Автореферат (1090782), страница 4
Текст из файла (страница 4)
Внешний вид робототехнических агентов,входящих в состав стенда, представлен на рис. 12.а)б)в)Рис. 12. Конструкция агента: а) вид спереди; б) вид сбоку; в) вид сверхуВ качестве прикладной задачи, решаемой робототехническойгруппировкой, рассматривается строительство блочных конструкций.Строительные блоки представляются кубиками различных цветов, установкакоторых в заданной последовательности будет соответствовать возведениютребуемой инженерной конструкции. Человеко-машинный интерфейс длявзаимодействия с МАРС в процессе решения данной задачи представлен нарис.
13.Рис. 13. Человеко-машинный интерфейс МАРС17Наряду со сценарным графом, позволяющим оперативно описатьэтапность решения групповой задачи, оператору также доступна цифроваякарта, сочетающая в себе возможности наблюдения за обстановкойпосредством расположенной над лабораторным стендом веб-камеры иопределения координат робототехнических агентов, на основе визуальногопоиска графических меток.Полномасштабнаясерияэкспериментальныхисследованийпроводилась на базе лаборатории кафедры проблем управления МИРЭА,оснащенной современным робототехническим оборудованием.
В рамкахнастоящего диссертационного исследования для натурного моделированиямногоагентной робототехнической системы были использованы 3 мобильныхробота KUKA youBot и 16 камер видеонаблюдения для осуществлениявизуальной навигации.На рис. 14 представлена структурная схема комплекса разработанных входе диссертации программных средств, лежащих в основе макетногообразца МАРС, и вспомогательных аппаратных средств, обеспечивающихработу и информационное взаимодействие его подсистем.Рис. 14. Структурная схема аппаратно-программных средств группового управленияПрограммное обеспечение командного центра (ПОКЦ) решает задачиформирования команд для различных уровней системы управления роботовKUKA youBot как в ручном режиме управления одиночным роботом, так и вавтоматическом режиме группового управления МАРС.Принятие управляющих решений в ПОКЦ основывается накомплексном анализе поступающей информации о местоположенииробототехнических агентов, характере и состоянии выполнения назначенныхим прикладных задач, в соответствии с теоретическими положениями,описанными в гл.
1 – гл. 3.Интерфейс ПОКЦ отвечает за оперативную постановку групповойзадачи, непрерывное отображение информации о ходе ее выполнения, атакже за визуализацию данных с датчиков, установленных на бортуавтономных роботов в составе МАРС.18Программное обеспечение автономного робота (ПОАР), установленноена платформах KUKA youBot, реализует функционал интеллектуальнойсистемы управления автономным роботом, построенной по многоуровнемупринципу. ПОАР включает в свой состав процедуры и структуры данных,отвечающие за следующие функциональные возможности: управление электроприводами подвижной платформы и манипулятора, атакже доступ к информации о пройденном пути и обобщенныхкоординатах звеньев манипулятора; обработка информации, поступающей от установленных измерительныхприборов (данные лидара, изображение с видеокамеры, уровень зарядааккумуляторных батарей); выполнение команд тактического и стратегического уровней,соответствующих отдельным технологическим операциям в рамкахгруппового сценария; прием командной и параметрической информации от ПОКЦ, а такжепередача разнородной сенсорной и командной информации в ПОКЦ.В ходе экспериментов было установлено, что размещенные на бортуроботов KUKA youBot одометрические датчики не обеспечиваютнеобходимую степень точности определения их местоположения.
Длярешения данной проблемы было разработано программное обеспечениесистемы визуальной навигации (ПОСН) определяющее координатынаблюдаемых объектов на основе анализа изображений, получаемых с камервидеонаблюдения.Программное обеспечение ПОСН, имитирующей средства спутниковойнавигации, запускается на сервере под управлением операционной системыWindows.
Входными данными ПОСН являются изображения с 16 IPвидеокамер Beward BD3670M, равномерно расположенных на высоте 4 м. отповерхности научно-исследовательского полигона. (Размеры полигонасоставляют 15x10 м.). При этом важно отметить, что интервал установкикамер обеспечивает частичное перекрытие их зон видимости.В качестве примера прикладной задачи для отладки алгоритмовгруппового управления на макетном образце МАРС была выбрана задачатранспортировки малогабаритных объектов на местности (рис.
15).Рис. 15. Фрагмент натурного моделирования групповой транспортировкималогабаритных объектов19В рамках эксперимента роботы 1 – 3 передвигаются к предметам,расположенным в правой части рисунка, захватывают их и возвращаются висходное расположение. Данная задача носит обобщенный характер, однакоее решение может быть проинтерпретировано в контексте выполнениякоммунальных,дорожно-транспортных,инженерно-строительныхиаварийно-спасательных работ.В заключении подводятся итоги диссертационной работы.Основные результаты и выводы Предложена концепция построения МАРС на основе интеллектуальныхавтономных агентов; Разработаны модели и алгоритм планирования заданий в составе МАРС,основанные на развитии методов теории конечных автоматов; Разработан алгоритм распределения заданий в составе МАРС с учетомимеющихся ресурсов на основе формирования многокритериальныхоценок; Разработаны алгоритмы оценки необходимого численного состава МАРС; Разработаны принципы построения и программно-алгоритмическоеобеспечение человеко-машинного интерфейса для МАРС различныхтипов и назначения. Разработаны модели и алгоритмы анализа внешней обстановки ипрогнозного управления автономными робототехническими агентами,повышающие их адаптивные свойства; Разработано программно-алгоритмическое обеспечение планированиядействий и распределения заданий в МАРС; Разработано программно-алгоритмическое обеспечение длямоделирования многоагентных робототехнических систем; Разработано программно-алгоритмическое обеспечение макетногообразца МАРС и системы визуальной навигации для входящих в ее составробототехнических агентов; Проведены экспериментальные исследования на виртуальных и натурныхмоделях МАРС, результаты которых подтверждают правильностьпредложенных подходов и эффективность разработанных моделей,алгоритмов и программного обеспечения МАРС.Личный вклад автора в подготовке публикаций [1, 9] заключался вразработке принципов и программно-алгоритмического обеспечения,нацеленного на повышение адаптивных свойств автономного робота, а такжев написании текста научной статьи.
В работах [2, 10, 7, 13, 14], авторвысказал ряд значимых предложений по проблематике повышенияадаптивных свойств автономных роботов и разрабатывал программноеобеспечение для их моделирования в виртуальной среде.Вклад автора в подготовке публикаций [11, 3, 5] заключался впроведении аналитического обзора перспектив применения МАРС, а также вразработке и обсуждении принципов их построения и функционированиясовместно с другими авторами.20Участие автора в написание статьи [4] заключалось в постановкевопроса о необходимости определения численности МАРС и разработкеалгоритмов вычисления соответствующих оценок.
В работе [6] авторупринадлежитпрограммно-алгоритмическаяреализацияосновныхфункциональных подсистем человеко-машинного интерфейса МАРС,принципы построения которых формировались совместно с другимисоавторами.В работах [12, 8] личный вклад автора заключался в разработкепрограммно-алгоритмического обеспечения лабораторного стенда дляисследования МАРС, а также программно-алгоритмического обеспеченияавтономных роботов и многоагентной системы, построенной на их основе.Роль автора в создании программ ЭВМ [15, 16], предназначенных длямоделирования МАРС и автономных роботов в их составе, заключалась вразработке соответствующего программно-алгоритмического обеспечения.Публикации по теме диссертации:в изданиях, входящих в перечень ВАК РФ:1.Диане С.А.К.
Распознавание и генерация образов в нейронной сети сиерархической связностью // Нейрокомпьютеры: разработка, применение.М.: Радиотехника, 2014. №1. С. 47–57.2.Лохин В.М., Манько С.В., Александрова Р.И., Диане С.А.К., ПанинА.С. Механизмы интеллектуальных обратных связей, обработки знаний исамообучения в системах управления автономными роботами имультиагентными робототехническими группировками // Мехатроника,автоматизация, управление. М.: Новые технологии, 2015.
№8. Т. 16. С. 545–555.3.Лохин В.М., Манько С.В., Романов М.П., Диане С.А.К. Способыпредставления знаний и особенности функционирования мультиагентныхробототехнических систем // Мехатроника, автоматизация, управление. М.:Новые технологии, 2014. №1. С. 36–39.4.Лохин В.М., Манько С.В., Романов М.П., Трипольский П.Э., ДианеС.А.К., Карпов С.А. Модели и алгоритм оценки численности составамультиагентных робототехнических систем // Мехатроника, автоматизация,управление.
М.: Новые технологии, 2014. №3. С. 20–23.5.Макаров И.М., Лохин В.М., Манько С.В., Романов М.П., КрюченковЕ.Н., Кучерский Р.В., Диане С.А.К. Мультиагентные робототехническиесистемы: примеры и перспективы применения // Мехатроника,автоматизация, управление. М.: Новые технологии, 2012. №2. С. 22–32.6.Манько С.В., Александрова Р.И., Диане С.А.К. Человеко-машинныйинтерфейс для мультиагентных робототехнических систем // Известия ЮФУ.Технические науки.
2014. №3. С. 183–193.7.Манько С.В., Диане С.А.К. Перспективы создания и пути разработкиавтономного электромобиля для городских условий на основе комплексногоприменения интеллектуальных технологий управления // Мехатроника,автоматизация, управление. М.: Новые технологии, 2013. №12. С. 46–52.218.Шестаков Е.И., Васюта М.Ю., Косоруков А.М., Диане С.А.К.,Вершинин Я.В. Учебно-исследовательский комплекс на базе LEGOMINDSTORMS NXT 2.0 для отработки технологий многоагентныхробототехнических систем // Мехатроника, автоматизация, управление. М.:Новые технологии, 2015. №11. Т. 16.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
