Реферат по теме магистрской работы

В современном обществе одним из перспективных направлений развития технологических процессов является автоматизация, цели которой: повышение производительности труда, улучшение качества продукции, оптимизация управления, достижение безопасности человека за счет исключения человеческого фактора при контроле на опасных производствах. Автоматизация, за исключением простейших случаев, требует комплексного, системного подхода к решению задачи [1]. Использование роботов позволяет облегчить деятельность человека не только в сферах промышленности, исследований, но и в быту. Возможно, в будущем находящиеся рядом с нами роботы станут восприниматься обыденно.

Автоматизированная система может быть построена либо как отдельный единый механизм, либо состоять из большого числа составных частей, каждая из которых может быть индивидуально функционирующей машиной, но при этом все составляющие объединены какой–либо общей программой и служат для выполнения определенной цели. Преимущества блочного построения системы неоспоримы. В случае большого механизма каждая его функциональная единица представляет собой один блок, выполняющий ту или иную задачу. При этом отдельный блок в случае единого механизма отдельно от всей системы не имеет практического применения. Большим плюсом такого построения систем является легкое обслуживание, быстрая диагностика неисправностей и замена вышедшего из строя блока. Это значительно сокращает время ремонта. Недостатком данной организации является сложность построения самой системы. Причем в ряде случаев этот недостаток решающий.

Другой пример блочной системы – построение робототехнического организма, каждая часть которого является независимой функциональной единицей, которая способна независимо от всей системы выполнять какие–либо задачи самостоятельно. Однако, при этом функциональный набор каждой составляющей незначителен. Наибольшая гибкость достигается только при совместной коллективной работе всех составляющих.

Построение системы так называемого «роя роботов» является целью проекта Symbrion Replicator. Отдел Bildverstehen института параллельных и распределенных систем Штутгартского университета принимает участие в данном проекте.

Главной целью проекта является исследование и разработка новаторских принципов адаптации и эволюции симбиотических робототехнических организмов, основанных на биологических принципах и современных вычислительных парадигмах. Такие организмы состоят из крупномасштабных «роев роботов», которые могут соединяться друг с другом и симбиотически делиться энергией и вычислительными ресурсами в рамках одной искусственной формы жизни. Такие роботы могут динамически перестраивать свою структуру на один или несколько отдельных организмов, подбирая таким образом наиболее выгодную форму, и взаимодействовать с окружающим миром при помощи множества датчиков и исполнительных механизмов [2].

Биологические эволюционные парадигмы в совокупности с реализацией конструкции в виде роя роботов позволяют организмам автономно управлять своей аппаратной структурой и программным обеспечением. Таким образом искусственные робототехнические организмы становятся самостоятельно конфигурирующимися, лечащимися, оптимизирующимися и защищающимися с аппаратной и программной сторон. Это ведет не только к крайне приспосабливающимся, эволюционирующим и масштабируемым робототехническим системам, но и позволяет организмам перепрограммировать себя без человеческого контроля для достижения новой, непредусмотренной заранее функциональности. Кроме того, различные симбиотические организмы могут совместно эволюционировать, сотрудничать друг с другом и с окружающей средой [2].

Из описания проекта можно сделать вывод об обширности задач, требующих решения. Темой магистерской работы выбрана системная организация сенсорного комплекса. Целью является получение в результате работы единой сенсорной системы. Задачами можно назвать определение наиболее оптимальной структуры системы, следование блочному методу в построении системы, выполнение жестких требований касательно размера элементов и их потребляемой мощности.

Автоматизация требует применения разнообразных датчиков, устройств ввода, управляющих устройств, устройств вывода, исполнительных устройств. Сенсорные системы являются основным источником информации для автоматизированных систем, позволяя последним обрабатывать полученные данные об окружающем мире, контролировать выполнение функций, оптимизировать собственную структуру. Разработка более оптимальных организаций сенсорных систем является важным направлением в совершенствовании автоматизированных систем. Робототехника, которая занимается построением таких систем, в наше время остается перспективной и актуальной.

В рамках проекта планируется построение сенсорной системы как отдельного блока робота. При этом этот блок будет достаточно гибким по своим физическим свойствам. Возможной научной новизной будет построение так называемой «сенсорной кожи», которая при помощи слияния сенсоров (использование разнообразных датчиков, ориентированных на получение различной по своей природе информации, для формирования какой–либо новой информации, которую невозможно получить отдельными датчиками) обеспечит каждую составляющую организма необходимой информацией и при этом в силу своей гибкой структуры также будет выполнять защитную и амортизирующую функции.

При создании адаптивных роботов весьма существенная роль среди возможных средств очувствления отводится системам технического зрения, обеспечивающим восприятие видеоинформации об окружающей среде, автоматическую обработку и анализ изображений рабочих сцен в целях формирования команд управления роботом в процессе его работы [3].

Возможность робота воспринимать его окружение и изменять на основе восприятия свое поведение – это то, что делает робота интересной вещью для построения и полезным механизмом, когда он построен. Без сенсоров роботы будут не более чем фиксированными автоматами, повторяющими снова и снова одни и те же задачи, находясь при этом в тщательно контролируемом окружении. Естественно, такие механизмы имеют право на существование и часто именно они являются правильным экономическим решением. Но с сенсорами, оптимально подобранными для решения поставленных задач, у роботов намного больший потенциал. Они могут действовать в неструктурированной окружающей среде и адаптироваться к ее изменениям. Они способны работать в загрязненных опасных местах, в которых нахождение человека либо невозможно, либо создает угрозу для здоровья. Они могут общаться с нами и между собой, чтобы работать как части одной команды. Они способны стимулировать наше воображение на построение механизмов, которые не так давно были возможны только в научной фантастике. И сенсоры – то, что делает все эти способности возможными [5].

Одна из важных задач функционирования мобильных роботов — это способность обнаруживать препятствия, а также оценивать возможные направления перемещения без столкновения с ними. Для определения потенциальных препятствий мобильные работы используют сенсорные устройства. Однако, сенсоры являются устройствами с ограниченной точностью, поэтому используют методы слияния показаний разнородных сенсорных данных для избегания этого недостатка [4]. Технологии, которые направлены на выявление препятствий мобильным роботом, можно разделить на две категории: технологии активного и пассивного восприятия информации [5], [6]. Активное восприятие – анализ данных об окружающей среде, непосредственно поступающих от специализированных сенсоров, например, мощность отраженного луча инфракрасных датчиков.

У технологии активного восприятия информации есть ограничения. Например, применение ультразвуковых сенсоров в вакууме, термических, лакокрасочных, нефтегазовых и других средах приводит к значительным погрешностям в связи с зависимостью скорости распространения ультразвуковых импульсов от структуры среды, в которой они генерируются (температуры, плотности, молекулярной массы, химического составу, меры поглощения и др.) [5]. Поэтому разрабатываются методы, которые используют технологию пассивного восприятия информации для выявления препятствий и построения локальной карты среды мобильного робота, который позволяет избежать вышеприведенных недостатков. Далее приведены несколько систем, использующих пассивное восприятие информации.

Существуют системы, которые базируются на применении структурированного света для промышленных потребностей, основными недостатками которых являются высокая стоимость, большой размер, особенные условия работы [7–9]. Например, японскими учеными была предложена САПР, которая позволяет автоматически определять размеры тела и таким образом строить 3D модель среды на основе стереоизображений для проектирования кимоно [10]. Такая САПР содержит проектор, формирующий световую сетку в направлении препятствия, две CCD камеры и персональный компьютер. Расстояние до объекта рассчитывается при помощи методов триангуляции. Недостатками предложенного подхода является то, что определение корреспондирующих точек на стереоизображениях является сложной задачей, метод работает лишь в специальных условиях (необходимо темное помещение), расстояние до объекта является ограниченным в связи с рассеиванием света, для работы необходимо специальное оборудование (проектирующая сетка) и точность системы является ограниченной (определяется мелкостью сетки).

Другая система PRIME (Profile Imaging ModulE) была разработана DePiero and Trivedi (1996) с целью формирования трехмерной модели среды на основе обработки изображений [11]. Используя направленную вниз камеру и лазер с узкодиапазонным фильтром спектра цветов, получается изображение луча, отраженного от объекта. Имея такие изображения, можно определить форму среза объекта на пересечении с лучом лазера. Для воссоздания 3D формы среды такой объект пошагово перемещается с помощью конвейера, и таким образом, лазерный луч охватывает всю плоскость и формирует модель объекта. Недостатками системы является высокая стоимость, сложная процедура калибрования, высокая потребительская мощность для обеспечения излучения технологических лазеров и ее немобильность.

Рассмотренные алгоритмы не учитывают ряд ограничений, накладываемых на сенсорную систему в рамках проекта Symbrion Replicator. Ввиду малого размера самого робота вводятся жесткие ограничения на энергопотребление и на физические размеры используемых устройств. Например, для обнаружения препятствий использование такого рода датчиков, как видеокамера, сонар, лазер, разнообразные локаторы, является недопустимым.

Поэтому для решения этой задачи наиболее оптимальным будет применение инфракрасных датчиков. Современные технологии позволяют построение инфракрасных сенсоров, удовлетворяющих ограничение на физический размер. Кроме этого для данных датчиков можно использовать импульсный режим работы, т.е. итерационное включение/выключение, что приводит к уменьшению времени активности самого датчика, а следовательно и снижает энергопотребление.

Для достижения наибольшей эффективности возможно использовать сенсоры с разными характеристиками. Например, для большего покрытия использовать сенсор с большим углом излучения, но с малым расстоянием, в паре с сенсором с малым углом и большим расстоянием. Пример данного слияния представлен на рисунке 1.

Помимо использования инфракрасных датчиков для обнаружения и избегания препятствий другой сферой их применения является коммуникация между роботами. Кроме инфракрасных датчиков также используются датчики давления, влажности, температуры, микрофон.

ППланируемое практическое применение разрабатываемой системы – использование в окончательном варианте робота в виде отдельного функционального блока

На данный момент был проведен анализ существующих датчиков, однако пока не выбран оптимальный вариант, обеспечивающий необходимую дальность обнаружения. Также было проведено сравнение различных микропроцессоров, предназначение которых в сборе данных от всей сенсорной системы. Оптимальный вариант также еще не выбран, т.к. не утвержден конкретный состав датчиков.

Дальнейшие исследования и поиск оптимального результата будут проводится непосредственно в Штутгартском университете с июля 2010 г.

При написании данного автореферата магистерская работа еще не завершена. Окончательное завершение: декабрь 2010 г. Полный текст и материалы могут быть получены у автора или его руководителя после указанной даты.

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