Научная статья на тему 'Трехмерная нейросеть адаптивного подводного робота'

Трехмерная нейросеть адаптивного подводного робота Текст научной статьи по специальности «Общие и комплексные проблемы естественных и точных наук»

166
32
Поделиться

Текст научной работы на тему «Трехмерная нейросеть адаптивного подводного робота»

требует удвоения комплектующих элементов, что вполне возможно так как стоимость стабилизаторов невысока (менее 30 руб).

Рис. 3. Каскадное включение стабилизаторов

Третьим вариантом является или через резистивный делитель с выходным напряжением от 1/3 до 2/3 от входного напряжения стабилизатора (рис.4).

Рис. 4. Схема с ускоренным зарядом выходной емкости от вспомогательного

выпрямителя

Для развязки используется диод Шоттки. При экспериментальной проверке на выход стабилизатора +27 В, в момент включения подавалось выпрямленное напряжение +18 В. Схема нормально работала при входных напряжениях до 50 В, уровень пульсаций на выходе не превышал 10-15мВ при токе в 1А. По нашему мнению этот вариант включения является наиболее удачным и может быть рекомендован для построения высоковольтных блоков питания. Длительная эксплуатация разработанных схем (рис.3 и 4) при максимальных токах и в рабочем диапазоне температур (от -25 до +60оС) подтвердила их высокую надежность.

Ю.В. Чернухин, А.А. Приемко ТРЕХМЕРНАЯ НЕЙРОСЕТЬ АДАПТИВНОГО ПОДВОДНОГО РОБОТА

С каждым годом расширяется сфера применения адаптивных мобильных роботов. При этом одним из интенсивно развивающихся направлений их развития является создание роботов, функционирующих в подводной среде. В задачи, решаемые такими роботами, входят: исследование дна океанов, обследование подводных объектов различного происхождения, обеспечение безопасности навигации и т.п.

Одна из таких задач связана с необходимостью достигать удаленную цель в подводной среде с известными координатами, находящуюся за пределами восприятия сенсорной подсистемы робота и одновременно преодолевать встречаю -щиеся препятствия. Так как робот функционирует в априори неформализованной внешней среде, то его система управления должна содержать подсистему искусственного интеллекта. В работе [1] предложена архитектура такой интеллектуальной подсистемы, решающая подобную задачу в условиях двумерной среды с использованием бионического метода управления мобильными роботами на основе нейросетевого подхода, развиваемого в работах [2,3]. В данной работе рассматривается нейросетевая структура, способная решать указанную выше задачу в трехмерной подводной среде.

Пусть в состав нейросетевой системы управления робота входят [2,3]: сенсорная подсистема, воспринимающая информацию о внешней среде, основу которой составляет гидроакустическая станция (ГАС), установленная на борту робота; подсистема формирования модели внешней среды (ПФМВС), выполняющая дискретизацию среды на множество участков, свободных для перемещения робота, занятых участков, а также целевых участков отображающей сети, задачей которой является отображение модели, полученной с помощью ПФМВС в нейросеть определения множества траекторий, ведущих к цели, системы принятия решения о направлении перемещения робота и эффекторной подсистемы (ЭП), реализующей перемещение робота.

Архитектура предлагаемой нейросетевой структуры представляется в виде набора ярусов, количество которых зависит от числа ярусов бортовой ГАС робота. Так как ГАС работает в сферической системе координат, то и архитектура рассматриваемой нейросети также имеет сферическую конфигурацию.

На рис. 1,а показан пример архитектуры такой нейросетевой структуры для случая двухъярусной ГАС.

2

а б

Рис.1. Нейросетевая архитектура для случая двухъярусной ГАС

Собственное положение робота в данной структуре так же, как и в [1,2,3] моделируется устройством, в качестве которого используется нейросеть принятия решений - СПР [3] (см. рис.1,а). Каждому ярусу поставлена в соответствие ней-ропроцессорная сеть, показанная на рис.1,б (здесь номерами 0-3 обозначены стро-

ки, а номерами 0-4 столбцы). Данная сеть состоит из множества основных нейроэлементов, в которые отображается информация о проходимости участков среды и дополнительных элементов, служащих для отображения положения цели, находящейся за пределами восприятия СП робота. Элементы нулевой строки каждой такой сети подключаются к СПР (см. рис. 1,б). Состояния участков внешней среды (свободен, занят, цель), воспринимаемые с помощью бортовой ГАС, после обработки в ПФМВС отображаются в состояния соответствующих основных нейроэлементов. Если цель не попадает в зону восприятия СП робота, то ее положение отображается в один из дополнительных нейроэлементов. Если же цель отображается в один из основных нейроэлементов, то дополнительные элементы блокируются.

Пусть робот находится в зоне пеленга судовой Г АС, тогда его мировые координаты могут быть определены на основе координат корабля, получаемых при помощи системы спутникового позиционирования (GPS), и расстояния до судна, определяемого при помощи ГАС. Передача этих координат роботу может осуществляться при помощи акустического модема. Тогда последовательность действий при планировании очередного перемещения робота к цели может быть описана с помощью следующего набора шагов.

1. По информации о собственном положении робота и координатах цели вычисляются горизонтальный и вертикальный углы направления на цель. В зависимости от конструктивных параметров робота, по значениям этих углов, табличным способом, определяется, в какой из ярусов будет отображен целевой участок, а также какой из дополнительных нейроэлементов этого яруса будет использован. Остальные дополнительные нейроэлементы устанавливаются в состояние свободного участка.

2. Информация о внешней среде воспринимается с помощью бортовой ГАС и после обработки в ПФМВС отображается в состояния основных нейроэлементов каждого яруса.

3. Волна возбуждения от процессора, определенного на шаге 1, распространяется по нейросетевой структуре через процессоры, отображающие свободные участки среды (все возможные направления распространения волны в ярусе показаны на рис.1,б). Распространение происходит не только в целевом ярусе, но и в смежных с ним, при этом все возможные направления распространения волны между ярусами показаны на рис. 1,а пунктирными стрелками.

4. Пункт 3 повторяется до тех пор, пока сигнал возбуждения не попадет в процессор, отображающий положение робота в среде, на топологическом месте которой находится СПР. Эта структура фиксирует направление прихода фронта волны возбуждения и принимает решение о направлении движения робота.

Для решения задачи фиксации направления прихода фронта волны возбуждения СПР строится следующим образом: общее количество разрядов СПР определяется как произведение количества элементов в строке яруса на количество ярусов; разряды СПР разбиваются на группы, количество элементов в которых равно количеству элементов в строке; выходы процессоров нулевых строк каждого яруса соединяются с СПР, как показано на рис.2 (здесь Пук обозначает процессор i-го яруса, j-й строки, k-го столбца).

После фиксации решения информация о положении единицы внутри группы используется для определения горизонтального угла перемещения, а информация о номере группы, в которой появилась единица для определения вертикального угла перемещения.

СПР

Выхйцы нулевой строки Выпады нулевой строки нейроэлементов нейроэлементов

\ яруса 1 /\ яруса 2 /

---------хт------------- 4-----------------------

ПюО П101 Пт 02 Пюз Пю4 ГЪОО П201 П202 ПЗОЗ П204

ШОЛ

цт

Рис.2. Схема подключения СПР

Далее ЭП робота выполняет разворот корпуса в соответствии со значениями углов, определенных СПР, и реализует шаг перемещения в среде по направлению к цели.

Таким образом, предлагаемая нейросеть позволяет решать задачу планирования перемещений адаптивного подводного робота к удаленной цели в среде с препятствиями. В случае попадания целевого объекта в область восприятия робота движение к цели будет происходить по оптимальной траектории. Однако при отсутствии цели в области восприятия СП робота его движение будет происходить по квазиоптимальной траектории. Для повышения степени оптимальности траектории в этом случае необходимо накапливать информацию о проходимости участков подводной среды в виде карты с дальнейшим ее использованием в процессе движения к цели.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Чернухин Ю.В., Каданов М.В., Трубачев О.Е. Нейросетевое планирование перемещений адаптивного мобильного робота к невидимой цели с известными координатами // Материалы 14 Международной конференции по нейрокибернетике "Проблемы нейрокибернетики": Сборник трудов. Т.2. Ростов-на-Дону. 2002.

2. Чернухин Ю.В. Нейропроцессорные сети. -Таганрог: Изд-во ТРТУ, 1999. 439с.

3. Однородные управляющие структуры адаптивных роботов // А.В.Каляев, Ю.В. Чернухин, В.П. Носков, И.А. Каляев -М.: Наука, 1990. -152 с.

С.И. Клевцов, Е.В.Удод

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ РЕШЕНИЯ ЗАДАЧ КОМПЕНСАЦИИ СОСТАВЛЯЮЩИХ СИСТЕМАТИЧЕСКОЙ ПОГРЕШНОСТИ ДАТЧИКА ДАВЛЕНИЯ В ЦЕЛОЧИСЛЕННОЙ АРИФМЕТИКЕ

Большое влияние на точность измерения прецизионных датчиков давления оказывают внешние факторы, а также гистерезис и нелинейность градуировочной характеристики (ГХ) датчика. Компенсацию влияния этих факторов на погрешность измерений в интеллектуальных датчиках давления обеспечивает использование пространственной мультисегментной модели аппроксимации ГХ с нелинейными базовыми пространственными элементами [1, 2].

Вычисления выполняются в микроконтроллере цифровой части датчика по специальному микропроцессорному алгоритму с использованием ограниченной разрядной сетки и целочисленной арифметики. Эти ограничения при неверно по-