CC BY
142
УДК 004.896
И.О. Проталинский, И.А. Щербатов
ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ГРУППОВОГО УПРАВЛЕНИЯ РОБОТАМИ МЕТОДОМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Для повышения эффективности управления робототехническими системами промышленного назначения синтезирован алгоритм группового управления роботами с применением мультиагентной технологии. В работе описан алгоритм группового управления и показана его практическая реализация. Эффективность синтезированного алгоритма проверена с применением методов имитационного моделирования.
Мультиагентная система, имитационное моделирования, робототехническая система, управление групповым поведением роботов
I.O. Protalinskiy, I.A. Sherbatov INVESTIGATION OF THE EFFECTIVENESS OF GROUP MANAGEMENT ROBOT USING SIMULATION
For control efficiency increase robotics industrial function systems synthesise algorithm of group control by robots with application multiagent technologies. In work the algorithm of group management is described and its practical realisation is shown. Efficiency of the synthesised algorithm is checked up with application of methods of imitating modelling.
Multiagent system, imitating modelling, roboticsя system, control of group behaviour of robots
Мультиагентные системы (МАС) являются интенсивно развивающимся направлением создания и применения интеллектуальных систем имитационного моделирования. Наиболее важной задачей исследования в этой области является создание моделей, имитирующих работу агента во внешней среде и взаимодействия агентов между собой. Перспективным направлением развития и применения МАС являются промышленная робототехника в сфере судостроения и судоремонта. Основные проблемы, которые возникают у специалистов этой области, - это относительно большой размер объекта, на котором проводятся работы, проверка качества произведенных работ и оценка затрачиваемого количества человека/часов на решение одной задачи. Использование промышленных роботов с адаптивным управлением не решает все эти задачи из-за трудности быстрого и адекватного реагирования на состояние внешней среды, что не позволяет повысить качество производимых сварочных работ и сократить время выполнения одной задачи. Для решения поставленных задач нами разработан алгоритм управления группой роботов для проведения сварочных работ.
Целями представленной работы являются синтез и оценка эффективности алгоритма управления группой сварочных роботов в единой рабочей зоне на основе системы имитационного моделирования.
Предлагаемый алгоритм состоит из нескольких основных этапов построения последовательности решаемых задач и распределения задач между роботами.
Первый этап при создании адаптивного алгоритма заключается в определении рейтинга приоритета выполнения задач Zl,...., ^ по
критериям, которые выбираются отдельно для каждой новой ситуации.
На втором этапе формулируется коалиция Ь возможных партнеров для задач Zi с наименьшим влиянием на него других задач. При этом предполагается, что задача Zm принадлежит множеству Ь, если задачи Zm и Zi не взаимодействуют и Zm и Zi не могут быть выполнены только одним роботом. Составляем множество задач Z = ^..^}, разбиваем их на подмножества концептов, выполняемых каждым из роботов
Далее составим множество А с включением в рабочей зоне, как членов этого множества А = {А1,.,
Рис. 1. Рабочая зона
Рис. 2. Когнитивная карта для анализа взаимодействия в мультиагентной системе
Рис. 3. Структурная схема имитационной модели сварочных робот группы роботов
выполняется Ai}. него роботов, находящихся в одной Ат}.
Третий шаг: наполнение коалиции Ь задачами 21,..., 2П, удовлетворяющими
ГЪ; £ Ъ\Ъ;(кп, ..,кт) П Ь1_]_(кр,...,кц) 0
условиям: Ь;=\ ^ 4
1 [г] £ Ъ|Ъу £ Ак; 11_1 £ а;а ^ А;Ак П а ^
Полученная коалиция Ь является динамической структурой, условием выхода из которой для задачи является ее успешное выполнение. На место выполненной задачи возможен вход в коалицию Ь новой задачи при выполнении необходимых условий. При выполнении представленных условий на каждой итерации возникает ситуация, при которой задачи 21,., 2П будут выполнены.
Необходимая имитационная модель для проверки эффективности алгоритма управления группой сварочных роботов в единой рабочей зоне состоит из двух основных компонентов: рабочая зона и система промышленных роботов. Рабочая зона - это множество координат на плоскости, подмножеством которого является координаты сварочных швов, представляемых в модели как задачи. Группа промышленных роботов - это роботизированная система, состоящая из сварочных роботов с единой системой управления и распределения выполняемых задач.
Роботизированная система, состоящая из нескольких роботов, преобразуется в мультиагентную систему, что позволяет сократить вычислительные мощности, требуемые для решения поставленных задач и оптимизировать процесс выдачи задания каждому из роботов.
Реализация модели рабочей зоны осуществляется на основе теории когнитивных моделей. Данный выбор обусловлен относительно простым определением взаимосвязей между задачами, что существенно сокращает время разработки. Также при построении когнитивной модели используется алгоритм адаптации модели, позволяющий определить количественные и качественные показатели. Дополнительным преимуществом является возможность построения относительно простой в исполнении когнитивной карты, и по мере накопления знаний о процессах управления группой промышленных роботов становится возможной более детальная «проработка» модели рабочей зоны.
Рассмотрим пример построения имитационной модели сварочного процесса группой роботов, включающей пять промышленных роботов для проведения сварочных работ А1, А2,..., А5, каждый из которых работает в своей рабочей зоне Б1, Бг,...., Б5. Эти зоны являются частями общей зоны Б (рис. 1). Также заданы задачи 21, 22,..., 210, состоящие в создании девяти сварочных швов.
Построим когнитивную карту, отображающую концепты и взаимосвязи между ними (рис. 2). При построении карты рабочей зоны каждая из задач представляется как концепт когнитивной карты.
При создании когнитивной карты рабочей зоны и совмещении с мультиагентной системой промышленных роботов, структуру имитационной модели получаем имитационную модель сварочного процесса группой промышленных роботов (рис. 3). Модель представлена функциональным графом, в котором вершины являются базисными структурами, направленные дуги представляют последовательность управляющих команд робота для выполнения задачи. Ненаправленные дуги показывают отношения задач.
Для оценки эффективности управления группой роботов с использованием алгоритма управления группой сварочных роботов в одной рабочей зоне сравним функционирование объекта в двух режимах: адаптивный метод и алгоритм группового управления роботами.
В первом случае возникают потери по сравнению с «идеальным» управлением, которые вызваны изменением входных управляющих воздействий. Величину отклонения от «идеального» значения ^1 этого режима можно выразить соотношением
= С"№ - П2^,
где тт - время, в течение, которого проводится имитационное моделирование; 11 -
т*
значение критерия оптимальности управления при реализации адаптивных алгоритмов; 1 - оптимальное значение критерия при идеальном управлении.
При управлении, основанном на предложенном алгоритме, также возникают потери по сравнению с «идеальным» управлением, которые вызваны неточностью математической модели объекта. Таким образом, отклонение при управлении роботехнической системы выразится соотношением
12 - значение критерия при управлении по предложенному алгоритму.
Тогда степень повышения эффективности функционирования объекта управления 0 будет определяться соотношением
Здесь 0 - эффективность управления группой роботов алгоритмом управления группой сварочных роботов в одной рабочей зоне по сравнению с режимом адаптивного управления.
Для определения эффективности управления группой роботов спроектирована
система имитационного моделирования (рис. 4).
-11-
Рис. 4. Структурная схема системы имитационного моделирования
При использовании представленной системы имитационного моделирования нами выявлено повышение эффективности выполнения сварочных работ предложенным методом по сравнению с адаптивным методом управления группой роботов от 2,8 до 3,2 %.
Таким образом, результатом работы является построенная имитационная модель рабочей зоны группы сварочных роботов. На основе этой модели предложен алгоритм группового управления робототехническими системами для сварочных роботов. Имитационное моделирование показало эффективность алгоритма управления группой сварочных роботов в единой рабочей зоне. Синтезированный алгоритм может найти применение для решения задач сварки на объектах с большим размером (в отношении с рабочей зоной одного робота), таких как судостроение и судоремонт.
Проталинский Игорь Олегович -
студент 5 курса специальности «Управление и информатика в технических системах» Института информационных технологий и коммуникаций Астраханского государственного технического университета
Щербатов Иван Анатольевич -
кандидат технических наук, доцент, заведующий кафедрой «Вычислительная техника и электроника» Астраханского государственного технического университета
Статья поступила в редакцию 14.10.10, принята к опубликованию 28.10.10
