Роботизированная система определения пространственной ориентации техногеного объекта и его структурных частей Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.89

РОБОТИЗИРОВАННАЯ СИСТЕМА ОПРЕДЕЛЕНИЯ ПРОСТРАНСТВЕННОЙ ОРИЕНТАЦИИ ТЕХНОГЕНОГО ОБЪЕКТА И ЕГО СТРУКТУРНЫХ ЧАСТЕЙ

Артём Андреевич Шарапов

Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, аспирант кафедры картографии и геоинформатики, тел. (953)785-54-99, e-mail: [email protected]

Иван Александрович Кноль

Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, аспирант кафедры картографии и геоинформатики, тел. (903)903-54-99, e-mail: [email protected]

В статье описывается разработка робототехнического стенда - прототипа мультиагент-ной системы контроля пространственно-временного состояния техногенных объектов. Приведены этапы создания и схема web-приложения мультиагентной системы.

Ключевые слова: техногенный объект, пространственно-временное состояние, геоинформационные ресурсы, кластеризация, аналитика, прогноз, дерево событий, лазерные технологии, 3D-печать, датчики, рецепторы, эффекторы, мультиагентная система, интеллектуальный агент, web-приложение, 3D-визуализация, WebGL.

ROBOTIC SYSTEM FOR DETERMINING SPATIAL ORIENTATION TEHNOGENNOGO OF THE OBJECT AND ITS STRUCTURAL PARTS

Artem A. Sharapov

Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., graduate student of the Department of Cartography and Geoinformatics, tel. (953)785-54-99, e-mail: [email protected]

Ivan A. Knot

Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., graduate student of the Department of Cartography and Geoinformatics, tel. (903)903-54-99, e-mail: [email protected]

The article describes the development of robotic - based prototype multi-agent systems control of spatial-temporal condition of man-made objects. The stages of creation and diagram web applications multi-agent systems.

Key words: technogenic object, spatial-temporal condition, GIS resources, clustering, Analytics, prediction, event tree, laser technology, 3D printing, sensors, receptors, effectors, multi-agent system, intelligent agent, web application, 3D visualization, WebGL.

Существует множество примеров техногенных объектов (ТО), которые представляют потенциальную опасность для окружающей среды и жизни человека. Жилые, промышленные, уникальные сооружения (ТЭЦ, АЭС, мосты, туннели, высотные здания и сооружения и т. п.) под влиянием различных факто-

ров воздействия в результате подвергаются деформации. [1] От степени мониторинга и качества прогноза динамических и деформационных процессов напрямую зависит безопасность их эксплуатации. [2] Поэтому одной из главных задач геодезии и геоинформатики является определение и прогнозирование пространственно-временных состояний (ПВС) техногенных объектов (ТО) для предупреждения чрезвычайных ситуаций. [3] Существующие автоматизированные системы мониторинга (АСМ), позволяющие предоставлять геопространственную информацию в дискретные моменты времени о ПВС ТО функционируют на основе различных алгоритмов. В полной степени оценить эффективность этих алгоритмов не представляется возможным.

В настоящий момент на базе Центра инжиниринга и робототехники Сибирского государственного университета геосистем и технологий ведутся работы по созданию мультиагентной системы (МАС) для определения и контроля пространственно-временного состояния техногенных объектов.

Мультиагентная система - это система, состоящая из нескольких, взаимодействующих друг с другом агентов. Данная система, путём распределения между агентами, способна решать достаточно сложные задачи, с которыми отдельный агент справиться не в состоянии. [4-6] Примерами таких задач являются: обработка информации, поступающей с различного измерительного оборудования, приборов, датчиков и принятие управленческих решений на основе этой информации; мониторинг местности, превышающей возможности средств технического зрения отдельно взятого агента, и координация действий агентов, осуществляющих мониторинг различных частей объекта.

Понятно, что разработка и внедрение такой системы для контроля ПВС ТО процесс сложный и длительный. Поэтому моделирование мультиагентной системы должно быть процессом поэтапным:

1) создание 3D-модели исследуемого объекта;

2) установка комплексных многофункциональных датчиков на ТО;

3) получение данных об объекте с датчиков с дискретностью обновления данных d.

4) установка геодезических марок;

d*24;

6) получение облака точек на основе лазерной съемки;

7) подбор алгоритма для обработки данных, на основании методов системного подхода (декомпозиция, агрегирование) и принятия решений:

8) определение периодичности поступления геопространственных данных;

9) принятие решения о дальнейших действиях;

10) Программная реализация;

11) Разработка Web-интерфейса.

Авторами разработан робототехнический стенд для наглядного отображения работы МАС определения и контроля ПВС ТО. Внешний вид созданного стенда отображен на рис. 1. Стенд основан на микрокомпьютере Raspberry Pi 3.

Рис. 1. Робототехнический стенд контроля пространственно-временного

состояния техногенного объекта

На рис. 2 отображена схема web-приложения МАС, основанная на принципе «клиент»-«сервер», где

A1..An - пространственные и семантические данные, получаемые комплексными многофункциональными датчиками, установленными на исследуемом объекте (n - количество блоков (структурных частей объекта), полученных в результате декомпозиции, d - дискретность обновления данных);

B1..Bn - пространственные данные, получаемые в результате геодезических измерений на основе тахеометров, теодолитов и нивелиров (n - количество геодезических марок (дискретность обновления данных - d*24), облако точек исследуемого техногенного объекта - совокупность пространственных координат, получаемых в результате геодезических измерений на основе лазерных сканеров (дискретность обновления данных - d*720); алгоритм № 1 .. n - алгоритмы обработки данных.

Учитывая, что для определения ПВС может поступать разнородная информация, система позволяет дополнять или корректировать алгоритмы обработки данных. В блок принятия решений включены алгоритмы интеллектуального анализа данных «машинное обучение» и алгоритмы «деревья решений». Деревья решений - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Преимуществом использования алгоритмов интеллекту аль-ного анализа данных является, то, что в процессе «машинного обучения» реализуется достаточно понятная классификационная модель, которая имеет высокую точность прогноза [7-9].

Рис. 2. Схема web-приложения МАС

Предполагается, что разрабатываемая система будет являться многопользовательской с возможностью подключения нескольких техногенных объектов, именно поэтому для организации связи клиента и сервера была выбрана сеть Internet.

Сервер написан на языке Java и PHP. Многофункциональный интерфейс клиентской части web-приложения реализован на базе различных библиотек языка JavaScript (в частности WebGL) и синтезе HTML5 и CSS3.

Интерфейс позволяет отображать графики зависимости между структур-ны-ми частями объекта (блоками), полученными в результате процесса декомпозиции, а также позволяет визуализировать актуальную на данный момент 3D модель ТО.

Разработанная роботизированная система, наделена следующими функциональными возможностями:

- определение смещения модели ТО в плоскости OXY;

- определение свободного перемещения модели ТО в пространстве, относительно OXYZ и параметров этого перемещения;

- определение деформации модели ТО (интегральной, дифференциальной), определение структурных элементов объекта.

В рамках продолжения работы с данным проектом запланировано реализовать следующие функции:

- моделирование различных факторов влияния на модель ТО;

- интеллектуальный анализ влияния внешних факторов на изменение состояний модели ТО;

- определение критериев перехода ТО из «безопасного» состояния в «опасное» на основе анализа корреляции внешних факторов и состояний объекта;

- апробация МАС на реальном объекте.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Сибриков. С. Г. Техногенные системы и экологический риск: учебное пособие / С. Г. Сибриков; Яросл. го. ун-т им. П. Г. Демидова. -Яровславль: ЯрГУ, 2009. -156 с.

2. Бугакова Т. Ю. Моделирование изменения пространственно-временного состояния инженерных сооружений и природных объектов по геодезическим данным // Вестник СГУГиТ. -2015. - Вып. 1 (29). - С. 34-42.

3. Мендель И. Д., Кластерный анализ. - М.: Финансы и статистика. 1988 г. - 176 с., ил.,

4 с.

4. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание. : Пер. с англ. - М.: Издательский дом "Вильяме", 2003. - 864

5. Ю.И.Журавлев, В.В.Рязанов, О.В.Сенько. РАСПОЗНАВАНИЕ. Математические методы. Программная система. Практические применения. ИЗДАТЕЛЬСТВО ФАЗИС, МОСКВА 2005

6. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. - СПб: Питер, 2000. - 384 с.

7. Евгенев Г. Б. Мультиагентные системы компьютерной инженерной деятельности // Информационные технологии. - 2000. - № 4. - С. 2-7.

8. Управление на базе мультиагентных систем [Электронный ресурс]. - Режим доступа: http://www.intuit.ru/studies/courses/4115/1230/lecture/24081

9. Роберт Лафоре. Структуры данных и алгоритмы JAVA. Питер, 2013.

© А. А. Шарапов, И. А. Кноль, 2017