1. Научни трудове, включени - Технически Университет - София

използвайки така наречения подход „back stepping kinematics into dynamics“ (постъпково връщане назадот кинематиката в динамиката). За успешното прилагане на този метод, обаче, динамиката намобилната платформа трябва да бъде напълно известна. В редица случаи е невъзможно тя да бъдеточно определена. Решението на проблема изисква използване на методи за робастно - адаптивноуправление, комбиниращи конвенционални подходи с нови методи за обучение за постигане на доброфункциониране на системата. Тази статия разглежда проблема на следящото траекторно управлениепри нехолономен колесен мобилен робот. Представената схема за управление на движението на роботае основана върху интеграцията на регулатор, отчитащ само кинематичния модел и невронно-размитрегулатор на двигателния момент. Разработен е метод с еволюционни изчисления за онлайн обучениена невронно-размития регулатор на момента, използващ грешката в затворената система (feedbackerror-learning),целящ автоматичното извличане на знания във вид на размити „if-then“ правила.Предложеният адаптивен невронно-размит регулатор на момента може да се справя с немоделираниограничени смущения и/или неструктурирана немоделирана динамика на робота. Разработенотоуправление е симулирано и е оценен неговия ефект върху качеството на траекторно следене принехолономна мобилна платформа.Статии в рецензирани български списания2.8 А. В. Топалов, С. A. Ахмед и Н. Г. Шакев, “Алгоритъм за обучение в реално времена размити невронни мрежи, използващ теорията за управление в режим на хлъзгане”,Journal of the Technical University at Plovdiv, “Fundamental Sciences and Applications”,vol. 13 (4), pp. 187-198, 2006 г.Резюме. Разработен е нов, основан върху теорията на системите с променлива структура алгоритъмза онлайн трениране на размити невронни мрежи. Такива структури на изчислителния интелект сашироко прилагани за моделиране, идентификация и управление на нелинейни динамични системи.Алгоритъмът е приложим за размити невронни мрежи от типа на Takagi-Sugeno-Kang със скаларенизходен сигнал. Доказана е сходимостта му и са приведени условията за това. За разлика от другиподобни подходи, които се ограничават до адаптация на параметрите само на деразмиващата част,предложеният алгоритъм настройва също и параметрите на използваните функции напринадлежност. Множеството от нулеви нива на променливата на грешката при обучение серазглежда като повърхнина на хлъзгане в пространството на обучаваните параметри на мрежата.Показана е ефективността на предложения алгоритъм при онлайн обучение за апроксимация нанелинейни функции.2.9 А. В. Топалов и Н. Г. Шакев, „Йерархична система за управление на играещифутбол мобилни роботи”, “Автоматика и информатика”, бр.1, год. XL, стр. 48-50,2006 г.Резюме. Провеждането на състезания по футбол за мобилни роботи е международна инициатива,която има за цел да помогне за ускоряването на научните изследвания и техническия прогрес вроботиката и изкуствения интелект. Популярността на футбола в световен мащаб и същевременнозасягането на множество актуални проблеми, относно разработването на интелигентни системидоведе, няколко години след организирането на първите подобни състезания от този тип, допревръщането им в една от класическите платформи за научни изследвания, свързани с проектиранетона автономни агенти и роботи, колективен интелект, многоагентни системи, интелигентна роботикаи др. През 2001 г. е сключен четиригодишен договор между ТУ – София, филиал Пловдив и BogaziciUniversity, Истанбул, Република Турция за съвместна научно изследователска работа по проект„Церберус“, предвиждащ създаване и участие с общ отбор в международните състезания по футбол сроботи в една от най-интересните и динамично развиващи се категории – Лигата на четирикракитероботи (Four Legged League) към Международната федерация RoboCup. Изследователската група отТУ-София, филиал Пловдив се ангажира със създаването на програмен модул за управление надвижението и на модул, реализиращ набор от реактивни поведения. В статията се описвауправлението на роботите в отбора „Церберус“, изградено като хибридна система с йерархичнаструктура.2.10 A. V. Topalov, J. -H. Kim, and T. Ph. Proychev, “Neuro-Genetic Adaptive Control withApplication to Robot Manipulators”, Journal of the Technical University at Plovdiv, Vol. 5"Technical Sciences”, pp. 127-135, 1996 г., (на английски език)Резюме. В съвременните робототехнически системи съществува необходимост от по-гъвкави иробастни управляващи устройства за да може да бъде по-пълно използвана присъщата наманипулационните роботи гъвкавост и многофункционалност. Решението на проблема за управлениепри роботите изисква комбиниране на конвенционални подходи с нови методи за обучение за да бъде10