автореферат диссертации по машиностроению и машиноведению, 05.02.05, диссертация на тему:Методы построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде

На правах рукописи

Чинь Cyan Лонг

МЕТОДЫ ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ

СИСТЕМ ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЯ МОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ СРЕДЕ

Специальность 05.02.05. - «Роботы, мехатроника и робототехнические системы»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Новочеркасск - 2010

003493539

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» на кафедре «Автоматизация производства, робототехника и мехатроника»

Научный руководитель: доктор технических наук, профессор,

заслуженный деятель науки РФ Булгаков Алексей Григорьевич

Официальные оппоненты: доктор технических наук, профессор

Пятибратов Георгий Яковлевич

доктор технических наук, профессор Савин Леонид Алексеевич

Ведущая организация: ГОУ ВПО «Донской государственный тех-

нический университет» (г. Ростов-на-Дону)

Защита состоится 19 марта 2010 г. в 10:00 на заседании диссертационного совета Д.212.304.04 при Государственном образовательном учреждении высшего профессионального образования «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» по адресу: 346428, г. Новочеркасск, Ростовской обл., ул. Просвещения, 132, ауд. 107 глав, корпуса.

С диссертацией можно ознакомиться в библиотеке Южно-Российского государственного технического университета (Новочеркасского политехнического института). С текстом автореферата можно ознакомиться на сайте ЮРГТУ (НПИ) www.npi-tu.ru

Автореферат разослан « /У » 02- 2010 г.

Ученый секретарь диссертационного совета доктор технических наук, профессор

В.С. Исаков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Мобильные роботы находят все более широкое применение для выполнения различных задач в условиях, когда присутствие человека в зоне их работы или невозможно по соображениям безопасности, либо же нежелательно из-за ограничения производительности обслуживаемого технологического оборудования. В виду своей оперативности мобильные роботы широко используются практически во всех сферах жизнедеятельности человека, особенно в военных и промышленных областях, а также, например, при исследовании других планет. Планирование перемещения мобильного робота является важнейшей проблемой функционирования автономных робототехни-ческих систем и одной из наиболее активно исследуемых областей современного научно-практического знания. Решение задачи планирования перемещения робота охватывает вопросы, связанные с такими научными областями, как искусственный интеллект, вычислительная геометрия, компьютерное моделирование и теория автоматического управления. Автоматизация процесса планирования перемещения, при минимизации затрат времени на подготовительно-заключительные операции и ускорении процесса переключения робота с одного производственного задания на другое, является основой для организации гибкого производства.

Целью планирования перемещения мобильного робота является обеспечение желаемой траекторию его движения робота, когда он следует по планируемому пути в соответствии с управляющими воздействиями. Большинство исследований, посвященных проблеме планирования перемещения робота без столкновения с препятствиями на его пути на основе применения нейронных сетей и нечеткой логики, проводились в условиях известной окружающей среды. Решение рассматриваемой проблемы с помощью нечеткой логики является общепризнанным, так как в этом случае механизм принятия решения всегда позволяет генерировать ответные движения робота, вызванные появлением препятствия на его пути. В свою очередь, эффективность использования в рамках данной проблемы нейронных сетей в основном зависит от степени обученное™ конкретной сети, тогда как самая простейшая модель нечеткой логики вырабатывает требуемый выходной сигнал без какого-либо обучения. Дальнейший поиск решения задачи планирования перемещения робота в режиме реального времени в неизвестной среде с использованием нечеткой логики реализуется посредством применения нейронной сети, обученной правилам нечеткой логики. В этом случае комбинированная нейро-нечеткая система способна более эффективно обучаться и решать проблемы, связанные с нелинейными системами. Это отражено лишь в небольшом количестве научных работ. Таким образом, решение этих проблем является весьма актуальной научно-технической проблемой.

Соответствие диссертации плану работ ЮРГТУ (НПИ) и целевым комплексным программам. Диссертационная работа выполнена в рамках научного направления ЮРГТУ (НПИ) «Теория и принципы создания робототех-нических и мехатронных систем и комплексов», соответствует госбюджетной теме П.3.837 «Разработка принципов и средств автоматизации и роботизации

производства на основе мехатронных технологий и систем» (2004-2008 гг.) и П.3.865 «Разработка теории и принципов построения интеллектуальных мехатронных и робототехнических систем» (2009-2013 гг.).

Целью исследований является разработка методов построения интеллектуальных систем планирования перемещения мобильного робота, обеспечивающих выполнение им планируемой и уточняемой непосредственно в процессе движения безопасной траектории в окружающей среде с неизвестными препятствиями.

Достижение поставленной цели требует решения следующих исследовательских задач:

- анализ современных концепций и методов разработки систем планирования перемещения мобильного робота в неизвестной среде;

- разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде и выполнение ее моделирования;

- разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде и моделирование полученной системы;

- проведение экспериментальных исследований интеллектуальной системы оперативного управления перемещением мобильного робота в неизвестной среде.

Идея работы заключается в разработке методов построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде на базе применения аппарата мультиагентов, нечеткой логики и искусственных нейронных сетей, обеспечивающих выполнение им планируемой и уточняемой непосредственно в процессе движения безопасной траектории в окружающей среде с неизвестными препятствиями.

В качестве методов исследования использованы методы математического моделирования, аналитической геометрии, кинематического и динамического анализа, нечеткой логики, нейронных сетей, робототехники, мехатроники, дискретного интегрирования и прикладного программирования. Аналитические исследования проведены на ЭВМ, а экспериментальные - с использованием модели мобильного робота.

Научные положения, выносимые на защиту:

- метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, включающий создание четырех агентов: обхода препятствий, слежения по стене, движения к цели, управления скоростью и соответствующих им нечетких блоков;

- метод построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, отражающий все возможные местоположения препятствий, возникающих на пути робота;

- метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата

мультиагентов, включающий комбинацию нейронных сетей и нечетких блоков. с целью обеспечения перемещения мобильного робота без столкновений с препятствиями;

- метод построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной системы.

Научная новизна работы состоит в разработке:

- метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, отличающегося использованием нечетких блоков, соответствующих каждому из агентов, и локализацией решения задачи планирования перемещения робота в каждой возникающей конкретной ситуации, позволяющего повысить точность и эффективность планирования перемещения;

- метода построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, на базе разработанной классификационной таблицы, позволяющей сократить количество подлежащих распознаванию ситуаций неизвестной среды;

- метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающего комбинацию нейронных сетей и нечетких блоков, отличающегося использованием модели нейронных сетей для классификации окружающей среды, с целью обеспечения перемещения мобильного робота без столкновений с препятствиями.

Обоснованность и достоверность результатов подтверждается корректным использованием фундаментальных законов физики, теории автоматического управления, моделирования, выполненными с использованием современных ЭВМ и программных пакетов для проведения расчетов и обработки результатов экспериментов; применением современных апробированных методов исследований; удовлетворительной сходимостью результатов компьютерного моделирования и экспериментального исследования.

Значение работы. Научное значение работы состоит в развитии и совершенствовании методов построения интеллектуальных систем, основанных на сочетании возможностей нечеткой логики и искусственных нейронных сетей и реализующих процессы планирования перемещения мобильного робота в неизвестной среде.

Практическое значение полученных в работе результатов заключается в разработке:

- метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде с помощью аппарата мультиагентов, позволяющего эффективно решать проблему использования роботов в ситуациях отсутствия информации об окружающей среде, обеспечивая их безопасное перемещение по траектории, свободной от столкновений с неизвестными препятствиями;

— метода построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной системы, обеспечивающего своевременную реакцию робота на появляющиеся на его пути непредвиденные препятствия;

- пакета программ, обеспечивающих возможность моделирования окружающей среды движения мобильного робота в условиях вероятности появления на его пути неизвестных препятствий, а также функционирования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде, применяемых в различных сферах производства, при проведении научных исследований и в учебном процессе.

Внедрение результатов диссертационного исследования. Разработанные методы построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде внедрены в ООО «ПК «НЭВЗ» (г. Новочеркасск Ростовской обл.). Материалы диссертационной работы используются в учебном процессе на кафедре «Автоматизация производства, робототехника и мехатроника» ЮРГТУ (НПИ) для студентов специальности 22040265 «Роботы и робототехнические системы» и 22040165 «Мехатроника».

Апробация работы. Основные положения и результаты работы излагались в научных статьях и докладывались на международной научно-технической конференции «Проблемы мехатроники 2006» (Новочеркасск, 2006 г.), международной научно-практической конференции «Мехатроники 2008» (Новочеркасск, 2008 г.), 2-й Российской мультиконференции по проблемам управления (Санкт-Петербург, ЦНИИ «Электроприбор», 2008), 58-й научной конференции ЮРГТУ (НПИ) (Новочеркасск, 2009 г.).

Публикации. Основные материалы диссертации опубликованы в 8 печатных работах, в том числе в 4 статьи в изданиях, рекомендованных ВАК, а также получен патент на полезную модель.

Структура и объем диссертации. Диссертация состоит из введения, 4-х глав, заключения, списка литературы и одного приложения. Общий объем работы составляет 123 страниц машинописного текста, содержит 60 рисунков, 9 таблиц, список литературы из 79 наименований.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованы актуальность темы диссертации, определены цели и задачи диссертационного исследования, представлены идея работы и методы исследования, сформулированы положения, выносимые на защиту, раскрыта научная новизна работы, подтверждены обоснованность и достоверность полученных результатов, а также показано их научно-практическое значение.

В первой главе проанализированы современные концепции и методы планирования перемещения мобильного робота и выделены используемые принципы для неизвестной среды. Подробно приведены достоинства и недостатки методов построения систем планирования с использованием искусственного интеллекта. Проанализированы аппарат мультиагентов в планировании переме-

щения и реактивное управление перемещением мобильного робота. Сделаны выводы о том, что решение задач планирования перемещения мобильного робота в неизвестной среде посредством разработки методов построения нейро-нечетких систем является перспективным, особенно с использованием аппарата мультиагентов, который, однако, до сих пор еще не нашел соответствующего его возможностям достойного применения. Поэтому исследования в рассматриваемой проблемной области требуют дальнейшего развития.

Рассмотренные проблемы и возможные направления их решения научно обосновывают актуальность и важность поставленных в диссертационной работе целей и задач.

Во второй главе разработан метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, назначение которого состоит в разработке системы планирования на основе трех-этапного процесса обработки информации о роботе и окружающей его неизвестной среде. Применение метода показано на примере трехколесного мобильного робота (рис. 1).

Рис. 2. Функциональная схема интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов

Функциональная схема интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов представлена на рис. 2.

Рис. 1. Геометрическая модель мобильного робота с указанием расстояний между его платформой и препятствиями

Входы интеллектуальной системы (х„, у8) представляют собой координаты целевой точки. Выходы интеллектуальной системы (х,, у,) - координаты текущей точки мобильного робота. На базе значений отклонения координат Дхв и Ду8 определяются расстояние й,1еп и угол отклонения в между роботом и целевой точкой. Углы ри Цг и //3 являются углами поворота мобильного робота в агентах обхода препятствий, слежения по стене и движения к цели, соответст-вено. Уь Ук - скорость левого и правого колеса мобильного робота.

Первый этап заключается в определении расстояния между роботом и препятствиями (с!») и построении блока переключения, который непрерывно определяет ситуации по каждому из агентов и осуществляет активацию и переключения между ними. Для выполнения этой задачи на основании информации, вырабатываемой ультразвуковыми датчиками расстояния, формируется база данных состояния окружающей неизвестной статической среды. Агент обхода препятствий определяется, когда один из трех датчиков 83, 84 и Б5 обнаруживает препятствие. Агент слежения по стене актитвируется при обнаружении препятствий парами датчиков 81 и 82 или Б6 и 87, которые находятся на левой или правой стороне мобильного робота. Агент движения к цели формируется при отсутствии препятствий вокруг робота в области обнаружения датчиков дистанционного измерения. Режимы работы блока динамического переключения описаны в табл. 1, где приняты следующие обозначения: «О» - нет препятствий в области действия датчиков; «1» - препятствие обнаружено; «2» - не имеет значения.

Таблица 1

Режимы работы блока переключения_

Режим (1$1 (1%2 <^5 скч Агент

1 0 0 0 0 0 0 0 Движение к цели

2 0 1 0 0 0 1 0 Движение к цели

3 0 1 0 0 0 0 0 Движение к цели

4 0 0 0 0 0 1 0 Движение к цели

5 1 1 0 0 0 0 0 Слежение по стене

6 0 0 0 0 0 1 1 Слежение по стене

7 1 1 0 0 0 1 2 Слежение по стене

8 1 1 0 0 0 1 1 Слежение по стене

9 1 1 0 0 0 1 1 Слежение по стене

10 2 2 0 0 0 1 1 Слежение по стене

и 2 1 1 2 2 2 2 Обход препятствий

12 2 2 2 1 2 2 2 Обход препятствий

13 2 2 2 2 1 2 2 Обход препятствий

14 2 2 1 1 2 2 2 Обход препятствий

15 2 2 1 2 1 2 2 Обход препятствий

16 2 2 2 1 1 2 2 Обход препятствий

17 2 2 1 1 1 2 2 Обход препятствий

На втором этапе осуществляется разработка трех нечетких блоков НБ-1, НБ-2 и НБ-3 для определения углов поворота мобильного робота /л\, //2, /'з, соответственно, с агентами обхода препятствий, слежения по стене и движения к цели.

Входы в НБ-1 описываются четырьмя функциями принадлежности (ФП): Б (близко от робота), Д (далеко от робота), С (на среднем расстоянии от робота) и СД (на средне-дальнем расстоянии от робота). Выход в НБ-1 определяется с помощью семи ФП: БШП (большой шаг вправо), БШЛ (большой шаг влево), СШП (средний шаг вправо), МШП (малый шаг вправо), Н (ноль), МШЛ (малый шаг влево), СШЛ (средний шаг влево). На рис. 3 показаны графики ФП входов и выхода НБ-1 для агента обхода препятствий.

Нечеткие базы правил НБ-1 представлены в табл. 2.

Рис. 3. Графики ФП входов и выхода НБ-агента обхода препятствий

для

Таблица 2

Нечеткие базы правил НБ-1 для агента обхода препятствий

ЕСЛИ <_1у; ~Б

>> 1 <1.«

Б С сд Д

(1.И Б БШП БШП БШП БШП

С БШП БШП БШП БШП

сд БШП БШП БШП БШП

д БШП БШП БШП БШП

Г:сли4„=СД

Б С сд Д

Цн Б БШЛ БШЛ БШП БШП

С БШЛ БШЛ БШП БШП

сд БШЛ СШП СШП СШП

д БШЛ СШП СШП МШП

Если 11.9.1= С

/Л 11«

Б с сд д

(1.5,1 Б БШП БШП БШП БШП

С БШЛ БШП БШП БШП

сд БШЛ БШП СШП СШП

Д БШЛ БШП СШП СШП

Если(1.«=Д

<1.и

Б С сд д

Б БШЛ БШЛ БШП БШП

С БШЛ БШЛ БШП БШП

сд БШЛ СШП СШП СШП

д БШЛ СШП СШП МШП

Для определения угла поворота цг в агенте слежения по стене используется НБ-2. Входами в НБ-2 являются сигналы и (¡¿-г или и <]$7 от датчиков 81 иБ2 или Б6 и 87. Они описываются аналогично предыдущему случаю. На рис. 4 приведены графики ФП входов и выхода НБ-2. Нечеткие базы правил НБ-2 представлены в табл. 3.

Рис. 4. Графики ФП входов и выхода НБ-2 для агента слежения по стене

Таблица 3 Нечеткие базы правил НБ-2 для агента

слежения по стене

№

Б с сд д

Б МШЛ мшп сшп сшп

С МШЛ н мшп сшп

сд сшл МШЛ мшп сшп

д сшл сшл н сшп

Третий нечеткий блок НБ-3 используется для определения угла поворота [¡1 в агенте движения к цели. Входом в НБ-3 является 0 - угол между направлением движения мобильного робота (ф) и целевой точкой (¡}) (на рис. 5).

Если (ф- р) > 180° то 0 = ф - Р - 360" Если (ф- р) < -180" то 0 ~ ф - р+360" Кроме этих, й = ф - р Где 0" < ф. р < 360" и -180° < 0 < 180°

Рис. 5. Схема ориентации робота для определения входного параметра НБ-3

Вход в НБ-3 описывается семью ФП, измеряемыми в градусах: ДПЦ (далеко справа от цели), ДЛЦ (далеко слева от цели), СПЦ (средний угол справа от цели), БПЦ (близко справа от цели), Н (ноль), БЛЦ (близко слева от цели), СЛЦ (средний угол слева от цели). Выход //3 НБ-3 также описывается с помощью семи ФП, значения которых лежат в пределах от -120 до +120 градусов.

На рис. 6 показаны графики ФП входа и выхода НБ-3 для агента движения к цели. Нечеткие базы правил ФП НБ-3 представлены в табл. 4.

На третьем этапе выполняется разработка агента управления скоростью с использованием НБ-4. На основе результирующих параметров первого и второго этапов определяется окончательное значение изменения угла поворота мобильного робота - ¿и, зависящего от соответствующего агента.

/К град\ с

, з 1

Г.1ПЛ пил МШЛ II мшп сшп Г.1ПП

-7— -V

. ) |Т11>'-~

Рис. 6. Графики ФП входов и выхода НБ-3 для агента движения к цели

Таблица 4

Нечеткие базы правил НБ-3 для агента движения к цели

9 ДПЦ СПЦ БПЦ Н БЛЦ СЛЦ ДЛЦ

БШЛ СШЛ МШЛ Н МШП СШП БШП

5 г

120 -75 -«> * 0 "5 (И> Я1) 1 /1, грат.с

К С гд Л

---->1 - \ •----- _ -------------

0 о..« О.Х 1.: и 1

Н м Г В

/-------X

Рис. 7. Графики функций принадлежности входов и выхода НБ-4 для агента управления скоростью

Таблица 5

Двумя входами НБ-4 являются значения угла поворота ц и расстояния от робота до целевой точки Выход НБ-4 - линейная средняя скорость двух колес У сред, которая обеспечивает избежание столкновения робота с неизвестным препятствием и достижение целевой точки. На рис. 7 приведены графики ФП входов и выхода НБ-4 для управления скоростью.

Угол ц также описывается семью ФП, измеряемыми в градусах (от -120 до +120).

Расстояние с1,(£1Ь, как и для входов НБ-1, представлено четырьмя ФП: Д, Б, С и СД. Скорость "Черед определяется с помощью четырех ФП, значения которых лежат в пределах от 0 ДО Vшс (0,3454 м/с): Н (нулевая), М (медленная) С (средняя) и В (высокая). Нечеткие базы правил НБ-4 представлены в табл. 5.

Нечеткий вывод осуществляется по методу Мамдани, а выходы нечетких блоков вычисляются в рамках приведения к четкости с помощью метода центра тяжести.

Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата муль-тиагентов выполняется тремя агентами, соответственно, для обхода препятствий, слежения относительно стены и движения к цели.

На рис. 8 представлены результаты тестирования (траектория перемещения и изменение параметров ¡л, Чсре„, <!,,„,,) для агента обхода препятствий, когда робот перемещается из стартовой точки А(х1 = 1,000; у1 = 0,2500) к целевой - В(х2 = 7,000; у2 = 2,200). После 774 программных итераций, выполненных в течение 19,35 с, мобильный робот достиг целевой точки без столкновения с препятствиями.

Нечеткие базы правил НБ-4 дня управления скоростью

сред Б с СД д

БШЛ н н м с

СШЛ Н н м с

мшл Н м с в

м н Н м с в

мшп Н м с в

сшп Н н м с

БШП н н м с

45 3« •••• ! -¿К-........i- г--- .......

f 26 >• 2

0 5 .....::

0 1 2 3<(я)( 5 6 7

I-

1' * ..............- —

1 1 1 I У 1 - г - \ 1 ' \ J L \ 1 I l\ I 1 1 1 Vjped —1 - Г -1 1 J L I 1

1 J u I 1

7 Г I 1 "1 Г 1 — -t — t- - VI r —i - \ - i i \

— — — — — — — — —I-I—l-l--l-l---1— 1 1 1 1 1 1 1 1 " "1 - 1—1 - 1—i~l—1 ~ 1— 1 Г ■ Г 1 -1-Г 1 1 i i i i i _J_L _!__!_ 1_Г_. J ~Г 1 1 ~T 1--- _ _L - 1--1--1 _ 1--- 1 Г 1 Г • _ J _ 1__l_ - J _ 1___ 1 1 1 1 1 - 1 Г I -I г . J _ L J _ 1___ - -j - 1--1--[ - |---

% (M) 2 4 6 8 10 12 14 1$ 18 20

1 i I I I I , I I I I I "«fib

Ч 1 , 111(1

I I 1 1 I

! Г4 |

1 1 i\! I i '

i i i i i

10 12 1 4 16 10 20(c)

10 12 14 16

Рис. 8. Результаты тестирования интеллектуальной системы планирования перемещения мобильного робота в агенте обхода препятствий

—

3.« П

' 2 \(m'J 5 6 7

Г - -

i ' Vcped

---1---1-- - _ ,

-J J 1 1 i

1 1 1 1 I

1 1 1 "7 I 1 1

: i 1

датчиков S6 и S? до ст

В случае агента слежения по стене робот перемещается из начальной точки А(Х| = 2,100; у, = 0,500) вдоль стены криволинейной формы. Датчики S6 и S7 обнаруживают препятствия и на основании этого робот выдерживает безопасные расстояния от стены. Надо отметить, что при наблюдении за движением мобильного робота в процессе тестирования достижение цели не преследуется. Изменение параметров угла поворота мобильного робота ц2> его средней скорости Черед, расстояния от датчиков S6 и S7 до стены dS6, dS7 представлены графиками на рис. 9. Угол /J; непрерывно изменяется в соответствии с изменением формы стены. Средняя скорость

Рис. 9. Результаты тестирования интеллектуальной системы планирования перемещения мобильного робота в агенте слежения по стене

V,

сред

стабильна

(0,0306 м/с) с минимальным измением. Робот поддерживает безопасные расстояния от стены и от 0,3 до 0,35 м).

Результаты тестирования для агента движения к цели приведены на рис. 10. При этом мобильный робот передвигается из стартовой точки А(х1 = 1,100; у, = 0,900) в целевую В(х2 = 5,900; у2 = 0,300). После 690-ой программной итерации в течение 17,25 с, мобильный робот достиг целевой точки.

Разработанный метод построения интеллектуальной системы планирования перемещения может использоваться для любых мобильных роботов.

В третьей главе разработан метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов.

Функциональная

схема этой системы показана на рис. 11. Она построена на основе двухэтапного процесса обработки информации о роботе и об окружающей его неизвестной динамической среде.

Рис. 10. Результаты тестирования интеллектуальной системы планирования перемещения мобильного робота в агенте движения к цели

Рис. 11. Функциональная схема интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде с помощью аппарата мультиагентов

Первый этап заключается в определении расстояния (с!я) между роботом и препятствиями, лежащими в его рабочей зоне, а также безопасного расстояния (йвез) и классификации возможного местоположения препятствий на основании

информации, получаемой от датчиков дистанционных измерений, с использованием модели полной классификации местоположения неизвестных препятствий в форме многослойного персептрона нейронной сети, обученного по методу обратного распространения ошибки.

Для решения этой задачи, область действия ультразвуковых датчиков разделяется на 3 зоны, как показано на рис. 12: Зона 1 - безопасная зона, характеризуемая расстоянием Безопасная зона не

играет роли в процессе классификации нейронной сети; Зона 2 - активная зона обнаружения, ограничена от 0,3 м до 2 м. Зона 3 - дальняя зона при расстоянии до препятствия более 2 м.

По аналогии с нечеткой системой управления получаемая датчиками информация может отражать одну из трех ситуаций, символизируемых цифрами 0,1 и 2.

а - Агент движения к цели; б - Агент слежения по стене;

в - Агент обхода препятствий. Рис. 13. Классификация возможного местоположения препятствий

Область действия

Рис.12. Три зоны области действия

На рис. 13 представлена классификация возможного местоположения препятствии в агентах движения к цели, слежения по стене и обхода препятствий, соответственно.

Таблица 6

Классификационная таблица агентов нейронных сетей

Вид ¿к (¡Я 5 <1*7 агент

1 0 0 0 0 0 0 0 Движение к цели (5)

2 0 0 0 0 0 1 0 Движение к цели (5)

3 0 0 0 0 0 0 1 Движение к цели (5)

4 0 1 0 0 0 0 0 Движение к цели (5)

5 0 1 0 0 0 0 1 Движение к цели (5)

6 0 1 0 0 0 1 0 Движение к цели (5)

7 1 0 0 0 0 0 0 Движение к цели (5)

8 1 0 0 0 0 0 1 Движение к цели (5)

9 1 0 0 0 0 1 0 Движение к цели (5)

10 1 1 0 0 0 1 1 Слежение по стене (4)

11 1 1 0 0 0 2 1 Слежение по стене (4)

12 1 1 0 0 0 1 2 Слежение по стене (4)

13 1 2 0 0 0 1 1 Слежение по стене (4)

14 2 1 0 0 0 1 1 Слежение по стене (4)

15 2 2 0 0 0 1 1 Слежение по стене (4)

16 1 1 0 0 0 2 2 Слежение по стене (4)

17 2 2 2 1 2 2 2 Обход препятствий (3)

18 2 2 2 2 1 2 2 Обход препятствий (3)

19 2 2 1 2 2 2 2 Обход препятствий (3)

20 2 2 2 1 1 2 2 Обход препятствий (3)

21 2 2 1 1 2 2 2 Обход препятствий (3)

22 2 2 1 2 1 2 2 Обход препятствий (3)

23 2 2 1 1 1 2 2 Обход препятствий (3)

Классификационная табл. 6 имеет 23 позиции, которые описывают ситуации возможного перемещения мобильного робота в рабочей зоне и связанного с ним решения, принимаемого в процессе планирования на каждой итерации. Выходами модели классификационной таблицы являются агенты, символизирующиеся цифрами: 3 - обход препятствий, 4 — слежение по стене и 5 - движение к цели.

Предложенная в диссертации классификация местоположения неизвестных препятствий для мобильного робота состоит из 23 возможных вариантов ситуаций. На рис. 14 показана разработанная структура нейронной сети с блоком кодирования, где значения закодированных выходов с1й ... с1$7 используются для классификации препятствия и нахождения агентов.

Рис.14. Структура нейронной сети

Нейронная сеть состоит из двух скрытых слоев и одного выходного слоя. Первый слой включает 10 нейронов, второй - 6 нейронов, выходной слой представлен 3 нейронами. Структура нейронной сети обучена по методу обратного распространения ошибки. Расчет по методу обратного распространения ошибки приведен по следующим уравнениям:

- для выходного слоя:

¿Л0 = (уА0-ОА0)-/(пе1кУ, /№„) = 1; в выходном слое нейронной сети использована линейная функция активации ¿ДО = "»(0 = 17Л(0-о*(0;

-для второго слоя: = пДО^ЧС0-ОД0;

к

-для первого слоя: ¿Д;) = (1-ОД/))£<5Д;)-«',Д0; ^(0 = ??■ (/')• (/);

л

- новое значение весовых матриц:

(/ +1) = у/и, (0 + Ди-И (/) + аЛи^ (/-1);

(' +1) = П, (0 + ¿4, (0 + а-Д^ (' -1); (' + !) = V,™ (0 + Д^ (0 + (; -1); -входепервой итерации (1=1): Ди>и(/-1) = 0; Ди<(Д|-1) = 0; (/-1) = 0; где <?,(«) - распространяющаяся ошибка в к-ом нейроне выходного слоя; >>,« (')■ нормализованный желаемый выход нейронной сети; Д»см(0- обновленные значения весов матрицы между выходным и скрытыми слоями; г| - коэффициент скорости обучения; а - коэффициент инерционности; ^„,0-1)- предыдущее обновление значений матрицы весов; 1) и туи(/) - новое и текущее значения матрицы весов; <5Д;) - распространяющаяся ошибка в скрытых слоях; Дм\.(0 - обновленные значения весов матрицы между вторым и первым слоями; Д«;Д!-1)- предыдущее обновление значений матрицы весов; №,Дг + 1) и №,Д0 -новое и текущее значения матрицы весов; ¿ДО - распространяющаяся ошибка в втором слое; Д^ДО - обновленные значения весов матрицы между скрытыми слоями; Ди^Д;-!) - предыдущее обновление значений матрицы весов; 1^,Д; + 1) и №у„(0 - новое и текущее значения матрицы весов.

На втором этапе реализуется функция агентов обхода препятствий, слежения по стене, движения к цели и управления скоростью с помощью нечетких блоков. Четыре нечетких блока НБ-1, НБ-2, НБ-3 и НБ-4 используются для выполнения задач агентов.

Рис. 15. Графики ФП входов и выхода НБ-1 для агента обхода препятствий

Функции принадлежности и базы правил НБ-3 и НБ-4 аналогичны функциям принадлежности и базы правил НБ-3 и НБ-4, которые приведены в второй главе. Функции принадлежности НБ-1 для агента обхода препятствий и НБ-2 для агента слежения по стене показаны на рис. 15 и 16.

//,. градус

Рис. 16. Графики ФП входов и выхода НБ-2 для агента слежения по стене

Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде с помощью аппарата мультиагентов с использованием нейронной сети и нечеткой логики выполнено в ходе двух тестирований.

При первом тестировании мобильный робот перемещался из начальной точки А (х, = 2,000; у, = 1,700) в целевую - В (х2 = 5,600; у2 = 3,500). После 478-ой программной итерации за 11,95 с, робот достиг цели. Траектория перемещения мобильного робота и изменение параметров ц, УСред, при первом тестировании показаны на рис. 17.

На рис. 18 приведены траектория перемещения и изменение параметров И, Усрео, при выполнении второго тестирования, когда мобильный робот перемещался из начальной точки А(Х] = 4,800: у, = 4,400) в целевую В(х2 = 1,700; у2 = 0,200). В рабочей зоне находились нек-

оторые препятствия в форме стены и одно движущееся препятствие, которое влияло на траекторию движения робота. После 1494-ой программной итерации за 37,35 с робот достиг цели без столкновения с препятствиями.

Рис. 17. Результаты первого тестирования интеллектуальной системы планирования перемещения мобильного робота

среде и результаты ее экспериментальных исследований, описаны экспериментальный макет мобильного робота, устройства системы информационного обеспечения и интерфейсные электронные модули ввода-вывода между датчиками, управляющим компьютером и мобильным роботом, приведен алгоритм оперативного управления, сделаны выводы о пригодности разработанных методов построения интеллектуальных систем планирования перемещением мобильного робота в неизвестной среде.

Рис. 18. Результаты второго тестирования интеллектуальной системы планирования перемещения мобильного робота

В четвертой главе представлены разработанная интеллектуальная система управления перемещением мобильного робота в неизвестной

7 гА ш 2

ультразвуковых датчика

датчиков положения

Яй

ИР

Электронный модуль ввода

1^232

Я5232

Персональный компьютер панель управления и индикации

Рис. 19. Функциональная схема экспериментальной системы В системе управления перемещением мобильного робота в неизвестной среде (рис. 19) используются управляющие команды для изменения его положения,

Рис. 20. Алгоритм оперативного управления перемещением мобильного робота в неизвестной среде

поступающие через последовательный порт 115232 на исполнительные двигате ли, обеспечивающие перемещение робота по безопасной траектории. Экспери

ментальная система состоит из лабораторной модели трехколесного мобильного робота, оснащенного 7 ультразвуковыми датчиками дистанционных измерений, типа ОеуагйесЬ 81Ш)4, и 2 датчиками положения. Электронные модули ввода и вывода соединены с персональным компьютером через последовательный порт 118232. Исследования выполнялись для нескольких вариантов неизвестной среды.

Алгоритм оперативного управления перемещением мобильного робота в неизвестной среде представлен на рис. 20.

На рис. 21 приведены кадры видеосъемки движения мобильного робота к цели, когда на его пути располагались некоторые неизвестные статические препятствия, с которыми он успешно избежал столкновений.

На рис. 22 представлен отображаемый на экране персонального компьютера график полученной траектории движения мобильного робота.

Проведенный в условиях неизвестной для мобильного робота среды практический эксперимент, когда на его пути размещались некоторые препятствия с заранее неизвестными координатами, показал, что робот успешно избежал столкновения с ними.

Использование большего количества датчиков с повышенным быстродействием и точностью измерения расстояния позволит снизить соответствующие временные затраты на планирование и уточнение траектории. Этому же способствует

4 ' Ш%4 , - ■ ^ % *

- з ^ ЫГ . Ж . VI рр- ^ * 1 , . ; * •' * N4 . • ч

* . 5 С- _ ^ Ш, . к............•.,. _______

Рис. 21. Кадры видеосъемки практического эксперимента

;*: Мгррктд ко:;; :

lle.ll М.ц

V \\ .•К

№ Ч N

А /г 1

V и* А И—(■ 1

Рис. 22. График практической траектории перемещения мобильного робота

введение в структуру интерфейсного модуля ввода-вывода быстродействующего микроконтроллера. Добавление электронного компаса для корректировки накапливающейся ошибки направления перемещения робота также приводит к повышению быстродействия и точности системы.

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основании теоретических и экспериментальных исследований решена актуальная научно-техническая задача разработки методов построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде. В ходе выполнения работы получены следующие результаты, имеющие как научное, так и практическое значение:

1. Научно обоснована необходимость разработки методов построения интеллектуальных систем планирования перемещения мобильного робота с помощью аппарата мультиагентов на основе нечеткого механизма принятия решения, искусственных нейронных сетей и их комбинации, с целью повышения эффективности функционирования робототехнических систем в условиях отсутствия информации об окружающей среде и без непосредственного участия человека-оператора.

2. Предложен метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, отличающийся использованием нечетких блоков, соответствующих каждому из агентов, и локализацией решения задачи планирования перемещения робота в каждой возникающей конкретной ситуации, позволяющий повысить точность и эффективность планирования перемещения.

3. Предложен метод построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, отражающий все возможные местоположения препятствий, возникающих на пути перемещения робота, на базе разработанной классификационной таблицы, позволяющий сократить количество подлежащих распознаванию ситуаций неизвестной среды.

4. Разработан метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающий комбинацию нейронных сетей и нечетких блоков, отличающийся использованием модели нейронных сетей для классификации окружающей среды, с целью обеспечения перемещения мобильного робота без столкновений с препятствиями.

5. Разработана интеллектуальная система планирования перемещения мобильного робота в неизвестной среде с помощью аппарата мультиагентов, позволяющая эффективно решать проблему использования робототехнических систем в ситуациях отсутствия информации об окружающей среде, обеспечивая их безопасное перемещение по траектории, свободной от столкновений с неизвестными препятствиями.

6. Предложен метод построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата муль-тиагентов на базе разработанной интеллектуальной системы, обеспечивающий своевременную реакцию робота на появляющиеся на его пути непредвиденные препятствия.

7. Разработан пакет программ, обеспечивающих возможность моделирования окружающей среды движения мобильного робота в условиях вероятности появления на его пути неизвестных препятствий, а также моделирования функционирования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде, применяемых в различных сферах производства, при проведении научных исследований и в учебном процессе.

Основное содержание диссертации отражено в работах, опубликованных в изданиях, рекомендованных ВАК РФ:

1. Чинь Суан Лонг. Особенности управления перемещением несущей платформы мобильного робота методами искусственного интеллекта // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. -2007. - Специальный выпуск «Проблемы мехатроники - 2006». С. 70-74.

2. Чинь Суан Лонг. Интеллектуальная система управления мобильным роботом на основе электронного компаса // Управление, вычислительная техника и информатика. Весник ДГТУ. -№ 4, 2007. С. 410 - 406.

3. Чинь Суан Лонг. Интеллектуальная система планирования траектории мобильного робота в режиме он-лайн // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. -2009. -№ 1. - С. 19-23

4. Чинь Суан Лонг. Интеллектуальное планирование перемещения мобильного робота в неизвестной среде // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. - 2009. - Специальный выпуск. - С. 140- 143.

Работы по теме диссертации, опубликованные в других изданиях:

5. Чинь Суан Лонг. Управление движением мобильного робота на базе нейронной сети и нечеткой логики / Булгаков А.Г., Чинь Суан Лонг // Строительный вестник Российской инж. акад.: Тр. секц. «Строительство». - М. Изд-во РИА, 2008 - Вып. 9. - С 154 -157.

6. Чинь Суан Лонг. Автоматизация перемещения мобильного робота в недетерминированной среде // Новые технологии управления движением технических объектов. Сб. тр. по материалам 9-ой Междунар. науч.-техн. конф. / Юж.-Рос. гос. техн. ун-т (НПИ). - Новочеркасск: Лик, 2008 - Т. 1. - С. 40- 46.

7. Чинь Суан Лонг. Метод классификации препятствий рабочей среды мобильного робота с помощью нейронной сети // Материалы 58-й науч.-техн. конф. профессорско-преподавательского состава, научных работников, аспирантов и студентов ЮРГТУ (НПИ) / Юж.-Рос. гос. техн. ун-т (НПИ). Новочеркасск-2009.-С. 38- 40.

8. Чинь Суан Лонг. Планирование траектории движения мобильного робота на базе нейронной сети и нечеткой логики // Прикладные проблемы мехатрони-

ки, автоматизации, управления: 2-я Российская мультиконференция по проблемам управления, г. Санкт-Петербург, 14 -16 октября 2008 г. С. 238-241.

9. Патент на полезную модель № 83858. Система управления мобильным роботом / Булгаков А.Г., Чинь Суан Лонг//Патентообладатель ГОУ ВПО Юж,-Рос. гос. техн. ун-т (Новочерк. политехи, ин-т). - № 2008151685/22; заявл. 25.12.08. - от 20.6.2009, Бюл. № 17.

Личный вклад автора в опубликованных в соавторстве работах: [5] -

разработка структуры и компьютерное моделирование системы управления движением мобильного робота на базе нейронной сети и нечеткой логики, [9] -разработка схемы полезной модели «система управления мобильным роботом».

Чинь Суан Лонг

МЕТОДЫ ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ПЛАНИРОВАНИЯ МОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ СРЕДЕ

Подписано в печать 15.02.2010 Формат 60x84 7i6. Бумага офсетная. Печать цифровая. Усл. печ. л. 1,0. Уч.-изд. л. 2,03. Тираж 120 экз. Заказ 73.

Отпечатано в Издательствеё ЮРГТУ (НГГИ) 346428, г. Новочеркасск, ул. Просвещения, 132

ВВЕДЕНИЕ.

Глава 1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ

ИССЛЕДОВАНИЯ.

1.1 Анализ методов планирования перемещения мобильного робота

1.2 Особенности планирования перемещения мобильного робота в неизвестной среде.

1.3 Анализ методов планирования перемещения мобильного робота в неизвестной среде с использованием нечеткой логики и нейронных сетей.

1.3.1 Нечеткая логика для планирования перемещения мобильного робота.

1.3.2 Использование нейронных сетей для планирования перемещения мобильного робота в неизвестной среде.

1.3.3 Применение комбинации нейронных сетей и нечеткой логики для планирования перемещения мобильного робота.

1.4 Оперативное управление перемещением мобильного робота в неизвестной среде.

1.5 Постановка цели и задачи исследования.

1.6 Выводы.

Глава 2. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЯ МОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ СТАТИЧЕСКОЙ СРЕДЕ.

2.1 Геометрическое моделирование и кинематика мобильного робота в неизвестной окружающей среде.

2.2 Построение интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов.

2.2.1 Разработка блока переключения.

2.2.2 Разработка моделей нечетких блоков системы планирования перемещения мобильного робота.

2.3 Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов.

2.3.1 Моделирование интеллектуальной системы планирования перемещения мобильного робота в агенте обхода препятствий

2.3.2 Моделирование интеллектуальной системы планирования перемещения мобильного робота в агенте слежения по стене

2.3.3 Моделирование интеллектуальной системы планирования перемещения мобильного робота в агенте движения к цели

2.3.4 Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде.

2.4 Выводы.

Глава 3. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЯМОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ ДИНАМИЧЕСКОЙ СРЕДЕ.

3.1 Разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов.

3.2 Разработка нейронной сети для,классификации ситуаций окружающей среды и переключения межу ними.

3.3 Разработка нечетких блоков для агентов в составе интеллектуальной системы планирования перемещения мобильного робота.

3.4 Моделирование интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов.

3.5 Выводы.

Глава 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ ПЕРЕМЕ

ЩЕНИЕМ МОБИЛЬНОГО РОБОТА В НЕИЗВЕСТНОЙ СРЕДЕ

4.1 Разработка экспериментальной модели системы оперативного управления мобильным роботом в неизвестной среде.

4.1.1 Построение экспериментальной системы.

4.1.2 Описание экспериментального макета мобильного робота.

4.1.3 Датчики расстояния экспериментального макета.

4.1.4 Датчики скорости вращения серводвигателей.

4.1.5 Интерфейсные электронные модули ввода-вывода.

4.2 Алгоритм оперативного управления.

4.3 Экспериментальные исследования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде.

4.3.1 Экспериментальное исследование для агента движения к цели

4.3.2 Экспериментальное исследование для агента слежения по стене

4.3.3 Экспериментальные исследования системы планирования перемещения мобильного робота в неизвестной среде.

4.4 Выводы.

Актуальность проблемы. Мобильные роботы находят все более широкое применение для выполнения различных задач в условиях, когда присутствие человека в зоне их работы или невозможно по соображениям безопасности, либо же нежелательно из-за ограничения производительности обслуживаемого ими технологического оборудования. В виду своей оперативности мобильные роботы широко используются практически во всех сферах жизнедеятельности человека, особенно в. военных и промышленных областях, а также, например, при исследовании других планет. Планирование перемещения мобильного робота является важнейшей проблемой функционирования автономных робототехнических систем. и одной из наиболее активно исследуемых областей современного научно-практического знания. Решение задачи планирования'перемещения-робота охватывает вопросы, связанные с такими- научными областями, как искусственный1 интеллект, вычислительная геометрия, компьютерное моделирование и теория автоматического управления: Автоматизация процесса планирования* перемещения^ прш минимизации • затрат времени на подготовительно-заключительные операции- и ускорении процесса переключения робота с одного производственного задания- на* другое, является основой'для организации гибкого производства.

Целью планирования1 перемещения мобильного робота является обеспечение желаемой траекторию его движения, робота, когда он следует по планируемому пути в соответствии с управляющими воздействиями. Большинство исследований, посвященных проблеме планирования перемещения робота без столкновения с препятствиями! на его пути на основе применения» нейронных сетей и нечеткой логики, проводились в условиях известной окружающей среды. Решение рассматриваемой проблемы с помощью нечеткой логики является общепризнанным, так как в этом случае механизм принятия решения' всегда позволяет генерировать ответные движения робота, вызванные появлением препятствия на его пути. 5

В свою очередь, эффективность использования в рамках данной проблемы нейронных сетей в основном зависит от степени обученности конкретной сети, тогда как самая простейшая модель нечеткой логики вырабатывает требуемый выходной сигнал без какого-либо обучения. Дальнейший поиск решения задачи планирования перемещения робота в режиме реального времени в неизвестной среде с использованием нечеткой логики реализуется посредством применения нейронной сети, обученной правилам нечеткой логики. В этом случае комбинированная нейро-нечеткая система способна более эффективно обучаться и решать проблемы, связанные с нелинейными' системами. Это отражено лишь в небольшом количестве научных работ. Таким образом, решение этих проблем является весьма актуальной научно-технической проблемой.

Соответствие диссертации плану работ ЮРГТУ (НПИ) и целевым комплексным■ программам. Диссертационная работа выполнена в рамках научного направления' ЮРГТУ (НПИ) «Теория^ и принципы создания робототехнических и мехатронных систем- и комплексов», соответствует госбюджетной теме П.3.837 «Разработка-принципов и средств автоматизации и роботизации производства на основе мехатронных технологий и систем» (2004-2008 гг.) и П.3.865 «Разработка теории и принципов построения интеллектуальных мехатронных и робототехнических систем» (2009-2013 гг.).

Целью исследований является разработка методов построения интеллектуальных систем планирования перемещения мобильного робота, обеспечивающих выполнение им планируемой- и уточняемой-непосредственно в процессе движения безопасной траектории в окружающей' среде с неизвестными препятствиями.

Достижение поставленной цели требует решения следующих исследовательских задач:

- анализ современных концепций и методов разработки систем планирования перемещения мобильного робота в неизвестной среде;

- разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде и выполнение ее моделирования;

- разработка интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде и моделирование полученной системы;

- проведение экспериментальных исследований интеллектуальной системы оперативного управления перемещением мобильного робота в неизвестной среде.

Идея работы заключается в разработке методов построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде на базе применения аппарата мультиагентов, нечеткой логики и искусственных нейронных сетей, обеспечивающих выполнение им планируемой и уточняемой непосредственно в процессе движения безопасной траектории в окружающей среде с неизвестными препятствиями.

В качестве методов исследования использованы методы математического моделирования, аналитической геометрии, кинематического и динамического анализа, нечеткой логики, нейронных сетей, робототехники, мехатроники, дискретного интегрирования и прикладного программирования. Аналитические исследования проведены на ЭВМ, а экспериментальные - с использованием модели мобильного робота.

Научные положения, выносимые на защиту:

- метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, включающий создание четырех агентов: обхода препятствий, слежения по стене, движения к цели, управления скоростью и соответствующих им нечетких блоков;

- метод построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, отражающий все возможные местоположения препятствий, возникающих на пути робота; метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающий комбинацию нейронных сетей и нечетких блоков; с целью обеспечения перемещения мобильного робота без столкновений с препятствиями; метод построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной системы.

Научная новизна работы состоит в разработке: метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, отличающегося использованием нечетких блоков, соответствующих каждому из> агентов, и локализацией решения задачи планирования- перемещения робота в каждой возникающей конкретной ситуации, позволяющего повысить точность и-эффективность планирования перемещения; метода построения* модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, на базе разработанной классификационной таблицы, позволяющей сократить количество подлежащих распознаванию ситуаций неизвестной среды; метода построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающего комбинацию нейронных сетей и нечетких блоков, отличающегося использованием модели нейронных сетей для классификации окружающей среды, с целью обеспечения перемещения мобильного робота без столкновений с препятствиями.

Обоснованность и достоверность результатов* подтверждается корректным использованием фундаментальных законов физики, теории1 автоматического управления, моделирования, выполненными' с использованием современных ЭВМ и программных пакетов для проведения расчетов и обработки результатов экспериментов; применением современных апробированных методов исследований; удовлетворительной сходимостью результатов компьютерного моделирования и экспериментального исследования.

Значение работы. Научное значение работы- состоит в развитии и совершенствовании методов построения интеллектуальных систем, основанных на сочетании возможностей нечеткой^ логики и искусственных нейронных сетей и реализующих процессы планирования перемещения мобильного робота в неизвестной среде.

Практическое значение полученных в работе результатов заключается в разработке:

- метода построения интеллектуальной1 системы планирования перемещения» мобильного робота в неизвестной среде с помощью аппарата мультиагентов, позволяющего эффективно» решать проблему использования роботов в ситуациях отсутствия информации об окружающей среде, обеспечивая их безопасное перемещение по траектории, свободной от столкновений с неизвестными? препятствиями;

- метода построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной* системы, обеспечивающего своевременную реакцию робота на появляющиеся на его пути непредвиденные препятствия;

- пакета программ, обеспечивающих возможность моделирования окружающей среды движения мобильного робота в условиях вероятности 9 появления на его пути неизвестных препятствий, а также функционирования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде, применяемых в различных сферах производства, при проведении научных исследований и в учебном процессе.

Внедрение результатов диссертационного исследования.

Разработанные методы построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде внедрены в ООО «ПК «НЭВЗ» (г. Новочеркасск Ростовской обл.). Материалы диссертационной работы используются в учебном процессе на кафедре «Автоматизация производства, робототехника и мехатроника» ЮРГТУ (НПИ) для студентов специальности 22040265 «Роботы и робототехнические системы» и 22040165 «Мехатроника».

Апробация работы. Основные положения и результаты работы излагались в научных статьях и докладывались на международной научно-технической конференции «Проблемы мехатроники 2006» (Новочеркасск, 2006 г.), международной научно-практической конференции «Мехатроники 2008» (Новочеркасск, 2008 г.), 2-й Российской мультиконференции по проблемам управления (Санкт-Петербург, ЦНИИ «Электроприбор», 2008), 58-й научной конференции ЮРГТУ (НПИ) (Новочеркасск, 2009 г.).

Публикации. Основные материалы диссертации опубликованы в 8 печатных работах, в том числе в 4 статьи в изданиях, рекомендованных ВАК, а также получен патент на полезную модель.

Структура и объем диссертации. Диссертация состоит из введения, 4-х глав, заключения, списка литературы и одного приложения. Общий объем работы составляет 123 страниц машинописного текста, содержит 60 рисунков, 9 таблиц, список литературы из 79 наименований.

4.4 Выводы

В результате выполненного экспериментального исследования мехатронной системы планирования перемещения мобильного робота в неизвестной среде можно сделать следующие выводы.

1. Проверенные на практике теоретически разработанные системы оперативного управления перемещением мобильного робота в неизвестной среде подтвердили эффективность своего функционирования. Для проведения исследования спроектирована экспериментальная схема, состоящая из лабораторной модели трехколесного мобильного робота, оснащенного семью ультразвуковыми датчиками расстояния типа Devantech SRF04. Карты ввода-вывода соединены с ПК через параллельный порт. Алгоритм оперативного управления разработан в оболочке Microsoft Visual С++, функционирующей в операционной системе Windows. Выходы этого алгоритма - управляющие команды изменения положения платформы мобильного робота, непосредственно поступающие через последовательный порт на их серводвигатели и позволяющие роботу перемещаться по «безопасной» траектории.

2. Проведенные в условиях неизвестной среды практические эксперименты, когда на пути мобильного робота в произвольных и заранее для него неизвестных местах размещались некоторые препятствия, показали, что робот успешно избежал столкновения с ними.

3. Совершенствование экспериментальной базы исследования заключается, во-первых, в использовании большего количества датчиков с более высокой скоростью и точностью измерения расстояния, что позволит снизить соответствующие временные затраты; во-вторых, в добавлении в структуре интерфейсной карты ввода-вывода более быстродействующего микроконтроллера и использовании более совершенного языка программирования; в-третьих, в применении электронного компаса для корректирования ошибки направления. Это также приводит к повышению быстродействия и точности мехатронной системы.

4. Расхождение теоретических и практических результатов в точности достижения цели объясняется погрешностью измерений используемых датчиков.

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основании теоретических и экспериментальных исследований решена актуальная научно-техническая задача разработки методов построения интеллектуальных систем планирования перемещения мобильного робота в неизвестной среде. В ходе выполнения работы получены следующие результаты, имеющие как научное, так и практическое значение:

1. Научно обоснована необходимость разработки методов построения интеллектуальных систем планирования перемещения мобильного робота с помощью аппарата мультиагентов на основе нечеткого механизма принятия решения, искусственных нейронных сетей и их комбинации, с целью повышения эффективности функционирования робототехнических систем в условиях отсутствия информации об окружающей среде и без непосредственного участия человека-оператора.

2. Предложен метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной статической среде с помощью аппарата мультиагентов, отличающийся использованием нечетких блоков, соответствующих каждому из агентов, и локализацией решения задачи планирования перемещения робота в каждой возникающей конкретной ситуации, позволяющий повысить точность и эффективность планирования перемещения.

3. Предложен метод построения модели нейронных сетей для классификации окружающей среды на агенты и последовательности переключения между ними, отражающий все возможные местоположения препятствий, возникающих на пути перемещения робота, на базе разработанной классификационной таблицы, позволяющий сократить количество подлежащих распознаванию ситуаций неизвестной среды.

4. Разработан метод построения интеллектуальной системы планирования перемещения мобильного робота в неизвестной динамической среде с помощью аппарата мультиагентов, включающий комбинацию нейронных сетей и нечетких блоков, отличающийся использованием модели нейронных сетей для классификации окружающей среды, с целью обеспечения перемещения мобильного робота без столкновений с препятствиями.

5. Разработана интеллектуальная система планирования перемещения мобильного робота в неизвестной среде с помощью аппарата мультиагентов, позволяющая эффективно решать проблему использования робототехнических систем в ситуациях отсутствия информации об окружающей среде, обеспечивая их безопасное перемещение по траектории, свободной от столкновений с неизвестными препятствиями.

6. Предложен метод построения алгоритма оперативного управления перемещением мобильного робота в неизвестной среде с помощью аппарата мультиагентов на базе разработанной интеллектуальной системы, обеспечивающий своевременную реакцию робота на появляющиеся на его пути непредвиденные препятствия.

7. Разработан пакет программ, обеспечивающих возможность моделирования окружающей среды движения мобильного робота в условиях вероятности появления на его пути неизвестных препятствий, а также моделирования функционирования интеллектуальной системы планирования перемещения мобильного робота в неизвестной среде, применяемых в различных сферах производства, при проведении научных исследований и в учебном процессе.

1. 1.troduction to Robotics: Module Trajectory generation and robot programming FH Darmstadt, summer term 2000. http://www.easy-rob.net.

2. Шахинпур M. Курс робототехники. M.: Мир, 1990.

3. S'andor P. Fekete, Rolf Klein, Andreas Nuchter. (2004). Searching with an Autonomous Robot. SCG'04, Brooklyn, New York, USA.

4. Samaka M. Robot Task-Level Programming Language and Simulation. http://www.waset.org.

5. La Valle S.M. (2006). Planning Algorithms, http://planning.cs.uiuc.edu.

6. Gupta K., Pobil A.P. Practical Motion Planning in Robotics. John Wiley & Sons, Inc., New York, 1998.

7. Jose Mireles Jr. (2004). Kinematics of Mobile Robots.

8. Henrik I Christensen. (2005). Robot Kinematics. Centre for Autonomous Systems

9. Khepera Mobile Robot. http://en.wikipedia.org/wiki/Kheperamobilerobot

10. H.R. Beom, H.S. Cho. (1992). A Sensor-based Obstacle Avoidance Controller For A Mobile Robot Using Fuzzy Logic And Neural Network. Research and Development Laboratory, Gold Star Industrial Systems, Korea. http://ieeexplore.ieee.org.

11. Latombe J. C. (1991). Robot Motion Planning, http://portal.acm.org.

12. Martin Seyr, Stefan Jakubek, Gregor Novak. (2005). Neural Network Predictive Trajectory Tracking of an Autonomous Mobile Robot, http://www.fwf.ac.at

13. Lee, D. The Map-Building and Exploration Strategies of a Simple Sonar-Equipped Mobile Robot: An Experimental, Quantitative Evaluation, Cambridge University Press, UK, 1996.

14. Brooks R. (1986). A Robust Layered Control System for a Mobile Robot. http://ieeexplore. ieee.org.

15. J.Borenstein, Y.Koren. (1989). Real-time obstacle avoidance for fast mobile robot. IEEE Trans. Sys. Man and Cyb. Vol. 19. No. 5.

16. J. Borenstein, В. Everett, L. Feng (1996). Navigating Mobile Robots: Systems and Techniques. A. K. Peters, Ltd.,1. Wellesley.

17. Henrich D., Wurll C., Worn H. (1998). On-line Path Planning with Optimal C-space Discretization. http://ieeexplore. ieee.org.

18. Gonzalez-Banos H., Hsu D., Latombe J. (2006). Motion Planning: Recent Developments, http://motion.comp.nus.edu.sq.

19. Clark C.M. (2004). Dynamic Robot Networks: a Coordination Platform for Multi-Robot Systems, http://sun-valley.stanford.edu.

20. Tsoularis A., Kambhampati C. (1998). On-line Planning for Collision Avoidance on the Nominal Path, http://portal.acm.org.

21. Mumm E.S. (2002). Behavior-Based Control for Cooperative Robotic Planetary Cliff Descent, http://robots.unl.edu.

22. Khaldoun K. Tahboub, Munaf S. N. Al-Din. (2009). A Neuro-Fuzzy Reasoning System for Mobile Robot Navigation. Jordan Journal of Mechanical and Industrial Engineering.

23. Y. Ono, H. Uchiyama, W. Potter. (2004) A Mobile Robot for Corridor Navigation: A Multi-Agent Approach. Artificial Intelligence Center University of Georgia, Athens, GA yukiono@uga.edu

24. Tsong-Li Leel and Chia-Ju Wu. (2003). Fuzzy Motion Planning of Mobile Robots in Unknown Environments, http://www.springerlink.com

25. Boonphoapichart SKomada S., and Hod T. (2002). Robot's Motion Decision-Making System in Unknown Environment and its Application to a Mobile Robot. http://ieeexplore. ieee.org.

26. Фирас А. Рахим. (2009). Методы построения интеллектуальных систем планирования и управления перемещением мобильного робота в известной среде. Диссертация кандидата технических наук ЮРГТУ.

27. Hosoda К., Sakamoto К., Asada М. (1995). Trajectory Generation for Obstacle Avoidance of Uncalibrated Stereo Visual Servoing without 3D Reconstruction. http://ieeexplore. ieee.org.

28. Yu Y., Gupta K. (2004). C-space entropy: A measure for view planning and exploration for general robot-sensor systems in unknown environments. http://www.sagepublications.com.

29. Sulzberger S.M., Tschichold-Gurman N.N., Vestli S.J. (1993). FUN: Optimization of Fuzzy Rule Based Systems Using Neural Networks. http://ieeexplore. ieee.org.

30. Liang K, Li Z, Chen D., Chen X. (2004). Improved Artificial Potential Field for Unknown Narrow Environments. http://ieeexplore. ieee.org.

31. MAE 2140 Introduction to Robotics 2006/07 Spring Semester. http://www2.acae.cuhk.edu.hk.

32. Axel Schneider and Daniel Westhoff. (2002). Autonomous Navigation and Control of a Mobile Robot in a Cell Culture Laboratory. Diploma Thesis, University of Bielefeld, Germany.

33. Zlajpah L., Nemec B. (2002). Kinematic control algorithms for on-line obstacle avoidance for redundant manipulators. http://ieeexplore. ieee.org.

34. Tang Quoc Nam. (2009). Controlling and Mapping of Mobile Robot. Diploma Thesis PhD, Hanoi, Vietnam.

35. Khatib O. (1986). Real-Time Obstacle Avoidance for Manipulators and Mobile Robots, http://portal.acm.org.

36. Fu Y., Jin В., Li H., Wang S. (2006). A robot fuzzy motion planning approach in unknown environments, http://springerlink.metapress.com.

37. R. Brooks. (1983). Solving the find path problems by good representation of free space. IEEE Trans, Sys, Man, Cyb. Vol. 13. No. 3.

38. Mark Leyden, Daniel Toal and Colin Flanagan. (2004). A Fuzzy Logic Based Navigation System for a Mobile Robot. Department of Electronic & Computer Engineering, University of Limerick, Ireland. mark.leyden@ul.ie.

39. Hartmut Surmann, Jorg Huser and Liliane Peters. (2002). A Fuzzy System for Indoor Mobile Robot Navigation. German National Research Center for Computer Science, Germany.

40. Arbib, Michael A. (Ed.) (1995). The Handbook of Brain Theory and Neural Networks.

41. Neural Network, http://www.answers.com/topic/neural-network

42. Jasmin Velagic, Nedirn Osmic and Bakir Lacevic. (2008). Neural Network Controller for Mobile Robot Motion Control. Proceedings of World Academy of Science, Engineering and Technology. Vol. 30. ISSN 1307-6884.

43. R. Fierro and F. L. Lewis. (1998). Control of a Nonholonomic Mobile Robot Using Neural Networks. IEEE Transactions of Neural Networks. Vol. 9, No. 4.

44. Danica Janglova (2004). Neural Networks in Mobile Robot Motion. Inernational Journal of Advanced Robotic Systems. Vol. 1. No. 1.

45. George Palamas, George Papadourakis and Manolis Kavoussanos. (2005) Mobile Robot Position Estimation using unsupervised Neural Networks. Technological Educational Institute of Crete.

46. Min Meng and А. С. Как. (1992). Mobile Robot Navigation Using Neural Networks and Nonmetrical Environment. IEEE International Conference on Systems, Man, and Cybernetics.

47. Alessandro Saffiotti. (1997). Fuzzy Logic in Autonomous Robotics: Behavior Coordination. Proceedings of 8th IEEE Conference on Fuzzy Systems.

48. Kazuo Tanaka, Hua O. Wang. (2001). Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality Approach. A Wiley-Interscience Publication.

49. Fuzzy Logic, http://www.answers.com/topic/fuzzy-logic

50. Viorel Stoian, Mircea Ivanescu. (2000). Robot Control by Fuzzy Logic. University of Craiova, Romania

51. Leslie Astudillo, Oscar Castillo, Patricia Melin, Arnulfo Alanis, Jose Soria. (2006). Intelligent Control of an Autonomous Mobile Robot using Type-2 Fuzzy Logic. ocastillo@tectijuana.mx.

52. ЦЮЙ Дуньюэ. (2007). Разработка системы управления мобильными роботами с использованием нечетких моделей. Диссертация кандидататехнических наук. Московский государственный технологический университет «Станкин».

53. Keigo Watanabe, Jim Tang, Masatoshi Nakamura, Shinji Koga, and Toshio Fukuda. (1996). A Fuzzy-Gaussian Neural Network and Its Application to Mobile Robot Control. IEEE Transactions on Control Systems Technology. Vol. 4. No. 2.

54. Jadranka Jukic. (2001). Fuzzy Logic Based Movement Control in a High-Resolution Combat Simulation. University of Zagreb, Croatia. jadjukic@public.srce.hr.

55. D R Parhi and M. К Singh. (2008). Intelligent fuzzy interface technique for the control of an autonomous mobile robot. Proc. IMechE Vol. 222 Part C: J. Mechanical Engineering Science.

56. Amir Massoud Farahmand, Caro Lucas. (2003). Fuzzy Neural Network Implementation of Q(X) for Mobile Robots.

57. M. K. Sink D.R.Parhi, S.Bhowmik, S.K.Kashyap. (2008). Intelligent Controller for Mobile Robot: Fuzzy Logic Approach. The 12th International Conference of International Association for Computer Methods and Advances in Geomechanics (IACMAG).

58. Hsiang L.K. (2002). Integrated Robot Planning and Control With Extended Kohonen Maps, http://www.comp.nus.edu.sg.

59. Wdsch T. (2003). mPlanner: Robot Motion Planning based on Interaction of Planner and Controller, http://citeseer.ist.psu.edu.

60. Афонин B.JI., Макушкин B.A. Интеллектуальные робототехнические системы, http://www.intuit.ru.

61. Гловко В.А., Игнатюк О.Н., Садыхов Р.Х. Нейросетевой подход к реактивному управлению мобильным роботом // Датчики и системы. -2002.- №7.

62. Попов Е.П., Письменный Г.В. Основы робототехники: Введение в специальность. -М.: Высш. шк., 1990.

63. The CRC Handbook of Mechanical Engineering / ed. by Frank K., Yogi G.D. -Boca Raton: CRC Press, 1999.

64. Yim H., Butler A.C. (1995). Motion Planning Using Fuzzy Logic Control with Minimum Sensors. http://ieeexplore. ieee.org.

65. Описание ультразвуковых датчиков фирмы Acroname. www.acroname.com

66. Ohlson Т., Wramdemark J. (2004). An ultrasonic sensor classifier for local environment mapping in mobile robotics, http://www.ituniv.se.

67. Фрайден Дж. Современные датчики. Справочник. М.: Техносфера, 2006.

68. Hosoda К., Sakamoto К., Asada М. (1995). Trajectory Generation for Obstacle Avoidance of Uncalibrated Stereo Visual Servoing without 3D Reconstruction. http://ieeexplore. ieee.org.

69. Jang JR., Sun C. (1995). Neuro-Fuzzy Modeling and Control. http://ieeexplore. ieee.org.

70. Lin F., Wai R. Wang S. (1998). A Fuzzy Neural Network Controller for Parallel-Resonant Ultrasonic Motor Drive. http://ieeexplore. ieee.org.

71. Полис Ф., Филаретов В. Ф., Цепковский Ю., Юхимец Д.А. Применение нейрофаззи сетей для управления сложными нелинейными динамическими объектами с переменными параметрами // Мехатроника, автоматизация, управление. № 3. 2006.

72. Метод обратного распространения ошибки, http://ru.wikipedia.org.

73. Основы теории нейронных сетей, http://www.intuit.ru.

74. Weizhong Huang, Jieshen Liang. (2003). Design and Realization of Compass Navigation Control System for Mobile Robot. College of Automation Science and Engineering, South China University of Technology, Guangzhou, China.

75. Ни Dake. (2002). Programming Design and Development of MSP430 MCU.

76. Beijing University of Aeronautics and Astronautics.

77. Chung-Hsien Kuo, Hsu-Lung Huang, Ming-Yih Lee (2003). Development of Agent-based Autonomous Robotic Wheelchair Control System. Department of Mechanical Engineering, Chang Gung University, Tao-Yuan, Taiwan

78. Hans P. Moravec, Alberto Elfes. (1985). High Resolution Maps from Wide Angle Sonar. Proceedings of the IEEE International Conference on Robotics and Automation (ICRA85).

79. Техническое описание электронного компаса CMPS03. http://www.robot-electronics.co.uk/htm/cmps3tech.htm