Distributed Event-Triggered Super-Twisting Sliding Mode Formation Control for Multiple Omnidirectional Mobile Robots

في عالم الصناعة الحديثة الصاخب، من المستودعات المؤتمتة إلى دوريات المراقبة التعاونية، تعمل مجموعات من الروبوتات الصغيرة ذاتية القيادة معاً بشكل متزايد لإنجاز المهام. هذه الآلات، التي غالباً ما تكون مجهزة بعجلات خاصة تسمح لها بالانزلاق جانباً بنفس سهولة تحركها للأمام، توفر مستوى من المرونة لا يمكن للمركبات التقليدية مضاهاته. ومع ذلك، فإن الحفاظ على أسطول من هذه الروبوتات وهي تتحرك في تشكيل دقيق ومنسق يمثل تحدياً صعباً؛ إذ يتعين عليها باستمرار التكيف مع الأرضيات الزلقة، والنتوءات غير المتوقعة، والتغيرات في وزنها الخاص، كل ذلك بينما تتواصل فيما بينها للبقاء في حالة تزامن. يحدث هذا التواصل عادةً عبر شبكات لاسلكية ذات سعة محدودة، وإذا تحدث كل روبوت بشكل متكرر للغاية، فستصبح الشبكة مزدحمة، مما يؤدي إلى حدوث تأخيرات يمكن أن تكسر التشكيل. علاوة على على ذلك، فإن الأساليب المستخدمة للحفاظ على استقرار هذه الروبوتات غالباً ما تعتمد على تعديلات سريعة ومتقطعة يمكن أن تؤدي بمرور الوقت إلى تآكل أجزائها الميكانيكية.

لقد طور باحثون في جامعة العلوم والتكنولوجيا ببكين طريقة جديدة لحل هذه المشكلات في آن واحد. فقد ابتكروا نظام تحكم مصمماً لمجموعة من الروبوتات متعددة الاتجاهات يسمح لها بتشكيل شكل محدد وتتبع قائد، حتى عندما تكون الأرضية غير متوقعة والشبكة اللاسلكية مزدحمة. ويكمن جوهر حلهم في مزيج ذكي من فكرتين: أولاً، يستخدمون استراتيجية رياضية تعمل على تنعيم حركات الروبوت، مما يمنع الاهتزازات العنيفة التي عادة ما تضر المحركات والتروس. ثانياً، قاموا بتغيير كيفية تواصل الروبوتات؛ فبدلاً من بث موقعها وسرعتها باستمرار، ترسل الروبوتات الآن البيانات فقط عندما يتغير شيء مهم. هذا النهج، الذي تم اختباره من خلال عمليات محاكاة حاسوبية مفصلة، أظهر أن الروبوتات يمكنها الحفاظ على تشكيلها بدقة متناهية مع استخدام عرض نطاق ترددي أقل بكثير وحماية أجهزتها المادية من التآكل.

ركز الباحثون على نوع معين من الروبوتات يُعرف باسم الروبوت المتنقل متعدد الاتجاهات. وخلافاً للسيارات القياسية أو الروبوتات ذات الدفع التفاضلي التي يجب أن تلتف لتغيير اتجاهها، يمكن لهذه الآلات التحرك في أي اتجاه فوراً بفضل تصميم عجلاتها الفريد. وهذا يجعلها مثالية للمساحات الصناعية الضيقة، ولكنه يجعلها أيضاً حساسة للاضطرابات. في مصنع حقيقي، قد يواجه الروبوت هبة ريح مفاجئة، أو بقعة زيت، أو تغيراً في الوزن الذي يحمله. وللتعامل مع هذه المشكلات، استخدم الفريق تقنية تسمى خوارزمية "الالتواء الفائق" (super-twisting algorithm). وبكلمات أبسط، هي طريقة لتوجيه الروبوت تتوقع الاضطرابات وتصححها بسلاسة. تعتمد الأساليب التقليدية غالباً على منطق "التبديل" الذي ينتقل ذهاباً وإياباً بسرعة عالية للحفاظ على مسار الروبوت. وبينما يعد هذا التبديل فعالاً في إيقاف الأخطاء، إلا أنه يخلق اهتزازاً عالي التردد يُعرف باسم "الارتجاج" (chattering). هذا الارتجاج يشبه الهزة المستمرة والقاسية التي تطحن تروس ناقل الحركة في الروبوت وتستنزف بطاريته. أما نهج الالتواء الفائق الجديد فيقوم بإخفاء منطق التبديل هذا داخل عملية رياضية تؤدي إلى أمر عزم دوران سلس تماماً. يتلقى الروبوت دفعة مستمرة وثابتة بدلاً من سلسلة من الضربات المزعجة، مما يحمي الأجز الميكانيكية ويطيل عمرها الافتراضي.

وبينما حل أسلوب التحكم الجديد المشكلة الميكانيكية، كان على الباحثين أيضاً معالجة عنق الزجاجة في الشبكة. في الإعداد القياسي، يقوم كل روبوت في المجموعة ببث حالته لجيرانه عدة مرات في الثانية، بغض النظر عما إذا كان قد تغير شيء أم لا. هذا الثرثرة المستمرة تكتظ بسرعة بالإشارات اللاسلكية المحدودة، مما يؤدي إلى سقوط الرسائل وعدم استقرار التشكيلات. قدم الفريق آلية "مُحفزة بالأحداث" (event-triggered mechanism) لإصلاح ذلك. تحت هذا النظام، لا يتحدث الروبوت لمجرد مرور الوقت؛ بل يتحدث فقط عندما ينحرف حاله الداخلي بما يكفي لتجاوز عتبة معينة. تخيل روبوتاً يتحرك بشكل مثالي بالتوازي مع جيرانه؛ فإنه يظل صامتاً. هو يرسل رسالة فقط إذا بدأ في الانحراف أو إذا غير القائد اتجاهه. يقلل هذا المنطق عدد عمليات الإرسال بشكل كبير. وفي عمليات المحاكاة، تواصلت الروبوتات فقط عند الضرورة، مما يعني أن الشبكة كانت نادراً ما تكون مزدحمة. وقد صُمم النظام بميزة أمان لضمان عدم إجبار الروبوتات على التحدث بسرعة لانهائية في لحظة واحدة، وهي مشكلة نظرية تُعرف بسلوك "زينو" (Zeno behavior) التي يمكن أن تؤدي إلى تعطل الكمبيوتر. وقد أثبت الباحثون رياضياً وجود حد أدنى من الوقت دائماً بين الرسائل، مما يضمن استقرار النظام.

لاختبار أفكارهم، أجرى الباحثون عمليات محاكاة مكثفة شملت أربعة روبوتات وقائداً افتراضياً. كُلفت الروبوتات بتشكيل شكل مربع مع تتبع قائد يتحرك في دائرة. تم جعل البيئة صعبة عبر إضافة اضطرابات عشوائية، مثل هبات الرياح المحاكية وتغير الاحتكاك، لمعرفة مدى صمود النظام. كانت النتائج مذهلة؛ فقد نجحت الروبوتات في التجمع في تشكيلها المربع خلال ثلاث ثوانٍ وحافظت عليه بدقة، حتى أثناء دوران القائد. وعندما قارن الباحثون طريقتهم الجديدة بتقنيات التحكم القياسية، كان الفرق واضحاً. فشل المتحكم التقليدي في صد الاضطرابات، مما تسبب في انحراف الروبوتات عن المسار. أما متحكم "الوضع المنزلق" (sliding mode controller) القياسي فقد تمكن من إبقاء الروبوتات على المسار، لكنه فعل ذلك عبر تذبذبات عنيفة وعالية التردد في أوامر المحرك. وفي المقابل، حافظ النظام الجديد على مسار دقيق بخطأ ثابت قدره صفر، مما يعني أنها انتهت بالضبط حيث كان ينبغي لها أن تكون، بينما ظلت أوامر المحرك سلسة وهادئة.

كانت مكاسب الكفاءة كبيرة بقدر التحسينات في الأداء. في النظام القياسي المعتمد على التوقيت الزمني، حيث تبث الروبوتات البيانات كل 0.01 ثانية، ستغرق الشبكة بآلاف الرسائل خلال فترة قصيرة. قلل نظام التحفيز بالأحداث الجديد عدد عمليات الإرسال بأكثر من 87 بالمائة. فقد قام أحد الروبوتات في المحاكاة بالتحفيز 245 مرة فقط، بينما قام آخر بـ 218 مرة، مقارنة بآلاف الرسائل التي تتطلبها الطرق التقليدية. وبالرغم من هذا الانخفاض الهائل في التواصل، لم تفقد الروبوتات تنسيقها. فقد أثبت النظام قدرته على امتصاص الاضطرابات المفاجئة والكبيرة، مثل التغير المفاجئ في القوة المحاكى، دون أي انحراف ملحوظ في المسار. كما أن سلاسة إشارات التحكم تعني أن المشغلات الميكانيكية لم تتعرض للإجهاد الحراري والتآكل الميكانيكي المرتبط بالتبديل عالي التردد.

تخلص الدراسة إلى أن هذا الإطار الموزع يقدم حلاً قوياً لأنظمة الروبوتات المتعددة التي تعمل في البيئات الصناعية الصعبة. ومن خلال دمج خوارزمية تحكم سلسة مع استراتيجية تواصل ذكية، أظهر الباحثون أنه من الممكن تحقيق تتبع دقيق للتشكيل دون إثقال كاهل الشبكة أو إتلاف الأجهزة. وتؤكد البراهين الرياضية الواردة في الورقة البحثية أن النظام مستقر وأن الروبوتات لن تقع في حلقة مفرغة من التواصل اللانهائي. وبينما تم التحقق من العمل الحالي من خلال عمليات المحاكاة الحاسوبية، يقترح المؤلف أن الخطوة التالية هي اختبار هذه الخوارزميات على روبوتات مادية في بيئات واقعية. وإذا صمدت هذه النتائج في الممارسة العملية، فإن هذا النهج يمكن أن يحسن بشكل كبير من موثوقية وطول عمر الأساطيل المؤتمتة، مما يسمح لها بالعمل بكفاءة أكبر في المساحات المعقدة وغير المتوقعة في المستقبل.