Автономний гаражний комплекс: роботизована система моніторингу стану воріт

Abstract

UA: Об'єктом дослідження є процеси автоматизованого моніторингу та розпізнавання стану воріт гаражного комплексу. Метою роботи є розробка програмно-апаратного прототипу роботизованої системи для визначення стану гаражних воріт. Методи дослідження: нечітке когнітивне моделювання (FCM), теорія нечітких множин, комп'ютерне моделювання. У роботі сформовано концептуальну та фізичну моделі системи у вигляді UML-дiaгpaм. Апаратний прототип побудовано на базі мобільної платформи TurtleBot3 із контролером OpenCR та мікрокомп'ютером Raspberry Pi 4, що об'сднуе просторові дані від лазерного далекоміра RPLidar A1 та показники магнітного датчика Холла KY-024. Спросктовано та протестовано логіко-математичну модель нечіткого контролера у середовищі MATLAB (Fuzzy Logic Toolbox). Розроблена комплексна база правил дозволяе алгоритму розпізнавати стан гаражних воріт та виявляти апаратні аномалії, ефективно компенсуючи сенсорний шум за допомогою налаштованих функцій належності.

EN: The object of the study is the processes of automated monitoring and recognition of the state of the gate in the conditions of a garage complex. The purpose of the work is to develop a software and hardware prototype of a robotic system for determining the state of the garage gate. Research methods: fuzzy cognitive modeling (FCM), fuzzy set theory, computer modeling. The work forms a conceptual and physical model of the system in the form of UML diagrams. The hardware prototype is built on the basis of the TurtleBot3 mobile platform with an OpenCR controller and a Raspberry Pi 4 microcomputer, which combines spatial data from the RPLidar Al laser rangefinder and the readings of the KY-024 Hall magnetic sensor. A logical-mathematical model of a fuzzy controller is designed and tested in the MATLAB environment (Fuzzy Logic Toolbox). The developed comprehensive rule base allows the algorithm to recognize the state of the garage door and detect hardware anomalies, effectively compensating for sensor noise using customized membership functions.