CC BY
98
учебное пособие / под ред. д.ф.н., проф., А.И. Селиванова. М.: ИПКгос-службы, 2005. 160 с.
2. Румшинский Л.З. Элементы теории вероятностей / Румшинский Л.З. - М.: Изд-во «Наука», Главн. Ред. Физ.-мат. Лит., 1970. 256 с.
3. Гмурман В.Е. Теория вероятностей и математическая статистика: учеб. пособие для вузов. 9-е изд., стер. М.: Высшая школа, 2003. 479 с.
Гусева Светлана Львовна, магистрант, euphoria-6@mail. ru, Россия, Тула, Тульский государственный университет
ESTIMATING OF THE MONITORING SYSTEM BROKE POSSIBILITY UNDER THE
IMPACT OF DESTRUCTIVE FACTORS
S.L. Guseva
An approach on estimating of the monitoring system broke possibility under the impact of destructive factors is proposed. The relation between the possibility of the monitoring system broke and the time period and the amount of the affecting processes.
Key words: monitoring system, outer destructive factors, geometric allocation law, probability.
Guseva Svetlana L ’vovna, undergraduate, euphoria-6@mail. ru, Russia, Tula, Tula State University.
УДК 519.9.62.50
ИНТЕЛЛЕКТУАЛЬНАЯ НАВИГАЦИЯ И САМОУПРАВЛЕНИЕ ДЛЯ
УНИВЕРСАЛЬНЫХ БЕСПИЛОТНЫХ АВТОНОМНЫХ ТРАНСПОРТНЫХ ПЛАТФОРМ
А.В. Демидова
Рассматривается задача автоматического динамического планирования траектории целенаправленного перемещения и управления действиями машин и аппаратов с высокой степенью автономности при перемещении в окружающей среде с подвижными и неподвижными объектами. В основу алгоритма положен закон сохранения двойственных отношений. Описаны функциональный состав модели и ее организационная структура.
Ключевые слова: интеллектуальный автономный объект, универсальный алгоритм перемещения, крестообразующие двойственные пары.
В различных отраслях промышленности и сервисного обслуживания широко применяются роботы, мехатронные и робототехнические системы. Это связано с их растущими функциональными возможностями,
обусловленными использованием более совершенных систем управления, развитие которых, в свою очередь, базируется на известных достижениях средств вычислительной техники.
Проблемы, вызванный наличием в рабочей зоне робота неизвестных статических или динамических препятствий, обусловливают необходимость разработки методов планирования и управления перемещением робота. Суть данных методов заключается в том, что после получения роботом задания в ходе планирования в режиме реального времени происходит формирование допустимой траектории перемещения с учетом возможных конфигураций робота, а также информации об окружающей среде, считанной датчиками. Далее, в процессе сканирования окружающего пространства генерируются все возможные траектории перемещения, с дальнейшим выбором оптимальной. Полученная траектория является задающим воздействием для управления, формируются соответствующие сигналы для изменения параметров движения робота, что гарантирует выполнение им безопасного перемещения с минимально возможной погрешностью достижения цели.
В настоящее время в основе решения проблемы планирования и управления перемещением робота в режиме реального времени в неизвестной среде лежит разработка интеллектуальных методов, которые основаны на применении искусственных нейронных сетей и нечеткой логики. Научные исследования в этом направлении получили распространение как в России, так и за рубежом. Они базируются на трудах ученых И.М. Макарова, В.М. Лохина, С.В. Манько, М.П. Романова, П.Э. Трипольского, К. Алтоуфера, Б. Крекелберга, Д. Хасмейера, Л. Сеневиратне, П.Г. Завлангаса, С.Г. Тзафеста, Ю. Фу, Б. Джина, Х. Ли, Ш. Ванга, которые в основном использовали возможности нечеткой логики, а также научных коллективов под руководством Ю.В. Подураева, В. А. Лопоты, Е.И. Юревича, С.Л. Зенкевича, А.С. Ющенко, И.А. Каляева. Дальнейшее развитие предложенных учеными методов с целью повышения точности результатов планирования и управления перемещением роботов-манипуляторов в режиме реального времени в неизвестной среде, в том числе для эффективного выполнения ими сложных задач без непосредственного участия в этом процессе человека-оператора, заключается в комбинировании аппарата нечеткой логики с возможностями искусственных нейронных сетей. Кроме того, перспективным, с этой точки зрения, является разработка комплексных интеллектуальных систем, включающих подсистемы планирования и управления. Таким образом, решение этих проблем является весьма актуальным. [1]
Целью исследования является поиск новых принципов построения и повышение степени универсальности алгоритмов перемещения автономных (безлюдных) транспортных платформ (АТП) в трехмерном пространстве с препятствиями.
Для достижения поставленной цели разработан универсальный управленческий алгоритм перемещения автономного интеллектуального объекта в трехмерном пространстве с препятствиями.
АТП при перемещении в качестве сенсорного элемента использует две видео камеры, с помощью которых определяется расстояние до объектов окружающего пространства.
Любая оптическая система воспринимает не реальные координаты точек, а угол, под которым на нее падает свет от этой точки. Поэтому положение объекта изначально задано 3 углами: р^, Рл и в. Их значения
очевидным образом пересчитываются из относительного положения точки на изображении и углов обзора сенсора.
На рис. 1 приведена сенсорная система координат, показывающая наглядное представление совмещения двух изображений в одно системе координат.
После чего осуществляем переход от этих углов к декартовым координатам. Для этого требуется знать базу системы - Ь. Переход может быть осуществлен по следующим формулам [2]:
Полученные декартовые координаты в дальнейшем буду использованы универсальным алгоритмом перемещения АТП.
При разработке универсального управленческого алгоритма наша АТП принята симметричным объектом, в форме шара. В алгоритме использовались следующие характеристики:
253
Ь
У =
&рI - л
Ь 2
I.
X
чэ
Рис. 1. Сенсорная система координат
1) оптимальная скорость АТП - Я м/с;
5) радиус АТП - А, м;
6) скорость поворота АО - skygol, °/с;
7) размер безопасной зоны - га&шЬ, м; задается в процентом соотношении к радиусу автономного объекта;
8) размер области видимости - ЯУ, м.
Идея алгоритма состоит в следующем. АТП получает координаты целевой точки и начинает движение к ней по идеальному маршруту - по прямой, так как она является наименьшим расстоянием между двумя точками. В соответствии с принципом наименьшего действия наш объект движется по прямой с некоторой скоростью, но по шагам. На каждом шаге происходит анализ ситуации. Если на пути попадается значительных размеров объект, границы которого не видны срабатывает алгоритм системы безопасности - двигаться вдоль объекта не ближе определенного безопасного расстояния. Текущее положение нашего объекта - является действительным полюсом двойственной пары, тогда как то место, куда должен переместиться наш объект - мнимой частью двойственной пары. Мнимая часть вычисляется благодаря двум другим двойственным парам, образованными концами виртуальной перекладины, соединяющей наиболее сближенные точки границы свободного пространства между препятствиями, как в вертикальной, так и в горизонтальной плоскости. Таким образом, мы получаем три пересекающиеся перекладины двойственных пар. В основе нашего метода лежит принцип наименьшего действия и закон сохранения двойственных отношений.
Анализ свободного пространства в направлении движения на некотором удалении от текущего положения (ЯУ - Зона видимости АТП) и определение свободного от объектов пространства происходит с шагом Я (параметр Я зависит от конфигурации АТП), в плоскости ортогональной направлению движения.
Таким образом, мы получаем 2п =крайностей свободного пространства в данной плоскости. Полученные крайности можно представить в виде полного двудольного графа G = {V 1,У2,Е), где вершины VI - точки
слева от свободного пространства, а VI - справа от него, Е - ребра, соединяющие эти точки. Исходя из теории графов [3] полученную информацию можно представить в виде следующей матрицы расстояний
К = ^п, п
К1,1 ••• К1, п
К К
п,1 п, п
где элементы главной диагонали - взаимодополнительные крайности свободного пространства через которые будет прокладываться маршрут пере-
мещения.
Благодаря полученным ранее декартовым координатам мы получаем так же матрицу расстояний от АТП до границ свободной зоны:
K
^п, п
Р1 Р2п
Рп Рп + 1
Полученные матрицы Кп,п и Р, позволяю получить точки маршрута перемещения. Элементы полученных матриц должны быть больше или равны значению (А+га&ш). В случае выполнения данного условия полученный зоны свободного пространства считаются возможными маршрутами прохода и далее выбирается оптимальный из возможных маршрутов (если их несколько).
Само вычисление координат точек дальнейшего перемещения объекта (маршрута) происходит следующим образом: на отобранных на предыдущем этапе взаимодополнительных крайностях свободного пространства определяются точки будущего положения АТП, таким образом, мы получаем N мнимых пар, крайностями которых являются текущее местоположение нашего объекта и мнимое место, где в дальнейшем он должен оказаться. Получив все возможные варианты крестообразующих двойственных пар, АТП выбирает наиболее оптимальный маршрут перемещения, основываясь на принципе наименьшего действия, т.е. выбирая маршрут наиболее близкий к идеальному.
Для проверки разработанного АТП, примем его как симметричный и с ним связанны две системы координат. Он имеет сенсорную систему, обладающую тремя степенями свободы и имеющую собственную подвижную систему координат. Другая система координат жестко связана с объектом и одна из осей её направлена по оси симметрии объекта. Перемещения осуществляются и фиксируются в третьей системе координат, в которой намечен желаемый маршрут движения.
Все параметры окружающего пространства мы получаем в первой системе координат - жестко связанной с сенсорным элементом. После чего происходит пересчет всех полученных параметров, относительно второй системы связанной с объектом. И именно относительно её и происходит решения об изменении параметров движения.
Третья же система координат нужна нам, для определения текущего положения относительно цели, в данной разработке это альтернатива карты [4].
Предполагается, что автономный объект является самоуправляемым и в его структуре существует помимо прочих четыре подсистемы, как показано на рис. 2.
На сегодняшний день считается, что в состав системы управления интеллектуального робота должны входить:
255
- модель рабочего пространства, которая отражает состояние окружающего робота мира в терминах, удобных для хранения и обработки. Модель рабочего пространства выполняет функцию запоминания состояния объектов в мире и их свойств.
- система распознавания, в состав которой входят системы распознавания изображений, распознавания речи и т.п. Задачей системы распознавания является идентификация окружающих робот предметов, их положения в пространстве. В результате работы компонентов системы распознавания строится модель мира.
- система планирования действий, осуществляющая «виртуальное» преобразование модели мира с целью получения какого-нибудь действия. При этом обычно проверяется достижимость поставленной цели. Результатом работы планирования действий является построение планов, т.е. последовательностей элементарных действий.
- система выполнения действий, выполняющая запланированные действия, подавая команды на исполнительные устройства и контролируя при этом процесс выполнения. Если выполнение элементарного действия оказывается невозможным, то весь процесс прерывается и должно быть выполнено новое (или частично новое) планирование.
- система управления целями - определяет иерархию, т.е. значимость и порядок достижения поставленных целей.
Рис. 2. Обобщенная структура интеллектуального автономного объекта
Важными свойствами системы управления является способность к обучению и адаптации, т.е. способность генерировать последовательности действий для поставленной цели, а также подстраивать свое поведение под изменяющиеся условия окружающей среды для достижения поставленных целей.
Исходя из вышесказанного нами была разработана следующая структура имитационной модели для проверки разработанного алгоритма.
Имитационная система должна включать в себя следующие модули:
1 - модуль работы с исходными данными;
2 - модуль формирования ситуации;
3 - модуль интеллектуального самоуправления;
4 - модуль сенсорных элементов;
5 - модуль эффекторных элементов;
6 - модуль подсистемы самосохранения.
Каждый модуль должен выполнять ряд функций.
Модуль работы с исходными данными - получение исходных данных для их последующего использования.
Модуль формирования ситуации - имитация окружающего пространства, создание «чужих» объектов различной конфигурации.
Модуль интеллектуального самоуправления - анализ текущей ситуации, расчет параметров движения, принятие решений о реакции на ситуацию, формирование управляющих воздействий.
Модуль сенсорных элементов - слежение за потенциальными объектами внимания; фиксация габаритных параметров объектов внимания и характеристик их движения.
Модуль эффекторных элементов - реализация необходимых характеристик движения АО; осуществление его перемещения в пространстве.
Модуль системы самосохранения - анализ положения АО относительно «чужих» объектов (ЧО); контроль параметров движения; распознавание опасных ситуаций, оценка угроз, выбор реакции на ситуацию.
Модульная структура программы и их взаимосвязи представлены на рис. 3.
Рис. 3. Схема работы модульной структуры интеллектуальной системы навигации автономных объектов в пространстве с препятствиями
Таким образом, в работе был предложен новый подход к решению актуальной проблемы автопилотирования АО - создание универсального управленческого алгоритма автономного интеллектуального объекта для его перемещения в пространстве со множеством препятствий на основе закона сохранения и эволюции двойственных пар и предложен метод его проверки, с помощью имитационной модели.
1. На основе анализа работ по созданию автопилотируемых автономных интеллектуальных объектов были выявлены основные проблемы их создания. Несмотря на интенсивное развитие таких направлений как робототехника, искусственный интеллект и т.д. подходы к созданию универсального алгоритма не были предложены. Все ранее созданные работы в большинстве своем содержат сложные математические расчеты, снижающие быстродействие объектов.
2. Впервые предложен способ динамического формирования траектории перемещения объектов на основе закона сохранения двойственной пары и временной симметрии, что значительно упрощает вычисления и сокращает временные затраты на планирование и принятие решений в реальном времени.
3. Выбраны принципы организации, функциональный состав и разработана структура механизмов взаимодействия подсистем АТП.
Список литературы
1. Новые технологии управления движением технических объектов: 1Х междунар. науч.-тех. Конференция (Юж.-Рос. гос. техн. ун-т (НПИ) 2008 г.): материалы / Фирас А. Рахим. Комплексная интеллектуальная система планирования и управления роботом-манипулятором в неизвестной динамической среде / Новочеркасск: ЮРГТУ, 2008. С. 11-16.
2. Семенчев Е.А., Камардина О. А. Организация стереорежима работы системы искусственного зрения на основе закона двойственности // Известия ТулГУ. Тула, 2006. Сер. «Вычислительная техника. Информационные технологии. Системы управления», Вып. 4. С. 29-39.
3. Новиков Ф.А. Дискретная математика для программистов. СПб.: Питер, 2002. 304 с.
4. Демидова А.В., Семенчев Е. А. Имитационная модель перемещения интеллектуальных автономных объектов в пространстве с препятствиями на основе универсального алгоритма // Известия ТулГУ. Технические науки. Вып. 12, ч.2 - Тула: Изд-во ТулГУ, 2012. - С.284-291
5. Семенчев Е.А., Демидова А.В. Имитационное исследование универсального алгоритма перемещения интеллектуальных беспилотных объектов в динамически изменяющемся трехмерном пространстве. // Вестник ТулГУ. Серия: Вычислительная техника. Информационные технологии. Системы управления. Вып.6. «Информационные системы». Тула: Изд-во
ТулГУ, 2012. C.77-86.
Демидова Анастасия Владимировна, аспирант, Demidova-A-V@yandex.ru, Россия, Тула, ТулГУ
INTELLIGENT NAVIGATION AND INHERENT CONTROL OF UNIVERSAL PILOTLESS
UNA TTENDED TRANSFER PLA TFORMS
A. V. Demidova
The research studies the task of unattended dynamic programming of the path of object-oriented travel and control over actions of a machine and units with high level of independence when traveling in environment with mobile and immobile objects. Dual relation conservation law is at the heart of the algorithm. Functional structure of the model and its organizational design are described.
Key words: intelligent unattended object, universal travel algorithm, cross-forming
dual.
Anastasia Vladimirovna Demidova, postgraduate, Demidova-A-V@yandex.ru Russia, Tula, Tula State University.
УДК (61+62) :519.673
БИОТЕХНИЧЕСКАЯ СИСТЕМА ДИАГНОСТИКИ: ВЕРИФИКАЦИЯ РЕЗУЛЬТАТОВ РЕГИСТРАЦИИ ВЫЗВАННЫХ ПОТЕНЦИАЛОВ НА ВСПЫШКУ СВЕТА
В. А. Жеребцова, В.В. Савельев, А. А. Индюхин,
А.Ф. Индюхин, Н.Л. Коржук, А.В. Томашвили
В статье идет речь о применении факторного анализа при исследовании средне- и длиннолатентных вызванных потенциалов на вспышку света. Рассмотрен способ и устройство для регистрации вызванных потенциалов, основанные на использовании самонастраивающегося фильтра, который выделяет из ЭЭГ доминирующий ритм. Проведен факторный анализ полученных данных методом общих факторов. Обобщен новый материал по исследуемой теме.
Ключевые слова: электроэнцефалограмма, вызванный потенциал, самонастраивающийся фильтр, доминирующий ритм, факторный анализ.
Биотехническая система предназначена для скринингующей диагностики неврологических нарушений у детей. Диагностический процесс включает три этапа: выявление грубой патологии, экспертную оценку ЭЭГ по уровням и частотам синхронизации, регистрацию и оценку вызванных потенциалов.
Среднелатентные зрительные вызванные потенциалы (ЗВП) на вспышку регистрируются на специализированных компьютерных системах
259
