Resumen

Esta investigación tiene como objetivo mejorar la navegación autónoma de un robot de rescate y detección en minas de carbón, eliminar el peligro para los rescatistas y mejorar la seguridad del trabajo de rescate. En este artículo se introduce el concepto de control predictivo de modelos en la planificación de rutas del robot de rescate y detección. Se propone el algoritmo de Control Predictivo de Modelos Basado en Muestreo (SBMPC) basado en la construcción de una función de coste y un modelo cinemático predictivo. En primer lugar, se realiza un muestreo de entrada en el espacio de variables de control del movimiento del robot para generar soluciones candidatas de planificación de rutas. Luego, la actitud y posición del robot en un tiempo futuro, que son consideradas como variables de salida del movimiento del robot, pueden calcularse a través del modelo cinemático predictivo y los datos de muestreo de entrada. La solución óptima de la planificación de rutas se obtiene a partir de las soluciones candidatas mediante una optimización continua del movimiento de la función de coste definida. Se comparan en

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Navegación autónoma; Rescate en minas de carbón; Robot de detección; Control predictivo de modelo; Planificación de ruta; Algoritmo SBMPC
• Keywords:Autonomous navigation; Coal mine rescue; Detection robot; Model predictive control; Path planning; SBMPC algorithm