CC BY
174
УДК 007; 621.865.8
ИНФОРМАЦИОННО-НАВИГАЦИОННЫЕ МОДЕЛИ И ПОЛЯ
В СИСТЕМАХ УПРАВЛЕНИЯ ПЕРСПЕКТИВНЫХ РТК
В.П. Носков, И.В. Рубцов
Показано, что для повышения автономности РТК, заключающейся в создании интеллектуальных систем дистанционного и автономного управления и на их основе -систем группового управления, ключевыми являются задачи и проблемы создания бортовых средств формирования информационно-навигационных моделей и полей внешней среды, обеспечивающих определение координат, планирование и отработку траекторий движения роботов и их групп. Приведены результаты по формированию информационно-навигационных моделей различных сред по данным бортовых СТЗ и примеры их практического использования в интеллектуальных системах дистанционного и автономного управления РТК.
Ключевые слова: робототехнический комплекс, интеллектуальная система управления, комплексированная система технического зрения, информационно-навигационная модель.
В настоящее время практически все зарубежные и отечественные наземные робототехнические комплексы (РТК) гражданского и специального назначения используются в режиме дистанционного управления. Дистанционно управляемые РТК имеют ряд принципиальных недостатков и ограничений, обусловленных необходимостью постоянного двухстороннего информационного обмена между объектом и пунктом управления:
- повышенные требования к каналу связи;
- ограниченный радиус действия;
- демаскировка объекта и пункта управления, а также возможность применения средств радиоэлектронного и огневого противодействия вследствие интенсивного радиообмена.
Особенно остро перечисленные недостатки и ограничения проявляются в изобилующих экранированными зонами индустриально-городских средах и в зданиях, где доля проводимых спецопераций (в том числе и военных) с участием робототехнических средств неуклонно возрастает [1]. Кроме того, опыт применения таких роботов показал их невысокую эффективность, в первую очередь - в вариантах оснащения сложным навесным оборудованием (например, оружием, многостепенными и двурукими манипуляторами с многопальцевыми схватами). Эффективно управлять таким роботом дистанционно, используя все его потенциальные возможности, особенно в экстремальных условиях, практически невозможно [1, 2]. Таким образом, дальнейшее развитие отечественной робототехники, в том числе и робототехники специального назначения, может быть связано с повышением ее автономности за счет передачи функций, выполняемых человеком-оператором, бортовым средством, что позволит
снизить интенсивность информационного обмена между пунктом управления и объектом управления и даже полностью его исключить на больших промежутках времени [3].
В настоящее время появились образцы РТК с функцией автоматического возврата в точку старта или в зону уверенного радиообмена в случае отказа или потери радиосвязи (например, РТК пожаротушения и разведки легкого класса МРК РП, принятый на вооружение в МЧС). Проводимые и планируемые в России и за рубежом фундаментально-поисковые исследования и НИОКР по созданию перспективных РТК также показывают, что основной тенденцией их дальнейшего развития является поэтапное наращивание возможностей с постепенным исключением функций управления и контроля со стороны оператора и увеличением степени автономности.
На наш взгляд, повышение автономности РТК необходимо рассматривать в последовательном переходе: сначала от существующих простейших систем дистанционного управления к интеллектуальным системам дистанционного управления, обеспечивающим повышенную информативную осведомленность оператора и выполняющим часть его функций, а затем к интеллектуальным системам автономного управления, обеспечивающим автономное (без участия оператора) функционирование в экранированных средах. Создание интеллектуальных систем дистанционного и автономного управления, в свою очередь, позволит перейти к решению задач группового управления уже на практическом уровне. Рассмотрим более подробно сформулированные выше три основных взаимосвязанных и взаимодополняющих друг друга этапа повышения автономности РТК и выделим ключевые проблемы и задачи, решение которых обеспечит их выполнение.
Интеллектуальные системы дистанционного управления, в отличие от существующих, за счет использования данных видео- и навигационных сенсоров с датчиками различной физической природы будут поставлять оператору более обширную и более качественную видеоинформацию о рабочей зоне и брать на себя некоторые функции оператора. Такие возможности систем дистанционного управления не только сделают работу оператора более комфортной и сократят число ошибочных действий в управлении, но и освободят его ресурсы для выполнения других задач, что в итоге позволит улучшить соотношение числа операторов к числу объектов управления.
В части повышения информативности оператора можно выделить следующие задачи:
- обеспечение видеонаблюдения в сложных условиях видимости (улучшение качества изображения за счет фильтрации помех, обусловленных дождем, снегом, туманом, пылью, дымом, а также его восстановление и дополнение за счет комплексирования видеоданных многоспектральных СТЗ и сенсоров различной физической природы);
27
- восстановление геометрии рабочей зоны, создание трехмерных и визуально-подобных моделей внешних сред, их проекций и сечений с видеосимуляцией навесного оборудования;
- распознавание целей и объектов манипулирования с выделением их на изображениях рабочих зон и формируемых моделях.
В части передачи некоторых функций оператора интеллектуальной системе дистанционного управления можно выделить следующие:
- контроль и предупреждение неправильных и опасных действий оператора путем их предварительного моделирования;
- интеллектуальный интерфейс (управление голосом, жестами, мимикой, электроэнцефалограммой, электромиограммой);
- автоматическое планирование на моделях внешней среды и отработка движений мобильного робота и его навесного оборудования по макрокомандам оператора (супервизорное управление) с использованием данных бортовых СТЗ и навигационных средств;
- автоматический возврат в точку старта или в зону уверенного радиообмена по данным бортовых навигационных средств, в случае отказа канала связи или попадания в экранированную зону.
Как видно из перечисленных функций и задач интеллектуальной системы дистанционного управления, центральными здесь являются задачи и проблемы формирования модели внешней среды и создания комплек-сированных средств технического зрения и навигации.
Интеллектуальные автономные системы управления мобильных роботов должны выполнять следующие функции и задачи:
- автовождение (без участия оператора, используя бортовые видео-и навигационные сенсоры и датчики, формировать модель внешней среды, определять текущие координаты, планировать на модели и отрабатывать целенаправленные траектории движения) [3 - 5];
- отработку маршрутных заданий на основе функции автовождения (достигать последовательность целевых точек) и формирование визуально-подобных, геометрических и информационно-навигационных моделей внешних сред (пересеченная местность, индустриально-городская среда, включающая плотную застройку, туннели, подземные коммуникации, помещения и многоэтажные здания) [3-13], где использование дистанционно управляемых систем невозможно из-за экранирования или подавления каналов связи;
- выполнение после предоставления оператору (при возврате в точку старта или в точки уверенного радиообмена) собранной информации о внешней среде и получение нового задания автономно, используя сформированную ранее информационно-навигационную модель, целенаправленные перемещения и применение навесного оборудования.
Как видно из перечисленных функций и задач интеллектуальной автономной системы управления, центральными здесь также являются проблема формирования модели внешней среды и навигационная задача.
28
Под информационно-навигационной моделью подразумевается совокупность картографических и навигационных данных, позволяющих обеспечить бортовым средствам планирование и отработку целенаправленных (в то же время оптимальных и безопасных) траекторий с определением текущих координат. Планирование целенаправленных траекторий может выполняться на графовых моделях, переход к которым от геометрических моделей, формируемых по данным СТЗ, достаточно проработан и проверен практически [3, 7]. Для определения координат могут быть использованы методы экстремальной навигации по опорным изображениям с известными координатами [5, 8, 9], полученными на этапе формирования информационно-навигационной модели, или методы интерпретационной навигации, использующие сематические модели внешней среды, которые также алгоритмизированы и проверены на реальных данных [9].
Интеллектуальные системы группового управления на основе использования информационно-навигационного поля (формируется путем объединения информационно-навигационных моделей внешней среды отдельных мобильных роботов, входящих в группу) позволят реализовать различные стратегии и алгоритмы группового управления (централизованного, децентрализованного, стайного, ройного). Это действительно реально, так как у каждого члена группы появляется возможность планировать и отрабатывать траектории своего маршрутного задания, а также определять текущие координаты, не только в своей рабочей зоне, но и в объединении рабочих зон всех членов группы, используя доступное всем членам группы информационно-навигационное поле. Очевидно, что доступное всем членам группы информационно-навигационное поле предоставляет возможности для формирования согласованных маршрутных заданий, определения текущих координат, планирования и отработки соответствующих согласованных траекторий движения и действий. Это и является реальной основой для реализации различных стратегий и алгоритмов группового управления.
Из приведенного выше анализа следует, что для предлагаемого поэтапного развития РТК в направлении повышения автономности ключевыми являются задачи и проблемы создания бортовых средств формирования информационно-навигационных моделей и полей среды функционирования, обеспечивающих определение текущих координат, планирование и отработку траекторий отдельных роботов и их групп.
К настоящему времени по заказу силовых министерств и ведомств в МГТУ им. Н.Э. Баумана выполнено и выполняется ряд НИОКР по робото-технической тематике, которые посвящены созданию дистанционно и автономно управляемых РТК и в которых в той или иной мере решались проблемы и вопросы автономной навигации РТК и формирования моделей внешних сред их функционирования. В частности, в данных работах рассмотрены вопросы формирования различных моделей (геометрических,
формальных, семантических, визуально-подобных, разных масштабов и размерности) внешней среды и решения навигационной задачи по данным бортовых СТЗ. При этом глубина проработки охватывает теоретический уровень, создание алгоритмических и программно-аппаратных средств в виде действующих макетов и опытных образцов, а также их проверку в составе различных роботов (колесные и гусеничные, экспериментальные и принятые на вооружение образцы разных весовых категорий), функционирующих в различных средах (помещения, многоэтажные здания, индустриально-городская среда, пересеченная местность).
В качестве бортовых СТЗ были использованы импортные 2D-лазерные сенсоры SICK (рис. 1, а; 2, а) и UTM-30LX (рис. 1, б; 2, б) на опорно-поворотных устройствах, в том числе комплексированные с видеокамерами (рис. 2).
а б
Рис. 1. СТЗ с 20-лазерными сенсорами на опорно-поворотном устройстве: а - 20-лазерные сенсоры SICK;
б - UTM-30LX
а б
Рис. 2. СТЗ с 20-лазерными сенсорами, комплексированные с видеокамерами на опорно-поворотном устройстве: а - 20-лазерные сенсоры SICK; б - UTM-30LX
30
Для распознавания грунта использовалась комплексированная СТЗ (рис. 3), объединяющая 3Б-лазерные сенсоры 1, 2, цветные видеокамеры 3, 4, тепловизор 5, блок навигации 6 и компьютер 7 с прикладным программным обеспечением.
Рис. 3. Бортовые СТЗ с 2Б-лазерными сенсорами на опорно-поворотном устройстве
Рассмотрим основные полученные результаты по формированию различных моделей различных сред и решению навигационных задач по данным бортовых СТЗ и их использованию в системах управления РТК.
Для помещений, зданий и части индустриально-городской инфраструктуры, где нет колебаний по крену-дифференту и перемещений по высоте, могут быть использованы 2Б-лазерные сенсоры, формирующие 2Б-дальнометрические изображения рабочей зоны (горизонтальные сечения на высоте И от опорной поверхности) в виде множества п векторов <^,а1> (1=1,2,...,п) в полярной системе координат (рис. 4, а). На рис. 4, б приведено одно 2Б-дальнометрическое изображение помещения, а на рис. 2, в -2Б-геометрическая модель фрагмента этажа здания. Данная модель сформирована путем объединения последовательности 2Б-дальнометрических изображений, получаемых бортовой СТЗ в процессе движения РТК в реальной среде. Для того чтобы "корректно" дополнить геометрическую модель новым изображением, для соответствующего ему положения сенсора (робота) необходимо определять текущие координаты (в данном случае -2 линейные и 1 угловую - курс) [5].
Рис. 4. Принципы формирования 2D-геометрической модели: а - полярная система координат; б - помещение; в - фрагмент этажа
После посещения всех участков рабочей зоны будет построена полная геометрическая модель всего этажа в неподвижной системе координат. Также могут быть построены геометрические модели всего здания, заводских и городских территорий. Геометрическая модель состоит из координат точек-препятствий и может быть использована для построения графа возможных путей (рис. 5), на котором известными методами можно выполнить планирование траектории движения (рис. 6) [3, 7].
Рис. 5. Графовая модель внешней среды
32
Рис. 6. Спланированная траектория движения
Примеры графа возможных путей и планирования траекторий движения в индустриально-городской среде приведены на рис. 7.
5 7
н .. л
к т
• 11 12 13
Рис. 7. Примеры планирования траекторий в индустриально-городской среде
Так как для каждого отдельного дальнометрического изображения, входящего в геометрическую модель, известны координаты соответствующего положения сенсора (робота), то они могут быть использованы как опорные [5, 9] для определения текущих координат методами экстремальной навигации при движении в данной рабочей зоне. При этом ошибка определения текущих координат при использовании текущего и опорного дальнометрических изображений, как показали результаты математического моделирования и экспериментальных исследований (рис. 8), не превы-
33
шает 0.5 см по линейным координатам и 0.2 ° по курсу при ошибке 5 см измерения дальности соответствующей паспортным данным используемых сенсоров.
Рис. 8. Зависимость ошибки вычисления приращения координат от ошибки измерения дальности
Для планирования траекторий и определения текущих координат не обязательно хранить все дальнометрические изображения внешней среды с координатами их получения, что требует больших объемов памяти, а достаточно только сохранить граф возможных путей с опорными изображениями, соответствующими вершинам графа. Однако для навигационного обеспечения движения по прямолинейному участку, соответствующему ребру между соседними вершинами графа возможных путей, необходимо использовать бортовые датчик курса и одометр, гарантирующие достижение некоторой области с опорным изображением, соответствующей следующей вершине графа (известные инерциально-одометрические навигационные системы, как показала практика, удовлетворяют этому требованию).
Описанная модель содержит информацию о препятствиях и навигационные данные о рабочей зоне, необходимые и достаточные для планирования и отработки траекторий движения отдельного РТК, и является по определению, введенному в первой части статьи, информационно-навигационной моделью. Если данная модель доступна группе РТК, то она является по определению информационно-навигационным полем, так как содержит все геометрические и навигационные данные, необходимые и достаточные для планирования и отработки траекторий (в том числе и со-
34
гласованных) для каждого члена группы. Объединение информационно-навигационных моделей отдельных РТК в информационно-навигационное поле становится возможным при взаимном обмене накопленными данными, если известны абсолютные или относительные координаты, участвующие в обмене РТК. Относительные координаты двух участвующих в обмене РТК могут быть определены, например, методами экстремальной навигации по пересечению их информационно-навигационных моделей, соответствующему пересечению их рабочих зон. Очевидно, что после обмена информацией между всеми членами группы будет создано полное информационно-навигационное поле.
Для формирования ЭБ-геометрических моделей пересеченной местности и сред, где при движении РТК возможны колебания по крену-дифференту и перемещения по высоте, необходимо использовать 3Б-лазерные сенсоры [Э, 4]. Для пересеченной местности, фотопанорама которой приведена ни рис. 9, а, соответствующее ЭБ-дальнометрическое изображение приведено на рис. 9, б.
15 -10 Н 5 и I*
б
в
Рис. 9. Формирование моделей и построение траекторий движения
для пересеченной местности: а - фотопанорама; б - ЗБ-дальнометрическое изображение; в - фрагмент формальной
(семантической) модели
35
Данное изображение является фрагментом 3Б-геометрической модели пересеченной местности. Соответствующий ему фрагмент формальной (семантической) модели, построенной по критерию геометрической (профильной) проходимости [10] с учетом кинематических возможностей движителя РТК и геометрии опорной поверхности, приведен на рис. 9, в. Формально модель, в данном случае, представляет собой план с разрешенными и запрещенными для движения участками. На этом же рисунке приведен фрагмент графа возможных путей и фрагмент безопасной траектории движения.
Последовательность 3Б-дальнометрических изображений также может быть объединена в 3Б-геометрическую модель, что позволяет сформировать информационно-навигационную модель (поле) для пересеченной местности, при этом в данных средах упрощается задача определения текущих координат за счет возможности использования средств спутниковой навигации. Пример информационно-навигационного поля в виде графа возможных путей реальной рабочей зоны размерами 3х1.5 км со зданиями, лесными и водными преградами, сетью дорог, переправ и со спланированной траекторией движения приведен на рис. 10. Здесь граф возможных путей содержит сотни вершин и сотни тысяч ребер.
Рис. 10. Пример информационно-навигационного поля
При планировании движения на пересеченной местности необходимо учитывать не только геометрические, но и опорные характеристики подстилающей поверхности и проводить классификацию (распознавание) ее участков не только по критерию профильной, но и по критерию опорной проходимости. Использование для этого данных комплексированной СТЗ (см. рис. 3), представляющих собой геометрию опорной поверхности с
36
распределением на ней цветовых и температурных полей [11], позволяет организовать в пятимерном пространстве признаков (3 цвета, температура и дисперсия высоты классифицируемых участков) достоверное распознавание основных типов грунтов (рис. 11). Модель внешней среды "раскрашенная" в данном случае семантическими признаками распознанных типов грунтов можно назвать семантической моделью.
так ——¿¿Ч.,
'-¿¡К ; ■ Ш
швш ■ ■-V- -а
Ш% Г".
асфальт.
■ растительность. I
б
волная поверхность
Рис. 11. Распознавание грунтов по данным комплексированной СТЗ: а - видеопанорама внешней среды; б - итоговая классификация
(в горизонтальной проекции)
Введение семантики в модель внешней среды позволяет создавать автономные РТК с качественно новыми характеристиками и существенно расширить их возможности. Продемонстрируем это на информационно-навигационных моделях индустриально-городских сред, для которых, как уже отмечено во введении, особенно актуальны и все более востребованы РТК повышенной автономности вследствии экранирования радиообмена с
37
пунктами дистанционного управления и средствами спутниковой навигации, а также магнитного поля Земли. Для индустриально-городских сред характерно наличие большого числа линейных объектов (углов, ребер, граней, плоскостей), соответствующих стенам, тротуарам, ступенькам, лестницам и другим элементам инфраструктуры. Каждому такому объекту (например, стене) могут принадлежать десятки и сотни тысяч дальномет-рических точек (трехмерных векторов), для хранения которых требуется много памяти. Очевидно, подмножества точек дальнометрического изображения (модели), принадлежащие линейным объектам, могут быть заменены соответствующими линейными уравнениями. На рис. 12, а, б и в соответственно приведены фотопанорама этажа здания, выделенные подмножества точек, принадлежащие отдельным плоскостям, и сами плоскости П с реперными отрезками Л и точками Т.
Рис. 12. Пример формирования семантической ЗВ-модели: а, б - фотопанорама этажа здания; в - ЗВ-модель на основе фотопанорамы этажа здания
Совокупность выделенных линейных объектов уже представляет собой реконструкцию (ЭБ-модель) внешней среды (см. рис. 12, в). Если известны (например, из предыстории) семантические признаки выделенных объектов (Пх - потолок; П2 - пол; П0, П3, П4 - вертикальные стены), то плоскость пола П2, представленная линейным уравнением в нормальном виде (-0.018х+0.053у-0.998г-1.45=0), позволяет сразу определить координату Z сенсора по свободному члену и углы крена и дифферента по направляющим косинусам. В общем случае, используя не мене трех взаимно неколлинеарных (непараллельных) линейных объектов с известными семантическими признаками, можно вычислить все линейные и угловые координаты сенсора (объекта управления). Приведенный пример обработки дальнометрического изображения реальной внешней среды наглядно демонстрирует переход от исходного облака точек ЭБ-модели, требующего для хранения больших объемов памяти, к компактному семантическому описанию, содержащему в явном виде информацию о координатах объекта управления.
а
б
в
Бортовые СТЗ наземных РТК имеют ограниченную дальность обзора (обычно не более 30 м). Поэтому для формирования моделей внешней среды целесообразно использовать имеющие существенно большую зону обзора выносные СТЗ на базе привязных [12] или свободнолетающих БПЛА вертолетного типа [8]. На рис. 13, а приведена фотопанорама внешней среды, а на рис. 13, б - соответствующая ей 3Б-геометрическая модель, сформированная вращением вокруг вертикальной оси квадрокоптера с 2Б-лазерным сенсором [8]. Для использования наземными РТК видеоданных и моделей, сформированных бортовыми средствами БПЛА, необходимо знать абсолютные или относительные координаты РТК и БПЛА.
а
б
Рис. 13. Формирование 3Б-геометрической модели квадрокоптером с 2Б-лазерным сенсором: а - фотопанорама внешней среды; б - соответствующая ей 3Б-геометрическая модель
Рассмотренные модели могут быть использованы не только для автономного целенаправленного перемещения РТК и их групп в различных средах, но и для автономного управления навесным оборудованием и оружием, а также для интеллектуализации систем дистанционного управле-
39
ния. Перспективным здесь является использование ЭБ-лазерных сенсоров, комплексированных с видеокамерами и тепловизорами. Комплексирование ЭБ-лазерного сенсора с видеокамерой позволяет, используя аппарат дескрипторов для видеоизображений, более эффективно решать навигационную задачу перемещения сенсора и сформировать ЭБ-геометрическую модель рабочей зоны, а также раскрасить ее, используя соответствующую цветную текстуру [6, 13]. ЭБ-модели с видеотекстурой позволяют построить различные проекции и сечения и визуально-подобные изображения рабочей зоны для любой точки виртуального наблюдателя. Такие возможности существенно повышают информационную осведомленность оператора и создают ему условия для эффективного управления движением РТК и его навесным оборудованием (в том числе и оружием). На рис. 14 для трех типов рабочих зон приведены примеры таких визуально-подобных изображений для различных точек виртуального наблюдателя.
а
Рис. 14. Примеры визуально-подобных изображений рабочих зон: а - помещения; б - этажа здания; в - улицы
Наличие в ЭБ-моделях геометрических, семантических и навигационных данных позволяет организовать автономное целенаправленное движение и обеспечить автономное управление навесным оборудованием и оружием. Действительно, РТК, используя информационно-навигационную модель, может автономно (самостоятельно) прийти в заданную оператором
40
точку рабочей зоны и в соответствии с полученным от оператора заданием автономно использовать навесное оборудование или оружие с точностью информационно-навигационной модели (см. рис. 5). На рис. 15, а, б соответственно приведены фотопанорама рабочей зоны и ее цветная 3Б-геометрическая модель с выделенными на ней очагом возгорания и водяной струей, являющимися семантическими объектами модели.
а б
Рис. 15. Пример использования информационно-навигационной модели для автономного применения навесного оборудования: а - фотопанорама рабочей зоны; б - цветная ЗБ-геометрическая модель с выделенными на ней очагом возгорания и водяной струей
Данная информационно-навигационная модель автоматически построена по видео-тепло-дальнометрическим данным [11] бортовой ком-плексированной СТЗ и содержит всю необходимую информацию для автоматического тушения очага возгорания: текущие линейные и угловые координаты РТК, координаты очага возгорания, геометрию рабочей зоны и траекторию водяной струи.
Таким образом, повышение автономности РТК должно привести к существенному увеличению уровня помехоустойчивости и дальности их действия, снижению числа ошибок и временных задержек, связанных с принятием решений, снижению количества операторов с увеличением числа объектов управления и расширению возможных областей применения [14]. Кроме того, информационно-навигационные модели и поля могут быть использованы также и для оперативного планирования и управления действиями традиционных формирований и подразделений (в том числе и оснащенных роботизированными средствами). Для развития РТК в направлении повышения автономности, в том числе и путем решения проблемы создания современных бортовых средств формирования информационно-навигационных моделей среды функционирования, необходимы соответствующие научная, технологическая и правовая поддержки [15].
41
Работа выполнена при поддержке гранта РФФИ №16-29-04178
офи_м.
Список литературы
1. Бой в городе. Боевые и обеспечивающие роботы в условиях урбанизированной территории / В.С. Лапшов, В.П. Носков [и др.] // Известия ЮФУ. Технические науки. 2011. № Э. С. 142 - 146.
2. Обоснование семейства боевых и обеспечивающих роботов для боя в городе / И.Б. Шеремет, Н.А. Рудианов [и др.] // Известия Южного федерального университета. Технические науки. 2012. № Э. С. Э7 - 41.
3. Носков В.П., Рубцов И.В. Опыт решения задачи автономного управления движением мобильных роботов // Новые технологии. Меха-троника, автоматизация, управление. 2005. № 12. С. 21-24.5.
4. Однородные управляющие структуры адаптивных роботов /
A.В. Каляев, В.П. Носков, Ю.В. Чернухин, И.А. Каляев. М.: Наука, 1990. 147 с.
5. Носков В.П., Носков А.В. Навигация мобильных роботов по дальнометрическим изображениям // Новые технологии. Мехатроника, автоматизация, управление. 2005. № 12. С. 16 - 21.
6. Носков А.В., Рубцов И.В., Романов А.Ю. Формирование объединенной модели внешней среды на основе информации видеокамеры и дальномера // Новые технологии. Мехатроника, автоматизация, управление. 2007. № 8. С. 2 - 5.
7. Евсеев А.А., Носков В.П., Платонов А.К. Формирование электронной карты при автономном движении в индустриальной среде // Новые технологии. Мехатроника, автоматизация, управление. 2008. № 2. С. 41 - 45.
8. Загоруйко С.Н., Казьмин В.Н., Носков В.П. Навигация БПЛА и ЭБ-реконструкция внешней среды по данным бортовой СТЗ // Новые технологии. Мехатроника, автоматизация, управление. 2014. № 8. С. 62 - 68.
9. Казьмин В.Н., Носков В.П. Выделение геометрических и семантических объектов в дальнометрических изображениях для навигации роботов и реконструкции внешней среды // Известия ЮФУ. Технические науки. 2015. №10 (171). С. 71 - 8Э.
10. Аппаратно-алгоритмические средства формирования модели проблемной среды в условиях пересеченной местности. / Г.А. Буйволов,
B.П. Носков, А. А. Руренко, А.Н. Распопин // Управление движением и техническое зрение автономных транспортных роботов: сб. науч. тр. 1989.
C. 61 - 69.
11. Распознавание объектов и типов опорной поверхности по данным комплексированной СТЗ / А.В. Вазаев, В.П. Носков, И.В. Рубцов, С.Г. Цариченко // Известия ЮФУ. Технические науки. 2016. № 2. С.127 - 139.
12. Мобильный робототехнический комплекс с системой технического зрения на базе БПЛА / В.А. Аникин, Н.В. Ким, В.П. Носков, И.В. Рубцов // Вопросы оборонной техники. Сер. 9. Специальные системы управления, следящие приводы и их элементы. 2010. Вып. 1 (242) - 2(243). С. 40 - 46.
13. Загоруйко С.Н., Носков В.П. Регистрация дальнометрических и телевизионных данных при построении трехмерной модели внешней среды // Инженерный журнал: Наука и инновации. Электронное научно-техническое издание. М.: МГТУ им. Н.Э. Баумана. 2013. №8(20).
14. О необходимости разработки концепции построения и применения автономных робототехнических комплексов военного назначения / И.Б. Шеремет, Н.А. Рудианов [и др.] // Труды Международной научно-технической конференции «Экстремальная робототехника». С.-Петербург: ЦНИИ РТК, 2016. С. 35 - 39.
15. Формирование моделей виртуальной реальности и информационно-навигационных полей для обеспечения автономного функционирования РТК специального назначения / В.С. Лапшов, В.П. Носков, И.В. Рубцов, Н.А. Рудианов, А.В. Рябов, В.С. Хрущев // Известия ЮФУ. Технические науки. 2017. №1-2. С. 121 - 140.
Носков Владимир Петрович, канд. техн. наук, доц. зав. сектором НИИСМ, njskov_mstu@,maij.ru, Россия, Москва, Московский государственный технический университет им. Н.Э. Баумана,
Рубцов Иван Васильевич, канд. техн. наук, доц., нач. отдела НИИСМ, [email protected], Россия, Москва, Московский государственный технический университет им. Н. Э. Баумана
INFORMATION-NAVIGATION MODELS AND FIELDS IN CONTROL SYSTEMS OF
ROBOTIC COMPLEX
V.P. Noskov, I. V. Rubtsov
It is shown that for greater independence of robotic complex, creating intelligent systems for remote and autonomous control and on the basis of their systems of group control are the key tasks and the problem of creating boron-tum means of formation of information and navigation models and fields of the external environment, define coordinate planning and development trajectories of the robots and their groups. The results for the formation of the informational and navigational models of different environments according to the flight vision systems and examples of their practical use in intelligent systems for remote and stand-alone control of robotic complex.
Key words: robotic system, intelligent control system, complexed vision system, information and navigation model.
Noskov Vladimir Petrovich, candidate of technical sciences, docent, njskov_mstu@,maij. ru, Russia, Moscow, Moscow State Technical University. N.E. Bauman,
Rubtsov Ivan Vasilievich, candidate of technical sciences, docent, rubt-sovamail. ru, Russia, Moscow, Moscow State Technical University. N.E. Bauman
УДК 62-5
ВНЕДРЕНИЕ ТЕХНОЛОГИЙ ГРУППОВОГО ПРИМЕНЕНИЯ ВОЕННЫХ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ ДЛЯ НУЖД НАРОДНОГО ХОЗЯЙСТВА
И.В. Рубцов, О.Г. Русанова
Изложены основные итоги анализа уровня автоматизации сельского хозяйства в России и мире. Полученные в ходе анализа данные позволяют сделать вывод о существенном отставании российских производителей сельхозтехники. Предложен возможный путь ликвидации отставания развития сельского хозяйства РФ путем использования современных достижений в области робототехнических комплексов (РТК) военного и специального назначения. Определяются наиболее важные задачи сельского хозяйства с учетом использования РТК, скорости внедрения технологий и их возможностей.
Ключевые слова: сельское хозяйство, робототехнические комплексы, двойное применение, навесное оборудование, автономное управление, группы роботов.
Российские технологии в области разработки специальных роботов.
В настоящее время разработка и внедрение технологий военной робототехники являются одними из приоритетных направлений, используемых при создании новых и модернизации состоящих на вооружении образцов вооружения и военной техники (ВВТ) [1]. Основные направления ведущихся в России работ в области развития наземных робототехниче-ских систем и комплексов военного назначения в основном совпадают с зарубежными [2, Э]. Как и за рубежом, российские РТК создаются путем:
дооснащения находящихся на вооружении образцов ВВСТ модульным встраиваемым или навесным оборудованием, обеспечивающим их безэкипажное применение в режиме дистанционного, супервизорного и автономного управления;
создания специализированных РТК или систем РТК с заданными уровнями управления.
Создание и применение групп роботов, в том числе работающих в разных по своей природе средах (гетерогенные группы), позволяют существенно расширить области выполняемых задач. Это достигается увеличением рабочей области путем рассредоточения роботов внутри зоны функционирования и расширения круга исполняемых задач с помощью установки разного типа навесного оборудования на отдельные роботы [5].
44
