Диссертация (1143270), страница 17
Текст из файла (страница 17)
5-5; пример сравнений результатов аппроксимации дан в таблице 5-2.Рис. 5-5. Пример визуализации результатов нечетких вычислений [122].Табл. 5-2. Пример сравнения точностных характеристик НВ155Обобщение результатов сравнений по сериям экспериментов позволяетсделать заключение о превосходстве на порядок в части точности нечеткойаппроксимациипредлагаемыхрешенийнадсуществующимимикропроцессорными нечеткими вычислителями [114, 117, 150].Существенное преимущество в точности обусловлено совокупностьюпредлагаемых решений по модели дефаззификации, возможности применениянелинейныхфункцийпринадлежности,возможностипостроенияагрегированных нечетких структур обработки данных, что принципиальнонедостижимовреферентныхсерийновыпускаемыхмоделяхмикропроцессорных нечетких вычислителей.5.2. Оценка производительности нечетких вычислителейДля сравнения вычислительной производительности разработанногомикропроцессорного вычислителя нечетких функций с указанными вышереферентнымиобразцаминечеткихвычислителейследуетпроизводитьизмерения длительности нечетких вычислений, начало и конец которыхпомечаютсяпроизводимымэтимнечеткимвычислителемизменениемфизического сигнала (например, разряда порта ввода-вывода), регистрируемогодалее измерительной аппаратурой (рис.
5-6) [114, 150].Рис. 5-6. Регистрация временных параметров работы НВ156Результаты измерения абсолютных показателей производительностинечетких вычислений отражены в таблице 5-3. Каждый образец референтныхмоделей нечетких вычислителей тестировался в условиях, указанных для него вэксплуатационной документации производителем.Анализ показывает, что, даже функционируя с меньшей частотойтактирования кристалла и обрабатывая БНЗ с максимальной среди всехвычислительной сложностью, предлагаемый микропроцессорный нечеткийвычислитель продемонстрировал лучшие значения производительности [112,114, 150].Табл. 5-3. Абсолютные значения показателей производительности НВДалееследуетпроанализироватьотносительныепоказателипроизводительности нечетких вычислений.
С этой целью необходимо длякаждого референтного образца нечетких вычислителей посредством описанныхвглаве4инструментальныхсредствсконфигурироватьвариантмикропроцессорного нечеткого вычислителя идентичным референтному по157условиям эксплуатации образом, и записать в них семантически эквивалентныеБНЗ.Результатыисследованийотносительныхпоказателейпроизводительности нечетких вычислителей сведены в таблицу 5-4.Будучи поставленным в одинаковые с референтными образцами условия,предлагаемый микропроцессорный нечеткий вычислитель продемонстрировалв десятки раз большую производительность нечеткой обработки данных (какпродемонстрировано ранее, при этом одновременно достигается и болеевысокая точность вычислений).Табл.
5-4. Относительные значения показателей производительности НВ.158Таким образом, в одинаковых в сравнении с референтными образцамиусловияхнечеткихэксплуатации,функцийпредлагаемыйобеспечиваетмикропроцессорныйнапорядкивычислительболеевысокуюпроизводительность, одновременно с этим предоставляя на порядок болеевысокую точность.5.3.
Исследование микропроцессорных систем нечеткого управленияобъектами автоматики и робототехникиВ данном разделе приведем ряд практических примеров натурнойреализации микропроцессорных систем управления для актуальных задачавтоматики, робототехники и систем управления [159-171].Рассмотриммикропроцессорнуюсистемунечеткогоуправленияповедением мобильного робота, который должен достичь цели, уклоняясь отстолкновения с препятствиями [172-179]. Положим, что мобильный роботполучает от системы управления вышележащего иерархического уровня(«метасистемы»)целеуказаниеконечнойточкимаршрута(ввидеазимутального угла цели и расстояния до нее). На пути движения роботавозможно, расположены препятствия, размер и координаты которых a priori неизвестны ни роботу, ни метасистеме.
Робот обладает системой техническогозрения (при этом, как и у любой физически реализуемой системы техническогозрения, радиус ее действия ограничен). На вход нечеткого контроллера,159управляющего прокладкой маршрута, помимо целеуказания поступает текущийответ системы технического зрения в виде азимутального центра видимого вданный момент препятствия и стягиваемый этим препятствием азимутальныйугол (на практике это достаточно распространенная ситуация – когда измеритьрасстояние до препятствия невозможно; известно лишь, насколько оно«закрывает обзор»: если ненамного, то оно небольшое и/или расположенодалеко; если обзор закрыт сильно – то препятствие значительных размерови/или находится поблизости). Задача разрабатываемого нечеткого контроллерасостоит в реализации ситуационного управления: в зависимости от текущейоперативной обстановки формировать такое управление (для исполнительногоуровня), которое обеспечивает уклонение от столкновения с препятствиями,при этом в итоге приводя робота в заданную окрестность цели.
На первом этапесоздадим модель нечеткого контроллера [174-176]; на втором – обеспечим егонатурную реализацию на микроконтроллере [177-179] (рис. 5-7).Система VRМоделирование сценыПроектированиетестовыхсценариевповеденияобъектов средыТестовыесценарииВизуализациярезультатовуправленияСистема Fuzzy51Модель нечеткого управляющегоконтроллераПервичное проектирование НКОткликиОтладка НКСистема Shell51ДатчикиМикропроцессорный нечеткийвычислитель Fuzzy FOx-51ИсполнительныеэлементыРис. 5-7. Структура комплекса средств проектирования микропроцессорнойсистемы нечеткого управления для задач ситуационного управления.160Из системы VR на нечеткий контроллер поступают значения: х1 – уголнаведения на цель, х2 – удаление от цели, х3 – угол наведения на центральнуюточку препятствия, х4 – его видимый размер.
Из нечеткого контроллера всистему VR поступают: у1 – величина поворота, и у2 – величина скорости.Рассмотрим наиболее экстремальный случай (рис. 5-8 – 5-10), когдаинформация о расстоянии до цели не используется, а управление ведетсятолько по углу (скорость робота постоянна).Рис.
5-8. Структура нечеткого контроллера для управления роботом (слева)и пример состояния модели в среде VR (справа).Рис. 5-9. Термы входных переменных Х1 (угол на цель) – слева;Х3 (угол центра препятствия) – в центре; Х4 (размер препятствия) – справа.Рис. 5-10. Термы выходной переменной Y1 (угол поворота) и правила управления.161База правил состоит из двух частей: правил, обеспечивающих уклонениеот препятствий, и правил, обеспечивающих наведение на цель. Принахождении рядом с препятствием (близость к которому оценивается какбольшой видимый угловой размер препятствия) основной задачей являетсяуклонение от него; при удаленности или отсутствии препятствия основнойзадачей является движение к цели.
Таким образом (правила 1-3), еслипрепятствие рядом и фиксируется как «большое», робот отворачивает от него,при этом если препятствие расположено по центру, его можно обойти с любойстороны; для определенности выбран обход слева. Если же препятствие далекоили оно отсутствует (т.е. «малое»), робот наводится на цель (правила 4-6).Длякорректнойработыконтроллераследуетдостаточночеткоразграничить ситуации близости и удаленности препятствия, сделав достаточнорезким переход между термами «большое Х3» и «малое Х3», чтобы сузитьобласть значений Х3, для которых будет действовать суперпозиция правил (1–3) и (4–6). Делать этот переход абсолютно четким нецелесообразно – принезначительном изменении Х3 на границе термов станут поочередносрабатывать правила первой и второй групп, имеющих различный смысл, изаданный угол станет резко переключаться от наведения на цель к уклонениюот препятствия и наоборот.
По этим же причинам введен терм «центр» дляпеременной Х3. Результаты комплексныхдинамических испытаний НК вразличных ситуациях показаны на рис. 5-11.Предлагаемый подход был испытан на реальном гусеничном мобильномроботе (рис. 5-12–5-13), разработанном под руководством автора [177-179].В качестве корпуса и ходовой части использован реалистичный макетгусеничного шасси; вся электронная составляющая заменена. Координаты целипередаются посредством интерфейсов Wi-Fi или BlueTooth, робот снабженинфракрасной системой технического зрения радарного типа. Все управляющеепрограммное обеспечение (включая процедуры расчета собственных координатробота после каждого маневра) разработано на языке ассемблера.162Рис. 5-11.
Траектории движения модели робота с управлением от НК [145].Рис. 5-12. Внешний вид натурной реализации мобильного робота.163Микроконтроллер C515БеспроводнойприемопередатчикДрайверцелеуказателяПланировщикдвиженияWi-FiПослед.портцельПересчеториентира наглоб. цельМат.модельдвиженияроботаBluetoothЦПАЦифровойкомпасЗадатчикпараметровэлементадвиженияДатчикположенияНечеткийвычислительαЦПоворотыроботаαПеремещенияроботаLРегуляторыДрайверыХодовая частьЛевыйборт (путь,скорость)скоростьлев. ДПТ(ШИМ3)ДПТлевогобортаскорость ипуть лев.борта:INT3ФИДлевогобортаскорость ипуть прав.борта:INT2ФИДправогобортаскоростьправ.ДПТ(ШИМ2)ДПТправогобортаT/C1T/C0LРаспределительазимут.уголи расстояниедо целиПравыйборт (путь,скорость)СистематехническогозренияДрайверыИК-сканераи привода СТЗАнализатортекущей сценыИКизлуч./датчикАЦПКартасценыСервоприводУст.секторсканир.(ШИМ4)Выявительпрепятствийданные опрепятствияхПАРис.
5-13. Структурно-функциональная схема автономного мобильного робота.Этапы движения робота к цели и ее поражение иллюстрируются рис. 5-14 [145].164123456Рис. 5-14. Этапы движения мобильного робота в среде с препятствиями [145].165Рассмотрим далее реализованные автором актуальные в практикеприменения микропроцессорных систем нечеткого управления разработки.Пример исследовательской установки «нечеткая обработка данных вмикропроцессорных системах технического зрения (СТЗ)» [180-181] приведенна рис.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
