РОЗРОБКА МЕТОДУ ПРИЙНЯТТЯ РІШЕНЬ ДЛЯ ПОБУДОВИ ТРАЄКТОРІЙ ПЕРЕМІЩЕННЯ В НЕВИЗНАЧЕНОМУ ДИНАМІЧНОМУ СЕРЕДОВИЩУ ДЛЯ КОЛОБОРАТІВНОГО МОБІЛЬНОГО РОБОТА

Автор(и)

  • Ігор Шакирович Невлюдов Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0002-9837-2309
  • Мурад Анвер огли Омаров Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0003-4842-4972
  • Владислав В’ячеславович Євсєєв Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0002-2590-7085
  • Ельгун Айаз огли Джабрайілзаде Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0003-2932-4976

DOI:

https://doi.org/10.20998/2079-004X.2025.2(12).22

Ключові слова:

колаборативний мобільний робот, планування траєкторій, прийняття рішень, Risk-Aware MPC, невизначене динамічне середовище, злиття сенсорних даних, ймовірнісна навігація

Анотація

У статті розглянуто задачу прийняття рішень для побудови траєкторій переміщення колаборативного мобільного робота в умовах невизначеного динамічного середовища. Запропоновано ризик-орієнтований метод планування на основі модельно-прогнозуючого керування, що поєднує ймовірнісну оцінку стану робота та середовища з прогнозом руху динамічних перешкод і обмеженнями безпеки. Метод базується на інтеграції даних камери, інерціального вимірювального модуля та ультразвукового датчика, що дозволяє підвищити стійкість і адаптивність траєкторного планування за наявності сенсорних шумів і неповної інформації. Результати чисельного моделювання підтверджують ефективність підходу з точки зору збереження запасу безпеки, стабільності керування та досяжності цілі в складних навігаційних сценаріях.

Біографії авторів

Ігор Шакирович Невлюдов, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор, завідувач кафедри комп'ютерно-інтегрованих технологій, автоматизації, робототехніки та техніки безпеки

 

Мурад Анвер огли Омаров, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор, проректор з міжнародного співробітництва

Владислав В’ячеславович Євсєєв, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор, професор кафедри комп'ютерно-інтегрованих технологій, автоматизації, робототехніки та техніки безпеки

Ельгун Айаз огли Джабрайілзаде, Харківський національний університет радіоелектроніки

Аспірант, кафедра комп'ютерно-інтегрованих технологій, автоматизації, робототехніки та безпеки праці

Посилання

Garcés, G., Torres, K., Castañeda, K., Mendoza, S., Peña, C. A., & Sánchez, O. (2026). Human-Robot collaboration in industrialized construction manufacturing 5.0: A bibliometric mapping of smart production research. The International Journal of Advanced Manufacturing Technology, 1-46. https://doi.org/10.1007/s00170-025-17340-7

Hammad, M., Ali, H., Hussain, G., Wang, X. (2026). Core Technologies Enabling Industry 5.0. In: Industry 5.0: The Human-Centric Future of Industry. Springer Series in Advanced Manufacturing. Springer, Cham. https://doi.org/10.1007/978-3-032-12622-1_3

Nevliudov , I. ., Yevsieiev , V. ., Maksymova , S. ., Gopejenko , V. ., & Kosenko , V. . (2025). DEVELOPMENT OF MATHEMATICAL SUPPORT FOR ADAPTIVE CONTROL FOR THE INTELLIGENT GRIPPER OF THE COLLABORATIVE ROBOT MANIPULATOR. Advanced Information Systems, 9(3), 57–65. https://doi.org/10.20998/2522-9052.2025.3.07

Model with Neural Network Component for Adaptive Manipulator Control under Variable Load / Amer Abu-Jassar, Mohammad Hamdan, Nowfal Aweisi, Mahmoud Howaidi, V. Yevsieiev, V. Lyashenko // International Journal of Intelligent Engineering and Systems. –19(1). – 2026. – P. 855-868. https://doi.org/10.32403/10.22266/ijies2026.0131.51

Zhang, J., & Fujimura, S. (2026). An innovative meta–heuristic for balancing and scheduling human–robot collaborative assembly lines in Industry 5.0. Journal of Industrial and Production Engineering, 43(1), 117-137. https://doi.org/10.1080/21681015.2025.2533436

Yevsieiev, V., Gurin, D., Kulish, S., & Voloshyn, Y. (2025). Development of a partially supervised Markov decision-making model for a 3-link collaborative robot-manipulator. Radioelectronic and Computer Systems, 2025(4), 83-94. doi:https://doi.org/10.32620/reks.2025.4.06

Liu, Y., Yi, J., Chi, P., Liao, H., Zhang, Q., & Wang, Z. (2026). Review of trajectory planning for humanoid welding robot manipulators: from fundamentals to industrial applications in intelligent manufacturing. Journal of Intelligent Manufacturing, 1-19. https://doi.org/10.1007/s10845-025-02765-4

Zhang, J., Liu, J., Zhou, L., Fang, L., Zhang, K., Zong, H., & Xu, B. (2026). Multiobjective Joint Optimization for Trajectory and Controller Parameters to Enhance Hydraulic Legged Robot Jumping Performance. IEEE/ASME Transactions on Mechatronics. https://doi.org/10.1109/TMECH.2025.3645688

Nevliudov , I. ., Omarov , M. ., Yevsieiev , V. ., Maksymova , S. ., & Jabrayilzade , E. . (2026). MATHEMATICAL MODELING OF TRAJECTORIES CONSTRUCTION, MOVEMENT OF THE GRIPPING DEVICE OF A COLLABORATIVE ROBOT. Advanced Information Systems, 10(1), 11–20. https://doi.org/10.20998/2522-9052.2026.1.02

Zhang, T., Wang, N., Yang, Y., & Wang, Z. (2026). A generalised system for multi-mobile robot cooperation in smart manufacturing. Robotics and Computer-Integrated Manufacturing, 98, 103139. https://doi.org/10.1016/j.rcim.2025.103139

Liu, C., Song, J., Tang, D., Wang, L., Zhu, H., & Cai, Q. (2026). From insight to autonomous execution: VLM-enhanced embodied agents towards digital twin-assisted human-robot collaborative assembly. Robotics and Computer-Integrated Manufacturing, 98, 103176. https://doi.org/10.1016/j.rcim.2025.103176

Nevliudov, I., Yevsieiev, V., Maksymova, S., & Artiukh, R. (2025). Mathematical model of adaptive hierarchical high-level control of a three-link collaborative robot-manipulator. INNOVATIVE TECHNOLOGIES AND SCIENTIFIC SOLUTIONS FOR INDUSTRIES, (2(32), 58–68. https://doi.org/10.30837/2522-9818.2025.2.058

Khan, A. T., & Li, S. (2026). Robotic Haircutting Systems: A Survey of Methods, Challenges, and Hair Modeling Insights. IEEE Journal of Selected Areas in Sensors. https://doi.org/10.1109/JSAS.2026.3654480

Sun, T., Wang, B., & Huo, X. (2026). Knowledge-driven automated design of industrial robots: A unified graph-based framework with multi-engine reasoning. Advanced Engineering Informatics, 69, 103995. https://doi.org/10.1016/j.aei.2025.103995

John, A., Cardiff, B., & John, D. (2026). A Survey of Fusion Frameworks and Algorithms for Physiological Monitoring. In Deep Learning and Signal-Processing Methods for Multisensor Data Fusion: Applications to Ambulatory Health Monitoring (pp. 9-56). Cham: Springer Nature Switzerland. ISBN 3031967240

Yevsieiev, V., & et al. (2024). Data Fusion Research for Collaborative Robots-Manipulators within Industry 5.0. ACUMEN: International journal of multidisciplinary research, 1(4), 125-137.

Almuzaini, T. S., & Savkin, A. V. (2026). Trajectory Planning for Autonomous Underwater Vehicles in Uneven Environments: A Survey of Coverage and Sensor Data Collection Methods. Future Internet, 18(2), 79. https://doi.org/10.3390/fi18020079

Zhang, J., Jiang, S., Yang, Z., Zhou, Z., & Xing, C. (2026). A Guided Sampling Enhanced Rapidly-Exploring Random Tree Path Planning Algorithm for Robot-Assisted Flexible Needle Insertion. Annals of Biomedical Engineering, 1-19. https://doi.org/10.1007/s10439-025-03956-z

Gu, J., & Wang, Y. (2026). A constrained reinforcement learning based approach for cooperative control of multi-UAV in dense obstacle environments. Science China Technological Sciences, 69(1), 1120601. https://doi.org/10.1007/s11431-025-3076-2

Yevsieiev, V. Comparative Analysis of the Characteristics of Mobile Robots and Collaboration Robots Within INDUSTRY 5.0. / V. Yevsieiev, D. Gurin // Sectoral research XXI : characteristics and features : collection of scientific papers "SCIENTIA" with proceedings of the VI International Scientific and Theoretical Conference, September 8, 2023. - Chicago : European Scientific Platform, 2023. - P. 92-94

Hose, H., Brunzema, P., Subhasish, D., & Trimpe, S. (2026). The Mini Wheelbot Dataset: High-Fidelity Data for Robot Learning. arXiv preprint arXiv:2601.11394. https://doi.org/10.48550/arXiv.2601.11394

Chen, W., Ye, P., & Jiang, X. (2026). The application and management of wearable optical sensing technology in precision medical and health monitoring for the elderly. SLAS technology, 100401. https://doi.org/10.1016/j.slast.2026.100401

Yang, B., Zhao, Y., Zhao, X., & Peng, M. (2026). High-Accuracy Clock Synchronization Algorithm for LEO Satellites Based on Particle-Enhanced Extended Kalman Filtering. IEEE Transactions on Vehicular Technology. https://doi.org/10.1109/TVT.2026.3654158

Çintaş, E., & Özyer, B. (2026). A robust fault-tolerant control algorithm for GPS-denied mini quadrotors using PID-TinyMPC and visual-inertial odometry. Control Engineering Practice, 169, 106779. https://doi.org/10.1016/j.conengprac.2026.106779

Phan, T. D., & Kim, G. W. (2025). Toward Specialized Learning-based Approaches for Visual Odometry: A Comprehensive Survey. Journal of Intelligent & Robotic Systems, 111(2), 1-32. https://doi.org/10.1007/s10846-025-02245-0

He, Y. (2025, August). Research for Robot Detection System Based on Low-Cost Distance Sensor HC-SR04. In 2025 IEEE 3rd International Conference on Sensors, Electronics and Computer Engineering (ICSECE) (pp. 745-749). IEEE. https://doi.org/10.1109/ICSECE65727.2025.11256852

Zhou, D., Liang, Z., Fu, Y., Lu, M., Wang, T., Xu, Q., ... & Yang, H. (2026). Risk-aware model predictive control for autonomous vehicle platoons under uncertain cut-in scenarios based on Gaussian mixture models. Chaos, Solitons & Fractals, 207, 117920.

Liu, S., & Belta, C. A. (2025). Risk-Aware Adaptive Control Barrier Functions for Safe Control of Nonlinear Systems under Stochastic Uncertainty. arXiv preprint arXiv:2503.19205. https://doi.org/10.1016/j.chaos.2026.117920

Akella, P., Dixit, A., Ahmadi, M., Lindemann, L., Chapman, M. P., Pappas, G. J., ... & Burdick, J. W. (2025). Risk-aware robotics: Tail risk measures in planning, control, and verification [focus on education]. IEEE Control Systems, 45(4), 46-78. https://doi.org/10.1109/MCS.2025.3577050

##submission.downloads##

Опубліковано

2026-05-07

Номер

№ 2(12) (2025): Вісник Національного технічного університету «ХПІ». Серія: Технології в машинобудуванні

Розділ

Статті

Ліцензія

Авторське право (c) 2026 Вісник Національного технічного університету «ХПІ». Серія: Технологiї в машинобудуваннi

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.