Робототехника, автоматизация и системы управления. Рубрика в журнале - Информатика и автоматизация (Труды СПИИРАН)
Статья
На основе отслеживающей многоконтурной системы координат целевого угла в статье был выбран и предложен интерактивный многомодельный алгоритм адаптивного фильтра для улучшения качества фильтра целевых фазовых координат. Алгоритм интерактивной многомодельной оценки способен адаптироваться к динамике цели по мере продвижения процесса оценки к наиболее подходящей модели. Данный алгоритм имеет 3 модели, выбранные для разработки фильтра координат угла прямой видимости: модель постоянной скорости (CV), модель Зингера и модель постоянного ускорения, характеризующие 3 различных уровня маневренности цели. В результате, качество оценки фазовых координат цели улучшается, поскольку процесс оценки имеет перераспределение вероятностей каждой модели в соответствии с фактическим маневрированием цели. Структура фильтров проста, ошибка оценки мала, а задержка обнаружения маневрирования значительно сокращается. Результаты проверяются посредством моделирования, гарантируя, что во всех случаях цель маневрирует с разной интенсивностью и частотой, фильтр координат угла прямой видимости всегда точно определяет угловые координаты цели. Метод синтеза системы координат цели, использованный в статье, может быть расширен и применен к системам сопровождения целей в РЛС управления огнем, размещенных под землей.
Бесплатно
Статья
Использование обучения с подкреплением для создания коллективного поведения роевых роботов является распространенным подходом. Тем не менее, формулирование соответствующей функции вознаграждения, которая соответствовала бы конкретным целям, остается серьезной проблемой, особенно по мере увеличения сложности задач. В этой статье мы разрабатываем модель глубокого обратного обучения с подкреплением, чтобы раскрыть структуры вознаграждения, которые помогают автономным роботам выполнять задачи посредством демонстраций. Модели глубокого обратного обучения с подкреплением особенно хорошо подходят для сложных и динамичных сред, где может быть сложно указать заранее определенные функции вознаграждения. Наша модель может генерировать различное коллективное поведение в соответствии с требуемыми целями и эффективно справляется с непрерывными пространствами состояний и действий, обеспечивая детальное восстановление структур вознаграждения. Мы протестировали модель с помощью роботов E-puck в симуляторе Webots для решения двух задач: поиска рассредоточенных коробок и навигации к заданной позиции. Получение вознаграждения зависит от демонстраций, собранных интеллектуальным предварительно обученным роем, использующим обучение с подкреплением в качестве эксперта. Результаты показывают успешное получение вознаграждения как в сегментированной, так и в непрерывной демонстрации двух типов поведения — поиска и навигации. Наблюдая за изученным поведением роя экспертом и предложенной моделью, можно заметить, что модель не просто клонирует поведение эксперта, но генерирует свои собственные стратегии для достижения целей системы.
Бесплатно
Совместное управление сигналами светофоров и траекториями движения транспортных средств
Статья
Транспортная система является одной из важнейших частей экономики страны. В то же время, рост интенсивности транспортного потока оказывает существенное отрицательное влияние на экономические показатели отрасли. Одним из способов повышения эффективности использования транспортной инфраструктуры является управление транспортными потоками. Решение задачи эффективного управления транспортными потоками в настоящее время часто осуществляется путем применения систем управления сигналами светофоров на регулируемых перекрёстках. В связи с развитием и постепенным внедрением самоорганизующихся автомобильных сетей, позволяющих обмениваться информацией между транспортными средствами и объектами инфраструктуры, а также развитием автономных транспортных средств другим перспективным подходом к решению рассматриваемой задачи является управление траекторией движения беспилотных транспортных средств. Как следствие, становится возможной постановка задачи совместного управления траекториями движения транспортных средств и сигналами светофоров для повышения пропускной способности перекрестков, снижения потребляемого топлива и времени движения. В данной работе представлен метод управления транспортным потоком на перекрестке, заключающийся в совместном управлении сигналами светофоров и траекториями движения подключенных/автономных транспортных средств. Разработанный метод сочетает метод адаптивного управления сигналами светофоров, основанный на детерминированной модели прогнозирования движения транспортных средств, и двухэтапный алгоритм построения траектории движения транспортных средств. Целевая функция оптимизации, используемая для построения оптимальных траекторий, учитывает расход топлива, время движения по дорожной полосе и время ожидания на перекрестке. Экспериментальные исследования разработанного метода проведены в системе микроскопического моделирования движения транспортных средств SUMO с использованием трех сценариев моделирования, включающих синтетические сценарии и сценарий движения в реальной городской среде. Результаты экспериментальных исследований подтверждают эффективность разработанного метода по критериям потребления топлива, времени движения и времени ожидания по сравнению с методом адаптивного управления сигналами светофоров.
Бесплатно
Статья
Интерфейс мозг-компьютер представляет собой сложную систему, позволяющую управлять внешними электронными устройствами с помощью активности головного мозга. Эта система включает в себя несколько элементов – устройство считывания сигналов активности головного мозга, аппаратно-программный комплекс, выполняющий обработку и анализ этих сигналов, а также объект управления. Основную сложность представляет разработка методов и алгоритмов, способных правильно распознавать и предсказывать намерения человека, который использует этот интерфейс, чтобы обеспечить решение задач управления. В данной работе описывается математическая постановка задачи управления транспортным средством и предложенная алгоритмическая структура разработанной системы управления. Описываются методы предобработки сигналов ЭЭГ, их анализа, принятия решений о выдаче сигнала управления, описывается структура программной реализации этих методов, а также результаты экспериментальной проверки работоспособности системы. Для классификации сигналов ЭЭГ используются методы машинного обучения. Предложен новый метод классификации в машинном обучении – метод нечетких почти ближайших соседей, являющийся модификацией классического метода k-ближайших соседей и снижающий зависимость решения от выбора параметра k. Алгоритмы обработки сигналов ЭЭГ и управления реализованы на языке программирования Python. В качестве объекта управления рассматривается инвалидное кресло с дистанционным управлением, а в качестве задачи управления – поворот кресла вправо или влево. Для экспериментальной проверки работоспособности разработанной модели и алгоритмов всего было проведено более 15 испытаний c 5 испытуемыми в общей сложности. Разработанный и описанный в данной статье подход и его программная реализация в ходе испытаний продемонстрировали эффективность в задачах управления поворотом инвалидного кресла. Также было уделено особое внимание ресурсоёмкости программной реализации. Методы и алгоритмы были реализованы с учётом требований, возникающих при выполнении вычислений на малопроизводительных устройствах с ограниченным количеством памяти.
Бесплатно
Статья
Время активного существования орбитальных средств на геостационарной орбите, к которым относятся стационарные искусственные спутники Земли различного назначения, может составлять более 15 лет. Вместе с тем в современных условиях наращивания орбитальной группировки возрастает и количество объектов космического мусора, в том числе и на геостационарной орбите: завершившие активное существование спутники, которые по каким-либо причинам не были переведены на орбиту захоронения; осколки спутников, образованные в результате столкновения с метеорами или аварий. Это повышает вероятность столкновения с ними рабочих спутников. Перечисленные факторы обусловливают необходимость рассматривать задачу удержания стационарных искусственных спутников Земли в окрестности точки стояния в условиях недопущения столкновения с объектами космического мусора, при этом затраты рабочего тела не должны существенно возрастать. При проектировании новых космических аппаратов, особенно с большими сроками эксплуатации, особое внимание уделяется рациональному размещению двигателей. Предполагается, что спутники оснащаются несколькими двигателями коррекции, которые позволяют создавать управляющие ускорения только в нескольких направлениях, не меняя ориентации самого спутника. То есть при решении задачи считается, что коррекции параметров орбиты спутника не влияют на его ориентацию. Это условие является жестким ограничением в синтезе управления спутником. В рассматриваемом методическом подходе в качестве функционала от управления задаются затраты рабочего тела, необходимые для совершения очередной коррекции, после которой на интервале глубины прогноза не будет опасных удалений от точки стояния и сближений. Это позволяет избежать ситуаций, когда решение об управлении принимается уже после выхода стационарного спутника за пределы окрестности точки стояния, и прежде всего, сближения с объектами космического мусора на расстояние, меньшее порогового. Представлены результаты моделирования, которые говорят об эффективности предложенных решений. Важным преимуществом является рассмотрение движения стационарного спутника не только относительно точки стояния, но и нескольких других объектов, как управляемых, так и неуправляемых, которые находятся в ее окрестности. При этом количество объектов может быть любым.
Бесплатно
Управление манипулятором подводного робота
Статья
Рассматривается задача приведения конечного эффектора (центра схвата) антропоморфного манипулятора подводного аппарата в заданное положение за заданное время с помощью метода конечного состояния. На основе полученной кинематической модели антропоморфного манипулятора, построенной на основе подхода Денавита – Хартенберга (DH-модель), сформулирована динамическая модель, учитывающая динамику приводов сочленений. DH-модель использована в терминальном нелинейном критерии, отображающем близость ориентации и положения эффектора к заданным значениям. Динамическая модель приспособлена для эффективного применения авторского метода конечного состояния (МКС) и представляет собой систему дифференциальных уравнений для углов поворота звеньев манипулятора вокруг продольных и поперечных осей, правые части которой содержат только искомые МКС-управления. Такая модель позволила существенно упростить расчет управлений за счет упразднения численного решения дифференциальных уравнений специального вида, необходимых в случае использования в МКС нелинейных динамических моделей общего вида. Найденные МКС-управления далее использованы в выражениях для управляющих воздействий на электроприводы сочленений, полученных на основе динамических моделей электроприводов. Предполагается, что неизвестные параметры приводов, как функции углов поворота звеньев и других неизвестных факторов, могут быть определены экспериментально. Такая двухэтапная процедура позволила получить управление приводами в форме алгебраических и трансцендентных выражений. Наконец, представлены результаты моделирования процессов приведения конечного эффектора манипулятора в заданные положения на границах рабочей области с помощью разработанного программного обеспечения. Полученная при этом погрешность без учета погрешности измерений составила величины, не превышающие двух сантиметров на максимальном вылете руки длиной 1,2 метра. Работа выполнена в рамках федеральной целевой программы по разработке роботизированного аппарата, предназначенного для подводных исследовательских работ на малых глубинах (до 10 метров).
Бесплатно
Статья
Управление группой роботов с помощью одного пульта дистанционного управления является актуальной и сложной задачей, особенно в условиях нестабильной связи, когда часть роботов может временно терять управляющий сигнал, что требует разработки надёжных децентрализованных механизмов для поддержания строя. В данной работе предложена и апробирована полуцентрализованная система управления, позволяющая оператору координировать группу роботов как единое целое. Система объединяет централизованные команды от базовой станции с децентрализованной коррекцией положения на основе протокола ESP-NOW. Для сравнения эффективности в задаче поддержания жёсткой формации были применены протокол локального голосования (LVP) и его ускоренная версия (ALVP). Их эффективность оценивалась в среде моделирования на группе из четырёх дронов в ходе экспериментов, включавших резкие манёвры (повороты на 50° и 75°) и имитацию значительных потерь пакетов данных (50% и 80%). Результаты показали, что ALVP продемонстрировал значительные преимущества по сравнению со стандартным LVP: более высокую скорость восстановления формации, меньшую среднюю ошибку позиционирования и большую устойчивость. В частности, при выполнении серии из 20 полётов с поворотом на 50°, ALVP успешно сохранил строй в 17 случаях против 3 у LVP, а также показал лучшую робастность в условиях потерь пакетов. Таким образом, предложенный полуцентрализованный подход с использованием протокола ALVP является эффективным и надёжным решением для управления строем группы роботов. Дальнейшие исследования будут направлены на проведение натурных экспериментов и интеграцию механизмов обхода препятствий.
Бесплатно
Статья
Рассмотриваются вопросы обеспечения устойчивости слежения за задержкой в системах синхронизации радиотехнических систем при приеме фазоманипулированных сигналов с расширением спектра на основе псевдослучайных последовательностей. При работе с подвижными объектами задержка принимаемого сигнала непрерывно меняется, возникают ошибки синхронизации, и качество приема сигналов в значительной степени зависит от устойчивости работы схемы слежения за задержкой, характеризуемой вероятностью срыва слежения. Слежение за задержкой, как правило, рассматривается в качестве основной задачи синхронизации радиотехнических систем с фазоманипулированными сигналами с расширением спектра на основе псевдослучайных последовательностей. Исследовано влияние ошибок синхронизации при слежении за задержкой принимаемого фазоманипулированного сигнала с расширением спектра на основе псевдослучайных последовательностей на вероятность срыва слежения. Расчетным методом получены семейства зависимостей вероятности срыва слежения от величин случайной и систематической составляющих ошибки слежения за задержкой, нормированных к полосе захвата временного дискриминатора, при различных сочетаниях этих параметров. Определены области слабого и сильного влияния величины ошибок слежения за задержкой принимаемого сигнала на вероятность срыва слежения. Проанализирован характер влияния случайной и систематической составляющих ошибки слежения за задержкой на вероятность срыва слежения. Установлено, что в общем случае имеет место неоднозначность среднего квадрата нормированной ошибки слежения за задержкой как критерия оптимизации при выборе параметров системы синхронизации. Расчеты, проведенные для широкого диапазона изменения нормированных ошибок слежения за задержкой, показывают, что для обеспечения заданного качества приема сигналов в радиотехнической системе с фазоманипулированными сигналами с расширением спектра на основе псевдослучайных последовательностей необходим совместный выбор параметров системы синхронизации, определяющих величину случайной и систематической составляющих ошибки слежения за задержкой. Полученные результаты могут быть использованы при анализе характеристик систем синхронизации информационных и измерительных радиотехнических систем и при обосновании технических решений, обеспечивающих требуемое качество приема фазоманипулированных сигналов с расширением спектра на основе псевдослучайных последовательностей.
Бесплатно
Статья
В статье представлены описание коллаборативного робота (кобота) как одного из подвидов интеллектуальной робототехники и его отличительные особенности по сравнению с другими видами роботов. Дано описание коллаборативной робототехнической системы как единой комплексной системы, в которой субъекты (акторы) различного типа – коботы и люди – выполняют действия в рамках коллаборации для достижения единой цели. Для коллаборативной робототехнической системы как единой комплексной системы представлены ее составные части, а также процессы и сущности, которые оказывают непосредственное влияние на эту систему. Представлены ключевые принципы коллаборации человека и робота (Human-Robot Collaboration). Коллаборативная робототехническая система проанализирована, с одной стороны, как многоагентная система, и, с другой стороны, как смешанная неоднородная команда, члены которой являются гетерогенными акторами. Актуальность работы заключается в недостаточном уровне исследованности вопроса формирования смешанных неоднородных команд из людей и коботов и распределения задач в них с учетом специфики этих двух типов участников и требований их безопасного взаимодействия. Целью работы является исследование вопросов формирования смешанных команд из числа элементов единой комплексной системы человек-кобот, распределения задач среди участников подобных команд с учетом необходимости минимизации затрат для ее участников и гетерогенности ее состава. В рамках исследования представлена постановка задачи формирования смешанной неоднородной команды из числа людей и коботов и распределения работ между членами команды, а также ее математическое описание. Рассматриваются частные случаи задачи, в том числе при различных функциях затрат у разных видов участников, в случае ограниченной активности членов команды, при наличии зависимости функции затрат участников одного типа от числа назначенных на этот вид работ участников другого типа, а также в случае наличия произвольного количества видов работ, назначаемых участникам смешанной команды.
Бесплатно
