Control of Autonomous Vehicles Using Intelligent System

Abstract

Wheeled mobile robots (WMRs) have been used in industries to move things from place to place, where the robot has to know its specified trajectory. For the WMR to track it's desired trajectory, a good control law is needed, such that the robot can follow its path with a minimum error. This work presents the tracking control of WMR utilizing a nonlinear control method based on backstepping approach. The kinematic model of WMR is obtained. The pro-posed controller is evaluated through circular path via simulation work using MATLAB/SIMULINK. Furthermore, the thesis illustrates image recognition based on backpropagation ANN (BP ANN). The BP ANN is trained via video stream to detect and recognize traffic light signal. It's found that, the proposed controller can perform the tracking task of WMR with minimal error. Moreo-ver, the BP ANN can recognize the traffic light signal with good accuracy. It's recommended that to use BP ANN with WMR for outdoor navigation to detect the traffic light signals.

تم استخدام الروبوتات المتحركة ذات العجلات في الصناعات لنقل الأشياء من مكان إلى آخر ، حيث يجب أن يعرف الروبوت مساره المحدد. لكي يتتبع المسار المطلوب ، هناك حاجة إلى قانون تحكم جيد ، بحيث يمكن للروبوت أن يتبع مساره بأقل قدر من الخطأ. يقدم هذا العمل التحكم في التتبع باستخدام طريقة التحكم غير الخطية القائمة على نهج الخوارزمية ذات الخطوات الرجعية. تم الحصول على النموذج الحركي للروبوتات المتحركة ذات العجلات. يتم تقييم وحدة التحكم المقترحة من خلال مسار دائري عبر أعمال المحاكاة باستخدام بيئة برنامج الحاسوب متلاب. وايضا، توضح الأطروحة التعرف على صور اشارة المرور باستخدم نظام شبكة اعصاب صناعية. لاكتشاف إشارة المرور والتعرف عليها لقد وجد أن وحدة التحكم المقترحة يمكنها أداء مهمة تتبع الروبوتات المتحركة بأقل قدر من الخطأ. وبعد الاختبار وجد نظام الشبكة العصبية الامامية الانتشار اظهرت نتائج دقيقة مقارنة مع الشبكات العصبية الاخرى وذلك له تأثير كبير في تحسين العربات ذاتية القيادة.