Юревич - Основы Робототехники - 3. Задача информационной системы обеспечение системы управления информацией об окружающей среде, необходимой для выполнения перечисленных выше задач
 Скачать 4.2 Mb.
|
|
5.4. Система интеллектуального управления. Интеллектуальное управление – это следующий после адаптивного управления наивысший в отношении алгоритмических возможностей тип управления. Робототехника является одной из областей применения такого управления, которое в теории управления в настоящее время находится в стадии становления. В теории адаптивного управления в результате развития от простого к более сложному стремясь обеспечить автоматическое управление в условиях все большей неопределенности и изменчивости объекта управления и внешней среды сперва был разработан раздел самонастраивающихся систем управления (с автоматической настройкой параметров при неизменной структуре системы), а затем — раздел самоорганизующихся систем управления (с автоматическим изменением структуры систем). В рамках самоорганизующихся систем развивалась теория самообучающихся систем управления, посвященная наиболее совершенной форме управления в современной теории управления, которую можно рассматривать как первый шаг к интеллектуальному управлению, поскольку в ее основе лежат идеи формирования целей управления, 13 принятия решений и планирования поведения. Как было уже указано в главе 2, при рассмотрении управления движением в живых организмах, эти идеи являются обязательными компонентами интеллектуальной деятельности. Описанная в предыдущем параграфе обобщенная пятиуровневая система управления очувствленным роботом, по существу, повторяет структуру системы управления движением человека (см.рис.2.11). Как было показано выше, верхний, пятый уровень этих систем определяет алгоритмические возможности системы в целом, ее интеллектуальный потенциал. Под интеллектом (см.параграф 2.5) понимается общая, в основном врожденная познавательная способность, включая умение обрабатывать информацию о внешней среде с построением ее моделей и использовать эту информацию для планирования поведения в условиях заведомой неполноты информации и непредсказуемо изменяющейся внешней обстановки. Принципиальное различие интеллекта искусственного и естественного заключается в том, что первый имитирует естественный интеллект только в части решения определенного типа творческих задач, в то время как естественный интеллект значительно универсальнее и многограннее и включает прежде всего такие аспекты, как социальную обусловленность, мотивацию и эмоциональность. К типичным таким задачам искусственного интеллекта относятся, например, игровые (шахматы, домино и т.п.) и другие подобные задачи, где невозможен полный перебор вариантов, доказательство теорем, перевод с одного языка на другой. Фундаментальной проблемой искусственного интеллекта является создание модели человеческого мозга и разгадка процесса его мышления. В создании искусственного интеллекта можно выделить два принципиально различных подхода. Первый подход заключается в разработке общего теоретического решения проблемы на основе адекватного математического аппарата. Работы в этом направлении ведутся, в частности, с использованием лингвистического подхода и теории нечетких множеств. Второй подход близок к эволюционному пути развития естественного интеллекта и заключается в постепенном накоплении частных эвристических находок для решения отдельных конкретных практических задач. Предполагается, что сумма таких частных решений даст по мере их накопления постепенное повышение уровня искусственного интеллекта, а затем откроет качественно новые возможности, прежде всего в результате создания системы самоусовершенствующегося интеллекта. В области робототехники на сегодня наиболее перспективным представляется именно такое последовательное накопление решений конкретных задач. Естественный интеллект – это способность приобретать и целенаправленно использовать знания. Это значит, что интеллект предполагает наличие хорошо организованной памяти. Человеческие знания 14 как и сам окружающий мир нечетки и зачастую противоречивы, хотя, конечно, содержат и вполне однозначные четкие фрагменты. Выражаются образно на естественном языке, а их обработка осуществляется параллельно и объемно. Соответственно программа создания искусственного интеллекта включает два аспекта – программно-алгоритмический и аппаратный. Первый аспект заключается в создании баз знаний на языке высокого уровня близком естественному и алгоритмов работы с ними, основанных на нечетких представлениях и параллельной обработке. Это требует принципиально нового аппаратного обеспечения, которое в отличии от современных «фон-неймановских» компьютеров должно быть подобно нейронным структурам живых организмов. Сегодня интеллектуальные системы строятся как биотехнические системы, включая системы интеллектуального управления, пока обладают весьма ограниченными интеллектуальные возможностями. В них используют теорию нечетких множеств и нечеткой логики, различные эвристические алгоритмы и технологии экспертных систем, ассоциативной памяти и технических нейронных сетей (обычно в комбинации) [15,16]. Ведутся работы по созданию так называемых нечетких компьютеров, которые оперируют нечеткими данными и выводами. Это требует создания новой нечеткой элементной базы и соответствующего программного обеспечения. Главная сфера применения интеллектуального управления – это прежде всего сложные и большие объекты и системы, для которых доступно описание только на семиотическом уровне. К ним прежде всего относятся биотехнические системы включающие человека. Поскольку такие системы обладают естественным интеллектом, управление ими может быть так же только интеллектуальным. Вместе с тем интеллектуальное управление может потребуется и для достаточно простых объектов, если с их помощью решаются интеллектуальные задачи или если сама задача управления ими требует интеллектуального подхода в силу, например, сложности внешних условий. В робототехнике искусственный интеллект может потребоваться прежде всего для решения следующих задач: - обработка сенсорной информации (фильтрация, сжатие информации, распознавание образов); - создание моделей внешней среды; - планирование поведения; - управление движением; - создание интеллектуального интерфейса между человеком- оператором и роботом. Между системами интеллектуального и адаптивного управления нет резкой границы. Интеллектуальные системы являются результатом развития адаптивных систем в направлении расширения возможностей автономного 15 выполнения все более сложных заданий во все более неопределенной среде и при все большей неполноте информации, требующейся для выполнения этих заданий. В ходе этой эволюции к настоящему времени созданы пока только адаптивные системы с некоторыми элементами искусственного интеллекта в виде способности воспринимать и анализировать достаточно сложную и изменяющуюся внешнюю среду и принимать адекватные решения по поведению. Для качественного скачка в направлении создания полноценных интеллектуальных систем требуется, как сказано выше, прежде всего новое аппаратное обеспечение на принципиально новой элементной базе. Повышение уровня искусственного интеллекта связано прежде всего с развитием иерархической структуры моделей среды путем формирования все более обобщенных, более абстрактных уровней ее представления. Соответственно будет развиваться и иерархия в системах, решающих перечисленные выше задачи путем перехода от образов внешней среды, непосредственно воспринимаемых сенсорами системы, ко все более абстрактным образам. Следствием этого будет расширение функциональных возможностей робота благодаря возможности автономного решения все более сложных неалгоритмируемых интеллектуальных задач, включая самоусовершенствование в процессе активного взаимодействия с внешней средой при решении конкретных задач. Одним из наиболее обобщенных типов моделей среды являются логико-лингвистические модели. Они применяются для наиболее сложных объектов с неоднозначной реакцией на одни и те же ситуации, которые не могут быть описаны формально математически и поэтому описывается эвристически на основе экспертных оценок на языке близком естественному. Примеры таких объектов управления – это прежде всего системы, включающие людей. Методы искусственного интеллекта могут применяться в системах управления не только в общесистемном контуре управления, т.е. для формирования управления, но и для решения различных локальных задач отдельных подсистем робота. В этом случае процесс управления роботом, естественно, не становится интеллектуальным, подобно тому, как в системах адаптивного управления наличие внутренней адаптации в отдельных частях системы не делает управление в целом адаптивным. (В этом смысле следует отличать термин «система интеллектуального управления» от более общего термина «интеллектуальная система», который относится к системам, использующим искусственный интеллект для решения любых задач). На рис.5.4 показана обобщенная схема системы интеллектуального управления роботом, которая представляет собой конкретизацию общей схемы управления очувствленного робота на рис.5.2 в части применения искусственного интеллекта при решении перечисленных выше пяти задач. В центре схемы находится блок памяти, двусторонне связанный с другими 16 системами, перерабатывающими информацию. В этот блок входит база знаний о внешней среде – иерархическая модель внешней среды и база данных как о внешней среде, так и о самом роботе и об операциях, которые он должен выполнять. Кроме того, специализированные оперативные базы знаний и данных, связанные с этой центральной памятью, могут иметься и в отдельных системах робота. База знаний о внешней среде содержит как априорную информацию, вводимую до начала работы, так и оперативную сенсорную, которая Человек-оператор Интеллектуальный интерфейс Оценка ситуации Память Обработка сенсорной информации Планирование поведения Сенсорные системы Исполнительные системы Внешняя среда Рис. 5.4. Схема системы интеллектуального управления роботом 17 приобретается в процессе восприятия окружающей среды при выполнении роботом заданных действий, а так же в процессе его специальных познавательных действий для изучения этой среды. Сама информация включает описание геометрических и других физических характеристик объектов среды и их взаимосвязь. Это описание имеет иерархическую структуру. Например, описание рабочей зоны манипулятора включает набор планов всей зоны и ее частей, различающихся как масштабом и соответственно точностью, так и степенью обобщения первичной сенсорной информации (выделение линий, контуров, поверхностей, объектов, групп объектов). Введение в эти планы (карты) времени как параметра дает картину внешней среды в динамике с учетом взаимодействия ее объектов друг с другом и с роботом. База знаний о внешней среде содержит так же правила, позволяющие моделировать возможные изменения этой среды. Сами знания представляются в виде логических и сетевых моделей среды. Логические модели основаны на аппарате математической логики и прежде всего на исчисление предикатов. Модель строится из системы базовых элементов и системы правил и аксиом. В сетевых моделях вершины сети соответствуют объектам среды, а дуги отношениям между ними. Применяются сети фреймов, описывающих объекты среды, и семантические сети. Все другие блоки схемы, как уже говорилось, так же имеют иерархическую структуру, уровни которой соединены друг с другом по вертикали снизу вверх. В свою очередь показанные на схеме соединения блоков осуществляются многоканально между одноименными уровнями по горизонтали. Блок обработки сенсорной информации получает из блока памяти экстраполяцию изменения состояния внешней среды, а передает в него коррекцию этого состояния на уровне непосредственной сенсорной картины среды. Блок оценки ситуации и блок планирования поведения получают из блока памяти текущую модель внешней среды, а передают в него соответственно ее оценку по определенным критериям и синтезированный план управления движением робота. При синтезе этого плана применяется различные способы решения задач, разработанные в рамках искусственного интеллекта, в том числе - поиск решения в пространстве состояний (путем нахождения последовательности преобразования исходного состояния в конечное целевое); - сведением задачи к подзадачам (путем последовательного разбиения задачи на подзадачи вплоть до элементарных, решение которых известно); - поиск в форме решения теоремы (путем формулирования задачи как теоремы и ее решения (доказательства)на базе системы аксиом). 18 Блок интеллектуального интерфейса в общем случае должен быть двусторонне связан со всеми перечисленными выше функциональными блоками. Обратим внимание на ту особенность рассмотренной обобщенной схемы системы интеллектуального управления, как и общей схемы на рис.5.2, что в ней отсутствует в явном виде блок, ответственный за реализацию способа интеллектуального управления, как это имеет место для адаптивного и программного управления. Объясняется это тем, что искусственный интеллект распределен по всем функциональным блокам схемы в соответствии с перечисленными выше функциями, при реализации которых он может требоваться. В конкретных системах он может присутствовать в любом из этих блоков. Именно поэтому вместо термина «системы интеллектуального управления» нашел распространение термин «интеллектуальные системы управления». В настоящее время применение искусственного интеллекта в системах управления роботами, как уже отмечалось, начинается с введения элементов искусственного интеллекта в системы адаптивного управления на основе применения перечисленных выше интеллектуальных технологий. 5.5. Особенности управления средствами передвижения роботов. Управление передвижением мобильных роботов - это чисто транспортная задача, которая не имеет принципиальной специфики применительно к робототехнике. Это относится и к самой системе передвижения роботов за исключением маломощных транспортных машин, которые в силу близости их педипуляторов («ног») к манипуляторам традиционно являются специальным разделом робототехники. Однако и этот предмет выходит за рамки настоящего общего курса управления роботами. Поэтому здесь мы остановимся только на особенностях управления передвижением роботов по сравнению с управлением манипуляторами. Так, рассмотренные в этой главе схемы адаптивного и интел- лектуального управления в равной мере относятся к управлению приводами как манипуляторов, так и средств передвижения роботов. Однако последний случай имеет свою специфику, связанную прежде всего с особенностями зоны передвижения по сравнению с рабочей зоной манипулятора, особенно если задача состоит в передвижении по заранее неизвестной, неподготовленной трассе и на значительные расстояния. Рассмотрим эти особенности применительно к мобильным роботам, передвигающимся по произвольной местности. В этом случае модель этой среды представляет собой карту местности, которая помимо априорных сведений составляется и уточняется в ходе движения на основе сенсорной 19 информации (радиотехнические, лазерные, ультразвуковые локаторы, системы технического зрения). Эта модель должна иметь как минимум два уровня по масштабу: один в пределах достигаемости сенсорных систем и второй для местности непосредственно перед роботом. Первая модель местности служит для прокладки маршрута движения в соответствии с заданной целью. Варианты целей: поиск конкретных объектов (по заданным признакам), достижение определенной точки на местности, заданной координатами, движение по заданному маршруту, например, для выполнения определенной технологической операции (инспекция, нанесения покрытия, очистка и т.д.). Вторая более подробная модель ближайшего участка местности необходима для уточнения трассы непосредственно перед роботом, включая обход мелких и скрытых препятствий, неотмеченных на общей карте местности первого уровня, и обеспечения безопасности движения. Однако для гарантированного решения последней задачи этого может оказаться недостаточно и тогда применяется специальная система обеспечения безопасности. которая контролирует углы наклона шасси робота, не допуская превышения их критических значений, определяемых условиями опрокидывания, опасные вертикальные провалы и трещины непосредственно перед роботом, оценивает свойства грунта в отношении его проходимости и, наконец, если возможно появление подвижных препятствий, обеспечивает аварийную остановку робота по сигналу дистанционного или контактного датчика препятствий непосредственно перед роботом. На рис.5.5 приведена типовая схема системы управления движением мобильного робота. Блок управления движением БУД осуществляет управление тяговыми приводами и приводами повтора шасси. Блок построения маршрута синтезирует траекторию движения, оптимизируя ее, обычно, по минимуму расхода энергии, что особенно важно для роботов с автономным энергопитанием, или по минимуму времени выполнения задания, когда в постановку задачи входит условие обеспечения максимального быстродействия. Блок построения карты местности представляет ее в форме, удобной для решения задачи выбора маршрута, в частности, с выделением непреодолимых препятствий и опасных или неясных участков. Если выполнение задачи требует знания большего участка местности, чем дают сенсорные системы в начальном положении робота, т.е. до начала движения, карта местности формируется и передается в блок построения маршрута фрагментами по мере передвижения робота. Такими же участками последовательно осуществляется и синтез траектории движения. В этом случае первое приближение для всей траектории делается по имеющейся априорной информации о местности или, как минимум, определяется только общее направление движения. 20 Рис. 5.5. Функциональная схема системы управления движением по местности мобильного робота: БУД – блок управления движением Внешняя среда БУД П МС Сенсорные системы дальнего действия с предобработкой сенсорной информации Построение карты личности Построение маршрута Сенсорные системы ближнего действия и датчики системы безопасности Оператор Каналы связи Построение плана ближайшей зоны Построение плана обхода и преодоления препятствий Сенсорные системы Построение модели местности Планирование движения 21 На нижнем общесистемном уровне системы управления находится канал управления движением в ближней зоне, включающий наиболее детальную модель этой зоны и реализующий алгоритмы обеспечения безопасности движения. Требуемый уровень адаптации и искусственного интеллекта системы определяется степенью неопределенности и сложности местности и характером подлежащих выполнению заданий, т.е. назначением робота. В последнем отношении основное значение имеет минимально необходимая степень автономности управления роботом, определяемая перечнем его действий, которые должны выполняться без участия человека-оператора. При этом учитывается и возможность временной потери связи с оператором, ограниченная пропускная способность каналов связи, неполнота и ограниченная достоверность получаемой оператором от робота информации и ее задержка во времени. Например, если из-за высокого уровня помех в канале передачи оператору не видно изображения панорамы местности перед роботом оператор только эпизодически получает эту информацию, он имеет возможность вмешиваться в автономное движение робота только в порядке контроля и корректировки маршрута движения путем целеуказания отдельных промежуточных точек трассы в моменты ее достоверного наблюдения. 5.6. Системы группового управления роботами. Робот функционирует, как правило, не изолированно, а совместно с другим оборудованием, в том числе с другими роботами. В связи с этим одной из важных характеристик систем управления роботами является возможность реализации различных вариантов группового управления. Это относится и к управлению несколькими манипуляторами одного робота. Специфика управления манипуляторами одного робота состоит в наличии пространственных и временных ограничений на движения отдельных манипуляторов, которые конструктивно находятся на одном основании и рабочие зоны которых могут пересекаться. Простейшим вариантом группового управления является управление несколькими автономно действующими манипуляторами. В этом случае каждый манипулятор совершает автономные действия, т.е. не связанные в пространстве и во времени с другими манипуляторами. Примером такого управления может служить управление группой роботов, выполняющих операции по обслуживанию не связанных единиц технологического оборудования. Следующим вариантом группового управления является такое же управление с наложенными временными взаимными связями на движения манипуляторов. В простейших случаях эти связи сводятся к установлению определенной последовательности выполнения каждым манипулятором |