Аннотация. В работе предложен метод повышения безопасности автономной навигации мобильной роботизированной платформы на основе объединения многосенсорной информации. Цель исследования заключается в надежной оценке положения робота и формировании безопасной траектории движения с учетом препятствий путем интеграции данных, получаемых от LiDAR, RGB-камеры, инерциального измерительного модуля (IMU) и энкодеров колес. Предлагаемый метод объединяет в единую систему динамическую модель мобильной платформы, алгоритм слияния многосенсорных данных, модуль оценки окружающей среды, планирование безопасной траектории и управление движением в реальном времени. Динамическая модель учитывает параметры движения робота, угловые скорости колес и управляющие воздействия. На основе объединенной сенсорной информации определяется текущее положение и состояние движения робота, после чего данные передаются в систему планирования траектории и управления. При формировании безопасного маршрута учитывается минимальное расстояние между роботизированной платформой и препятствиями, что позволяет определить направление движения с пониженным риском столкновения. Эффективность метода оценивалась в средах моделирования MATLAB и ROS–Gazebo. В ходе экспериментов исследовалось движение робота по заданному маршруту, обнаружение статических препятствий и их безопасный обход. Дополнительно в сенсорные данные вносился внешний шум для оценки устойчивости предложенного подхода к измерительным ошибкам. Результаты показали, что объединение многосенсорной информации повышает устойчивость оценки положения робота, обеспечивает стабильное отслеживание траектории и способствует повышению безопасности навигации. Предложенный метод может применяться при разработке автономных навигационных систем мобильных роботов для промышленной автоматизации, складской логистики и сервисной робототехники.

Ключевые слова: мобильная роботизированная платформа, безопасная навигация, объединение многосенсорной информации, LiDAR, RGB-камера, IMU, энкодер колеса, динамическая модель, планирование траектории, ROS–Gazebo.