. DOI: 10.1109/IECON.2018.8591640.
19. Chen C.-H., et al. Fuzzy Logic Controller Design for Intelligent Robots // Mathematical Problems in Engineering. 2017. pp. 1–12. DOI: 10.1155/2017/8984713.
20. Shaout A., Castaneda-Trejo L. Fuzzy Logic Control for Adaptive Braking Systems in Proximity Sensor Applications // Electronics. 2025. vol. 14. no. 14. 2858 p. DOI: 10.3390/electronics14142858.
21. Qasem G.A.A., et al. Enhancing Anti-Lock Braking System Performance Using Fuzzy Logic Control Under Variable Friction Conditions // Symmetry. 2025. vol. 17. no. 10. 1692 p. DOI: 10.3390/sym17101692.
22. Rizianiza I., Djafar A. Design car braking system using Mamdani Fuzzy Logic Control // Proceedings of the 4th International Conference on Electric Vehicular Technology (ICEVT). 2017. pp. 129–133. DOI: 10.3390/electronics14142858 10.1109/ICEVT.2017.8323547.
23. Zhartybayeva M.G., Tatur M.M., Shaverdo M.M., Iskakov K. T. Methods of reducing the computational complexity of fuzzy inference algorithms for implementation on a microcontroller with limited computational resources // Eurasian Journal of Mathematical and Computer Applications. 2019. vol. 7. no. 1. pp. 65–78. DOI: 10.32523/2306-6172-2019-7-1-65-78.
Unification of engineering support tools: Case study of model-based design for a mobile platform braking control system
Abstract
This paper presents a model and simulation results of the braking process of a mobile platform intended for use as an instrumental tool in the development and tuning of intelligent braking control algorithms for mobile robots. In the course of the study, a mathematical model of the platform braking dynamics is formalized and represented as three components: a model of the control object and the external environment, a motion model, and the braking control algorithm itself. Through parameter tuning, the model emulates various parameters and states of both the control object and the external environment, and links the key motion parameters, namely the distance to an obstacle, the platform velocity, and the degree of activation of the braking system. Overall, the proposed model represents a unified digital twin of the braking system of a wheeled platform which, through parameter adjustment, can be approximated to real technical characteristics and operating conditions, thereby enabling testing of control algorithms under conditions of absence of a priori information about the control object and the external environment. To demonstrate the capabilities of the proposed instrumental tool, a fuzzy controller algorithm with various configurations of membership functions and production rules is employed. The simulation results enable comparative qualitative analysis of braking smoothness and risk, quantitative analysis of control algorithms, and assessment of the robustness of algorithms with respect to different environmental conditions and technical constraints of the modeled object. The developed model-based design framework for braking control algorithms improves the efficiency of algorithm development and primary validation in the absence of explicit quantitative parameter dependencies in the research domain, while reducing the need for costly full-scale experimental testing at early stages of development.
Опубликован
Как цитировать
Раздел
Copyright (c) Цзикэ Чэнь, Михаил Михайлович Татур

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).