moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2026.59.8.010 2450 Интеллектуальная система управления сервисным роботом на основе мягких вычислений Intelligent control system for service robot based on soft computing Николаева Алёна Валериановна Nikolaeva Alena Valerianovna yeti89-89@mail.ru aff-1 0000-0001-7409-9531 Ульянов Сергей Викторович Ulyanov Sergey Viktorovich ulyanovsv46_46@mail.ru aff-2 0009-0004-2343-0799 Тятюшкина Ольга Юрьевна Tyatyushkina Olga Yurievna tyatyushkina@mail.ru aff-3 Компания «АТОМ» АТОМ Company Государственный университет «Дубна» Объединенный институт ядерных исследований Dubna State University Joint Institute for Nuclear Research Государственный университет «Дубна» Dubna State University 01 01 2026 1 1 10.26102/2310-6018/2026.59.8.010 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

Разработаны методики проектирования комплексной системы управления мобильным роботом сервисного обслуживания на логике мягких вычислений. Демонстрируется эффективность разработанных методов для контроля маршрута и обхода препятствий роботом, а также для точного позиционирования манипуляционного устройства в условиях непредвиденных ситуаций. Контроль маршрута с обходом препятствий основывается на компьютерном моделировании динамики для роботизированной системы, а поиск возможных решений происходит с помощью генетических алгоритмов. Оптимальные решения, полученные в результате работы генетических алгоритмов, используются для построения и обучения нечеткой нейронной сети, откуда формируется база знаний для нечеткого контроллера для управления навигацией и выполнения технологических операций, таких как открытие двери, с помощью манипулятора. Генетические алгоритмы, нечеткие нейронные сети и нечеткие контроллеры с заложенными базами знаний продемонстрировали свою эффективность для планирования маршрута в условиях возможных препятствий в виде предметов и людей для мобильного робота сервисного обслуживания. Рассмотрено применение интеллектуальных вычислений на основе эволюционных и генетических алгоритмов, нечеткой логики в системах управления манипулятором с тремя степенями свободы в непредвиденных ситуациях управления. Для демонстрации результатов работы нечеткого моделирования системы управления роботом описаны результаты проведенных экспериментальных исследований.

Methods for designing an integrated control system for mobile robot for service use based on soft computing logic are developed. The effectiveness of the developed methods for route control and obstacle avoidance by the robot, and for precise positioning of the manipulation device in unpredicted situations is demonstrated. Obstacle avoidance route control is based on computer modeling of the dynamics of a robotic system, and the search for possible solutions is carried out using genetic algorithms. Optimal solutions obtained through genetic algorithms are used to construct and train a fuzzy neural network, which forms a knowledge base for a fuzzy controller to control navigation and perform technological operations, such as opening a door, using a manipulator. Genetic algorithms, fuzzy neural networks, and fuzzy controllers with embedded knowledge bases have demonstrated their effectiveness for path planning for a mobile robot for service use in the conditions of potential obstacles in the form of objects and people. The article considers the application of intelligent computing based on evolutionary and genetic algorithms, and fuzzy logic is considered in control systems for a manipulator with three degrees of freedom in unpredicted control situations. To demonstrate the results of fuzzy modeling of the robot control system, the results of the experimental studies are described.

 мобильный робот сервисного обслуживания мягкие вычисления генетический алгоритм нечеткая нейронная сеть база знаний нечеткий контроллер интеллектуальная система управления mobile robot for service use soft computing genetic algorithm fuzzy neural network knowledge base fuzzy controller intelligent control system Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Gonzalez-Aguirre J.A., Osorio-Oliveros R., Rodríguez-Hernández K.L., et al. Service Robots: Trends and Technology. Applied Sciences. 2021;11(22):10702. https://doi.org/10.3390/app112210702 Chen M., Wang X., Law R., et al. Research on the Frontier and Prospect of Service Robots in the Tourism and Hospitality Industry Based on International Core Journals: A Review. Behavioral Sciences. 2023;13(7):560. https://doi.org/10.3390/bs13070560 Lee I. Service Robots: A Systematic Literature Review. Electronics. 2021;10(21):2658. https://doi.org/10.3390/electronics10212658 Rajan V., De La Cruz A. Utilisation of Service Robots to Assist Human Workers in Completing Tasks Such in Retail, Hospitality, Healthcare, and Logistics Businesses. Technoarete Transactions on Industrial Robotics and Automation Systems. 2022;2(2):10-36647. https://doi.org/10.36647/TTIRAS/02.01.A002 Deng Sh., Xie M., Wang B., et al. Particle Swarm Optimization Algorithm for Feature Selection Inspired by Peak Ecosystem Dynamics. Computers, Materials & Continua. 2025;82(2):2723–2751. https://doi.org/10.32604/cmc.2024.057874 Nguyen Th.M.B., Nguyen Th.H.H., Do Th.N.H. Optimized Metaheuristic Strategies for Addressing the Multi-Picker Robot Routing Problem in 3D Warehouse Operations. Computers, Materials & Continua. 2025;84(3):5063–5076. https://doi.org/10.32604/cmc.2025.064610 Ma L., Dai C., Xue X., et al. A Multi-Objective Particle Swarm Optimization Algorithm Based on Decomposition and Multi-Selection Strategy. Computers, Materials & Continua. 2025;82(1):997–1026. https://doi.org/10.32604/cmc.2024.057168 Cui G., Shuai W., Chen X. Semantic Task Planning for Service Robots in Open Worlds. Future Internet. 2021;13(2):49. https://doi.org/10.3390/fi13020049 Lisondra M., Benhabib B., Nejat G. Embodied AI with Foundation Models for Mobile Service Robots: A Systematic Review. Robotics. 2026;15(3):55. https://doi.org/10.3390/robotics15030055 Боровинский В.В., Николаева А.В., Решетников А.Г. и др. Технология квантовых мягких вычислений в программно-алгоритмической платформе робастной интеллектуальной системы управления роботом-манипулятором. Программные продукты и системы. 2025;(2):218–233. https://doi.org/10.15827/0236-235X.150.218-233

The authors declare that there are no conflicts of interest present.