Взаимодействие интеллектуальных робототехнических систем

Одной из ключевых задач современной робототехнике является развитие технологий когнитивного взаимодействия робототехнических систем, позволяющие решать задачи интеллектуального иерархического управления за счет перераспределения знаний и функций управления. Современные подходы к решению данной задачи основываются на теории многоагентных систем, теории роевого искусственного интеллекта и др. [1, 2, 3]. За счет синергетического эффекта обмена информацией многоагентная система способна решать сложные динамические задачи по выполнению совместной работы: поставленная задача может не выполняться каждым элементом системы в отдельности в разнообразных средах без внешнего управления, контроля или координации, но обмен знаниями и информацией позволяет совершать совместную полезную работу для достижения поставленной цели управления.

Речь идет о сети слабо связанных между собой коллектива роботов, совместно работающих в целях решения задач, которые выходит за рамки индивидуальных возможностей. Различные узлы подобной системы, как правило, имеют различный уровень интеллектуализации (знания, алгоритмы, вычислительные базисы) и разные информационные ресурсы при проектировании. Каждый узел должен быть способен модифицировать свое поведение в зависимости от обстоятельств, а также планировать свои стратегии коммуникации и кооперации с другими узлами. Здесь показателями уровня кооперации являются: характер распределения задач, объединение различных информационных ресурсов и, конечно, возможность решения общей проблемы в заданное время [4, 5].

Примечание. Часто проводятся принципиальные различия между распределенным и децентрализованным искусственным интеллектом. Идеология распределенного решения задач предполагает главным образом разделение знаний и ресурсов между агентами и, в меньшей степени, распределение управления и властных полномочий; как правило, здесь постулируется наличие единого органа управления, обеспечивающего принятие решений в критических (конфликтных) ситуациях. Исходным объектом исследования является общая сложная проблема, для решения которой формируется группа агентов, строится общая концептуальная модель и вводятся глобальные критерии достижения цели.

С целью повышения эффективности интеллектуального управления и гарантированного достижения цели управления в условиях неопределенности, нештатных ситуаций и возрастающего информационного риска возникла идея применения когнитивных процессов, происходящих в коре головного мозга человека-оператора. В этом случае обработка когнитивных процессов, в виде электрических сигналов электроэнцелофограмм (ЭЭГ) и регистрируемых интерфейсом «мозг - устройство» с участков коры головного мозга, позволяет спроектировать дополнительные БЗ на основе оптимизатора БЗ на мягких вычислениях и формировать дополнительные силы управления для достижения цели управления. В результате такое объединение (когнитивного регулятора с техническим интеллектуальным регулятором) в контуре управления приводит к формированию нового класса систем управления – когнитивных интеллектуальных систем управления, которые сами в свою очередь могут рассматриваться как единая социотехническая система [6, 7, 8].

В полностью децентрализованных системах управление происходит только за счет локальных взаимодействий между агентами. Здесь базовым объектом исследования оказывается уже не распределенное решение некоторой общей задачи, а деятельность автономного агента в динамическом многоагентном мире (а также координация деятельности различных агентов). При этом наряду с распре- деленными знаниями и ресурсами, описываются локальные задачи отдельных агентов, решаемые на базе локальных концептуальных моделей и локальных критериев.

Для возможности демонстрации взаимодействия были спроектированы макеты управления. Системы управления макетов функционируют на основе нейросетевых нечетких регуляторов разработанных на основе технологии, представленной в [9, 10]. Рассмотрим кратко каждый объект управления.

Объекты управления

Перевернутый маятник. Данная система управления представляет собой динамически-неустойчивый мобильный объект. Разработанная система интеллектуального управления позволяет роботу свободно перемещаться по различным поверхностям, таких как паркет, асфальт, линолеум, стол, а также дополнительно ставить на робота объекты различной тяжести, например, бокал, телефон и т.п.Для возможности определения положения этой системы в пространстве используется система инфракрасных «маячков». На четыре угла корпуса робота установлены инфракрасные диоды. Отслеживая камерой двухмерные координаты светодиодов, и, зная точные расстояние между ними, можно вычислить расстояние и положение робота в трехмерном пространстве. На рис. 1 (а), представлена трехмерная модель перевернутого маятника .

(а)                         (б)                       (в)

Рис. 1. Трехмерная модель: а) перевернутого маятника, б) тележки с манипулятором, в) робота-бармена

Тележка с манипулятором . Данный объект представляет собой мобильную платформу с установленным на нее манипулятором с тремя степенями свободы. Также, для возможности ориентации в пространстве, на робот установлены две камеры: цветная Kinect и инфракрасная Wiimote . Для распознавания объектов взаимодействия робот использует систему распознавания образов, работающую в среде OpenCV . Система может свободно перемещаться в пространстве, распознавать различные объекты и использовать манипулятор для взаимодействия с ними. Модель тележки представлена на рис. 1 (б).

Робот-бармен . Данный робот представляет собой манипулятор с четырьмя степенями свободы. Робот оснащен камерой, которая охватывает обзором поле рядом с манипулятором и системой распознавания контуров. Вместо захвата к манипулятору подведена трубка с жидкостью, которая хранится в бачке. Робот способен распознавать контуры емкостей, размещенных в рабочей области, и наполнять их какой-либо жидкостью. На рис. 1 (в) представлена трехмерная модель стационарного манипулятора. Далее, рассмотрим реализованные типы взаимодействия.

Среда передачи данных

Для возможности реализации связи между роботами был реализован беспроводной интерфейс на основе технологии Bluetooth . Беспроводные приемо-передатчики установлены на каждую из робототехнических систем (рис. 2).

Рис. 2. Использование макетами технологии Bluetooth

Профиль соединения представляет собой последовательный порт. В процессе работы системы обмениваются между собой простейшими командами, такими как «двигайся вперед», «повернись налево», «повернись направо», «остановись», закодированными в символьном виде.

Дистанционная настройка с использованием инструментария «Оптимизатор Баз Знаний»

«Оптимизатор Баз Знаний» является инструментарием для разработки робастных баз знаний на основе решения одной из алгоритмически трудно решаемых задач теории искусственного интеллекта – извлечения, обработки и формирования объективных знаний без использования экспертных оценок. В данном оптимизаторе используются три генетических алгоритма, которые позволяют спроектировать оптимальную структуру нечеткого регулятора, аппроксимирующего обучающий сигнал с требуемой ошибкой.

Одной из важных особенностей ОБЗ является дистанционная настройка объекта управления (рис. 3), когда интеллектуальная система управления настраивается с использованием самого объекта управления в режиме реального времени, независимо от его местонахождения. Применение данной технологии, на примере робота – перевернутого маятника также рассматривается в [11].

Рис. 3. Схема соединения настраиваемого устройства и ОБЗ

Технология беспроводной настройки также была применена и роботу – тележке с манипулятором. Здесь интеллектуальная система управления используется для быстрого и точного перемещения к объекту распознавания, а ошибкой является отклонение от прямолинейного курса в условных единицах.

Взаимодействие перевернутого маятника и робота-бармена

На робот-перевернутый маятник [11, 12, 13] устанавливается бокал, который является объектом распознавания для стационарного манипулятора. Перевернутый маятник определяет свое положение относительно робота-бармена с помощью инфракрасной камеры и «маячков» и, когда подается соответствующая команда, меняет свое местоположение и перемещается к манипулятору. Алгоритм взаимодействия представлен на рис. 4.

Рис. 4. Алгоритм взаимодействия перевернутого маятника и робота-бармена

Когда перевернутый маятник оказывается в зоне видимости стационарного манипулятора (рис. 5), система распознавания определяет местоположение бокала и отправляет команду манипулятору наполнить его жидкостью (рис. 6).

Рис. 5. Перевернутый маятник с бокалом в области видимости робота-бармена

Рис. 6. Робот-бармен наливает жидкость в бокал, установленный на перевернутом маятнике

Такое взаимодействие является типовым и его применение возможно в целом спектре задач. Кроме очевидных возможностей автоматизации кафе и баров, также возможна автоматизация множества производственных задач, таких как погрузка-разгрузка контейнеров, сортировка и т.п.

Взаимодействие перевернутого маятника и тележки с манипулятором

Сверху, на перевернутый маятник, устанавливается бокал. Тележка с манипулятором оснащена инфракрасной камерой, которая определяет относительное положение перевернутого маятника и начинает движение в сторону распознанного объекта. Также, команда на сближение отправляется перевернутому маятнику.

После сближения мобильный манипулятор, с использованием системы распознавания и камеры Kinect, определяет местоположение бокала. Манипулятор, оснащенной интеллектуальной системой управления, рассчитывает команду моторам в звеньях и перемещает захват манипулятора к бокалу. На рис. 7 представлен алгоритм взаимодействия тележки и перевернутого маятника.

Рис. 7. Алгоритм взаимодействия тележки с манипулятором и перевернутого маятника

Сначала тележка находит в зоне видимости перевернутый маятник и определяет его положение. Если маятник повернут, то ему отправляется команда на разворот. Если маятник стоит ровно, то начинается взаимное движение навстречу. Когда дистанция становится оптимальна, в работу включается камера Kinect и происходит распознавание бокала, установленного на маятник. После распознавания бокала отправляются координаты и команда манипулятору на захват бокала (рис. 8).

Рис. 8. Мобильный манипулятор выполняет захват бокала с перевернутого маятника

Такое взаимодействие реализует иерархическое управления в связке ведущий и ведомый. Так, перевернутый маятник выступает в роли ведомого и выполняет команды от мобильного манипулятора, который обладает дополнительным сенсором, для определения положения маятника.

Выводы

Развитие технологий проектирования взаимодействия агентов в многоагентных системах представляет как практический, так и научный интерес. Для возможности реализации таких систем в реальной среде необходимо, чтобы каждый агент имел встроенную интеллектуальную систему управления, т.к. при взаимодействии систем существует множество неучтенных параметров и прочих непредвиденных ситуаций, которые сильно влияют на результат такого взаимодействия. Возможность использования дополнительного программного инструментария и интеллектуальной дистанционной настройки показала свою применимость для такого рода систем.

Разработанные варианты взаимодействия показывают возможности применения таких систем в широком спектре задач, таких как автоматизация складов и производств, автоматические заведения общественного питания, ликвидация последствий чрезвычайных происшествий и т.п. Главной особенностью многоагентной системы является синергетический эффект, возникающий от объединения нескольких робототехнических систем, когда результат взаимодействия намного превышает возможности каждого из роботов в отдельности.