CC BY
107
8. Romano P., Rodrigues L., Carvalho N., Cachopo J.P. Cloud-TM: harnessing the cloud with distributed transactional memories // In Proc. ACM SIGOPS Operating Systems Review.
- 2010. - Vol. 44 (2). - P. 1-6.
9. Harris T., Fraser K. Language support for lightweight transactions // In Proc. ACM SIGPLAN Conf. on Object-Oriented Prog., Systs., Langs., and Apps (OOPSLA 2003), 26-30 October 2003, Anaheim, CA, USA. - P. 388-402.
10. Bocchino R. L., Adve V. S., Chamberlain B. L. Software transactional memory for large scale clusters // In Proc. ACM SIGPLAN Symp. on Principles and Practice of Parallel Prog. (PPOPP 2008), 20-23 February 2008, Salt Lake City, UT, USA. - P. 247-258.
11. Herlihy M., Sun Y. Distributed transactional memory for metric-space networks // In Proc. International Symposium on Distributed Computing (DISC 2005), 26-29 September 2005, Cracow, Poland. - P. 324-338.
Статью рекомендовал к опубликованию д.т.н., профессор Н.И. Витиска.
Данилов Игорь Геннадьевич - Технологический институт федерального государственного автономного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге; e-mail: [email protected]; 347928, г. Таганрог, пер. Некрасовский 44; тел.: 88634371773; кафедра математического обеспечения и применения ЭВМ; аспирант.
Danilov Igor Gennad'evich - Taganrog Institute of Technology - Federal State-Owned Autonomy Educational Establishment of Higher Vocational Education “Southern Federal University”; e-mail: [email protected]; 44, Nekrasovskiy, Taganrog, 347928, Russia; phone: +78634371773; the department of software engineering; post-graduate student.
УДК 004.896
Ю.В. Чернухин, P.B. Сапрыкин, П.А. Бутов, Ю.С. Доленко
МОБИЛЬНАЯ РОБОТОТЕХНИЧЕСКАЯ ПЛАТФОРМА С ПЕРЕСТРАИВАЕМОЙ ГЕТЕРОГЕННОЙ СИСТЕМОЙ УПРАВЛЕНИЯ
Рассматриваются недостатки использования робототехнических платформ с жесткой архитектурой для реализации на их базе бортовых систем, реализующих эвристические алгоритмы управления. Предложена гетерогенная перестраиваемая архитектура робототехнической платформы, объединяющая PC-совместимый микрокомпьютер, используемый для реализации высокоуровневой логики системы управления и ПЛИС для реализации низкоуровневой логики и специфических аппаратных решений. Рассмотрены первый прототип разрабатываемой платформы и первые экспериментальные исследования
NAME.
Mo6iwbHbiii робот; перестраиваемая структура; гетерогенная система управления;
.
U.V. Chernukhin, R.V. Saprykin, P.A. Butov, U.S. Dolenko
MOBILE ROBOTIC PLATFORM WITH CONFIGURABLE HETEROGENEOUS CONTROL SYSTEM
Shortcomings of robotic platforms with hard architecture for on-board systems implementing heuristic control algorithms are reviewed. A robotic system with heterogeneous configurable architecture is offered, combining PC-compatible microcomputer used to implement high-level control system logic and an FPGA for low-level logic and specific hardware solutions implementation. The first prototype of the platform being designed is analyzed and first experimental research on its base with NAME virtual modelling system is discussed.
obile robot; configurable architecture; heterogeneous control system; FPGA.
Мобильные роботы (МР) используются во многих областях науки и техники. Особенно хорошо МР зарекомендовали себя для решения задач в условиях, в которых деятельность человека либо затруднена, либо вообще невозможна. Это, , , -, , -грязнения, в районах природных бедствий, боевых действий и т.п.
Основным направлением развития современных МР является переход от
- , ( ), собственными интеллектуальными системами управления. В последнем случае, человек-оператор определяет набор конечных целей, а всю работу по выделению и решению промежуточных задач, таких как построение маршрута перемещения в ,
тому подобное берет на себя интеллектуальная система управления АМР.
На сегодняшний день достигнут определенный прогресс в области построения высокоточных исполнительных механизмов, а также разнообразных сенсорных систем (одометрические датчики, системы спутниковой навигации, сонары, лазерные сканирующие дальномеры и т.д.). Однако теоретико-адгоритмическая база, позволяющая АМР автономно взаимодействовать с окружающей внешней средой, на данный момент все еще находится на начальном этапе своего становления.
В связи с отсутствием адекватной теоретико-адгоритмической базы, основой методологии современной интеллектуальной робототехники являются экспери-
,
исследуемых алгоритмов интеллектуального поведения АМР. При этом используются два основных метода постановки экспериментов в робототехнике: компьютерное моделирование и натурный эксперимент.
Компьютерное моделирование подразумевает наличие трех компонентов: не-
( ), -
лирующей среды (например, Microsoft Robotics Developer Studio [1], NAME [2]) и
подлежащего верификации и оценке эффективности алгоритма интеллектуального .
является присущее любой сколь угодно точной модели несоответствие реальному прототипу. Необходимость упрощения этой модели, а также протекающих в ней физических процессов и самого АМР, вызванная ограниченностью используемых
, -
ния и действительным поведением АМР, функционирующего в условиях реально-
.
Натурный эксперимент подразумевает построение физического прототипа АМР и его системы управления. Такой подход, по сравнению с компьютерным , -
тивность исследуемого алгоритма управления, однако влечет за собой существенное увеличение финансовых и временных затрат.
Существенно сократить временные затраты на построение физического прототипа АМР позволяют специализированные робототехнические платформы, специально предназначенные для решения задач верификации и оценки эффективности алгоритмов управления автономными мобильными роботами. Примерами таких платформ могут служить продукты компаний DFRobot [3], K-Team [4] и др. В качестве основы бортовой вычислительной системы таких платформ используются микроконтроллеры с жесткой (неперестаиваемой) архитектурой или PC-совместимые микрокомпьютеры.
Робототехническая платформа Hemisson [4] компании K-Team использовалась в рамках исследований эффективности применения бионического метода
адаптивного управления [5] для решения задач навигации АМР, проводимых лабораторией искусственного интеллекта и нейрокомпьютерной техники (ИИиНТ) кафедры ВТ ТТИ ЮФУ (рис. 1). Данная платформа представляет собой приводимое в движение двумя двигателями постоянного тока эргономичное шасси, снабженное управляющим микроконтроллером, набором сенсоров, ЫийооЙ-модулем и съемным манипулятором.
Рис. 1. Натурный эксперимент с применением робота Hemisson
, -
ляют программно воспроизводить подлежавший исследованию алгоритм нейросе-тевого интеллектуального управления. В связи с этим он был реализован на удаленном стационарном компьютере, связанном с бортом робота по радиоканалу. Кроме того, платформа Нет^оп была дооснащена широкоугольной камерой, способной адекватно отражать состояние внешней среды и необходимым для ее уста. -
налу на стационарный компьютер, который при помощи исследуемого нейросете-вого бионического алгоритма на основе полученных данных вырабатывал управляющие воздействия для подвижной платформы. Эти воздействия в виде команд возвращались на борт робота посредством радиоканала.
Бионический метод адаптивного управления априори является параллельным алгоритмом. В соответствии с данным алгоритмом, расчет оптимального направления перемещения АМР на каждом шаге выполняется за счет распространяющихся по нейронной сети волн возбуждения. Реализация такого алгоритма на вы-
числительной системе последовательного типа (пусть даже многопроцессорной) малоэффективна. В связи с этим, лабораторией ИИиНТ был построен аппаратный нейроакселератор [6], позволивший значительно ускорить нейровычисления, лежащие в основе бионического метода адаптивного управления.
,
( ), , -, .
существенно увеличить производительность рассмотренной выше системы управления робототехнической платформой Нет^оп. Структура полученной после модификации системы управления приведена на рис. 2.
Рис. 2. Структура модифицированной системы управления АМР на базе
платформы Нвт1ззоп
В то же время анализ показал, что в настоящее время реализация бортового варианта такой системы на борту платформы Ыеш1880п не представляется возможной. Отмеченное обстоятельство связано с рядом ограничений данной платформы, выявленных в ходе экспериментальных исследований.
, -бота. Ее низкая производительность, рассчитанная на реализацию тривиальных ,
.
платформе ограничиваются шиной 12С, что существенно сужает спектр доступных для подключения к ней сенсоров и дополнительных вычислительных ресурсов. Кроме того, малая грузоподъемность платформы Ыеш1880п затрудняет ее модификацию дополнительными, не входящими в комплект поставки, устройствами.
Анализ доступных на рынке робототехнических платформ показал, что отмеченные ограничения (за исключением, возможно, последнего) касаются большинства из них. В связи с этим лабораторией ИИиНТ было принято решение о разработке собственной робототехнической платформы, свободной от указанных огра-.
Ключевой особенностью предлагаемого подхода к построению робототехнических платформ является перестраиваемая гетерогенная архитектура. Под гетерогенностью понимается использование бортового РС-совместимого микрокомпьютера для организации высокоуровневой логики и пользовательского интерфейса, а также ПЛИС для реализации низкоуровневой логики и нестандартных аппаратных решений (в т.ч. нейросетевых). Возможность конфигурирования данной системы управления как на аппаратном (средствами ПЛИС), так и на программном уровнях дает разрабатываемой платформе существенные преимущества по сравнению с имеющимися на рынке аналогами, в основе которых лежит использование микро-( - ) . Данные преимущества обеспечивают:
1. Возможность реализации и верификации как аппаратных, так и программных алгоритмов нейросетевого интеллектуального управления.
2. , -емких эвристических алгоритмов интеллектуального управления.
.
3. Отсутствие ограничений на подключение внешних устройств (сенсоров, эффекторов, дополнительных вычислителей), что позволяет добавлять требуемый интерфейс для связи с внешними устройствами на любом этапе жизненного цикла реализуемого пользователем проекта.
В рамках предлагаемого подхода приведенная на рис. 2 стационарная система нейросетевого управления АМР, решающего задачи навигации в неформализованном окружающем робота пространстве, преобразуется к бортовой схеме,
. 3.
Высокоуровневая логика системы управления
Ґ > Ґ N
РС-совместимый микрокомпьютер ЕВОХ 3300МХ^ Ч Видеокамера
Я
Ґ л
Ґ N
с=>
Ч ПЛИС J ^Сенсоры и эффекторы^
Низкоуровневая логика системы управления
Рис. 3. Структура бортовой системы управления АМР в рамках предложенного
подхода
В настоящее время построен первый опытный образец платформы (см. рис. 4).
Рис. 4. Внешний вид разработанной робототехнической платформы с перестраиваемой гетерогенной системой управления
Данный образец базируется на танковом гусеничном шасси Pololu RP5. Его перестраиваемая гетерогенная вычислительная архитектура реализована на базе ПЛИС, входящей в состав отладочной платы Terasic DE0 и PC-совместимого микрокомпьютера EBOX 3300MX. Для платформы реализована поддержка основных интерфейсов сопряжения с внешними устройствами (I2C, RS232, SPI, USB), а также разработаны драйверы таких широко распространенных на рынке сенсоров, как SRF08 (ультразвуковой сонар), QTR-8RC (цифровой датчик линии), LSM303DLH (3- ) . .
Средствами платформы уже можно реализовывать такие базовые алгоритмы как «адаптивное движение по линии» и «робот-сумо». В ближайшее время на следующем этапе разработки проекта будет реализована необходимая высокоуровневая логика для решения таких эвристических задач, как интеллектуальная навигация и автономное картографирование естественной среды.
Разработан и отлажен механизм взаимодействия робототехнической платформы и виртуальной моделирующей среды NAME [2], для этого структурная схема NAME дополнена необходимыми модулями (см. рис. 5).
Ядро NAME
Дополнительные модули NAME
<й>
Модуль
поддержки
внешнего
оборудования
т
Аппаратный акселератор нейровычислений (для стационарной ЭВМ)
Модуль
поддержки
моделей
роботов
Рис. 5. Дополненная структурная схема виртуальной моделирующий среды NAME
NAME -
альных робототехнических платформ (на рис. 5 цифра 1), так и их программных моделей (на рис. 5 цифра 2), а также обозначены следующие элементы: 3 - расстояние до препятствий (данные от сонаров), 4 - пройденный путь (данные от одометрического датчика), 5 - положение в пространстве (данные от компаса), 6 -цвет поверхности (данные от датчика линии), 7 - команды управления, 8 - наличие вблизи препятствий (данные от ИК датчиков), 9 - изображение (данные от ).
, NAME
режиме реального времени воспроизводилась упрощенная модель внешней среды (на основе показаний бортовых датчиков робота) (см. рис. 6).
,
NAME -
Карло (см. рис. 7)
На рис. 7 цифрами отмечены следующие этапы эксперимента:
1 - робот размещается в лабиринте;
2 - -;
.
3 - во время исследования лабиринта определяются зоны с наиболее вероятным нахождением робота;
4 - .
Система виртуального моделирования
Робототехническая хг А л/П7
помощью сенсоров Воссоздание ситуации в
виртуальном пространстве
Рис. 6. Экспериментальные исследования разработанной платформы в среде
NAME
Рис. 7. Экспериментальные исследования алгоритма локализации робота в
NAME
Дальнейшим развитием исследований в данной области является экспериментальная проверка алгоритма локализации в лабиринте на описанной выше робототехнической платформе в реальной среде, а также разработка и верификация алгоритмов автономного картографирования.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Сайт проекта Microsoft Robotics Developer Studio http://www.microsoft.com/robotics/ (дата обращения: 21.04.2011).
2. Чернухин Ю.В., Сапрыкин Р.В. Система виртуального моделирования поведения интеллектуальных агентов при исследовании ими естественной среды функционирования // Известия ЮФУ. Технические науки. - 2008. - №. 11 (88). - C. 19-24.
3. Сайт компании DFRobot http://www.dfrobot.com/ (дата обращения: 21.04.2011).
4. Сайт компании K-Team http://www.k-team.com/ (дата обращения: 21.04.2011).
5. Чернухин Ю.В. Нейропроцессорные сети. - М.: Изд-во ТРТУ, 1999. - 439 с.
6. Чернухин ЮМ., Сапрыкин Р.В., Бутов ПА. Подходы к реализации нейросетевых систем управления мобильными роботами // Известия ЮФУ. Технические науки. - 2011.
- № 1 (114). - C. 157-162.
. . ., . . .
Чернухин Юрий Викторович - Технологический институт федерального государственного автономного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге; e-mail: [email protected]; 347928, г. Таганрог, пер. Некрасовский, 44.; тел.: 88634371656; кафедра вычислительной техники; .
Сапрыкин Роман Владимирович - e-mail: [email protected]; кафедра вычислительной техники; ведущий инженер.
Бутов Павел Александрович - e-mail: [email protected]; кафедра вычислительной техники; аспирант.
Доленко Юрий Сергеевич - e-mail: [email protected]; кафедра вычислительной техники; аспирант.
Chernukhin Yuri Victorovich - Taganrog Institute of Technology - Federal State-Owned Autonomy Educational Establishment of Higher Vocational Education “Southern Federal University”; e-mail: [email protected]; 44, Nekrasovskiy, Taganrog, 347928, Russia; phone: +78634371656; the department of computer engineering; professor.
Saprykin Roman Vladimirovich - e-mail: [email protected]; the department of computer engineering; engineer.
Butov Pavel Alexandrovich - e-mail: [email protected]; the department of computer engineering; postgraduate student.
Dolenko Yuri Sergeevich - e-mail: [email protected]; the department of computer engineering; postgraduate student.
УДК 621.321
ГЛ. Виноградова, А.Н. Серёдкин
МОДЕЛИ ОЦЕНКИ НАДЁЖНОСТИ ЧЕЛОВЕКОМАШИННОЙ СИСТЕМЫ УПРАВЛЕНИЯ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ПОТРЕБИТЕЛЬСКОЙ
КООПЕРАЦИЕЙ
Показаны необходимость и возможность автоматизации управления в региональных структурах агропромышленного комплекса. Рассмотрена организация реализации управленческих функций в трёхуровневой системе с подсистемами с различной степенью автоматизации. Дано формализованное описание факторов качества управленческих решений, принимаемых в человекомашинной системе (ЧМС). Исследуется влияние надёжности ЧМС-управления организацией на качество управленческих решений. Рассматриваются вопросы оценки надёжности человекомашинной системы управления системой сельскохо-
( ).
расчётные формулы оценки надёжности ЧМС.
Модели; принятие решений; информационная система; надёжность.
