CC BY
127
^ 10.24411/2409-5419-2018-10043
СТРУКТУРА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ НАЗЕМНОГО РОБОТОТЕХНИЧЕСКОГО КОМПЛЕКСА ДЛЯ ФОРМИРОВАНИЯ МАРШРУТА ДВИЖЕНИЯ
ВАРГАНОВ
Вячеслав Валерианович1 ГРИВАЧЕВ
Александр Валерьевич2 КУРОЧКИН
Александр Геннадиевич3 ТИТЕНКО
Евгений Анатольевич4
Сведения об авторах:
1к.с.н., доцент, заместитель директора научно-исследовательского института радиоэлектронных систем Юго-Западного государственного университета, г. Курск, Россия, [email protected]
2аспирант Юго-Западного государственного университета, г. Курск, Россия, [email protected]
3аспирант Юго-Западного
государственного университета, г. Курск, Россия, [email protected]
АННОТАЦИЯ
В работе построена структура системы управления для подвижного наземного робота. С точки зрения проектирования сложных информационных систем робот понимается как программируемый подвижный исполнитель команд. При этом команда движения считается базовой среди выполняемых работ. Указаны ограничения и недостатки классических систем управления движением, не позволяющие роботу самостоятельно планировать маршрут. Классическая система управления не имеет встроенных средств для интеллектуального объединения данных от разнородных датчиков. Данное ограничение не позволяет автоматически строить маршрут движения робота и анализировать объекты окружающей среды. Предложена структура системы управления, содержащая иерархическую схему комплексирования разнородных данных и модуль построения модели окружающей среды. Объединение выходных потоков от различных типов датчиков позволяет построить непротиворечивую и полную модель окружающей среды. Установлено, что данная модель, в дальнейшем, позволит роботу автоматически строить маршруты движения (поиск в трёхмерном пространстве, выбор наилучших вариантов поверхности для движения, объезд потенциально опасных участков местности и т.д.). Схема комплексирования является модульной по составу и конвейерной по схеме вычислений. Показано преимущество, позволяющее применять модель для представительного класса подвижных роботов с различным набором датчиков и средств измерения. Создана структура системы управления, она содержит блоки видового, межвидового комплексирования. Также в системе управления выполнена агрегация данных об объектах окружающей среды в метаданные. Агрегация выполняется на основе базы характеристик робота и баз правил для оценки внешних ситуаций. Такая иерархия объединений разнородных данных позволяет динамически строить и изменять маршрут при наличии препятствий и использовать подвижный робот во внешней среде без участия человека.
4к.т.н., доцент, начальник управления научно-исследовательского института радиоэлектронных систем Юго-Западного государственного университета, г. Курск, Россия, [email protected]
КЛЮЧЕВЫЕ СЛОВА: система управления; робототехнический комплекс; уровень управления; схема комплексирования; маршрут.
Для цитирования: Варганов В. В., Гривачев А. В., Курочкин А. Г., Титенко Е. А. Структура интеллектуальной системы управления наземного робототехнического комплекса для формирования маршрута движения // Наукоемкие технологии в космических исследованиях Земли. 2018. Т. 10. № 2. С. 78-86. doi 10.24411/2409-5419-2018-10043
Vol 10 No 2-2018, H&ES RESEARCH INFORMATICS, COMPUTER ENGINEERING AND CONTROL
Актуальность работы
Одной из перспективных тенденций современного развития наземной военной робототехники является плановый переход от дистанционно управляемых робототех-нических комплексов (РТК) к автоматически функционирующим наземным РТК [1-3], способным достаточно самостоятельно принимать решения по подготовке и исполнению маршрута движения [4-5] на основе текущей информации о состоянии комплекса и характеристиках объектов окружающей среды [6-7].
Движение робота понимается как обособленный вид работы, непосредственно связанный с выполнением типовых элементов движения в условиях неопределенности окружающей обстановки и формированием рационального (оптимального) маршрута движения. Одним из автоматизированных способов уменьшения такой неопределенности является синтез системы (СУ) управления РТК, имеющей возможности как для поддержки расчетных задач по контролю состояния РТК и исполнения движения, так и по обеспечению поисковых задач в условиях неопределенности, неполноты исходных данных [6-9]. Важнейшей такой задачей является задача формирования и/или коррекции маршрута движения [10]. Решение задачи связано с привлечением значительных вычислительных и емкостных ресурсов (фильтрация, поворот участков растра, подготовка картограммы проходимости, генерация и проверка альтернатив участков маршрута, глобальные нерегулярные проверки геодезических и топологических свойств объектов местности, автоматизированный учет сезонных и иных изменений участков местности, гидрографических объектов, синтез 3D-модели и др.) [11-12].
Метеорологические, топографические и иные свойства местности оказывают существенное влияние на планирование и контроль движения РТК по маршруту. Для экипажных машин эти факторы учитываются их командирами и механиками-водителями при организации и выполнении работ. Вместе с тем степень автоматизации этих процессов пока является недостаточной, что определяет актуальность разработки структуры СУ и алгоритмов функционирования основных подсистем, прежде всего планирования и реализации движения по цифровой карте местности и аэрокосмических снимков в разные периоды времени года.
Структура системы управления нижнего уровня
Одним из ключевых элементов перспективных РТК является система управления. Разработка перспективных систем управления, аппаратно ориентированных на работу в условиях неполноты или нечеткости исходной информации, неопределенности внешних воздействий и среды функционирования, требует привлечения нетривиальных подходов к управлению и использованию технологий искусственного интеллекта [16-17].
Очевидно, что при наличии различного рода неопределенностей при случайном характере внешних воздействий, к которым можно отнести непредусмотренное изменение фоно-целевой обстановки, собственных эксплуатационных характеристик объекта управления и параметров среды, высокий уровень автономности работы, адаптивности режимов работы систем управления должен обеспечиваться за счет повышения их интеллектуальных возможностей. Можно выделить современные информационно-технических требований к системам управления робототехнических комплексов:
— построение системы управления по распределенному принципу с использованием как универсальных, так и специализированных вычислительных средств;
— использование мощной бортовой вычислительной системы, способной как производить универсальные алгоритмические вычисления, так и обрабатывать большие параллельные информационные потоки;
— применение многоканальной системы локальной навигации;
— наличие многоспектральной системы технического зрения, способной работать в условиях пониженной освещенности и сложных метеоусловиях;
— наличие высокоскоростных, помехозащищенных каналов связи и управления.
Наземные РТК оснащаются различными сенсорами, а также средствами наблюдения, связи и навигации, которые позволяют им действовать автономно или под управлением оператора, передавать оператору аудио-и видеоинформацию в реальном масштабе времени практически в любое время суток. Вместе с тем вопросы комплекси-рования информации от различных средств ее добывания не получили систематического рассмотрения в составе существующих систем управления РТК. Исследуемым является вопрос набора средств восприятия данных от приборов и датчиков, устанавливаемых на машины использующих различные физические принципы получения данных и их последующей интерпретации. Этот вопрос будет последовательно детализироваться разработкой принципов и алгоритмов комплексной разнородной информации и эксплуатацией используемых устройств, приборов и датчиков съема, сканирования, измерения характеристик до внешних объектов.
Тенденция по структурной организации СУ состоит в проектировании многоуровневой структуры, разграничивающей процессы непосредственного управления устройствами и органами (модельно-привязанные к типу робота программы) и процессы планирования и реализации автономного движения
Такое разграничение является основой модульной независимости решаемых задач, экономит ресурсы и обеспечивает автономность выполняемых роботом типов
работ. Кроме того, для систематического учета разнородных требований к движению РТК в условиях неопределенности представляется целесообразным использовать иерархический подход к построению СВУ, сохраняющий преемственность решений и наработок дистанционно управляемых и полуавтономных наземных роботов на нижнем (исполнительном) уровне управления [13-14].
СУ на нижнем уровне имеет классическую структуру: выделяются первичные измерительные средства, исполнительные агрегаты, узлы, подсистемы (АУП), модуль приема-передачи данных (1111) от командного пункта (КП) и единый центр сбора и обработки информации — контроллер платформы РТК. Робот в этом случае понимается как подвижный непрограммируемый исполнитель команд, в том числе команд движения. Сенсорные средства ввода данных о внешней среде непосредственно передают/транслируют оператору без первичного анализа и обработки исходную информацию. Фактически система управления РТК представляет систему измерения и сбора данных о состоянии исполнительных АУП и получения первичной (видео-, измерительной) информации. Принятие решения по планированию движения реализуется оператором РТК.
Структура системы управления верхнего уровня
Система управления РТК верхнего уровня, в том числе, предназначена для автоматизации действий по планированию, исполнению и контролю работ поисково-аналитического характера. Планирование и коррекция маршрута является важнейшей задачей такого типа. Ее решение призвано дополнить и/или заменить действия оператора в условиях разнородных данных о состоянии машины и окружающей обстановки [14].
В качестве общей схемы СУ верхнего уровня предлагается следующее представление (рис. 2.), состоящее из взаимодействующих модулей планирования работ (движения), исполнения и контроля команд движения, модельного описания окружающей среды [10].
В состав СУ должны входить следующие информационно-управляющие компоненты:
— модель внешней среды — описывает состояния окружающей среды с учетом законов поведения объектов (пассивных и активных, в статике и динамике по времени);
— модуль идентификации и распознавания объектов, изображений, и поведения объектов по заложенным метаданным — закономерности появления/исчезновения ячеек-препятствий на матрице местности;
Рис. 1. Структура СУ для наземного РТК (нижний уровень)
Vol. 10. No. 2-2018, H&ES RESEARCH
INFORMATICS, COMPUTER ENGINEERING AND CONTROL
Рис. 2. Общая схема СУ (верхний уровень)
— модуль генерации планов — осуществляет поиск текущего маршрута или его участка на основе модели окружающей обстановки
— модуль исполнения действий осуществляет контроль запланированных действий, подавая команды на исполнительные устройства и контроллеры;
— модуль управления целями определяет иерархию целей, их важность и последовательность достижения при многоцелевой задаче;
— модуль распознавания объектов внешней среды;
— иерархическая система комплексирования данных от различных сенсорных источников, обеспечивающая планирующий модуль информацией различного уровня агрегации.
Модель внешней среды создается на основе заложенных типовых сцен и выполняет функцию запоминания состояния объектов и их характеристик, существенных для процессов движения [15]. Задачей модуля распознавания является обнаружение роботом видовых объектов, их характеристик и географического положения в модели. В результате в процессе движения в роботе формируется и постоянно обновляется модель внешней среды, а результатом работы системы планирования является не только (пере)построение маршрутов движения, а также накопление данных об объектах внешней среды (координаты, размер, семантика, вид исходящей угрозы и др.), попавших в локальную окрестность движущегося робота.
Важное место в обеспечении принятия решения при автоматическом движении РТК отводится процессам объединения данных от различных датчиков и системы технического зрения РТК. Основным направлением развития системы технического зрения является комплексирование данных от различного типа средств ввода данных в РТК: стереозрение, лазерные сканеры, ультразвуковые датчики, радары ближнего действия и др. По отдельности каждый тип датчиков предоставляет частичный объём данных об окружающей среде. Комплексирование — синхронизированное по времени совмещение на общий объект окружающей среды измеренных характеристик, имеющих общую начальную точку в единой системе координат — в состоянии снять эти ограничения. Благодаря совмещению выходных потоков от различных типов датчиков система технического зрения может построить непротиворечивую и полную модель окружающей среды. Данная модель, в дальнейшем, позволит роботизированной платформе строить и/корректировать маршруты движения робота при наличии ограничений (поиск в трёхмерном пространстве, выбор наилучших вариантов поверхности для движения, объезд потенциально опасных участков местности и т.д.).
Соответственно СУ РТК верхнего уровня должна иметь расширенные средства ввода данных и восприятия внешнего мира, его отражения в некоторую цифровую модель местности (модель внешней среды). Достижение оперативного и тактического превосходства РТК в усло-
виях конфликта обеспечивается возможностью генерации альтернативных действий, динамического варьирования видами движений, что должно быть связано с введением в общий цикл управления поисковых методов и алгоритмов. Последние способны наряду с расчетно-логическим действиями, определяющими детерминированный характер вычислений и соответственно перемещений РТК в пространстве, выполнять поисковые преобразования и ситуационно выдавать скоординированные по цели, но не запланированные ранее перемещения.
Комплексирование входных данных целесообразно распределить на между нижним и верхним уровнями, обеспечивая переключение между ними и для расширенного восприятия окружающей среды. В этом случае СУ должна использовать все источники данных, а также информацию из баз данных и знаний в виде шаблонов и правил обработки типовых ситуаций.
Далее интеллектуализация возможностей РТК направлена с включение в состав СУ передающе- известительного модуля. Вопросы организации коммутационных обменов сообщениями и последующего автономного принятия решений на борту машины оперативно получать актуализированную информацию и соответственно принимать обоснованные решения, особенно в составе группировки подвижных роботов. Конечно, такой подход требует непосредственного мониторинга ЛПР с командного пункта за каждым действием РТК на местности и своевременного целеуказания подвижному роботу, что также требует наличия ресурсных возможностей в передающе- известительного модуле.
В состав типовой стандартной СУ входят следующие подсистемы:
а) подсистема управления движением;
б) подсистема управления ресурсами;
в) подсистему позиционирования и управления связью.
Как развитие структурно-функционального подхода
модифицированная СУ включает в свой состав четыре подсистемы:
а) подсистему управления движением;
б) подсистему управления ресурсами;
в) подсистему позиционирования и управления связью, включая передающе- известительный модуль;
г) подсистему анализа и реконфигурации.
Введенная подсистема анализа и реконфигурации
отвечает за генерацию альтернатив и выбор нового участка траектории в связи с неожиданно возникшим препятствием или нестандартной ситуацией на местности. Как правило, такие препятствия не актуализированы на карте местности, поэтому в задачу РТК входит реконфигурация маршрута и оповещение всех подвижных роботов в составе группы.
Первые три подсистемы имеют собственные локальные модули управления и преимущественно ориен-
тированы на выполнение расчетно- логических действий детерминированного характера. Средства восприятия ИР в принятии решений данных подсистем ориентированы преимущественно на мехатронные функции движения и состоят в приеме и мониторинге внешней информации для предотвращения неконтролируемых перемещений и недопустимых движений.
Вопросы анализа внешнего окружения и соответствующей топологической расстановки роботов на местности входят в функцию четвертой подсистемы. Отличительная особенность подсистемы анализа и реконфигурации заключается в том, что решение о статусе робота через передающе- известительный модуль может быть оттранслировано в соседние роботы в подсистему позиционирования и управления связью, что создает базу для динамического управления конфигурацией роботов (размещением) в составе группировки. Введенная подсистема анализа и реконфигурации расширяет реальные и потенциальные функциональные возможности РТК, что определяет структурную адаптацию связных процессов при работе в группе. Другими словами, структурная схема подвижного робота с подсистемой анализа и реконфигурации имеет адаптированную структуру под процессы автономного движения и принятия решений.
Для упорядочения процессов комплексирования и выработки общей объединяющей базы предлагается иерархическая (трехуровневая) схема комплексирования данных (рис. 3).
Важнейшим для генерации агрегированных данных является второй уровень. На нем объединяются в пары такие источники данных, которые имеют общий измеряемый признак—дистанции, удаления, расстояния. При этом в паре операндов на комплексирование выделяется строби-рующий (селективный) процесс, по которому осуществляется выделение синхронизированных данных из массива измерений (второй операнд) для последующей обработки.
Данная схема комплексирования является модульной по составу и конвейерной по схеме вычислений. Она может расширяться или усекаться до номенклатуры имеющихся в подвижном роботе технических средств измерения, съемки, сканирования, что делает ее применимой для представительного класса подвижных роботов.
Детализированная многоуровневая организация СУ для наземного РТК (верхний уровень) содержит три уровня комплексирования данных (рис. 4). На рис. 4 обозначено: ЦКМ — цифровая карта местности, НВ — навигационные вычисления, ПКМ — построение картограммы проходимости, ПМ — планирование маршрута, ВХМ — вычисление характеристик маршрута. Система управления движением имеет линейно-итерационную структуру. Центральное место в ней занимают модули межвидового комплексирования (на основе конвейерных матриц) и пла-
Vol 10 No 2-2018, H&ES RESEARCH INFORMATICS, COMPUTER ENGINEERING AND CONTROL
Рис. 3. Иерархическая схема комплексирования данных в РТК
нирования и исполнения движения. В последнем модуле осуществляется цикл поиска маршрута, оценки его характеристик с учетом вновь выявленных препятствий. Эта особенность организации позволяет роботу при планировании движения выполнять этапы межвидового комплексирования и агрегации данных с привлечением БД видовых объектов, базы тактико-технических характеристик робота, баз правил для оценки внешних ситуаций.
Таким образом, создана СУ имеющая 2 самостоятельных уровня управления и планирования движения. Структура СУ детализирована модулями и блоками для анализа картографической информации о местности, планирования и/коррекции маршрута при наличии объектов-препятствий и ограничений на характеристики маршрута. Отличительная особенность модуля планирования и исполнения маршрута — совместное применение навигационных, картографических данных и данных о состоянии РТК.
Выводы
1. Проанализирована классическая структура СУ нижнего уровня, обеспечивающая для наземного РТК поддержку процессов измерения, сбора данных о состоянии машины и ее доведения до оператора для принятия
решения по планированию движения. Определен основной недостаток СУ нижнего уровня — невозможность построения модели окружающей среды для планирования маршрута на борту РТК.
2. Показано, что основу СУ верхнего уровня составляет модель окружающей среды. Для автоматического планирования маршрута на борту РТК важное место в принятии решения отводится процессам комплексиро-вания данных от различных датчиков и системы технического зрения РТК. Предложена иерархическая схема блока комплексирования — комплексора данных. Данная схема комплексирования является модульной по составу и конвейерной по схеме вычислений, что делает ее применимой для представительного класса подвижных роботов с различными наборами технических средств измерения, съемки, сканирования и др.
3. Разработана структура СУ (верхний уровень), имеющая три уровня комплексирования вплоть до агрегации данных и позволяющая использовать сложные алгоритмы поиска маршрута при наличии тактико-технических ограничений (поиск в трёхмерном пространстве, выбор наилучших вариантов поверхности для движения, объезд потенциально опасных участков местности и т.д.).
Рис. 4. Структура СУ для наземного РТК (верхний уровень)
Применение модели окружающей среды в составе СУ РТК позволяет оптимизировать взаимодействия роботов в группе. Каждый РТК в состоянии расширить своё представление об окружающей среде за счёт обмена данными между соседними роботами. Имея общую модель окружающей среды, группировка РТК может осуществлять точное позиционирование на сформированной модели, что позволяет осуществлять динамическое изменение положения роботов внутри группировки [15, 17-18].
Литература
1. Макаров И.М., Лохин В. М. Интеллектуальные системы автоматического управления. М.: Наука, 2001. 576 с.
2. Геловани В. А., Башлыков А. А., Бритков В. Б., Вязи-лов Е. Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: УРСС, 2001. 304 с.
3. Гривачев А. В., Емельянов С. Г., БородинМ. В. Структурно-функциональная схема распознавания и оцен-
Vol 10 No 2-2018, H&ES RESEARCH INFORMATICS, COMPUTER ENGINEERING AND CONTROL
ки риска в системе управления роботизированными многофункциональными машинами // Информационно-измерительные и управляющие системы. 2015. Т. 13. № 6. С. 4-9.
4. Лоторев П. В., Курочкин А. Г., Гривачев А. В., Емельянов С. Г. Организация системы поддержки принятия решений для управления группой роботов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2015. № 3. С. 30-36.
5. Лоторев П. В., Курочкин А. Г. Гривачев А. В. Математическая модель динамической коррекции маршрута подвижного робота // Наукоемкие технологии. 2016. Т. 17. № 3. С. 21-25.
6. Ларичев О. И. Теория и методы принятие решений. М.: Логос, 2010. 183 с.
7. Дружинин В.В. Системотехника. М.: Радио и связь, 1985. 200 с.
8. Hofner C., Schmidt G. Path Planning guidance techniques for an autonomous mobile cleaning robot // Robotics and Autonomous System. 2005. Vol. 14. Рр. 199-212.
9. Arkin R. C. Behavior-based Robot Navigation in Extended Domaims // J. of Adaptive Behavior. 2002. Vol. 1. No. 2. Рр. 201-225.
10. Emery R., Balch T. Behavior-based Control of Non-Holonomic Robot in Pushing Task // IEEE Intern Conf
on Robotics and Automation (ICRA-2011). Seoul, 2011. Рр. 185-189.
11. Casbeer D. W. Forest fire monitoring with multiple small UAVs // Proceedings of the 2005 American Control Conference. 2005. No. 1. Pp. 3530-3535.
12. King A. Distributed Parallel Symbolic Execution. Kansas: Kansas State University, 2005. 87 р.
13. Duncan R. A survey of parallel computer architectures for motion agents // Computer. 2009. Vol. 23. No. 2. Pр. 5-16.
14. Hennessy J. L., Patterson D. A. Computer Architecture. A Quantative Approach. 3th ed. San Francisco: Morgan Kaufmann Publishers, Elsevier Science, 2013. 833 p.
15. Казаков А. А., Семенов В. А. Обзор современных методов планирования движения // Труды Института системного программирования РАН. 2016. Т. 28. № 4. С. 241-294.
16. Рыбина Г.В. Основы построения интеллектуальных систем. М.: Финансы и статистика, 2010. 430 с.
17. Курочкин А. Г., Емельянов С. Г., Бородин М. В. Продукционная модель для координации бесконфликтного расположения группы автономных роботов // Информационно-измерительные и управляющие системы. 2015. Т. 13. № 6. С. 10-14.
18. Люгер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Вильяму 2003. 864 с.
STRUCTURE OF INTELLECTUAL SYSTEM OF CONTROL OF ROBOTIC TECHNICAL COMPLEX FOR FORMATION OF ROUTE OF MOTION
VYACHESLAV V. VARGANOV,
Kursk, Russia, [email protected]
EVGENIY A. TITENKO,
Kursk, Russia, [email protected]
ALEXANDER V. GRIVACHEV,
Kursk, Russia, [email protected]
KEYWORDS: control system; robotic complex; level of control; complexion scheme; route.
ALEXANDER G. KUROCHKIN,
Kursk, Russia, [email protected]
ABSTRACT
The work is show the structure of a control system for a mobile ground robot. From an information point of view, the robot is understood as a programmable mobile executor of commands. The movement team is considered to be the base of the work performed. The limitations and disadvantages of classical traffic control systems are indicated,
which do not allow the robot to plan the route independently. Classical control system does not have built-in tools for intelligent data integration from heterogeneous sensors. This restriction does not automatically allow you to build a route of movement of the robot and analyze the objects of the environment. The proposed structure of
the management system contains a hierarchical scheme for combining heterogeneous data and a module for building an environmental model. The combination of output streams from different types of sensors makes it possible to build a consistent and complete model of the environment. This model, in the future, will allow the robot to automatically build traffic routes (search in three-dimensional space, selection of the best variants of the surface for movement, detour of potentially dangerous sections of the terrain, etc.). The blocking scheme is modular in composition and conveyor according to the calculation scheme. This advantage makes it suitable for a representative class of mobile robots with a different set of sensors and measuring instruments. The created structure of the control system contains blocks of species, interspecific integration. Also, the management system aggregates data on environmental objects into metadata. Aggregation is performed based on the robot's characteristics database and rules bases for assessing external situations. Such hierarchy of associations of heterogeneous data allows you to dynamically build and modify the route in the presence of obstacles.
REFERENCES
1. Makarov I. M., Lokhin V. M. Intellektual'nye sistemy avtomatich-eskogo upravleniya [Intelligent systems of automatic control]. Moscow: Nauka, 2001. 576 p. (In Russian)
2. Gelovani V. A., Bashlykov A. A., Britkov V. B., Vyazilov E. D. Intellektual'nye sistemy podderzhki prinyatiya reshenij v neshtatnyh situ-aciyah s ispol'zovaniem informacii o sostoyanii prirodnoj sredy [The intellectual decision support systems in emergency situations using information on the state of the natural environment]. Moscow: URSS, 2001. 304 p. (In Russian)
3. Grivachev A. V., Emel'yanov S.G., Borodin M. V. The structural-functional scheme for recognition and risk assessment in the control system of robotic multifunction machines. Informatsionno-izmeritel'nye i upravlyaushchie sistemy [Information-measuring and Control Systems]. 2015. Vol. 13. No. 6. Pp. 4-9. (In Russian)
4. Lotorev P. V., Kurochkin A. G., Grivachev A. V. Design of decision support for control of robots. Proceeding of the South-West State University. Series Control, computer engineering, information science. Medical instruments engineering. 2015. No. 3. Pp. 30-36. (In Russian)
5. Lotorev P. V., Kurochkin A. G. Grivachev A. V. Mathematical model of the dynamic correction of the mobile robot route. Naukoemkie tekhnologii [Science Intensive Technologies]. 2016. Vol. 17. No. 3. Pp. 21-25.
6. Larichev O. I. Teoriya i metody prinyatie reshenij [Theory and methods of decision-making] Moscow: Logos. 2010. 183 p. (In Russian)
7. Druzhinin V. V. Sistemotekhnika [System engineering]. Moscow:
Radio i Svyaz', 1985. 200 p. (In Russian)
8. Hofner C., Schmidt G., Path Planning guidance techniques for an autonomous mobile cleaning robot. Robotics and Autonomous System. 2005. Vol. 14. No. 2. Pp. 199-212.
9. Arkin R. C. Behavior-based Robot Navigation in Extended Do-maims. J. of Adaptive Behavior. 2002. Vol.1 No. 2. Pp.201-225.
10. Emery R., Balch T. Behavior-based Control of Non-Holonomic Robot in Pushing Task. IEEE Intern Conf on Robotics and Automation (ICRA-2011). Seoul, 2011. Pp. 185-189.
11. Casbeer D. W. Forest fire monitoring with multiple small UAVs. Proceedings of the 2005 American Control Conference. 2005. No. 1. Pp. 3530-3535.
12. King A. Distributed Parallel Symbolic Execution. Kansas: Kansas State University, 2005. 87 p.
13. Duncan R. A survey of parallel computer architectures for motion agents. Computer. 2009. Vol. 23. No. 2. Pp. 5-16.
14. Hennessy J. L., Patterson D. A. Computer Architecture. A Quanta-tive Approach. Third Edition. San Francisco: Morgan Kaufmann Publishers. Elsevier Science. 2013. 833 p.
15. Kazakov A. A., Semenov V. A. Obzor sovremennyh metodov plan-irovaniya dvizheniya [The study of modern methods of traffic planning]. Trudy Instituta sistemnogo programmirovaniya [Publications of the Institute for System Programming of the Russian Academy of Sciences]. 2016. Vol. 28. No. 4. Pp. 241-294. (In Russian)
16. Rybina G. V. Osnovy postroeniya intellektual'nyh sistem [Fundamentals of the construction of intelligent systems]. Moscow: Financy i Statistika, 2010. 430 p. (In Russian)
17. Kurochkin A. G., Emel'yanov S.G., Borodin M. V. A production model for coordinating the conflict-free location of a group of autonomous robots. Informatsionno-izmeritel'nye i upravlyaushchie sistemy [Information-measuring and Control Systems]. 2015. Vol. 13. No. 6. Pp. 10-14. (In Russian)
18. Luger J. F. Iskusstvennyj intellekt: strategii i metody resheniya slozh-nyh problem [Artificial Intelligence: strategies and methods for solving complex problems]. Moscow: Wil'yams. 2003. 864 p. (In Russian)
INFORMATION ABOUT AUTHORS:
Varganov V. V., PhD, Docent, Deputy Director of the Research Institute Department, South-West State University; Grivachev A. V., Postgraduate Student of the South-West State University;
Kurochkin A. G., Postgraduate Student of the South-West State University;
Titenko E. A. PhD, Docent, Head of the Research Institute Department, South-West State University.
For citation: Varganov V. V., Grivachev A. V., Kurochkin A. G., Titenko E. A. Structure of intellectual system of control of robotic technical complex for formation of route of motion. H&ES Research. 2018. Vol. 10. No. 2. Pp. 78-86. doi 10.24411/2409-5419-2018-10043. (In Russian)
