Реферат на тему магістерської роботи

У сучасному суспільстві одним з перспективних напрямів розвитку технологічних процесів є автоматизація, цілі якої : підвищення продуктивності праці, поліпшення якості продукції, оптимізація управління, досягнення безпеки людини за рахунок виключення людського фактору при контролі на небезпечних виробництвах. Автоматизація, за винятком простих випадків, вимагає комплексного, системного підходу до рішення задачі [1]. Використання роботів дозволяє полегшити діяльність людини не лише в сферах промисловості, досліджень, але і в побуті. Можливо, роботи, що в майбутньому знаходяться поряд з нами, стануть сприйматися

Автоматизована система може бути побудована або як окремий єдиний механізм, або складатися з великого числа складових частин, кожна з яких може бути індивідуально функціонуючою машиною, але при цьому усі складові об'єднані якою–небудь загальною програмою і служать для виконання певної мети. Переваги блокової побудови системи незаперечні. У разі великого механізму кожна його функціональна одиниця є одним блоком, що виконує те або інше завдання. При цьому окремий блок у разі єдиного механізму окремо від усієї системи не має практичного застосування. Великим плюсом такої побудови систем є легке обслуговування, швидка діагностика несправностей і заміна блоку, що вийшов з ладу. Це значно скорочує час ремонту. Недоліком цієї організації є складність побудови самої системи. Причому у ряді випадків цей недолік вирішальний.

Інший приклад блокової системи — побудова робототехнічного організму, кожна частина якого є незалежною функціональною одиницею, яка здатна незалежно від усієї системи виконувати які–небудь завдання самостійно. Проте, при цьому функціональний набір кожної складової незначний. Найбільша гнучкість досягається тільки при спільній колективній роботі усіх складових.

Побудова системи так званого «рою роботів» є метою проекту Symbrion Replicator. Відділ Bildverstehen інституту паралельних і розподілених систем університету Штутгарту бере участь в цьому проекті.

Головною метою проекту є дослідження і розробка новаторських принципів адаптації і еволюції симбіотичних робототехнічних організмів, заснованих на біологічних принципах і сучасних обчислювальних парадигмах. Такі організми складаються з великомасштабних «роїв роботів», які можуть з'єднуватися один з одним і симбіотично ділитися енергією і обчислювальними ресурсами у рамках однієї штучної форми життя. Такі роботи можуть динамічно перебудовувати свою структуру на один або декілька окремих організмів, підбираючи таким чином найбільш вигідну форму, і взаємодіяти з навколишнім світом за допомогою безлічі датчиків і виконуваних механізмів [2].

Біологічні еволюційні парадигми в сукупності з реалізацією конструкції у вигляді рою роботів дозволяють організмам автономно управляти своєю апаратною структурою і програмним забезпеченням. Таким чином штучні робототехнічні організми стають такими, що самостійно конфігуруються, лікуються, оптимізуються і захищаються з апаратною і програмною сторін. Це веде не лише до тих, що украй пристосовуються, еволюціонуючим і масштабованим робототехнічним системам, але і дозволяє організмам перепрограмувати себе без людського контролю для досягнення нової, непередбаченої заздалегідь функціональності. Крім того, різні симбіотичні організми можуть спільно еволюціонувати, співпрацювати один з одним і з довкіллям [2].

З опису проекту можна зробити висновок про обширність завдань, що вимагають рішення. Попередньою темою магістерської роботи вибрана системна організація сенсорного комплексу. Метою є отримання в результаті роботи єдиної сенсорної системи. Завданнями цієї теми можна назвати: визначення найбільш оптимальної структуру системи, наслідування блокового методу в побудові системи, виконання жорстких вимог стосовно розміру елементів і їх споживаної потужності.

Автоматизація вимагає застосування різноманітних датчиків, пристроїв введення, керуючих пристроїв, пристроїв виводу, виконавчих пристроїв. Сенсорні системи є основним джерелом інформації для автоматизованих систем, дозволяючи останнім обробляти отримані дані про навколишній світ, контролювати виконання функцій, оптимізувати власну структуру. Розробка оптимальніших організацій сенсорних систем є важливим напрямом у вдосконаленні автоматизованих систем. Робототехника, яка займається побудовою таких систем, у наш час залишається перспективною та актуальною.

У рамках проекту планується побудова сенсорної системи як окремого блоку робота. При цьому цей блок буде досить гнучким за своїми фізичними властивостями. Можливою науковою новизною буде побудова так званої «сенсорної шкіри», яка за допомогою злиття сенсорів (використання різноманітних датчиків, орієнтованих на отримання різної за своєю природою інформації, для формування якої–небудь нової інформації, яку неможливо отримати окремими датчиками) забезпечить кожну складову організму необхідною інформацією і при цьому через свою гнучку структуру також виконуватиме захисну і амортизуючу функції.

При створенні адаптивних роботів дуже істотна роль серед можливих засобів очувствления відводиться системам технічного зору, що забезпечують сприйняття відеоінформації про довкілля, автоматичну обробку і аналіз зображень робочих сцен в цілях формування команд управління роботом в процесі його роботи [3].

Можливість робота сприймати його оточення і змінювати на основі сприйняття свою поведінку — це те, що робить робота цікавою річчю для побудови і корисним механізмом, коли він побудований. Без сенсорів роботи будуть не більше ніж фіксованими автоматами, що повторюють знову і знову одні і ті ж завдання, знаходячись при цьому в ретельно контрольованому оточенні. Природно, такі механізми мають право на існування і часто саме вони є правильним економічним рішенням. Але з сенсорами, оптимально підібраними для вирішення поставлених завдань, у роботів набагато більший потенціал. Вони можуть діяти в неструктурованому довкіллі і адаптуватися до її змін. Вони здатні працювати в забруднених небезпечних місцях, в яких знаходження людини або неможливо, або створює загрозу для здоров'я. Вони можуть спілкуватися з нами і між собою, щоб працювати як частини однієї команди. Вони здатні стимулювати нашу уяву на побудову механізмів, які не так давно були можливі тільки в науковій фантастиці. І сенсори — те, що робить усі ці здібності можливими [5].

Одним з важливих завдань функціонування мобільних роботів є здатність виявляти перешкоди, а також оцінювати можливі напрями переміщення без зіткнень з ними. Для визначення потенційних перешкод мобільні роботи використовують сенсорні пристрої. Проте, сенсори є пристроями з обмеженою точністю, тому використовують методи злиття свідчень різнорідних сенсорних даних для уникнення цього недоліку [4]. Технології, які спрямовані на виявлення перешкод мобільним роботом, можна розділити на дві категорії: технології активного і пасивного сприйняття інформації [5], [6]. Активне сприйняття — аналіз даних про довкілля, що безпосередньо поступають від спеціалізованих сенсорів, наприклад, потужність відбитого променя інфрачервоних сенсорів.

У технології активного сприйняття інформації є обмеження. Наприклад, застосування ультразвукових сенсорів у вакуумі, термічних, лакофарбних, нафтогазових і інших середовищах призводить до значних погрішностей у зв'язку із залежністю швидкості поширення ультразвукових імпульсів від структури середовища, в якій вони генеруються (температури, щільності, молекулярної маси, хімічного складу, заходи поглинання та ін.)[5]. Тому розробляються методи, які використовують технологію пасивного сприйняття інформації для виявлення перешкод і побудови локальної карти середовища мобільного робота, який дозволяє уникнути наведених вище недоліків. Далі приведено декілька систем, що використовують пасивне сприйняття інформації.

Існують системи, які базуються на застосуванні структурованого світла для промислових потреб, основними недоліками яких є висока вартість, великий розмір, особливі умови роботи [7–9]. Наприклад, японськими ученими була запропонована САПР, що дозволяє автоматично визначати розміри тіла і таким чином будувати 3D модель середовища на основі стереозображень для проектування кімоно [10]. Така САПР містить проектор, що формує світлову сітку у напрямі перешкоди, дві CCD камери і персональний комп'ютер. Відстань до об'єкту розраховується за допомогою методів тріангуляції. Недоліками запропонованого підходу є те, що визначення кореспондуючих точок на стереозображеннях є складним завданням, метод працює лише в спеціальних умовах (необхідне темне приміщення), відстань до об'єкту є обмеженою у зв'язку з розсіюванням світла, для роботи потрібне спеціальне устаткування (проектуюча сітка) і точність системи є обмеженою (визначається дрібністю сітки).

Інша система PRIME (Profile Imaging ModulE) була розроблена DePiero and Trivedi (1996) з метою формування тривимірної моделі середовища на основі обробки зображень [11]. Використовуючи спрямовану вниз камеру і лазер з вузькодіапазонним фільтром спектру кольорів, виходить зображення променя, відбитого від об'єкту. Маючи такі зображення, можна визначити форму зрізу об'єкту на перетині з променем лазера. Для відтворення 3D форм середовища такий об'єкт покроково переміщається за допомогою конвеєра, і таким чином, лазерний промінь охоплює усю площину і формує модель об'єкту. Недоліками системи є висока вартість, складна процедура калібрування, висока споживча потужність для забезпечення випромінювання технологічних лазерів і її немобільність.

Розглянуті алгоритми не враховують ряд обмежень, що накладаються на сенсорну систему у рамках проекту Symbrion Replicator. Зважаючи на малий розмір самого робота вводяться жорсткі обмеження на енергоспоживання і на фізичні розміри використовуваних пристроїв. Наприклад, для виявлення перешкод використання такого роду датчиків, як відеокамера, сонар, лазер, різноманітні локатори, є неприпустимим.

Тому для вирішення цього завдання найбільш оптимальним буде застосування інфрачервоних датчиків. Сучасні технології дозволяють побудову інфрачервоних сенсорів, що задовольняють обмеження на фізичний розмір. Окрім цього для цих датчиків можна використовувати імпульсний режим роботи, тобто ітераційне включення/виключення, що призводить до зменшення часу активності самого датчика, а отже і знижує енергоспоживання.

Для досягнення найбільшої ефективності можливо використовувати сенсори з різними характеристиками. Наприклад, для більшого покриття використовувати сенсор з великим кутом випромінювання, але з малою відстанню, в парі з сенсором з малим кутом і великою відстанню. Приклад цього злиття представлений на рисунку 1.

Окрім використання інфрачервоних датчиків для виявлення і уникнення перешкод іншою сферою їх застосування являється комунікація між роботами. Окрім інфрачервоних датчиків також використовуються датчики тиску, вологості, температури, мікрофон.

Плановане практичне застосування системи, яка розробляється, — використання в остаточному варіанті робота як окремий функціональний блок.

На даний момент був проведений аналіз існуючих датчиків, проте доки не вибраний оптимальний варіант, що забезпечує необхідну дальність виявлення. Також було проведено порівняння різних мікропроцесорів, призначення яких в зборі даних від усієї сенсорної системи. Оптимальний варіант також ще не вибраний, оскільки не затверджений конкретний склад датчиків.

Подальші дослідження і пошук оптимального результату будуть проводиться безпосередньо в університеті Штутгарту з липня 2010 р.

При написанні цього автореферату магістерська робота ще не завершена. Остаточне завершення: грудень 2010 р. Повний текст і матеріали можуть бути отриманий у автора або його керівника після вказаної дати.

1. Автоматизация [Электронный ресурс]/ — Электронные данные — Режим доступа: http://ru.wikipedia.org/wiki/Автоматизация , свободный — Загл. с экрана

2. Официальный сайт проекта Symbrion Replicator [Электронный ресурс]/ — Электронные данные — Режим доступа: http://www.symbrion.eu/tiki-index.php , свободный — Загл. с экрана

3. Техническое зрение роботов / В.И. Мошкин, А.А. Петров, В.С. Титов, В.Г. Якушенков. — М.: Машиностроение, 1990.—272 с.

4. Brooks R., Iyengar S. Multi–sensor fusion: fundamentals and applications with software. Prentice– Hall PTR. — 1998 — 416 p.

5. Everett H.R., Sensors for Mobile Robots: Theory and Application. — Wellesley (MA): A.K. Peters, Ltd, 1995. — 528 p.

6. Mongi A. Abidi, Rafael C. Gonzalez. Data fusion in robotics and machine intelligence. — Academic Press, Inc., 1992. — 546 p.

7. Besl P. J. Active optical range imaging sensors // Machine Vision and Applications. — 1988. — Vol. 1.

8. Ward M.R., Rheaume D.P., Holland S.W. and Dunseth J. H., Production plantconsight installations, Tech Rep GMR–4156, General Motors Research Laboratories. — Warren Michigan, August 1982.

9. Holland S., Rossol L. and Ward M., Computer Vision and Sensor BasedRobotics New York Plenum. — Press, 1978.

10. Yamamoto H., Testsuya S., Hasebe S. Design System for Japanase Kimono // Internatinal Workshop on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications IDAACS’2003, 1–4 July, 2001. — Foros, Ukraine.

11. DePiero F., Trivedi M. 3–D Computer Vision Using Structured Light: Design, Calibration and Implementation Issues, Advances in Computers. — 1996. — Vol. 48.

12. Коваль В.«Злиття структурованого світла і відеокамери для управління мобільним роботом», «Искусственный интеллект» 1’2004, УДК 681.3