V. Системы управления 183 5

• Название: V. Системы управления 183 5
• Дата: 12.06.2022
• Размер: 0.95 Mb.
• Имя файла: cheloveko-mashinnyy-interfeys-dlya-multiagentnyh-robototehniches.pdf
• Тип: Документы; #586605

Раздел V. Системы управления
183 5. Скобелев П.О. Интеллектуальные системы управления ресурсами в реальном времени: принципы разработки, опыт промышленных внедрений и перспективы развития // При- ложение к теоретическому и прикладному научно-техническому журналу «Информаци- онные технологии».
–
2013.
–
№ 1.
–
С. 1-32.
Статью рекомендовал к опубликованию д.т.н., профессор В.А. Виттих.
Аксёнов Олег Юрьевич –Научно-исследовательский центр Ракетно-космической оборо- ны 4 ЦНИИ Минобороны России; e-mail: [e-mail]; 129345, г. Москва, ул. Осташковская, 12А; тел./факс: [phone]; начальник центра; д.т.н.; профессор.
Морозов Сергей Петрович – старший научный сотрудник; к.т.н.
Убоженко Дмитрий Юрьевич – начальник управления; к.т.н.; доцент.
Федюнин Василий Николаевич – научный сотрудник.
Дедус Федор Флоренцевич – Федеральная служба по оборонному заказу; г. Москва, Улан- ский пер., 16; зам. директора; к.т.н.
Скобелев Пётр Олегович – Научно-производственная компания «Сетецентрические плат- формы»
; e-mail: [e-mail]; 443013, г. Самара, Московское шоссе, 17,
(ТОЦ «Вертикаль»), офис 1201; тел./факс: [phone]; генеральный конструктор; д.т.н.
Майоров Игорь Владимирович – e-mail: [e-mail]; старший разра- ботчик.
Ларюхин Владимир Борисович – e-mail: [e-mail]; директор по разработкам.
Aksyonov Oleg Yur'evich – The 4th Central Research Institute of the Russian Defense Ministry; e-mail: [e-mail]; 12A, Ostashkovskaya street, Moscow, 129345, Russia; fax/phone: + 74991841900; dr. of eng. sc.; director; professor.
Morozov Sergey Petrovich – senior researcher; cand. of eng. sc.
Ubozhenko Dmitri Yur’evich – managing director; cand. of eng. sc.; associate professor.
Fedyunin Vasily Nikolaevich – researcher.
Dedus Fedor Florencevich – Federal Service for Defense Contracts; 16, Ulansky per., Moscow,
Russia; deputy director; cand. of eng. sc.
Skobelev Petr Olegovich – Software Engineering Company «Network-centric platforms», Ltd; e-mail: [e-mail]; 443013, 17 Moscovskoe Shosse, office center
“Vertikal”, office 1201, Samara, Russia; phone/fax: + 78462793779; director; professor.
Mayorov Igor Vladimirovich – e-mail: [e-mail]; senior researcher.
Laryukhin Vladimir Borisovich – e-mail: [e-mail]; director of devel- opments.
УДК 004.5:004.9:007.52
С.В. Манько, Р.И. Александрова, С.А.К. Диане
ЧЕЛОВЕКО-МАШИННЫЙ ИНТЕРФЕЙС ДЛЯ МУЛЬТИАГЕНТНЫХ
РОБОТОТЕХНИЧЕСКИХ СИСТЕМ
Предложены принципы построения человеко-машинного интерфейса для мультиа-
гентных робототехнических систем (МАРС). Разработка удобных и эффективных
средств оперативного управления группой роботов предполагает обеспечение комплексной
автоматизации и интеллектуализации процессов информационной подготовки МАРС к

Известия ЮФУ. Технические науки Izvestiya SFedU. Engineering Sciences
184
решению требуемых прикладных задач и контроля их выполнения. Кроме того, в процессе
разработки необходимо использовать унифицированные программно-аппаратные средства в
целях поддержки различных стратегий группового управления в МАРС с централизованной,
децентрализованной и смешанной архитектурой. В этой связи немаловажным является ас-
пект, связанный с обеспечением модульности аппаратно-программного обеспечения. В рабо-
те обоснована структура программно-алгоритмических средств для оперативного описания
и постановки прикладных задач группе автономных роботов. Показано, что в состав функ-
циональных блоков человеко-машинного интерфейса для мультиагентных робототехниче-
ских систем наряду со средствами ввода/вывода информации должны входить подсистемы
формирования сценарной модели последовательности выполняемых операций, выбора соста-
ва автономных агентов, а также виртуального моделирования процесса выполнения при-
кладной задачи. В подтверждение адекватности предложенного подхода приводятся ре-
зультаты моделирования мультиагентной робототехнической системы в режиме управле-
ния посредством интеллектуального человеко-машинного интерфейса.
Автономный робот; мультиагентная робототехническая система; человеко-машинный
интерфейс.
S.V. Manko, R.I. Alexandrova, S.A.K. Diane
MAN-MACHINE INTERFACE FOR MULTIAGENT ROBOTIC SYSTEMS
The article offers creation principles of man-machine interface for multiagent robotic sys-
tems (MARS). Development of user-friendly and efficient tools for robot group control involves
providing integrated automation and intellectualization of information processes in MARS de-
ployment. In addition, it is necessary to use standardized software and hardware in order to sup-
port different strategies in MARS control with a centralized , decentralized or mixed architecture.
In this regard, an important aspect is related to the maintenance of hardware and software modu-
larity. In this paper, the software structure is proved for applied tasks description and their stag-
ing to a group of autonomous robots. It is shown that the composition of the functional blocks of
man-machine interface for multi-agent robotic systems, along with the means of input/output sub-
system should include subsystem of scenario formation, subsystem for autonomous agents selec-
tion, as well as subsystem for task execution simulation. To confirm the adequacy of the proposed
approach, simulation results of MARS intelligent man-machine interface are shown.
Autonomous robot; multiagent robotic system; man-machine interface.
Введение.Результаты научно-исследовательских и опытно-конструкторских работ, активно ведущихся во всем мире в области мультиагентных робототехниче- ских систем (МАРС), убедительно свидетельствуют о возможности их создания и перспективности применения для широкого круга приложений в военном деле, сельском хозяйстве, строительстве и множестве других сфер. При этом основные усилия отечественных разработчиков концентрируются вокруг проблем распределе- ния заданий и планирования взаимодействий в группе роботов, организации инфор- мационного обмена, обобщения сенсорной информации и т.д. [1–9]. Cовершенно очевидно, что эффективность применения МАРС будет во многом определяться возможностями средств человеко-машинного интерфейса по оперативной постанов- ке решаемых прикладных задач и контролю их выполнения оператором.
Принципы построения человеко-машинного интерфейса для мультиа-
гентных робототехнических систем. Экстремальность условий и среды функ- ционирования МАРС является одной из характерных особенностей подавляющего большинства областей их прикладного применения [1, 2], включая оборонную сферу, сельское хозяйство, строительство, горное дело и т.д. При этом работа опе- ратора зависит от его физического состояния, которое сопряжено с дефицитом времени на постановку задачи, наличием стресса, наступлением усталости, с нега- тивным влиянием климатических и погодных условий.

Раздел V. Системы управления
185
Другие факторы, определяющие специфику практического применения
МАРС, связаны с выбором их состава и структуры под решение конкретной при- кладной задачи. Так, например, в зависимости от особенностей рассматриваемых приложений оперативное формирование мультиагентной системы может осущест- вляться в соответствии с централизованной, децентрализованной или смешанной структурой с объединением в составе группировки автономных роботов различ- ных типов и назначения наземного, воздушного, а в некоторых случаях и надвод- ного или подводного базирования.
В данной связи, организация человеко-машинного интерфейса должна преду- сматривать не только обеспечение возможностей полномасштабной информацион- ной подготовки МАРС к выполнению требуемых задач и последующего контроля ее функционирования, но и интеллектуальную поддержку действий оператора.
Таким образом, в основу общей концепции построения универсального чело- веко-машинного интерфейса для управления МАРС положены четыре основные принципа:
1) комплексной автоматизации процессов информационной подготовки МАРС к решению требуемых прикладных задач и контроля их выполнения;
2) унификации программно-аппаратных средств;
3) интеллектуализации процессов принятия решений на всех этапах инфор- мационной подготовки МАРС к решению требуемых прикладных задач и контроля их выполнения;
4) модульности программно-алгоритмического обеспечения.
Реализация предусматривает разработку следующего набора программно- алгоритмических средств:

оперативной постановки и описания условий выполнения прикладной за- дачи, решаемой с помощью МАРС;

выбора структуры и состава, а также оценки численности МАРС, необхо- димых для выполнения поставленной задачи;

анализа выполнимости поставленной задачи по результатам оперативного моделирования МАРС с учетом выбранных параметров комплектования;

оперативного приема и передачи данных по каналам беспроводной сете- вой связи между пультом оператора и МАРС;

оперативного контроля выполнения поставленной задачи и текущего со- стояния отдельных роботов, действующих в составе мультиагентной системы.
В свою очередь, второй принцип предполагает, что функциональные воз- можности интерфейса должны обеспечивать поддержку различных стратегий группового управления в МАРС с централизованной, децентрализованной и сме- шанной архитектурой.
Третий принцип обусловливает применение современных методов и техноло- гий искусственного интеллекта для представления и обработки экспертных знаний по обоснованному выбору состава и структуры МАРС, а также стратегий и алго- ритмов группового управления роботами в зависимости от особенностей задач их прикладного применения, описываемых оператором с использованием средств человеко-машинного интерфейса.
И, наконец, четвёртый принцип предполагает, что унификация средств ин- теллектуального человеко-машинного интерфейса, используемого на всех этапах информационной подготовки МАРС к выполнению требуемых задач (с учетом многообразия допустимых постановок), может и должна обеспечиваться за счет модульного построения программно-алгоритмического обеспечения.

Известия ЮФУ. Технические науки Izvestiya SFedU. Engineering Sciences
186
Сформированные принципы по существу регламентируют обобщенную структуру интеллектуального человеко-машинного интерфейса для МАРС различ- ных типов и назначения. Как показано на рис. 1, ее состав включает следующие основные модули:

описания и постановки прикладной задачи;

описания условий выполнения поставленной задачи;

выбора структуры, состава и оценка численности МАРС;

виртуального моделирования МАРС и оценка реализуемости поставлен- ной задачи с передачей исходных данных на выполнение;

контроля выполнения поставленной задачи в режиме моделирования
МАРС на основе использования телеметрических данных о ее функцио- нировании;

контроля выполнения поставленной задачи с отображением на цифровой карте текущего положения роботов;

контроля поэтапного выполнения поставленной задачи с отображением завершения отдельных операций в рамках установленного сценария;

контроля состояния отдельных роботов, функционирующих в составе
МАРС.
Наличие фундаментальных и прикладных заделов по ключевым аспектам рассмотренной концепции позволяет реализовать интеллектуальный человеко- машинный интерфейс для автономных роботов и мультиагентных робототехниче- ских систем.
Программно-алгоритмические средства человеко-машинного интерфей-
са для оперативного описания и постановки прикладных задач группе авто-
номных роботов. Важнейшая особенность разработки человеко-машинного ин- терфейса для управления МАРС связана с обеспечением адекватности инструмен- тальных средств оперативного описания и постановки прикладных задач, с одной стороны, моделям и алгоритмам планирования действий и распределения заданий с другой.
Рис. 1. Обобщенная структура интеллектуального человеко-машинного
интерфейса в составе МАРС

Раздел V. Системы управления
187
Планирование целесообразных действий МАРС для целого ряда приложений осуществляется на основе анализа сценария поэтапной реализации решаемой при- кладной задачи. Соответствующая сценарная модель строится в виде сети типовых конечных автоматов, структура взаимосвязей и состояние которых отражают ло- гику следования и стадию выполнения необходимых технологических операций.
При этом выявление доступных для исполнения операций осуществляется по мере очередности завершения предыдущих (рис. 2), обеспечивая возможность форми- рования заданий для интеллектуальных автономных роботов, действующих в со- ставе мультиагентной системы [3, 4].
Рис. 2. Контроль за выполнением поставленной прикладной задачи
по установленному сценарию
Так, типовой элемент для описания технологической операции в составе сце- нарной модели выполнения решаемой прикладной задачи может быть представлен конечным автоматом вида


,
,
,
,
O
O
O
O
O
O
K
U
X
Y
f
h

, (1) где


0 1
2
,
,
O
O
O
O
U
u
u
u

– входной алфавит;
0
O
u
– входной сигнал о наличии невы- полненных операций, предшествующих данной;
1
O
u
– входной сигнал об отсутст- вии невыполненных операций предшествующих данной;
2
O
u
– входной сигнал о завершении данной конкретной операции;


0 1
2
,
,
O
O
O
O
X
x
x
x

– алфавит состоя- ний;
0
O
x
– состояние «операция не выполнена»;
1
O
x
– состояние «операция переда- на на выполнение»;
2
O
x
– состояние «операция выполнена»;


0 1
2
,
,
O
O
O
O
Y
y
y
y

– выходной алфавит;
0
O
y
– выходной сигнал, подтверждающий, что операция на- ходится в состоянии «не выполнена»;
1
O
y
– выходной сигнал, подтверждающий, что операция передана на выполнение;
2
O
y
– выходной сигнал, подтверждающий, что операция выполнена;
,
O
O
f
h
– функции переходов и выходов, задаваемые табл. 1.
Диаграмма переходов конечного автомата (1), как типового элемента модели выполнения решаемой прикладной задачи по установленному сценарию, показана на рис. 3.

Известия ЮФУ. Технические науки Izvestiya SFedU. Engineering Sciences
188
Таблица 1
Диаграмма переходов конечного автомата, как типового элемента модели
выполнения решаемой прикладной задачи по установленному сценарию
Состояния
Входы
0
O
x
1
O
x
2
O
x
0
O
u
0
O
x
1
O
x
2
O
x
1
O
u
1
O
x
1
O
x
2
O
x
2
O
u
0
O
x
2
O
x
2
O
x
Выходы
0
O
y
1
O
y
2
O
y
Модель выполнения решаемой прикладной задачи, сформированная в виде древовидной иерархической сети конечных автоматов вида (1), позволяет обеспе- чить не только контроль последовательно-параллельной очередности следования технологических операций в соответствии с априорно установленным сценарием, но и выдачу текущих заданий по его реализации силами имеющихся агентов.
Последующее распределение заданий в составе МАРС осуществляется исходя из условий обоснованного выбора исполнителей по критериям достаточности имеющих- ся, минимизации расходуемых или максимизации остающихся ресурсов [3].
Удобной формой представления сценарных моделей являются графы, узлы которых ставятся в соответствие отдельным операциям или этапам, а дуги опреде- ляют требуемый порядок их следования.
Рис. 3. Диаграмма переходов автомата, контролирующего выполнение операции
в составе сценария решения поставленной прикладной задачи

Раздел V. Системы управления
189
В этой связи, функциональные возможности человеко-машинного интерфейса по обеспечению ввода всей совокупности исходных данных для постановки прикладной задачи группе автономных роботов (а также последующего контроля за ходом и ре- зультатами ее решения) должны предусматривать создание сценарных графов с указа- нием параметров выполнения необходимых «технологических» операций:
( , ),
G
V D U

, (2) где


/
1, 2,...,
i
V
v i
n


– множество вершин, соответствующих тем «техноло- гическим» операциям или этапам, выполнение которых обеспечивает решение требуемой прикладной задачи;


,
,
/
1, 2,...,
i
i
i
D
t p s i
n


– множество комплек- тов данных, ассоциируемых с вершинами графа и характеризующих имена, набо- ры параметров и статус выполнения соответствующих «технологических» опера- ций или подзадач;


/
1, 2,...,
j
U
u
j
m


– множество дуг связей между верши- нами, регламентирующих порядок выполнения соответствующих «технологиче- ских» операций.
В состав комплекта данных, ассоциируемых с каждой из вершин сценарного графа (2), включается показатель статуса, выступающего в роли индикатора теку- щего состояния технологической операции:





выполнена операция если
;
выполнение на передана операция если выполнена не операция если
-
1,
-
,
5 0
;
-
0,
i
s
(3)
В общем случае изменение статуса технологических операций (3) осуществ- ляется на основе интерпретации данных, сообщаемых автономными агентами по мере их проведения. Полученные значения показателя статуса позволяют обеспе- чить обновление текущего состояния сценарной модели, используемой для плани- рования заданий по выполнению поставленной прикладной задачи. В то же время маркировка соответствующих узлов сценарного графа с учетом показателей стату- са обусловливает возможность графического отображения хода и результатов реа- лизации формируемых планов на мониторе оператора.
В свою очередь, такой элемент комплекта данных, как имя (или идентифика- тор типа) операции, не только определяет команду на ее выполнение, но и может быть использован как условие по выбору соответствующего робота на этапе фор- мирования состава МАРС:
{
/
1, 2,..., }
R
R
i
k
t
T
t
k
l



, где
{
/
1, 2,..., }
p
p
R
R
k
T
t
k
l


– множество имен технологических операций, потен- циально выполняемых p-м типом робота и определяющих его функциональные возможности.
Автоматизация процесса построения сценарного графа с возможностью ука- зания параметров выполнения отдельных операций осуществляется с помощью средств графического и текстового редактирования, включаемых в состав челове- ко-машинного интерфейса для реализации режима оперативной постановки при- кладной задачи группе роботов. При этом интерактивный ввод исходной инфор- мации сопровождается заполнением априорно зарезервированного массива памяти в соответствии с определенной структурой представления данных.
Такая структура, вариант которой приведен на рис. 4, должна однозначно от- ражать особенности поставленной прикладной задачи, выступая в качестве конст- руктивной основы для формирования ее сценарной модели.

Известия ЮФУ. Технические науки Izvestiya SFedU. Engineering Sciences
190
Таким образом, сценарная модель прикладной задачи, создаваемая автомати- чески по исходным описаниям оператора, представляет собой сеть типовых ко- нечных автоматов, логика построения и функционирования которой позволяет обеспечить не только оперативный контроль и планирование хода и порядка про- ведения необходимых технологических операций, но и решение вспомогательных вопросов по обоснованию численности требуемых исполнителей [3–5].
Апробация предложенного подхода к построению интеллектуального чело- веко-машинного интерфейса в составе МАРС потребовала разработки соответст- вующего комплекса программно-инструментальных средств, функциональная структура которого приведена на рис. 5 и включает следующие основные модули:
Рис. 4. Структура представления данных, регламентирующих постановку
прикладной задачи в виде сценарного графа

ввода/вывода графической, текстовой и других видов информации с/на консоли оператора;

формирования сценарной модели прикладной задачи;

базы данных по моделям автономных роботов;

выбора и оценки численности автономных агентов (включаемых в состав
МАРС для совместного выполнения поставленной прикладной задачи);

планирования действий и распределения заданий (в составе МАРС);

моделирования МАРС;

картографической базы данных;

интерпретации данных о состоянии автономных агентов;

подготовки и обработки сообщений, передаваемых или поступающих по каналам беспроводной сетевой связи с автономными роботами при вы- полнении поставленной прикладной задачи в составе МАРС;

супервизора, обеспечивающего логический контроль и диспетчеризацию работы модулей в составе системы человеко-машинного интерфейса.

Раздел V. Системы управления
191
Рис. 5. Функциональная структура программно-алгоритмического обеспечения
человеко-машинного интерфейса в составе МАРС
Следует отметить, что выбор и оценка численности автономных роботов в соста- ве мультиагентной группировки, планирование целесообразных действий и распреде- ление заданий по их выполнению осуществляется на основе соответствующих алго- ритмов анализа сценарной модели поставленной прикладной задачи [3–5].
Подсистема моделирования МАРС может формироваться на основе исполь- зования различных средств разработки приложений в области трехмерной графики и виртуальной реальности, включая такие системы как РобСим 5 [10] или откры- тые программные библиотеки (и их расширения) типа OpenGL [11], OGRE [12] и т.д. При этом возможности подсистемы моделирования МАРС используются в двух целях:

для оперативной оценки реализуемости поставленной прикладной задачи с учетом выбранных в качестве исполнителей автономных агентов, а так- же особенностей среды и рельефа местности, отображаемым в среде вир- туальной реальности в соответствии с указанным фрагментом цифровой карты;

для контроля действий автономных агентов в ходе их совместного функ- ционирования при выполнении поставленной задачи.
В последнем случае моделирование МАРС осуществляется на основе теле- метрических данных, поступающих по каналам беспроводной сетевой связи и ха- рактеризующих текущее состояние агентов.
Подсистема подготовки и обработки сообщений обеспечивает преобразова- ния форматов данных, передаваемых и принимаемых по каналам беспроводной сетевой связи с МАРС.

Известия ЮФУ. Технические науки Izvestiya SFedU. Engineering Sciences
192
Подсистема интерпретации данных о состоянии агентов обеспечивает обоб- щение и анализ поступающей информации в целях формирования объективной картины о функционировании МАРС, текущих результатах выполнения постав- ленной прикладной задачи с учетом изменения статуса технологических операций в ходе их проведения.
Опытная версия человеко-машинного интерфейса для постановки приклад- ных задач и контроля их выполнения группой автономных роботов прошла тесто- вые испытания (рис. 6), подтвердив работоспособность и эффективность на при- мерах моделирования МАРС различных типов и назначения. а б
Рис. 6. Использование средств человеко-машинного интерфейса для постановки
прикладной задачи группе роботов (а) и контроля их функционирования
в ходе ее выполнения (б)

Раздел V. Системы управления
193
Заключение. Активизация поисковых исследований, проводимых в России на протяжении ряда последних лет по тематике мультиагентных робототехнических сис- тем по инициативе отдельных научных коллективов и организаций, позволила нако- пить определенный фундаментальный и прикладной задел, необходимый для даль- нейшего развития данной предметной области. Соответствующие результаты, накоп- ленные в МГТУ МИРЭА, ЮФУ, МГТУ «Станкин» и других научных центрах страны, связаны с разработкой методов и алгоритмов группового управления роботами, пла- нирования их целесообразного поведения, оперативного формирования и распределе- ния заданий, кооперативного картографирования, а также организации человеко- машинного интерфейса. Полученные решения и приобретенный опыт представляют собой объективные предпосылки для создания макетных и опытных образцов муль- тиагентных робототехнических систем различных типов и назначения.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Макаров И.М., Лохин В.М., Манько С.В., Романов М.П., Крюченков Е.Н., Кучерский Р.В.,
Диане С.А.К. Мультиагентные робототехнические системы: примеры и перспективы применения // Мехатроника, автоматизация, управление. – 2012. – № 2. – C. 22-32.
2. Макаров И.М., Лохин В.М., Манько С.В., Романов М.П. Принципы построения и про- блемы разработки мультиагентных робототехнических систем // Мехатроника, автома- тизация, управление. – 2012. – № 3. – C. 11-16.
3. Макаров И.М., Лохин В.М., Манько С.В., Романов М.П., Крюченков Е.Н., Кучерский Р.В.,
Худак Ю.И. Модели и алгоритмы планирования действий и распределения заданий в мультиагентных робототехнических системах // Мехатроника, автоматизация, управле- ние. – 2012. – № 5. – C. 44-50.
4. Лохин В.М., Манько С.В., Романов М.П., Диане С.А.К. Способы представления знаний и особенности функционирования мультиагентных робототехнических систем // Меха- троника, автоматизация, управление. – 2014. – № 1. – C. 36-39.
5. Лохин В.М., Манько С.В., Романов М.П., Диане С.А.К., Трипольский П.Э., Карпов С.А.
Модели и алгоритмы оценки численности состава мультиагентных робототехнических систем // Мехатроника, автоматизация, управление. – 2014. – № 3.
6. Каляев И.А., Гайдук А.Р., Капустян С.Г. Распределенные системы планирования дейст- вий коллективов роботов. – М.: Янус-К, 2002. – 292 c.
7. Каляев И.А. Метод коллективного управления группой объектов // Мехатроника, авто- матизация, управление. – 2003. – № 3.
8. Каляев И.А., Капустян С.Г. Проблемы группового управления роботами // Мехатроника, автоматизация, управление. – 2009. – № 6.
9. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. – М.: Эдуториал УРСС, 2002. – 352 c.
10. Программный комплекс для моделирования роботов и робототехнических систем Дин-
Софт РобСим 5 / http://robsim.dynsoft.ru/working.php.
11. Графическая библиотека OpenGL / http://www.rsdn.ru/article/opengl/ogltut2.xml.
12. OGRE http://ru.wikipedia.org/wiki/OGRE.
Статью рекомендовал к опубликованию д.т.н., профессор О.С. Колосов.
Манько Сергей Викторович – Московский государственный технический университет
МИРЭА; e-mail: [e-mail]; 119454, г. Москва, пр-т. Вернадского, 78; тел.: [phone]; кафедра проблем управления; д.т.н.; профессор.
Диане Секу Абдель Кадер – кафедра проблем управления; ассистент.
Александрова Римма Ивановна – кафедра проблем управления; вед. электроник.
Manko Sergey Viktorovich – Moscow State Technical University of Radioengineering, Electron- ics and Automation; e-mail: [e-mail]; 78, Vernadsky ave., Moscow, 119454, Russia; phone: [phone]; the department of control engineering; dr. of eng. sc.; professor.
Diane Sekou Abdel Kader – the department of control engineering; assistant.
Aleksandrova Rimma Ivanovna – the department of control engineering; leading electronic.