автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Исследование и разработка человеко-машинных систем управления автомобилем с использованием аппарата нечеткой логики

На правах рукописи

Андреев Сергей Викторович

ИССЛЕДОВАНИЕ И РАЗРАБОТКА ЧЕЛОВЕКО-МАШИННЫХ СИСТЕМ УПРАВЛЕНИЯ АВТОМОБИЛЕМ С ИСПОЛЬЗОВАНИЕМ АППАРАТА НЕЧЕТКОЙ ЛОГИКИ

05.11.16 - Информационно - измерительные и управляющие системы в машиностроении

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург

2005

Работа выполнена в Санкт-Петербургском Государственном Университете Аэрокосмического Приборостроения

НАУЧНЫЙ РУКОВОИТЕЛЬ

доктор технических наук

профессор Городецкий Андрей Емельянович

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ

доктор технических наук

профессор Фрадков Александр Львович

кандидат технических наук доцент Котова Елена Евгеньевна

ВЕДУЩАЯ ОРГАНИЗАЦИЯ

Санкт-Петербургский институт информатики и автоматизации РАН

Защита состоится «3_» _2005 г в часов на заседании

диссертационного совета Д 002 075 01 при Институте Проблем машиноведения РАН по адресу 199178, Санкт-Петербург, Большой пр , В О , д 61, актовый зал

С диссертацией можно ознакомиться в ОНТИ Института Проблем машиноведения РАН.

Автореферат разослан « &_» ^лхсиЯ_2005 г

Ученый секретарь I

диссертационного совета Д 002.075.01, I А доктор технических наук /_ Дубаренко В В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы оптимизации процессов управления автомобилем подтверждается многочисленными исследованиями в этой области. Как правило, задачей подобных научных исследований является разработка автоматических и автоматизированных систем управления автомобилем. При этом система автоматического управления движением (САУД) автомобиля должна обеспечивать определенную траекторию и интенсивность движения с заданной точностью и устойчивостью. Очевидно, что создание оптимальной САУД возможно лишь при учете свойств управляемого объекта и условий движения. При выборе параметров элементов системы управления и корректирующих звеньев необходимо учитывать динамические характеристики автомобиля, изменяющиеся в зависимости от скорости движения, состояния дорожного покрытия, рельефа местности и т. д Адаптация САУД к режиму и условиям движения обеспечивается путем воздействия на органы управления с помощью определенных сил, формируемых устройством управления. А учет динамических характеристик автомобиля позволяет вырабатывать управляющие воздействия, обеспечивающие оптимальное управление с учетом ограничений, накладываемых условиями движения.

Следует заметить что, достигнуть высокого уровня автоматизированного управления в человеко-машинных системах, можно лишь в том случае, когда полно и адекватно учитываются все свойства и характеристики как машины, так и человека. Однако чаще всего, время принятия оператором человеко-машинной системы решения в условиях неопределенности, зависящее от психофизиологических свойств конфетного человека, просто не учитывают. Это, безусловно, снижает адекватность модели разрабатываемой САУД и, соответственно, качество управления.

Таким образом, актуально, прежде всего, изучение взаимодействия человека-оператора с системой управления автомобилем, и синтез оптимальных САУД с учетом полного набора условий функционирования и большого числа внешних воздействий, имеющих как априорно известный, так и заранее неизвестный вид, носящий вероятностный характер. Причем, в тех случаях, когда невозможно описать внешние воздействия с требуемой точностью, целесообразно воспользоваться принципами нечеткой логики и, соответственно, логико-лингвистическими моделями.

Целью диссертационной работы являлась разработка методов и средств оптимального выбора стратегии и тактики управления автомобилем в условиях неопределенности среды и с учетом влияния характера водителя. Задачу необходимо было решить с использованием правил нечеткой логики, позволяющей эффективно оценить реакцию водителя на внешние возмущения и характер выбора им соответствующих стратегий и тактик в зависимости от текущих условий и выбранных параметров.

При этом решались следующие задачи: иос национальна« !

формализация неопределенностей среды

•ниро£Ш;ИОТЕКА |

- формализация психофизических особенностей поведения водителя;

- разработка специальных методик тестирования, позволяющих выявлять необходимые параметры и характерные особенности водителя;

- разработка алгоритмов, обеспечивающих решение оптимизационных задач тактического уровня;

- разработка управления в зависимости от выбранной стратегии и характерных свойств лица принимающего решения;

- исследование и учет влияния поведения водителя на функционирование системы управления движением автомобиля;

- разработка программных средств реализации правил управлении АТС с отображением динамического процесса в режиме реального времени на экране и с возможностью контроля и управления его параметрами и характеристиками.

Методы исследования. В процессе выполнения работы применялись методы теории вероятности, теории оптимальных систем, теории нечеткой логики, теории психологического тестирования, математической обработки психологической информации, компьютерное моделирование.

Научная новизна работы состоит в следующем:

- разработаны методы и средства оптимального выбора стратегии и тактики управления автомобилем, в которых впервые учтено поведение водителей;

- разработана и исследована методика тестирования водителей и система его формализации, позволяющие оценить характерные особенности поведения водителя в процессе принятия тех, или иных решений;

- разработана методика формализации условий и неопределенностей среды функционирования с целью формирования информационно-измерительной базы данных для человеко-машинной системы управления автомобилем;

- предложена методика исследования зависимости принятия решения водителем от его психофизической предрасположенности и имеющихся навыков, а также от климатических условий, дорожной обстановки и стратегических предпочтений.

Практическая ценность работы состоит в следующем:

- На основе предложенной специальной методики тестирования водителя, позволяющей выявлять его необходимые параметры и характерные особенности; разработаны три психологических теста, реализованные программно. Апробация тестов показала их допустимый уровень надежности

- Построена идентификационная система для формирования информационно-измерительной базы данных;

Проведено исследование характерных особенностей водителей и их непосредственное влияние на принятие решения в ситуационной задаче. В том числе, был изучен характер^ влияния поведения водителя на функционирование системы управления движение^ двтчмобшиЦ ... ,*)• СО *

- Разработан алгоритм выбора пути следования автомобиля-такси на основе экспертного нечеткого регулятора управления, с учетом изменения параметров окружающей среды;

- Разработана методика выработки правил управления человеко-машинных систем в условиях неполной определенности при решении стратегических задач;

- Разработана имитационная компьютерная модель системы управления и среды функционирования, позволившая провести апробацию разработанных алгоритмов;

- Все разработанные тесты и алгоритмы показали свою работоспособность и эффективность при получении результатов и выявлении необходимых данных, в установленных стратегических рамках в динамически изменяемой среде. Высокая степень эффективности достигалась удобством ввода исходных данных, контролем параметров задачи управления и наглядностью представления динамики процесса функционирования.

Результаты работы использованы в учебном процессе СПб ГУАП при подготовке студентов по специальности "Управление и информатика в технических системах" по дисциплине "Интеллектуальные системы управления".

Положения, выносимые на защиту:

1 Методика формализации условий и неопределенностей в человеко-машинной системе

2. Методики психологического тестирования водителей, как лиц, принимающих решения

3. Оптимизатор пути следования автомобиля-такси на основе экспертного нечеткого регулятора, позволяющий учесть большое число параметров окружающей обстановки.

4. Методика стратегического управления движением автомобиля в зависимости от свойств характера водителя и показателей управляющего процесса, полученных в результате работы обработчика информации, позволяющие реализовать эффективный контроль за действиями водителя, а также вырабатывать оптимальные управляющие решения в зависимости от характерных параметров и предпочтений водителя.

Апробация работы. Основные результаты работы докладывались и обсуждались на следующих научно-технических конференциях: Третьей международной конференции "Логико-лингвистическое управление динамическими объектами" (Санкт-Петербург, 1820 июня 2001 г.); Пятой международной конференции "Логико-лингвистическое управление динамическими объектами" (Санкт-Петербург, 18-22 июня 2003 г.); Пятой международной школе-семинаре: "БИКАМП» (Санкт-Петербург. 25-29 июня 2003 г.); Аспирантской сессии ГУАП 2004. По материалам диссертации опубликовано 5 печатных работ, в том числе параграф в коллективной монографии.

Структура и объем диссертации. Диссертация состоит из введения, 5 глав, заключения, и списка литературы. Объем работы составляет 134 страницы, включая 36 рисунков и 25 таблиц. Список использованных источников включает 41 наименование.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность исследования, определены цеди и задачи работы. Также обоснована практическая ценность проведенных исследований.

В первой главе сформулированы итоги аналитического обзора. Отметим основные из них: Несмотря на важность и очевидность необходимости проведения интенсивных исследований и разработок в области систем автоматического управления движением, количество новых разработок крайне мало. Основные исследования и разработки в области САУД в настоящее время по-прежнему узко сосредоточены на повышении уровня автоматизации технических устройств автомобиля. Совершенно очевиден пробел в исследованиях параметров самого водителя, как лица принимающего важные управляющие решения за рулем автомобиля. Более того, приходиться констатировать, что крайне бедно рассмотрены, а то и практически отсутствуют соответствующие исследования, посвященные, прежде всего, оценке и формализации характерных особенностей водителя, влияющих на принятие решения в процессе управления движением автомобиля.

Далее в первой главе приводится обзор существующих на данный момент методов решения задач нечеткого управления, применимых для разработки правил оптимального управления при изменении динамических свойств окружающей среды.

Напомним, что особенностями нечеткого управления являются возможность представления техники и знаний о вождении, которыми обладает водитель, с помощью лингвистических правил управления, что позволяет во многих случаях обойтись без количественной модели объекта управления. Поэтому в качестве устройства управления с функциями адаптации к изменениям параметров автомобиля как объекта управления разрабатываются нечеткие регуляторы, которые построены на основе базы правил и базы знаний об управляемом процессе. Нечеткий алгоритм управления может бьггь реализован следующими программными средствами: написанием программы на языке высокого уровня, использованием оболочек экспертных систем, обучением нейронной сети с помощью генетических алгоритмов.

Подробно освещен вопрос психологического тестирования способностей и предпочтений водителя, как одного из основных средств повышения адекватности модели разрабатываемой системы управления, путем сбора, идентификации и использования данных о водителе, как лице, принимающим решения.

Показано, что эффективное применение тестов в большинстве ситуаций, особенно касающихся высококвалифицированной работы, возможно лишь тогда, когда в тестах используют специальные методики для правильной интерпретации тестовых показателей конкретного кандидата. В рамках такого применения тестов их показатели составляют часть информации, на основе которой человек принимает решения относительно себя самого в той или иной ситуации. Так как ни один психологический тест не может измерить ничего, кроме поведения, то ответ на вопрос: а будет ли такое поведение эффективным показателем другого поведения? - можно получить

только эмпирическим путем. Объективная оценка психологических тестов предполагает в первую очередь определение их надежности, т.е. согласованности в строго заданных ситуациях. Надежность теста определялась по согласованности оценок у обследуемых лиц при их повторном тестировании тем же самым тестом или его эквивалентной формой.

Отдельно изучен подход к тестированию, называемый «критериально-ориентированным тестированием». Этот термин, впервые предложенный Р.Гласером, употребляется до сих пор. Кроме того, появился ряд альтернативных терминов: содержательно- (contení-), предметно- (domain-) и задачно- (objective-) ориентированное тестирование. Для такого вида тестирования типично использовать в качестве интерпретационной системы отсчета не заранее оговоренную совокупность людей а строго определенную содержательную область. В этом отношении оно с самого тачала противопоставлялось обычному, ориентированному на нормы тестированию, в котором показатель каждого конкретного человека интерпретируется посредством сравнения с показателями, полученными другими людьми по тому же тесту. Иллюстрацией применения предметно-ориентированного тестирования могут служить экзамены на право вождения автомобиля или управление самолетом. Родственной областью является проверка профессиональной квалификации, где оценивается владение небольшим числом строго определенных профессиональных навыков.

Во второй части первой главы описывается среда задачи, в качестве которой выбрана карта местности, состоящая из некоторого числа пересекающихся улиц. Каждая улица привязана к системе координат и разбита на определенное число участков, с целью более четкого отслеживания нюансов выбора стратегии передвижения. Результатом действий разрабатываемого оптимизатора должен быть выбор оптимальной тактики перемещения по улицам для достижения поставленной задачи управления. Важно заметить, что это обусловило необходимость изучения многофакторной модели функционирования, т.е. целью исследования является учет сразу нескольких уровней влияния коэффициентов и параметров задачи. Таким образом, ставиться задача, добиться оптимального управления автомобилем с учетом всех условий функционирования. Важно подчеркнуть, что в исследовании учитывались неопределенности нескольких уровней.

а) Неопределенность начальных условий, которая существенно влияет на промежуточные решения водителя, т.к. добавляет в задачу функционирования неопределенность некоторых аспектов управления.

б) Неопределенность среды функционирования, учет которой требует привнесения в задачу элементов нечеткого управления, добавляя используемым коэффициентам, возможность динамического изменения во времени.

в) Неопределенность вероятностного фактора, которая предварительно вводится в задачу в виде неопределенных условий среды задачи и параметров объекта управления, когда невозможно с требуемой точностью указать их значение. В этом

случае использовался логико-вероятностный аппарат описания элементов задачи управления. Структурная схема разрабатываемой СУ, представленная на рис. 1:

Рве 1 Структурная схема системы оптимального управления движением яжтомобиля

Из рисунка видно, что система управления функционально состоит из объекта управления, трех уровней управления - Тактического, Стратегического и Исполнительного, а также из нескольких вспомогательных блоков. В качестве объекта управления выбран стандартизированный автомобиль и его водитель, как лицо, принимающее решение. Как видно из рисунка, водитель, имеющий набор характерных параметров и предпочтений, напрямую влияет на все три уровня управления. И если для тактического и стратегического уровня это совершенно очевидно, то многочисленные разработки в области автоматизации динамики движения автомобиля заставляют усомниться в правомерности этого утверждения и на исполнительном уровне. Ведь автомобиль может быть автономным от водителя только до тех пор пока ситуация вокруг автомобиля неизменна или по крайней мере узнаваема для сенсорной системы автомобиля. Однако в случае непредвиденных ситуаций на дороге, особенно требующих экстремальных действий от автомобиля, без водителя пока не обойтись. Таким образом, в своем исследовании будем исходить из того, что влияние характерных особенностей каждого водителя тем или иным образом влияет на систему управления в целом.

В заключительной части первой главы описан исполнительный уровень СУ. Реализация его динамической модели была осуществлена с помощью 4-х ре1уляторов:

а) Регулятор угла поворота - осуществляет управление движением с помощью рулевого управления, т.е. регулирует движение автомобиля по заданной траектории. Данный регулятор использует информацию о текущих координатах объекта управления и осуществляет соответствующий поворот управляемых колес. Передаточную функцию для автомобиля при управлении направлением движения можно записать в следующем виде:

у _ к0(Т2Р+ 1)

р(Т*р2+2£Т1Р+\)

б) Регулятор скорости движения - содержит два блока. Блок изменения скорости движения механизмом топливоподачи и блок изменения скорости движения механизмом торможения.

В первом случае учитывается зависимость вращающего момента от положения рейки механизма топливоподачи. Передаточная функция для данного случая может быть подсчитана следующим образом:

рТ0+1

Это относится к случаю, когда автомобиль обладает статическими свойствами и инерционностью, характеризуемой Т0.

Во втором случае регулирование скорости движения осуществляется за счет двух составляющих: тормозных фрикционных механизмов и зоны контакта колес с дорогой. Передаточная функция для такого типа регулирования запишется в виде:

е'^'к

ЯГ(р) =

а+рт0>

в) В связи с тем, что параметры управления движением автомобиля зависят от утла наклона дороги, целесообразно ввести в СУ еще регулятор по углу наклона дороги, который осуществляет изменение параметров регулятора скорости и направления движения, тем самым, обеспечивая адаптацию СУ к изменяющимся внешним условиям. Он оперирует информацией о текущей массе автомобиля, поверхности дороги и величине уклона, обуславливающей собой естественное сопротивление движению.

Настройка параметров СУ на исполнительном уровне может быть осуществлена посредством пакета математического программирования Ма&аЬ. Для подобных исследований в нем встроены специальные методики моделирования и научно обоснованные средства получения результатов. Поэтому выбранную для объекта управления имитационную модель, а также все, что связано с исследованием ее динамических свойств, целесообразно реализовать именно в Ма&аЬ.

Подробные исследования динамики исполнительного уровня в данной работе не проводились, т.к. эти вопросы достаточно полно изучены и описаны в соответствующей литературе. Поэтому основные исследования были сосредоточены именно на водителе, как лице, принимающем решения в человеко-машинной СУ.

Во второй главе приводится формализация задачи управления и описание структуры оптимизатора, основанного на нечеткой логике.

При формализации задачи управления последняя, как правило, сводится к задаче поиска наилучшего решения из всех альтернативных. При этом альтернативным решением будем называть вариант решения, удовлетворяющий ограничениям задачи

управления и обеспечивающий получение требуемых параметров и характеристик управления, а средой задачи - эталонную модель объектов и системы управления, а так же тех условий фут па (полирования САУД, которые необходимо учитывать при формировании и решении задачи.

Т.к. такие параметры окружающей среды, как места появления клиентов, время их ожидания и статус, климатические условия, пробки на дорогах, а также функционирование конкурирующих водителей такси - априорно неопределенны, а значит, не поддаются четкому описанию, то нельзя аналитически доказать, какая стратегия управления приведет к наилучшему результату. Поэтому решаемая задача управления относится к задачам оптимального управления в условиях неопределенности, когда искомое наилучшее решение описывается в логико-вероятностной или логико-лингвистической форме.

В исследуемой системе управления использовались следующие модели:

• Логико-вероятностные модели с изменяющимися во времени вероятностями событий (предпочтения водителя, характер размышления водителя).

• Логико-вероятностные модели с интервальным заданием вероятностей (типы улиц, статус клиентов).

• Логико-вероятностные модели с интервальным заданием вероятностей, меняющимся во времени (параметры и коэффициенты улиц, зависимые от времени суток; показатели места посадки и климатические условия).

• Логико-вероятностные модели со случайными вероятностями событий (пробки на участках улиц, препятствия на пути, появление клиентов в случайных точках).

• Логико-лингвистические модели с не изменяющимися во времени функциями принадлежности (показатели и психофизические предпочтения водителя). Напомним, что объектом управления выбран автомобиль-такси. Очевидно, что

основной целью управления будет два взаимосвязанных показателя - заработанные деньги и количество клиентов. Причем существует ряд ограничений. Такие как, время работы, пропускная способность улиц, ресурс бензина, видимость и т.д. А значит, разработанный оптимизатор должен стремиться выбирать такую цепь стратегических действий водителя такси, при которой последний получал бы наибольшее количество денег в заданный промежуток времени. Так как возможны случаи, когда нельзя точно указать, какая стратегия приведет к наилучшему результату, т.к. такие параметры, как места появления клиентов, время их ожидания и статус, климатические условия, пробки на дорогах, а также функционирование конкурирующих водителей такси -априорно неопределенны, а значит, не поддаются четкому описанию, то система может предлагать несколько альтернативных стратегий (мест назначения) с указанием их предпочтительности.

Появление систем, основанных на знаниях, привело к необходимости разработки математического аппарата, позволяющего формально описывать нестрогие и нечеткие понятия, которые эти знания содержат и через которые знания выражаются

экспертами. Этот подход позволил дать строгое математическое описание расплывчатых суждений и понятий естественного языка, формализовать неопределенности в лингвистических оценках и утверждениях.

Теория нечетких множеств основана на обобщении идей многозначной логики, допускающей произвольное число значений истинности, и теории вероятностей, аккумулирующей всевозможные способы обработки экспериментальных данных и формализации неопределенностей. Нечеткое множество образуется путем расширения толкования четкого множества введением обобщенного понятия принадлежности.

Согласно теории нечетких множеств, элемент может принадлежать множеству не только полностью, но и частично Для количественной оценки принадлежности используется функция принадлежности Н Л(и), значения которой и определяют степень уверенности лица, принимающего решения (ЛПР), в принадлежности данного элемента нечеткому множеству.

Функции принадлежности для каждого нечеткого множества определяются, вообще говоря, субъективно и для одного и того же множества могут быть различными при определении их как разными людьми, так и одним человеком, в зависимости от решаемой задачи и методики построения.

Для исследования были выбраны функции принадлежности треугольного вида для каждой группы критериев. Например, группа «свойства характера» имела функции принадлежности, изображенные на рис. 2, на примере показателя «опыт»:

В третьей главе описывается методика, и приводятся результаты исследования водителя, как ЛПР в системе управления автомобилем. Установлено, что эффективность действий водителя зависит не только от объема и вида доводимой до него информации, а также от его психофизических параметров и предпочтений. Водитель на основе информации, получаемой органами чувств либо непосредственно, либо от индикаторов, воздействует на те или иные органы управления, осуществляя определенный маневр. При этом основная часть информации получается визуально

Обычно при решении задач нечеткого управления вероятности событий, являющихся логическими переменными задач, считаются постоянными. Однако вероятность и время принятия решения зависят от особенности характера человека, принимающего решения в человеко-машинных системах в условиях не полной определенности.

Рис.2 Функции принадлежности блока формирования данных (БФД) опыта

Таким образом, в моделях человеко-машинных СУ необходимо учитывать особенности характера человека, принимающего решения в условиях не полной определенности. Указанные особенности заключаются в том, что в процессе умозаключения, т. е анализа логического правила уверенность в правильности вывода, т.е. вероятность логического вывода может меняться. Последнее приводит к зависимости целевой функции от времени умозаключения.

Покажем на конкретном примере важность учета принятия решения водителем от времени размышления. На рисунке 3 представлена типичная дорожная ситуация. Объектом исследования в данном случае является водитель синего автомобиля. Двигаясь прямо, водитель размышляет о возможности поворота налево Как видно из рисунка З.А, для выполнения нужного маневра у водителя есть три возможных траектории движения, каждая из которых имеет соответствующее значение вероятности того, что данное решение будет принято. Причем каждая траектория имеет свое время маневра. Так если водитель склонен будет принять решение №1, то выполнить его надлежит уже по истечении 1 секунды после начала размышления. До начала маневра №2 есть 2 секунды, а для маневра №3 водитель располагает временем размышления равным 4,5 секунды.

Предположим теперь, что водитель имеет тип зависимости принятия решения от времени размышления, изображенный на рисунке 4. Из него видно, что диапазон допустимых значений вероятности (Рр) у данного водителя больше или равен 0,7. Тогда водитель сможет принять положительное решение лишь на отметке 3,5 секунды размышления.

Рассмотрим процесс умозаключений водителя, разбив описание ситуации на посекундные значения вероятности каждого маневра. Так на первой секунде размышления вероятности всех трех маневров не превышают допустимый предел, т.к. равны соответственно 0,63; 0,5; 0,21. Таким образом, несмотря на то, что маневр №1 на первой секунде представляется водителю наиболее предпочтительным, он не примет решения продолжая двигаться дальше, пока вероятность одного из маневров не достигнет допустимого значения.

На второй секунде размышления вероятность выполнения маневра №1 отсутствует, а предпочтительным становиться маневр №2. Однако и в данном случае ни один из маневров не имеет допустимого значения вероятности, что заставляет водителя продолжить движение прямо. После второй секунды в распоряжении водителя останется всего два возможных варианта продолжения движения - маневр №3 и движение прямо.

Как видно из рис.4, на 4-й секунде размышлений водитель будет склонен принять решение о повороте налево, т.к. вероятность маневра №3 составит 0,84, что попадает в допустимый диапазон.

Рис 3 Пример исследования характера размышления водителя

0 1 2 3 4 5 6

Время размышления, сек.

Рис. 4 Зависимость принятия решения от времени размышления

Однако в реальном случае на дорожную ситуацию также оказывают влияние другие участники движения, выполняющие собственные заранее неизвестные маневры. На рис. 3 В. приведен пример влияния других участников движения на развитие дорожной ситуации. Из него видно, что если водитель синего автомобиля так и не примет решение о движении по маршрутам №1 или №2, то на третьей секунде размышления неминуемо столкнется с автомобилем, находящемся на его пути.

Т.е. в данном случае управление автомобилем необходимо было передать системе управления, которая, предусмотрев подобную опасность, приняла бы решение об экстренной остановке, либо заранее выбрала другой маневр для движения.

Таким образом, можно сделать заключение, что не учет зависимости вероятности принятия решения от времени хотя и облегчает задачу, но может существенно исказить результат, связанный с выбором решения с наибольшей вероятностью на момент принятия решения. Причем вопрос использования той или иной зависимости при моделировании поведения лица принимающего решения (ЛИР) пока остается открытым и требует серьезных статистических исследований.

В ходе исследования было выявлено несколько параметрических групп, описывающих характер водителя, его предпочтения и принципы принятия решений. Задача состояла в подборе наилучшей методики определения каждого выбранного параметра с целью использования его в задаче управления. По результатам прохождения всех уровней тестирования на оцениваемого водителя формировался характерный портрет, который и использовался на этапах оптимизации управления. Уровни сбора информации структурно представлены на рисунке 5. Также в третьей главе подробно описаны все используемые тестовые методики.

Тест первого уровня призван оценить общую осведомленное гь тестируемого в правилах дорожного движения. Вопросы охватывают большинство важнейших условий эксплуатации автомобиля и взаимодействия с другими участниками движения. Например, такие как, проезд регулируемых и нерегулируемых перекрестков, обгон, последовательность проезда, световая сигнализация и т.д

В результате апробации разработанного теста был сделан вывод о высокой степени надежности и достоверности получаемых результатов. Это обусловлено тем фактом, что вопросы составлены экспертами в автомобильной сфере и ошибки в правильности ответов исключены. Также важно, что вопросы охватывают весьма широкий спектр ситуаций, возникающих при эксплуатации автомобиля. Надежность теста основывается на двух встроенных свойствах методики тестирования. Во-первых, надежность подтверждается совпадением первоначальных ответов на эти же вопросы, предложенные на третьем этапе. А во-вторых, тест специально разбит на два этапа, содержащих разные вопросы, но идентичные в количестве вопросов с

1-Я уровень

2-й уровень

3-й уровень

Рвс^ Уровни тестирования водителя

соответствующими индексами. Таким образом, тест считался объективным при малом расхождении результатов на первом и втором этапах.

Первоначальный вариант теста придерживается схемы единообразного оценивания всех вопросов. В дальнейшем рекомендуется выделение сложности каждого вопроса и присвоение ему степенного коэффициента. Этим будет достигаться большая адекватность в оценивании знаний водителей и возможность более точного ранжирования тестируемых.

Тест второго уровня введен в программу исследования с целью анализа выбранных решений водителя в конкретных ситуациях при условии крайне ограниченного времени, отводимого на принятие размышления. Другими словами, разработанный тест призван оценить силу интуиции конкретного водителя, путем отделения интуитивного знания от интеллекта.

При проведении эмпирических исследований разработанного теста проблем в функциональности и работоспособности не выявлено. Однако для каких-либо выводов о его объективности требуется более детальная проработка правил, текстов вопросов и формализации результатов.

Хотя уже сейчас можно говорить о том, что на правильность интуитивных ответов большое влияние оказывает время размышлении. Так сокращение ограничения по времени с 30 секунд до 15 секунд, привело к увеличению правильных ответов с 23% до 31%. Интересно и то, что вопросы с картинками заняли на 45% меньше времени на ответ, чем картинки с текстовыми вариантами ответов. Однако эти и другие важные выводы, полученные с помощью разработанной методики, еще предстоит подтвердить или опровергнуть дальнейшими исследованиями.

Разработанный тест четвертого уровня представляет собой инструмент выявления психофизических предпочтений водителя по шести категориями:

a) Коэффициент «Выносливость-Усталость» (КВУ), отражающий возможности физических сил, и распределения их в процессе управления автомобилем в течение некоторого времени

b) Коэффициент «Терпеливость-Нервозность» (КТИ), являющийся показателем сдержанности эмоциональных факторов в дорожной обстановке.

c) Коэффициент «Осторожность-Рискованность» (КОР), который служит для отражения склонности к импульсивным действиям за рулем и отвечает за выбор направления движения и за взаимодействие с объектами на дороге.

<1) Коэффициент «Аккуратность-Небрежность» (Кш), отражающий приверженность водителя к выбору соответствующего темпа и стиля движения автомобиля.

е) Коэффициент «Внимательность-Рассеянность» (Кир), служащий для оценки общей собранности за рулем, ответственной за своевременность маневров и фиксацию окружающей обстановки.

ж) Коэффициент «Постоянство-Изменчивость» (К,т) ■, характеризующий склонность водителя к возможной перемене выбранной стратегии и последовательности действий.

Основной сложностью в апробации разработанного теста являлось определение искренности выбираемых предрасположенностей тестируемыми. Так, серьезное влияние оказывал социальный фактор, под влиянием которого тестируемые предпочитали выбирать нейтральные ответы. Особенно это коснулось вопросов, в которых были предусмотрены провокационные варианты ответа, предусматривающие нарушение правил дорожного движение. В связи с этим ряд вопросов претерпел соответствующие доработки, что дало положительные результаты. Также отдельно фиксировалась приверженность тестируемых к нейтрализации ответов. Так на первом этапе было предусмотрено 12 вариантов ответов с индексом «О». Если у тестируемого набиралось более 9-ти таких ответов, то тест признавался недействительным.

В результате проведенного исследования было принято решение не разрабатывать специальные тесты, в которых требовалось выявить адекватную информацию о таких показателях, как ловкость кручения рулевого колеса и физические способности скоростного маневрирования, а также мгновенную реакцию на экстремальную ситуацию на дороге. Реализовать такие тесты в программной среде с допустимой степенью соответствия результатов и реальных данных не представляется возможным. Что, впрочем, не существенно сказывается на адекватности модели, т.к. учет данных показателей в исследовательскую задачу можно ввести и в субъективной форме, что не оказывает влияние на оценку общей функциональности САУД.

Для выявления эффективности разработанных тестов, в правила их прохождения были включены специальные средства контроля надежности получаемых результатов, которые описаны в третьей главе. Напомним, что надежность теста есть согласованность оценок у обследуемых лиц при их повторном тестировании тем же самым тестом или его эквивалентной формой Надежность может проверяться путем сравнения результатов теста, получаемых при его проведении на одних и тех же людях в различные моменты времени, с использованием разных наборов заданий, а также при варьировании любых других условий тестирования.

Т.к. анализ существующих источников показал, что подобных разработок практически не существует, все разработанные тесты были реализованы на основе собственной методики выявления необходимых параметров, приоритетов, способностей и навыков прогнозирования развития ситуации испытуемого. Поэтому лишь дальнейшие исследования смогут с высокой степенью достоверности подтвердить или опровергнуть предложенные методики тестирования.

В четвертой главе приводятся оптимизационные правила функционирования системы управления автомобилем на тактическом уровне.

>

Описывается разработанная информационно-измерительная система (ИИС) системы управления, которая осуществляет сбор и обработку информации об условиях среды управления, анализирует характер изменения каждого параметра объекта управления и окружающей среды на предмет четкости его описания, идентифицирует вводимые данные, и интерпретирует их в требуемый для использования в процессе управления вид.

Также дана подробная классификация параметров окружающей среды, с обоснованием важности их учета, и предложена методика вычисления параметрических коэффициентов и результирующих весов, определяющих показатели и приоритеты процесса управления. При этом значения коэффициентов, соответствующие тем или иным параметрам выбраны опытным путем, как оптимальные для данной системы.

Например, формирование результирующего веса, соответствующего определенному времени проезда через квадрат карты местности, подсчитывается по следующей формуле (см. табл.1):

^с = К !Лд + (Ккд + КПУ ) + + Кт ) + К ид + ,

Таблица 1

Параметр Тип улицы

А В С О Е

Кнд Коэффициент направления движения 0,2-0,3 0,15-0,25 0,1-0,2 0,05-0,15 0-0,1

Кпр Коэффициент перекрестка 0,25-0,35 0,2-0,3 0,15-0,25 0,1-0,2 0,05-0,15

Кшд Ширина дороги на данном участке более 14 10-14 8-12 6-10 4-8

Ккд Качество дороги на данном участке 0-1 0,5 - 1,5 1-2 1,5-2,5 более 2,5

Ктр Траффик на участке в текущее время 1-1,5 0,75-1,25 0,5-1 0,25-0,75 0-0,5

Вкратце поясним принципы формирования коэффициентов по разработанной таблице. Итак, каждая улица имеет ряд показателей, влияющих на скорость проезда по ней. Каждый из этих параметров строго регламентирован в заданных пределах и разбит на пять уровней. В зависимости от того, к какому из пяти уровней относиться текущий показатель, из табл.1 получаем соответствующее значение коэффициента, которое и используется в формуле для подсчета результирующего веса. При этом были приняты следующие допущения:

a) Существует 5 типов улиц. Как видно из таблицы 1, улицы имеют нисходящую классификацию параметров. Так уровень «А» представляет на карте наиболее крупные улицы, имеющие повышенный поток движения. Поэтому значения коэффициентов этой улицы более высокие, а значит больше вероятность возникновения заторов и меньше вероятная скорость проезда по этой улице.

b) Ширина дороги измеряется в метрах. Сравнительные характеристики взяты из технических нормативов дорог по строительным нормам и правилам СНиП.

c) Тип дорожного покрытия измеряется с помощью дисперсии высоты неровности в квадратных сантиметрах. Данный параметр очень важен, т. к микропрофиль несущего основания определяет значительные возмущения автомобиля, вызывающие вертикальные и угловые колебания, ухудшение управляемости и устойчивости, а также влияет на сопротивление и скорость движения

d) Трафик каждого участка улицы обуславливается интенсивностью движения на нем, т.е. количеством автомобилей, проезжающих в среднем за сутки по выбранному участку. Причем если значение коэффициента К^ изначально определено, как среднее значение проезжающих по данной улице автомобилей, то К'^ отражает зависимость плотности движения от времени суток.

e) Значение коэффициента Кспу, характеризует зависимость скорости проезда от погодных условий.

f) Правила вычисления коэффициентов трафика для отдельных участков улиц усложнены за счет придания различного характера использования для участков на одной улице. Т.е. введен дополнительный параметр, характеризующий направление движение. Чем выше вес улицы, по которой двигается автомобиль, тем выше должен быть коэффициент плотности движения. Таким образом, перед подсчетом весов определенной улицы необходимо иметь информацию о ближайших пересечениях с другими улицами.

g) Кпр - коэффициент перекрестка вычисляется как сумма двух коэффициентов Кпр, соответствующих таблице 1.

Также в четвертой главе проводится формализация задачи управления тактического уровня, которая может быть описана кортежем следующего вида:

<Y, М, К, J, Q, Е> где: Y - множество альтернативных решений;

М - окружение выбора (число улиц, квадратов, вероятных клиентов, коэффициенты качества дороги, трафика);

К - набор предпочтений системы управления (коэффициенты мастерства и психофизической предрасположенности водителя, и веса важности), принимающей решение, на базе которой строятся критерии качества J, соответствующие целям управления Q.

J - функционал качества, характеризующий маршрут до точки назначения по показателям текущих значений коэффициентов окружающей среды и психофизических параметров водителя.

Q - набор показателей, задаваемых условиями задачи, характеризующий допустимые значения выходных величин. Например, найти 5 наилучших маршрутов пути следования, из тех, которые имеют функционал качества J равным не менее 3,5.

Е - алгоритмы, которые требуется выполнить над множеством Y, чтобы линейно упорядочить маршруты по величине J, и сформировать лингвистическую переменную, которую можно описать следующим кортежем:

У = <1м, и, Н, С, N > где: I - наименование - «маршрут движения»;

Н - множество всех возможных маршрутов на карте, подвергаемых перебору, и - множество тех Нь которые были признаны удовлетворяющими условиям задачи; Например, маршрут через определенные улицы удовлетворяет условиям выбора по суммарному весу по скорости проезда по данному маршруту и имеет допустимый функционал качества.

С - синтаксическая процедура, описывающая процесс образования функционала качества, при расчете которого известны коэффициенты всех участков местности данного маршрута К,, из которых получаем суммарный вес по скорости; Далее получаем набор коэффициентов; А по известным психофизическим коэффициентам водителя, получаем набор коэффициентов Ц. Имея наборы значений и получаем искомый критерий качества

N - процедура формирования лингвистической переменной с выводом отсортированных по приоритету значений Например, маршрут №5 имеет суммарный вес по скорости проезда 3.75 и функционал качества 2.7.

Фаззификация и дефеззицшсация лингвистических переменных тактического уровня происходит следующим образом: На первом рисунке отражены правила вычисления функции принадлежности суммы и произведения переменных по модулю 2. Второй и третий рисунок характеризуют дефаззификацию методом вычисления центра тяжести. При этом на рисунке 6: х, и у, - логические переменные (термы), а X, и У, - численные значения параметров и коэффициентов.

Во второй части четвертой главы приведена блок-схема алгоритма функционирования ИИС, в которой учтены все информационные составляющие, так или иначе влияющие на принимаемые решения При этом предусмотрена возможность их промежуточной коррекции, если они носят изменяющийся во времени характер, что позволяет проводить адаптацию системы управления при изменениях параметров окружающей среда

Решена задача автоматизированного принятия решений по выбору оптимального пути, с учетом вероятностных свойств среды. Разработан алгоритм оптимизации пути следования объекта управления, основанный на анализе информации о текущей ситуации, и позволяющий повысить эффективность работы такси в процессе управления. Для реализации алгоритма поиска оптимального пути исследовались градиентные, переборные и эвристические методы.

Был выбран один из эвристических методов, часто используемый в комбинаторных задачах с информационными графами. Это метод ветвей-границ, который был улучшен так, чтобы избежать длительного перебора всех соседних улиц Он оперирует только с теми участками улиц, которые либо пересекаются с другими улицами, либо относятся к улице цели. Т.е. если первая улица пересекается со второй улицей, а та, в свою очередь, пересекается с третьей улицей, то участок второй

улицы между перекрестком с первой и перекрестком с третьей называется «переходом» и наделяется соответствующим весом.

МОц2*) = тлх{Ц(х), пи*(М(х,), ......тах{м х,)}....}

Н(П, 2х) = тш{р(х), тш{М(*,,), тю{н(х }......тЬ{р (жр х,)}....}

У, =\{Шу^)1\{/„(У)Ф)

Рис. б Правила фаззификации и дефаззификации исходных данных

Логическим завершением работы оптимизатора при поиске пути следования до точки цели должен стать соответствующий вывод о наилучшем маршруте, имеющим наибольший функционал качества. Происходит это следующим образом:

1) Из информационно-измерительной системы извлекаются значения необходимых характеристик и психофизических свойств водителя, полученных посредством тестирования, либо введенных вручную. Это следующие показатели: опыт; знание маршрутов; выносливость-усталость; осторожность-рискованность; аккуратность-небрежность;

2) Далее подсчитываются текущие показатели для всех выбранных путей: количество квадратов до цели; суммарный вес скорости; количество приоритетных улиц в маршруте; количество вероятных клиентов на пути этого маршрута;

3) После чего, опираясь на правила преобразования значений в коэффициенты таблицы 2 и 3, формируем функционал качества для каждого маршрута, по следующей формуле:

где коэффициенты представляют собой, соответствующие значения текущих показателей улиц и характерных особенностей данного водителя.

Таблица 2

Коаффплсат Текупхс нич«»?^-.. а, = 1,2 О, =1,3 П, =1,5

ДГ (таоо м|»1гвтг С арсЛтяляутл) Более 220 220- 170 170-120 Менее 120 ж

дг (чкло ккцртя к АО чем») Более 150 150-105 105-70 Менее 70

■А/у^ кшота а маршрут«) 0-1 2-4 5-8 Более 8

«Г (чвСАЛ ПрНОрММПАВ 0-1 2-3 4-5 6-7

Таблица 3

Коэффициент Свойство^\ X,

5 Опыт Очень большой Большой Средний Малый

Зшшне ЗА/ маршрутов Очень хорошее Хорошее Среднее Плохое

Кду усталость УУ УВ ВУ ВВ

^^ Осторожность -ряаеомншосш рр РО ОР оо

Аюсурвтаесть- Л- ^ небрежность нн НА АН АН - щ- -

Для функционирования СУ тактического уровня, был разработан нечеткий регулятор с функциональной схемой, представленной на рисунке 7.

Рис 7. Функциональная схема СУ тактического уровня

Данный регулятор использует многоуровневую систему сбора и обработки информации, имеющуюся в САУД. Опираясь на базу правил, он позволяет находить решение тактической задачи с учетом текущих условий и параметров управления.

На вход регулятора поступает "четкая" исходная величина, которая фаззификатором преобразуется в нечеткое множество (или нечеткое число). На выходе фаззификатора будет набор нечетких чисел, отражающих свойства характера выбранного водителя, каждое из которых имеет свой коэффициент значимости.

Как видно из рисунка, на тактическом уровне функционируют три информационных блока, влияющие на итоговое решение.

Блок учета весовых коэффициентов, служащий для оценки важности каждого из критериев при решении текущей задачи. Весовые коэффициенты пояснены и обоснованы в главе 4, посвященной исследованию параметров окружающей среды.

Блок учета текущих условий задачи, учитывающий ряд внешних воздействий и изменяемых во времени параметров среды в процессе управления с целью корректировки последовательности решения тактических задач

Блок формирования данных ЛПР, предназначенный для учета характерных показателей и предпочтений водителя, влияющих на выбор тактики решения задачи управления.

В пятой главе рассматривается стратегический уровень СУ, а также результаты компьютерного моделирования исследуемой системы управления в динамически изменяемой среде. Показано, что на стратегическом уровне для объекта управления ставиться задача выбора оптимальной стратегии поиска клиентов. Реализацию работы стратегического уровня САУД осуществляет алгоритм, позволяющий, опираясь на базу правил, находить оптимальные решения текущих стратегических задач с учетом параметров управления. При этом сбор и формализация параметров объекта управления и окружающей среды достигались за счет разработанных методик получения информации, входящих в ИИС. Там же заложены правила стратегического управления и рабочие алгоритмы При этом важно заметить, что стратегический уровень самым тесным образом переплетен со всеми остальными составляющими системы управления. Этим достигается возможность широкого применения разработанных стратегий на всех этапах решения задачи управления А также позволяет полно и правильно контролировать решения водителя с целью полноты учета зависимости принимаемых решений от характера водителя и условий движения.

Начало функционирования стратегического уровня возможно только при условии корректного завершения работы системы интерпретации и формализации условий и целей задачи управления, а эффективность решения любой стратегической задачи зависит от правильного представления окружающей среды и параметров объекта управления.

Поэтому предшествующим стратегическому уровню этапом является запуск информационно-измерительной системы и формирование блока данных о

характерных особенностях водителя. В случае корректного сбора и интерпретации входных данных и условий управления, программа оптимизации запускает рабочую сессию в установленных стратегических и параметрических рамках. Так как система управления функционирует в условиях неопределенности начальных условий и параметров среды, необходимо поддерживать эффективность управления на требуемом уровне в динамически изменяемой среде. С этой целью на стратегическом уровне функционируют блоки учета и корректировки текущих условий, а также правила стратегического принятия решения, учитывающие неопределенность параметров управления.

Исследовались следующие стратегические задачи, решаемые водителем в реальном времени, посредством разработанного оптимизатора, которые можно кратко сформулировать следующим образом:

Темп движения. Данная стратегическая задача призвана решить вопросы скоростного управления автомобилем. В частности, регулированию подлежат скорость движения до точки цели, скорость перевозки клиентов, а также скорость и характер проезда перекрестков и проблемных дорожных участков.

Выбор пути на перекрестке. Анализу подлежит направление движения на перекрестке при условии, что нет четкого выбранного маршрута, либо возникли затруднения с проездом в намеченном направлении. Тогда анализируются ближайшие альтернативные пути с целью поиска нового оптимального маршрута для движения

Поиск клиентов. Здесь важно учесть, прежде всего, приоритеты конкретного водителя к выбору стратегии поиска клиентов. При этом выбираются маршруты для поиска, а также время ожидания в ключевых точках.

Надо заметить, что варьирование всеми возможными в разработанной САУД стратегическими параметрами и условиями позволяет получить несколько тысяч возможных стратегий, в большей или меньшей степени подходящих каждому конкретному водителю. При этом предусмотрена возможность корректировки каждого выбранного параметра в любой момент времени.

Итак, в качестве основания для выбора стратегии поиска клиентов, прежде всего, выступают данные о стратегических предпочтениях водителя. Процесс выявления этой информации подробно описан в третьей главе. Однако необходимо определить, что более предпочтительно водителю: приоритетные точки, приоритетные маршруты или приоритетные улицы. Для подобного учета разработана специальная методика, позволяющая отразить последовательность выбираемых точек цели.

Очевидно, что для адекватного поиска оптимальных решений в конкретной ситуации необходимо правильно оценить характер корреляции параметров системы и особенностей водителя. При этом надо учесть, что соответствующее влияние, а также выбор оптимального решения происходит в реальном времени. Следовательно, в момент принятия решения необходимо иметь четко формализованные математические взаимосвязи между параметрами, реализованные в виде правил.

Таким образом, задача управления на стратегическом уровне может быть описана следующим кортежем:

<Х, М, К, о, Г, \У>

где: X - множество альтернативных решений;

М - окружение выбора (число улиц, квадратов, качество дороги, трафик);

К - набор предпочтений системы управления (коэффициенты и веса важности), принимающей решение, на базе которой строятся критерии качества Р, соответствующие целям управления О;

Ж - функционал качества, отражающий вероятность нахождения клиента на данном участке местности, и расстояние до этого участка;

О - лингвистически задаваемая цель. Например, найти некоторое количество точек назначения, обеспечивающих получение наибольшей прибыли (или не меньше заданного значения); В частности, найти 3 точки назначения, имеющие функционал качества Р равным не менее 80.

\У - алгоритмы, которые требуется выполнить над множеством X, чтобы достичь поставленной цели, посредством упорядочивания маршрутов по величине V, и сформировать лингвистическую переменную, которую можно описать следующим кортежем: X = <1, Ь, А, С, V >

где: I - наименование «место назначения»;

А - множество всех квадратов на карте местности, подвергаемых перебору;

I. - множество тех А;, которые были признаны удовлетворяющими условиям стратегической задачи и достижения поставленной цели О;

Например, точка назначения №5 находится на расстоянии 55 квадратов, а вероятность нахождения в ней клиента 88%.

С - синтаксическая процедура, описывающая процесс образования параметров множества назначений Р;. Например, подсчитываются значения Р1 и подставляются соответствующие значения коэффициентов и получаем искомые функционалы Рт и Ру. Т.е. наличие клиента в 1-м квадрате имеет значение Р., а для Ь-, находится значение

V - процедура формирования лингвистического выражения после применения алгоритма \У, например обеспечивающего сортировку по приоритету значений Р^ В результате применения процедуры V, на выходе будет, например, следующий список: Место назначения А1 ={...}к, при этом возможен доход не менее 100 руб/мин.

Вкратце поясним принцип нахождения искомых функционалов качества.

На первом этапе методом математического программирования в порядковых шкалах (МГПТШ) определялось несколько наилучших решений, среди допустимых. Для этого были написаны логические правила импликации четырех видов:

1. Если Хс > то Х(+1 2. Если ^ а х^.. -> х^

3. Если Xi т -> хк 4. Если (-ц т * (х, т Хь.--> ->

Эти операции можно заменить на операции сложения и умножения по модулю 2 Например, -> хм заменяем на: = Х2 ® 1Ф Х1 • Х2. (*)

Далее из всех логических переменных Х| строится фундаментальный вектор:

£2' =/х, Х2 ... Хп XI • ... Хп.1Хп Х|Х2Хз-— Хп-2Х|)_1*п...........Х1Х2Х3 # ... • Х„

А из уравнения типа (*) определяются все идентификационные строки: С, =/010...010...01/

Таким образом, для того чтобы определить оптимальную стратегическую точку цели требовалось найти одно из решений х' - такое, что: х' ^ х, при: х II, ил, х' Я, и,, .¡ = 1,2,...,г,(х,х')е а

При этом можно выделить две задачи: 1) У!,, Р(х,) = 1, дает одно решение. 2) 3 XI , Р(Х|) < 1, дает несколько решений, из которых оптимальным, очевидно, будет то, у которого наибольшая вероятность.

На втором этапе функционал качества для точки цели подсчитывался по следующей формуле: Рт ,

где - вероятность нахождения в данной точке возможного клиента, -расстояние от точки старта до точки цели в принятой системе координат, к1,к!. -коэффициенты времени суток и статуса улицы соответственно.

При этом формулы для расчета данных слагаемых имеют вид: Р'г = 0!К +кЕР'н

и = -¡хг +уг, где х, у - координаты карты; к Р'и - коэффициент перехвата клиента конкурирующим такси и вероятность нахождения клиента в заданной точке в момент прибытия. £ТК - результирующий вес, характеризующий вероятность нахождения в данной точке клиента, вычисляется по формуле: = К'м -К'к -К*у + К'д, где Ки-коэффициент местоположения, Кк - коэффициент конкуренции, К*у - коэффициент влияния погодных условий на вероятность нахождения клиентов на улице, Кд-коэффициент достатка клиентов.

Формулы для расчета функционала качества для улиц цели аналогичны вышеописанным, и выглядят следующим образом'

Рг = КР'к +К тах(<); +кЛ

Разница заключается лишь в том, что для подсчета показателей используются только соседние с точкой старта улицы, а коэффициенты подсчитываются для всей улицы в целом, а не для отдельных ее участков.

На рисунке 8 изображена блок-схема алгоритма работы стратегического уровня.

Am

Рис. 8 Алгоритм работы стратегического уровня

Для апробации предложенных алгоритмов и методик управления была создана компьютерная модель СУ и окружающей среды, написанная на языке высокого уровня Borland Delphi 7, что позволило эффективно изучить характер поведения водителя такси в установленных стратегических рамках, а также в динамически изменяемой среде.

При этом для случайно изменяющихся вероятностей свойств среды была разработана специальная методика учета случайных событий. Так на карте местности в реальном времени производилась генерация клиентов трех типов: диспетчерские задания, случайные клиенты, попадающие по пути движения и вероятные клиенты. Процесс генерации определял принадлежность каждого клиента к своему типу, улице, и участку на ней. Определялось время появления клиента на карте с учетом таблицы ранга улиц и таблицы времени, а также - статус, точка цели и время ожидания в точке появления.

При этом предусматривалась генерация на пути движения предполагаемых клиентов, с вероятностью, определенной коэффициентом места этой улицы. Если клиент считался обнаруженным в искомом квадрате, то генерировалась вероятность его пропуска. Если клиент удовлетворял всем допустимым условиям, то генерировалась точка цели, для которой находился оптимальный маршрут и, активизировался процесс движения к точке цели.

В среде моделирования была предусмотрена динамическая смена величин коэффициентов участков улиц в зависимости от смены текущих условий. Таких как, время суток, погодные условия, корректирующая информация о смене цели и др.

Например, наложение запрета проезда по какой-либо улице. Такие корректировки можно было генерировать случайным образом, или задавать в специальных рабочих окнах программы.

Для каждого перекрестка формировались значения заторов в реальном времени. Т.е. формировался список всех перекрестков, и в зависимости от суммарного веса трафиков обеих улиц определялась вероятность пробки на них.

Результаты компьютерного моделирования показали, что использование разработанных оптимальных алгоритмов управления в САУД привело к повышению качества управления. При этом была доказана необходимость учета характерных особенностей водителя на исполнительном, тактическом и стратегическом уровне. Так на исполнительном уровне был признан целесообразным учет зависимости принятия решения водителем от его психофизических данных. Это позволяет получить соответствующую кривую, характеризующую принятие данным водителем решений с определенной вероятностью в каждый момент времени размышлений. Это, в свою очередь, позволило уменьшить вероятность возникновения аварийных ситуаций и, следовательно, повысить качество управления.

На тактическом уровне в разработанном оптимизаторе пути следования учет влияния водителя, как лица принимающего решения, также показал свою необходимость. Так, например, коэффициенты скорости проезда через определенные участки улиц значительно меняли свои значения, когда в формулы для их подсчета вводились нечеткие переменные, связанные с психофизическими данными конкретного водителя.

На стратегическом уровне помимо использования нечеткой логики была предложена методика учета стратегических предпочтений каждого водителя. Это позволило оценить степень влияния характерных особенностей водителя не только на выбор скорости передвижения, а также на выбор соответствующих стратегий поиска клиентов и выбора маршрутов для движения. Результаты моделирования показали, что использование вышеперечисленных методик при решении стратегической задачи привело к значительному (в среднем двукратному) улучшению оптимальности принимаемых водителем действий. Так, например, при имитации случайной стратегии результаты рабочей сессии водителя носили хаотический характер и позволяли за 5 часов перевезти в среднем 8-10 клиентов. Тогда как учет нечетких переменных, носящих характер экспертных корректировок, принес увеличение перевезенных клиентов за то же время работы до 14-16. А использование стратегии, основанной на тщательном учете конкретных предпочтений водителя, приносил за 5 часов рабочей сессии в среднем 21-23 клиента.

Основные научные и практические результаты работы состоят в следующем:

1. Проведено исследование характерных особенностей водителей и их непосредственное влияние на принятие решения в ситуационной задаче. В том числе, был изучен характер влияния поведения водителя на функционирование системы управления движением автомобиля;

2. Разработана специальная методика тестирования водителя, позволяющая выявлять его необходимые для оптимального управления параметры и характерные особенности.

3. На основе предложенной методики разработаны три психологических теста, реализованные программно. Апробация тестов показала их допустимый уровень надежности и эффективности получения результатов.

4. Разработана методика формализации условий и неопределенностей среды функционирования для использования в человеко-машинной системе управления автомобилем, с целью формирования достоверной информационно-измерительной базы данных

5. Разработана методика выработки оптимизационных правил поведения САУД в условиях неполной определенности при решении стратегических задач.

6. Предложена методика реализации правил управления в зависимости от выбранной стратегии, предпочтений и характерных свойств лица принимающего решения;

7. Разработан оптимизатор пути следования автомобиля-такси на основе экспертного нечеткого регулятора, реализующего разработанные алгоритмы управления, позволяющие учесть изменяющиеся параметры окружающей обстановки.

8. Разработана имитационная компьютерная модель системы управления и среды функционирования, позволившая провести апробацию разработанных алгоритмов управления. Все разработанные тесты и алгоритмы показали свою работоспособность и эффективность при получении результатов и выявлении необходимых данных, в установленных стратегических рамках в динамически изменяемой среде.

Основное содержание диссертации отражено в следующих работах:

1 Андреев С В Особенности проектирования человеко-машинных систем // параграф в коллективной монографии: «Управление в условиях неопределенности» под. ред. Городецкого А.Е , глава «» / СПбГТУ, 2002, с.132-141.

2 Андреев С В Алгоритм оптимального управления движением в условиях неполной определенности среды // Статья в журнале "Информационно-управлятошие системы" в рубрике «Обработка информации и управление» 2003, №4, с 2 - 5

3 Андреев С В Система оптимизационного управления движением автомобиля // Пятый международный семинар' "БИКАМП" (Санкт-Петербург 25-29 июня 2003 г )

4. Андреев С В Ситуационное тестирование водителя, как лица, принимающего решения // Статья на аспирантской сессии ГУАП - 2004

5 Андреев С В Алгоритм поиска оптимального пути следования в условиях неопределенности // Статья на аспирантской сессии ГУАП - 2004

Подписано в печать 22.04.2005 Заказ № 15 Тираж 100 экз. 199178, Санкт-Петербург, В.О., 61 ИПМаш РАН

^10 6 9 1

РНБ Русский фонд

2006-4 8449

Введение.

Глава 1 Человеко-машинные системы управления движением автомобиля.

1.1 Аналитический обзор литературы. Обзор проблематики.

1.1.2 Выводы аналитического обзора.

1.2 Методы решения задач нечеткого управления в человеко-машинных системах.

1.3 Профессиональное психологическое тестирование.

1.3.1 Технические и методологические принципы психологического тестирования.

1.3.2 Объектно-ориентированное тестирование.

1.4 Постановка задачи исследования.

1.4.1 Цели исследования.

1.4.2 Среда исследования.

1.4.3 Система управления.

1.4.4. Объект управления.

1.4.5. Имитационное моделирование.

Глава 2. Исследование нечетких систем в задачах управления и принятия решения.

2.1 Формализация задачи и параметров управления.

2.2 Нечеткие модели САУД.

2.3 Нечеткий регулятор, как средство реализации нечеткого управления.

2.4 Выводы по главе 2.

Глава 3. Исследование влияния характера поведения водителя на принятие решения в системах управления автомобилем.

3.1 Водитель в системе управления.

3.2 Выбор и обоснование критериев оценки характерных особенностей водителя.

3.3 Проверка надежности разработанных тестов.

3.4 Получение зависимости принятия решения водителей от их психофизических характеристик.

3.5 Исследование влияния зависимости принятия решения водителем от времени размышления.

3.6. Выводы по главе 3.

Глава 4. Оптимизационные правила работы водителя в решении задач тактического уровня системы управления автомобилем.

4.1 Информационно-измерительная система.

4.2 Формализация задачи системы управления тактического уровня.

4.3 Алгоритм поиска оптимального пути на карте местности.

4.4 Правила выбора оптимального пути из альтернативных вариантов.

4.5 Выводы по главе 4.

Глава 5. Система управления стратегического уровня.

5.1 Общая постановка задач функционирования С стратегического уровня.

5.2 Формализация задачи системы управления стратегического уровня.

5.3 Формирование основных стратегических условий.

5.4 Стратегия поиска клиентов

5.5. Выбор скорости передвижения по маршруту.

5.6. Результаты моделирования.

5.7 Выводы по главе 5.

Актуальность вопроса оптимизации процессов управления автомобилем не подлежит сомнению и, подтверждается многочисленными исследованиями в этой области. Как правило, задачей подобных научных изысканий является разработка автоматических и автоматизированных систем управления автомобилем. При этом система автоматического управления движением (САУД) автомобиля должна обеспечивать определенную траекторию и интенсивность движения с заданной точностью и устойчивостью. Очевидно, что создание оптимальной САУД возможно лишь при учете свойств управляемого объекта и условий движения. При выборе параметров элементов системы управления и корректирующих звеньев необходимо учитывать динамические характеристики автомобиля, изменяющиеся в зависимости от скорости движения, состояния дорожного покрытия, рельефа местности и т. д. Адаптация САУД к режиму и условиям движения обеспечивается путем воздействия на органы управления с помощью определенных сил, нормируемых устройством! управления. А учет динамических характеристик автомобиля позволяет вырабатывать управляющие воздействия, обеспечивающие оптимальное управление с учетом ограничений, накладываемых условиями движения.

Однако надо заметить что, достигнуть высокого уровня автоматизированного управления, можно лишь в том случае, когда полно и адекватно учитываются все свойства и характеристики человеко-машинных систем. В частности, время влияние характера лица принимающего решения в человеко-машинных системах просто не учитывают. Что, безусловно, снижает адекватность модели САУД и, соответственно, качество управления.

Таким образом, актуально, прежде всего, изучение взаимодействия человека-оператора с системой управления автомобилем, и синтез оптимальных САУД с учетом полного набора условий функционирования и большого числа внешних воздействий, имеющих как априорно известный, так и заранее неизвестный вид, носящий вероятностный характер. В тех случаях, когда невозможно описать внешние воздействия с требуемой точностью, целесообразно воспользоваться принципами нечеткой логики и, соответственно, логико-лингвистическими уравнениями.

Целью диссертационной работы являлась разработка методов и средств оптимального выбора стратегии и тактики управления автомобилем в условиях 3 неопределенности среды и с учетом влияния характера водителя. Задачу необходимо было решить с использованием правил нечеткой логики, позволяющей эффективно оценить реакцию водителя на внешние возмущения и характер выбора им соответствующих стратегий и тактик в зависимости от текущих условий и выбранных параметров.

При этом решались следующие задачи:

- формализация неопределенностей среды функционирования;

- формализация психофизических особенностей поведения водителя;

- разработка специальных методик тестирования, позволяющих выявлять необходимые параметры и характерные особенности водителя;

- разработка алгоритмов, обеспечивающих решение оптимизационных задач тактического уровня;

- разработка управления в зависимости от выбранной стратегии и характерных свойств лица принимающего решения;

- исследование и учет влияния поведения водителя на функционирование системы управления движением автомобиля;

- разработка программных средств реализации правил управлении АТС с отображением динамического процесса в режиме реального времени на экране и с возможностью контроля и управления его параметрами и характеристиками.

Методы исследования. В процессе выполнения работы применялись методы теории вероятности, теории оптимальных систем, теории нечеткой логики, теории психологического тестирования, математической обработки психологической информации, компьютерное моделирование.

Научная новизна работы состоит в следующем:

- разработаны методы и средства оптимального выбора стратегии и тактики управления автомобилем, в которых впервые учтено поведение водителей;

- разработана и исследована методика тестирования водителей и система его формализации, позволяющие оценить характерные особенности поведения водителя в процессе принятия тех, или иных решений;

- разработана методика формализации условий и неопределенностей среды функционирования с целью формирования информационно-измерительной базы данных для человеко-машинной системы управления автомобилем;

- предложена методика исследования зависимости принятия решения водителем от его психофизической предрасположенности и имеющихся навыков, а также от климатических условий, дорожной обстановки и стратегических предпочтений.

Практическая ценность работы состоит в следующем:

- На основе предложенной специальной методики тестирования водителя, позволяющей выявлять его необходимые параметры и характерные особенности; разработаны три психологических теста, реализованные программно. Апробация тестов показала их допустимый уровень надежности

- Построена идентификационная система для формирования информационно-измерительной базы данных;

Проведено исследование характерных особенностей водителей и их непосредственное влияние на принятие решения в ситуационной задаче. В том числе, был изучен характер влияния поведения водителя на функционирование системы управления движением автомобиля;

- Разработан алгоритм выбора пути следования автомобиля-такси на основе экспертного нечеткого регулятора управления, с учетом изменения параметров окружающей среды;

- Разработана методика выработки правил управления человеко-машинных систем в условиях неполной определенности при решении стратегических задач;

- Разработана имитационная компьютерная модель системы управления и среды функционирования, позволившая провести апробацию разработанных алгоритмов;

- Все разработанные тесты и алгоритмы показали свою работоспособность и эффективность при получении результатов и выявлении необходимых данных, в установленных стратегических рамках в динамически изменяемой среде. Высокая степень эффективности достигалась удобством ввода исходных данных, контролем параметров задачи управления и наглядностью представления динамики процесса функционирования.

Результаты работы использованы в учебном процессе СПб ГУАП при подготовке студентов по специальности "Управление и информатика в технических системах" по дисциплине "Интеллектуальные системы управления".

Положения, выносимые на защиту: 1. Методика формализации условий и неопределенностей в человеко-машинной системе.

2. Методики психологического тестирования водителей, как лиц, принимающих решения.

3. Оптимизатор пути следования автомобиля-такси на основе экспертного нечеткого регулятора, позволяющий учесть большое число параметров окружающей обстановки.

4. Методика стратегического управления движением автомобиля в зависимости от свойств характера водителя и показателей управляющего процесса, полученных в результате работы обработчика информации, позволяющие реализовать эффективный контроль за действиями водителя, а также вырабатывать оптимальные управляющие решения в зависимости от характерных параметров и предпочтений водителя.

Апробация работы. Основные результаты работы докладывались и обсуждались на следующих научно-технических конференциях: Третьей международной конференции "Логико-лингвистическое управление динамическими объектами" (Санкт-Петербург, 18-20 июня 2001 г.); Пятой международной конференции "Логико-лингвистическое управление динамическими объектами" (Санкт-Петербург, 18-22 июня 2003 г.); Пятой международной школе-семинаре: "БИКАМП» (Санкт-Петербург. 25-29 июня 2003 г.); Аспирантской сессии ГУАП 2004. По материалам диссертации опубликовано 5 печатных работ, в том числе параграф в коллективной монографии.

Структура и объем диссертации. Диссертация состоит из введения, 5 глав, заключения, и списка литературы. Объем работы составляет 134 страницы, включая 36 рисунков и 25 таблиц. Список использованных источников включает 41 наименование.

Выводы по главе 5:

1) Преложенная структура стратегического уровня управления, обеспечивающего оптимальность выбираемых водителем стратегий для достижения требуемых целей управления, самым тесным образом переплетена со всеми остальными составляющими системы управления. Этим достигается возможность широкого применения разработанных стратегий на всех этапах решения задачи управления. А также это позволяет полно и правильно контролировать решения водителя с целью полноты учета зависимости принимаемых решений от характера водителя и условий движения. Последнее, в конечном итоге, позволит создать многокритериальную советующую систему, обеспечивающую значительное облегчение и оптимизацию работы водителя.

2) На стратегическом уровне функционируют блоки учета и корректировки текущих условий, а также правила стратегического принятия решения, учитывающие неопределенность параметров управления, так как система управления функционирует в условиях неопределенности начальных условий и параметров среды, необходимо поддерживать уровень эффективности управления на требуемом уровне в динамически изменяемой среде.

3) Разработана программная среда имитационного моделирования, позволяющая водителю, как лицу, принимающему решения, заполнить две специальные информационные формы характерных признаков и стратегических предпочтений. После чего, программа позволяет запустить рабочую сессию в установленных стратегических и параметрических рамках.

При этом предусмотрено несколько стратегических задач, которые водитель решает в реальном времени, посредством разработанного оптимизатора: темп движения, частота смены стратегии и тактики, выбор пути на перекрестке и поиск клиентов.

4) Разработана специальная методика, позволяющая отразить и реализовать последовательность выбираемых точек цели для выполнения одного из четырех видов стратегий (четкая, пошаговая, случайная и экспертная стратегия). Варьирование всеми вышеперечисленными стратегическими параметрами и условиями позволяет получить несколько тысяч возможных стратегий, в большей или меньшей степени подходящих каждому конкретному водителю. При этом предусмотрена возможность корректировки каждого выбранного параметра в любой момент времени.

5) Для исследования эффективности разработанной системы управления осуществлялось путем компьютерного моделирования. При этом для случайно изменяющихся вероятностей свойств среды была разработана специальная методика учета случайных событий. Так на карте местности в реальном времени производилась генерация клиентов, конкурентов и других параметров среды управления, в той или иной мере влияющих на стратегию, принимаемых водителем, решений.

6) Результаты компьютерного моделирования показали, что использование в разработанном оптимизаторе правил нечеткой логики привело к повышению качества управления. На стратегическом уровне помимо использования нечеткой логики была предложена методика учета стратегических предпочтений каждого водителя. Это позволило оценить степень влияния характерных особенностей водителя не только на выбор скорости передвижения, а также на выбор соответствующих стратегий поиска клиентов и выбора маршрутов для движения. Использование вышеперечисленных методик при решении стратегической задачи принесло в среднем двух кратное улучшение оптимальности принимаемых водителем действий.

6. Заключение

Основные научные и практические результаты работы состоят в следующем:

1) Разработана методика формализации условий и неопределенностей среды функционирования для использования в человеко-машинной системе управления автомобилем, с целью формирования информационно-измерительной базы данных.

2) Разработана специальная методика тестирования водителя, позволяющая выявлять его необходимые параметры и характерные особенности.

3) На основе предложенной методики разработаны три психологических теста, реализованные программно. Апробация тестов показала их допустимый уровень надежности и эффективности получения результатов.

4) Проведено исследование характерных особенностей водителей и их непосредственное влияние на принятие решения в ситуационной задаче. В том числе, был изучен характер влияния поведения водителя на функционирование системы управления движением автомобиля;

5) Разработан оптимизатор пути следования автомобиля-такси на основе экспертного нечеткого регулятора и разработанных алгоритмов управления, позволяющих учесть большое число параметров окружающей обстановки.

6) Разработана методика выработки оптимизационных правил движения человеко-машинных систем в условиях неполной определенности при решении стратегических задач.

7) Предложена методика реализации правил управления в зависимости от выбранной стратегии, предпочтений и характерных свойств лица принимающего решения;

8) Разработана имитационная компьютерная модель среды функционирования, позволившая провести апробацию разработанных алгоритмов управления. Все разработанные тесты и алгоритмы показали свою работоспособность и эффективность при получении результатов и выявлении необходимых данных, в установленных стратегических рамках в динамически изменяемой среде. Высокая степень эффективности достигалась удобством ввода, контролем параметров задачи управления и наглядностью представления динамики процесса.

1. Патент на нечеткий регулятор САА на автомобиле BMW 328i

2. Низовой Анатолий Васильевич, «Устройство контроля за безопасностью движения автомобильного транспорта» Патент G07C5/08 2000.10.16;

3. Гаврилов А.Ю, «Устройство управления автомобилем», 20024. «Устройство Сташевского И.И. для обучения вождению автомобиля» Патент 2171501/G09B9/05;

4. Дунаев Леонид Михайлович, «Система комплексного управления движением транспорта», Патент G08G1/01, 1999.08.10;

5. N. ESSOUNBOULI «Adaptation Algorithm for Robust Fuzzy Controller of Nonlinear Uncertain Systems»

6. Yonmook Park «Nonlinear Optimal Control of Fuzzy Systems»

7. X. Yang "A Novel Intelligent Technique for Mobile Robot Navigation"

8. Alessandro Gallione "A Comparative Study for Autonomous Highway Driving System with Satellite-Based Positioning"

9. Y. Wakasa*, K. Iwaoka1 and K. Tanaka "MODELLING AND ROBUST CONTROL OF TRAFFIC SIGNAL SYSTEMS"

10. Rodolfo Villamizar, Ningsu Luo, Josep Vehi, Jose Rodellar «SEMIACTIVE CONTROL OF BASE ISOLATED STRUCTURES WITH ACTUATOR DYNAMICS»

11. N. Ramdani*, T. Poinot «NONLINEAR SYSTEM IDENTIFICATION IN PRESENCE OF NUISANCE PARAMETERS»

12. Куржанский А.Б. «Управление и наблюдение в условиях неопределенности», Москва, Наука, 1974

13. Городецкий А.Е. Тарасова И. Л. «Интегрированные системы автоматизации НИОКР» // Учебное пособие. Изд. СПбГТУ, СПб, 1998.

14. Городецкий А.Е. «Управление в условиях неполной определенности», СПГТУ, 2002

15. Аккоф Р., Эмери Ф. «О целеустремленных системах». М.: Сов. Радио, 1974.269 с. 18] Бураков М.В., Коновалов А.С. «Проектирование нейронных и нечетких регуляторов с помощью генетического алгоритма», 2002.

16. Терехов В.А. и др. «Нейросетевые системы управления», СПбГУ, 1999.

17. Анастази А., Урбина С. «Психологическое тестирование» 7-е изд. Питер. 2003

18. Nitko A.J. "Designing tests that are integrated with instruction"/ American Councill on Education, 1989)

19. Linn R.L., Gronlund N.E. "Measurement and assessment in teaching", 1995

20. Berk R.A. "A guide to criterion-referenced test consrtuction", Baltimore: Johns Hopkins University Press; 1984

21. Popham W.J., "Specifying the domain of content or behaviors", 1984.

22. Ветлинский B.H. «Автоматические системы управления движением», 1986

23. Румб, Медведев «Мощностной расчет автомобиля».

24. Сидоренко Е.В. Методы математической обработки в психологии. СПб. 2002.

25. Городецкий А. Е., Дубаренко В. В. Комбинаторный метод вычисления вероятности сложных логических функций // ЖВМ и МФ, 1999, том 39, № 7, с. 1246-1248

26. Руководство по работе над статистическим анализом в программной среде MatLab

27. Табак Д., Куо Б. «Оптимальное управление и математическое программирование». М. Наука, 1975.

28. Юдин Д.Б. «Вычислительные методы теории принятия решений». М. Наука. Гл. ред. Физ.-матлит., 1989.

29. Getzel J.W. and Jackson P.W. "Creativity and Intelligence". New-York: John Wiley and Sons, 1962.

30. Дейкстра Э. «Взаимодействие последовательных процессов» / Языки программирования. М. Мир, 1972.

31. Бураков М.В., Попов О.С. «Элементы искусственного интеллекта в проблеме управления сложным динамическим объектом» // А и Т, №8, 1997.

32. Leonid Reznik, Vladimir Dimitrov. "Fuzzy System Design"/ A.E Gorodetsky "Fuzzy Decision Making in Design on the Basis of the Habituality. Situation Application"

33. Заде JI., Понятие лингвистической переменной и его применение к принятию приближенных решений / Под ред. Н.Н. Моисеева и С.А. Орловского, М. Мир, 1976

34. Городецкий А.Е., Дубаренко В.В. «Программные средства интеллектуальных систем», СПбГТУ, 2000.

35. Vitz P.C. "New psychological reasons for an old education method"/ American Psychologist, 1990.

36. Schmidt F.L., Hunter J.E. "Current Directions in Psychological Science", 1992.

37. Wiggins J. S., "Journal of Personality Assessment", 1996

38. Государственные экзаменационные билеты категорий «А» и «В», 2003.

39. Елисеев О.П. Практикум по психологии личности. СПб, «Питер», 2003.