CC BY
9
ТЕХНИЧЕСКИЕ НАУКИ
СИСТЕМА КОЛЛЕКТИВНОГО ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ УПРАВЛЕНИЯ МОБИЛЬНЫМИ РОБОТАМИ
*Подубный Марин, *Сафонов Геннадий, *Негарэ Евгений,
*Морошан Ион, *Бордиан Димитрие, **Абабий Виктор
*Докторант кафедры ЭВМ, Технический Университет Молдовы, г. Кишинев **Доцент кафедры ЭВМ, Технический Университет Молдовы, г. Кишинев
АННОТАЦИЯ
В данной работе представлены результаты проектирования системы управления мобильными роботами на базе моделей коллективного принятия решений. Система принятия решений реализована в виде множества однородных вычислительных устройств, которые формируют между собой сеть с топологией Mesh. Модель управления мобильными роботами представляет собой задачу многомерной оптимизации, которая распределена равномерно между вычислительными устройствами.
ABSTRACT
In this work are presented the design results of the mobile robots control sy&em based on collective decision-making models. The decision-making sy&em is implemented as a plurality of similar computing devices that form the network between a Mesh topology. The control model of mobile robots represents a multidimensional optimization task, which is di^ributed uniformly between computing devices.
Ключевые слова: распределенная система; распределенное управление; коллективное принятие решений; модель оптимизации; мобильные роботы; ESP-12; Wi-Fi.
Keywords: di^ributed sy&em; di^ributed control; collective computing; optimization model; mobile robots; ESP-12; Wi-Fi.
Введение
Современные технологические процессы требуют постоянного развития как математических методов и моделей, так и технических средств используемые для их управления. В итоге, для достижения поставленных целей, появляется необходимость в использовании новых алгоритмов и технологий на базе распределенных систем управления (параллельные вычислительные системы) или систем коллективного принятия решений (коллективный интеллект) [1]. По определению коллективный интеллект представляет собой частный случай реализации распределенных систем управления на базе моделей коллективного принятия решений.
В работе [2] представлено проектирование системы коллективного интеллекта на базе множества вычислительных элементов (процессоров) реализующие алгоритм роевого поведения. Данное техническое решение позволило отказаться от ведущего вычислительного устройства, которое, по мнению авторов, является слабым звеном в топологии вычислительной архитектуры.
Другой пример реализации параллельных вычислительных процессов представлен в работе [3] где в модели коллективного принятия решений отказались от процесса синхронизации и каждый процессор выполняет собственное задание, что обеспечивает полную независимость, которое выгодно реализовать для систем с открытой вычислительной архитектурой.
Постановка задачи коллективного принятия решений для управления мобильными роботами
Пусть в пространстве S £ RM задан процесс Р коллективного принятия решений для управления мобильными ро-
ботами. Пространственная и временная эволюция процесса Р задано системой нелинейных уравнений (1):
F (X) =
'/(X, t), /2( X, t),
/м ( X, t).
,(1)
где: X = , Vi = 1, M} и t е[0, T].
Цель управления мобильными роботами является достижение точки с координатами X £ S, которое удовлетворяет условие (2) [4]:
F(X) ^ max,
g/ ( x ) < b,
X,. > 0,
i = 1, м;
(2)
(X) < Ь
где: гч 7 1 условия ограничения эволюции про* £[0, Т]
странства S в интервале времени -1.
Для удовлетворения условия (2) необходимо чтобы на каждом шаге вычислительного процесса выполнялось условие (3):
dF (X, t)
3X;
> 0, Vi = 1, M
(3)
Для решения системы уравнений (2) предусмотрено использование системы коллективного принятия решений из М распределенных вычислительных устройств.
Распределение вычислительной мощности между
Л Л CD,, i = 1, M
устройствами обработки данных 1 выполне-
но на базе выражения (4):
CDi : fi(X,t) ^ min, gx(X) < b{, CD2: f2(X, t) ^ min, g2(X) < b2;
CDm : fm (X, t) ^ min, gm (X) < ьм .(4)
Структура системы коллективного принятия решений Структура системы коллективного принятия решений представляет собой MIMD (Multiple Infraction, Multiple Data) [5] вычислительную архитектуру, которая обеспечивает асинхронную параллельную обработку данных.
На Рисунке 1 представлена структура системы коллективного принятия решений, которая состоит из M устройств
обработки данных CD1 — CDM формирующие между собой Mesh сеть MeshNW.
Рисунок 1. Структура системы коллективного принятия решений
Устройства обработки данных 1 M представляют собой ESP8266-12 модули [6,7,8], которые обеспечивают следующие технические характеристики: 32-bit RISC CPU (Tensilica Xtensa LX106 running at 80 MHz); 64 KB of instruction RAM (IRAM); 96 KB of data RAM (DRAM); IEEE 802.11 b/g/n Wi-Fi; Integrated TCP/IP protocol Sack; 16 GPIO pins; и 10-bit ADC.
Выбор ESP8266-12 модулей для реализации системы коллективного принятия решений обоснован тремя условиями: минимальная масса и потребляемая мощность, технические характеристики и поддержка обмена данными в сети Wi-Fi. Синтез функциональной и структурной схемы Для обеспечения функциональности и достижения поставленной цели для вычислительных устройств системы коллективного принятия решений разработаны: функциональная схема распределения памяти программ и данных,
и структурная схема устройства управления мобильным роботом.
Функциональная схема распределения памяти программ и данных представлена на Рисунке 2, где:
IRAM - память программ, которая распределена на
Private Program Code
три области: а - это ядро про-
Public Program Code
граммы или ОС, в - это процедуры
для решения модели (4), управления мобильным роботом и генерация запросов к другим устройствам обработки дан-
CD1 - CDM
ных 1 м , и
Distributed Program Code
й - это
процедуры обслуживания запросов от других устройств об-
Л CD1 - CDM
работки данных 1 м .
1RAM
Рисунок 2. Функциональная схема распределения памяти программ и данных
На Рисунке 2 дуги 1 - 3 отображают уровень доступности ОКАМ - шшяп, данных, которая распределена на процедур и 4 - 10 отображают уровень доступности данных
соответствующими процедурами.
Структурная схема устройства управления мобильным
три области: Private Data - это данные ядра или ОС Public Data - эт° данные о состоянии решения модели (4) роботом представлена на Рисунке 3, где: CD - устройство
и управления мобильным роботом, и Distributed Data -это данные доступные другим устройствам обработки дан-
ных CD1 — CDM.
обработки данных модуль ESP8266-12 с антенной AN для обмена данными в сети WiFi, S - датчик состояния внешней среды, DRV - драйвер и AC - устройство перемещения робота.
Рисунок 3. Структурная схема устройства управления мобильным роботом
Синтез электрической схемы управления мобильным роботом тивного принятия решений (4); Ц72 - драйверы L298 [9]
В процессе исследования нескольких вариантов электрических схем управления мобильным роботом выбра- для управления двигателями Мх,М2. Аналоговый вход
на схема, представленная на Рисунке 4, где: и1 - модуль АОС используется для шдкл^^ия датчика определения
ESP8266-12 [6,7,8] для вычисления части модели коллек- состояния внешней среды.
:
U>
е
Гв со
да
аКн Ghn
агвч апиц
* -J- Ж-ТГ.
X
и
иг jss
ii'a
3
fc L £ * 3 3 3 S
T
м 1
]
BAT1
+1
U 2
Рисунок 4. Электрическая схема
Выводы
В результате проектирования системы коллективного принятия решений для управления мобильными роботами были получены: модель распределения вычислительной мощности между устройствами, функциональная схема распределения памяти программ и данных, топология сети, структурная и электрическая системы управления мобильным роботом на базе модуля ESP8266-12.
Дальнейшее развитие и исследования системы коллективного принятия решений для управления мобильными роботами направлены на разработку эффективного программного обеспечения, позволяющего обращаться к данным других вычислительных устройств как к собственным данным.
Список литературы:
1. Xin-She Yang. Swarm-Based Metaheuriflic Algorithms and No-Free-Lunch Theorems, Theory and New Applications of Swarm Intelligence, Dr. Rafael Parpinelli (Ed.), 2012. ISBN: 978-953-51-0364-6, (InTech, Available from: http://www. intechopen.com/books/). DOI: 10.5772/30852.
2. Narasimhan, S.; Paul, S.; Bhunia, S. Collective computing based on swarm intelligence, in Design Automation Conference, 2008. DAC 2008. 45th ACM/IEEE. pp. 349 - 350, ISSN: 0738-100X. DOI: 10.1145/1391469.1391561.
управления мобильным роботом
3. Roda, J.L.; Sande, F.; Leon, C.; Gonzalez, J.A.; Rodriguez, C., The collective computing model, in Parallel and Diflributed Processing, 1999. PDP '99. Proceedings of the Seventh Euromicro Workshop, pp.19-26, 3-5 Feb 1999, DOI: 10.1109/EMPDP.1999.746640.
4. David G. Luenberger; Yinyu Ye. Linear and Nonlinear Programming. Third Edition, Springer, 2008, ISBN: 978-0-38774502-2. (Доступен на: https://grapr.files.wordpress.com).
5. John E. Savage. Models of Computation: Exploring the Power of Computing, Addison Wesley, 1998, 672p. ISBN: 0201895390.
6. http://espressif.com/en/products/esp8266/ (Доступ 15.06.2016).
7. https://www.sparkfun.com/products/13678 (Доступ 05.06.2016).
8. https://www.adafruit.com/images/product-
files/2471/0A-ESP8266_Datasheet__EN_v4.3.pdf (Доступ
01.06.2016).
9. http://www.fl.com/web/en/catalog/sense_power/ FM142/CL851/SC1790/SS1555/PF63147 (Доступ 01.06.2016).
