Разработка и исследование экстраполирующих сетей нейропроцессорных систем управления мобильных роботов

Актуальность темы

Несмотря на бурное развитие средств вычислительной техники классической Фон-неймановской архитектуры, остается ряд областей, где их возможностей недостаточно. Одной из них является робототехника мобильных роботов (MP), предназначенных для использования в условиях априорной неопределенности динамически изменяющейся внешней среды. Сферы применения подобных MP обширны и разнообразны: автоматизированное производство, транспорт, домашнее хозяйство, медицина, космос, оборона, подводные исследования, спасательные и ремонтно-восстановительные работы в экстремальных условиях и т. п. [1−7] Во многих из них присутствие человека нежелательно или вообще невозможно. Поэтому для успешного решения поставленных задач, подобно высокоразвитым живым существам, MP должны обладать такими важными качествами как адаптивность и приспосабливаемое^ к неформализованной изменяющейся рабочей среде.

Усилия по созданию таких роботов и их бортовых систем управления предпринимаются во многих странах мира. В первую очередь это относится к ведущим робототехническим центрам и фирмам Японии, США, Великобритании, Франции, Германии. Однако, несмотря на эти усилия, имеющиеся практические результаты все еще далеки от желаемых. Это связано с тем, что реализация требуемых качеств MP предполагает решение как минимум трех фундаментальных проблем научно-прикладного характера: адекватного восприятия внешней среды, корректного представления знаний о среде, планирования и эффективного исполнения эффекторными подсистемами робота целенаправленных действий в реальном времени.

И если последняя задача достаточно успешно решается методами теории автоматического управления с использованием ЭВМ традиционной архитектуры с последовательным принципом обработки информации, то решение первых двух задач на тех же вычислительных средствах связано со значительными трудностями. Причиной этого является не только необходимость обработки больших объемов-информации от распределенных в пространстве и параллельно функционирующих датчиков в реальном масштабе времени, но и применение новых мозгоподобных способов обработки информации, на которые эти ЭВМ не ориентированы. Это обстоятельство приводит к необходимости синтеза специализированных многопроцессорных вычислительных систем нейросетевого типа на основе бионических подходов к управлению MP [7−10]. Естественным прообразом бионических управляющих систем служат нейронные сети мозга. Некоторые концептуальные представления о нейрональных механизмах управления в живых организмах сформулированы П. К. Анохиным в виде функциональной системы [11]. Подобные механизмы использовались ранее при разработке однородных управляющих структур адаптивных роботов [8]. В< них восприятие внешней среды MP и обработка информации реализуется в виде целостных образов, состоящих из множества элементов, описывающих состояние участков среды (плана среды), то есть так, как это происходит в живых системах. Для эффективной работы с такой информацией нейросети в системе управления MP также должны быть организованы в виде параллельных вычислительных структур — нейропроцессорных сетей. Анализ показывает, что в большинстве случаев математические операции, выполняемые такими нейропроцессорными сетями крайне просты и могут быть сведены к элементарным логическим операциям [7−10]. На основе этих представлений были изготовлены макетные образцы MP, но из-за недостаточной микросхемотехнической базы они использовали лишь простейшие нейропроцессорные сети, которые не учитывали динамику быстрых перемещений препятствий и цели в среде. В то же время исследование вопросов применения в нейропроцессорной системе управления MP нейроподобных сетей для экстраполяции ситуаций в среде [7,8], показали, что они могут существенно улучшить качество планируемых траекторий и повысить безопасность MP. Однако в этих исследованиях рассматривались лишь простейшие экстраполирующие сети и не затрагивались проблемы, связанные с исследованием методов организации экстраполирующих сетей, оптимизацией числа шагов экстраполяции с целью повышения ее точности, а также вопросы программного моделирования и исследования систем управления MP с экстраполяцией. Именно эти вопросы решаются в рамках данной диссертационной работы, что делает ее актуальной и своевременной.

Настоящая работа является дальнейшим развитием результатов исследований, проводимых на кафедре вычислительной техники ТРТУ под руководством профессора Чернухина Ю.В.

Объектом исследования служат комплексные нейроподобные экстраполирующие сети (алгоритмы функционирования, структура, функциональные возможности), а также алгоритмические и структурные аспекты организации нейропроцессорных систем управления MP" с их использованием.

Целью работы является разработка и исследование нейросетевых алгоритмов экстраполяции ситуаций в динамически изменяющейся внешней среде и реализующих их структур, встраиваемых в нейропроцессорные системы планирования перемещений MP, а также разработка способов учета кинематических и динамических характеристик шасси MP при отработке спланированных траекторий.

Методы исследований. Для достижения поставленной цели применялись элементы теории дискретной техники, численных методов, теории множеств, адаптивного управления и языков программирования.

Научная новизна. Осуществлен анализ известных методов планирования’и управления мобильными роботами в. динамически из*меняющейся среде их функционированиясинтезированы алгоритмы и реализующие их структуры комплексной нейроподобной экстраполирующей сетисинтезирована процедура оптимизации числа шагов экстраполяции для: разработанной сетиразработана и экспериментально исследована на программной модели нейропроцессорная система планирования перемещений MP с оптимизацией числа шагов экстраполяции ситуаций в средеразработан и экспериментально исследован на программной модели и на действующем макете MP «СКИФ» механизм взаимодействия нейропроцессорного уровня планирования и синергетического регуляторного уровня исполнения.

Основные положения, выносимые на защиту. На защиту выносятся следующие положения и результаты: алгоритм функционирования и структура комплексной экстраполирующей сети;

— процедура оптимизации числа шагов экстраполяции;

— алгоритм и реализующая его структура подсистемы адаптивной экстраполяции процессов в среде функционирования MP;

— алгоритм и реализующая его структура системы управления MP с адаптивной экстраполяцией процессов во внешней среде;

— механизм взаимодействия стратегического уровня нейропроцессорного планирования траекторий движения MP садаптивной экстраполяцией процессов в среде его функционирования и тактического уровня их исполнения на базе синергетического контурного регулятора.

Практическая ценность работы. Разработанные в диссертации экстраполирующие сети и механизм взаимодействия нейропроцессорного планировщика и контурного регулятора ориентированы на применение в действующих системах управления мобильных роботов с целью повышения их эффективности в процессе эксплуатации. Полученные в работе результаты использовались в госбюджетной НИР № 12 293 по гранту Минобразования РФ «Синтез нейросетевых структур и исследование алгоритмической базы систем динамического планирования поведения интеллектуальных мобильных роботов», в НИР № 12 163 «Разработка теоретических основ и методов нейрокомпьютерного конструирования многокритериальных систем управления промышленными роботами», при выполнении проекта РФФИ № 9901−71 «Синергетические методы синтеза и нейрокомпьютерная реализация систем планирования и управления интеллектуальных роботов», в учебном процессе кафедры вычислительной техники Таганрогского государственного радиотехнического университета, а также при разработке системы управления действующего макета мобильного робота «Скиф» ТРТУ, что подтверждено соответствующими актами.

Апробация работы. Основные результаты работы докладывались на:

— международной конференции «Идентификация систем и задачи управления» (М., ИЛУ РАН, 2000 г.);

— Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления», (ТРТУ, 2000 г.);

— XII научно-технической • конференции «Экстремальная робототехника» (СПбГТУ, 2001 г.);

— Всероссийской научной конференции с международным участием молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения» (Таганрог, ТРТУ, 2001 г.);

— Международной научно-технической конференции «СуперЭВМ и многопроцессорные вычислительные системы» (Таганрог, ТРТУ, НИИ МВС, 2002 г.);

— 5-я научная школа-конференция «Мобильные роботы и мехатронные системы» (Москва, МГУ, 2002 г.);

— Международной конференции по нейрокибернетике (Ростов-на-Дону, РГУ, НИИ Нейрокибернетики им. Б. А. Когана, 2002 г.).

— научных семинарах кафедры ВТ в 2002;2003 г. г.

Публикации. По теме диссертации опубликовано 16 печатных работ, в которых отражены основные результаты диссертации.

Структура и объем работы. Материал основной части диссертационной работы изложен на 156 страницах машинописного текста. Диссертация состоит из введения, четырех разделов, заключения и списка литературы из 70 наименований, содержит 72 рисунка, 5 таблиц и 3 приложения на 36 страницах.

4.3 Выводы.

1. Приведены характеристики и рассмотрена программно-аппаратная организация действующего макета MP «Скиф» ТРТУ. При его разработке использованы принципы построения иерархических систем управления, развиваемые в данной работе и классы среды MR.Sim. Описан один из разработанных алгоритмов решения задач с маяками, заключающийся в выходе MP на маяк. Экспериментальные исследования’этих алгоритмов, а так же разработанного в данной работе механизма: взаимодействия НПС и регулятора, показали их работоспособность.

2. Описана разработанная на основе MR. Sim программная моделирующая среда, ориентированная на использование в учебном процессе. Особенностью ее является удобный интерфейс пользователя, позволяющий наблюдать как за самой средой в трехмерном виде, так и за внутренними состояниями системы управления MP. На ее основе на кафедре ВТ ТРТУ поставлена лабораторная работа «Изучение нейросетевой системы управления адаптивного мобильного робота».

ЗАКЛЮЧЕНИЕ

.

Основные научные результаты работы можно представить следующим образом.

1. Проведен анализ существующих систем планирования перемещений MP в условиях динамически изменяющейся среды его функционирования. Результаты его показывают, что в условиях такой среды рациональным является применение синтезированных на базе бионического подхода нейропроцессорных методов планирования перемещений MP с использованием экстраполяции ситуации в среде. Рассмотрены трудности, связанные с использованием ранее предложенных алгоритмов и структур экстраполирующих сетей.

2. Синтезирована комплексная экстраполирующая сеть на основе четырехслойной нейросети автоматного типа. Разработаны алгоритмы функционирования и структура каждого из слоев сети, а также общий алгоритм ее работы.

3. Разработана процедура оценки числа шагов экстраполяции, основанная на сравнении сформированного в ПФМВС плана среды и полученного в комплексной экстраполирующей сети. На ее основе синтезирован алгоритм и реализующая его структура подсистемы адаптивной экстраполяции ситуации в среде.

4. На базе нейропроцессорного подхода к планированию перемещений MP и разработанного алгоритма адаптивной экстраполяции ситуации в среде синтезирован алгоритм планирования перемещений MP в динамически изменяющейся среде.

5. Синтезирован механизм взаимодействия нейропроцессорного планировщика с адаптивной экстраполяцией ситуации в среде и синергетического регулятора, обеспечивающий эффективное исполнение спланированных траекторий с учетом кинематических и динамических характеристик MP.

6. Разработана программная моделирующих среда MR. Sim, ориентированная на разработку, исследование и изучение систем управления MP в условиях динамически изменяющейся внешней среды.

7. С использованием среды MR. Sim экспериментально исследованы разработанные алгоритмы. Качественные оценки результатов этих исследований позволили сделать вывод об их работоспособности и высокой эффективности в условиях динамически изменяющейся внешней среды. Выполненные оценки быстродействия КЭС для случаев программной и аппаратной реализации показали увеличение возможностей последней по экстраполяции подвижных объектов более чем в 100 раз, что позволяет говорить о возможности функционирования аппаратно реализованных нейропроцессорных систем планирования с разработанными КЭС не только в реальном масштабе времени, но и с существенным его опережением.

Практическое использование результатов работы:

1. При разработке системы управления действующего макета мобильного робота «Скиф» ТРТУ.

2. В учебном процессе кафедры вычислительной техники Таганрогского государственного радиотехнического университета.

3. НИР № 12 293 «Синтез нейросетевых структур и исследование алгоритмической базы систем динамического планирования поведения интеллектуальных мобильных роботов».

4. НИР № 12 163 «Разработка теоретических основ и методов нейрокомпъютерного конструирования многокритериальных систем управления промышленными роботами».

5. При выполнении проекта РФФИ № 99−01−71 «Синергетические методы синтеза и нейрокомпьютерная реализация систем планирования и управления интеллектуальных роботов».