Статья:

Применение технологии фреймов и фреймообразных структур в задаче дистанционного управления интеллектуальным мобильным роботом

Конференция: XIII Студенческая международная научно-практическая конференция «Молодежный научный форум»

Секция: Технические науки

Выходные данные
Александров М.А. Применение технологии фреймов и фреймообразных структур в задаче дистанционного управления интеллектуальным мобильным роботом // Молодежный научный форум: электр. сб. ст. по мат. XIII междунар. студ. науч.-практ. конф. № 12(13). URL: https://nauchforum.ru/archive/MNF_interdisciplinarity/12(13).pdf (дата обращения: 19.08.2019)
Лауреаты определены. Конференция завершена
Эта статья набрала 39 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Применение технологии фреймов и фреймообразных структур в задаче дистанционного управления интеллектуальным мобильным роботом

Александров Михаил Андреевич
студент, РТУ МИРЭА, РФ, г. Москва
Слепынина Евгения Алексеевна
научный руководитель, ассистент, РТУ МИРЭА, РФ, г. Москва

 

Введение. В настоящее время огромное количество технологических процессов и операций выполняется роботами. Чаще всего робототехнические системы используются там, где подвергается опасности жизнь и здоровье человека. В связи с этим существует необходимость создания систем дистанционного управления. Интеллектуальные мобильные роботы с дистанционным управлением активно пользуются военными для сохранения численности личного состава.

Мировой приоритет в области дистанционного управления принадлежит японским фирмам. Ими в настоящее время разработан и серийно изготавливается ряд робототехнических устройств с дистанционным управлением, предназначенных для автоматизации технологических процессов на производстве.

Чаще всего пульты управления реализовываются на стратегическом уровне системы управления (система управления поведением). В таком случае для более удобной реализации взаимодействия с пользователем целесообразно использовать технологию фреймов и фреймообразных структур [3]. Данная технология позволяет организовывать текстовые запросы на естественном языке для человека. Также это облегчает проектирование человеко - машинного интерфейса [2, с. 11].

Разработка с использованием операционной системы Android. Разработка человеко - машинного взаимодействия в последнее время ведется с использованием мобильной операционной системы Android. Данная система предоставляет полный доступ ко всем репозиториям, а также бесплатную среду разработки Android Studio.

Реализация пульта управления на мобильном устройстве позволяет устранить ряд недостатков:

· Большие размеры управляющего устройства

· Избыточное количество кнопок

Устранить данные проблемы можно путем проектирования многооконного режима. Тем самым разработчик сосредотачивает пользователя на одном из возможных режимов управления роботом, убирая посторонние на определенный момент времени функции.

Режимы управления мобильным роботом. В качестве режимов управления чаще всего выделяют ручной и автоматический режимы управления.

Ручной режим управления подразумевает собой реализацию виртуального джойстика, который при отклонении от центра формирует два параметра (см. рисунок 1):

· Степень отдаления от центра

· Угол, на который был отведен джойстик

 

Рисунок 1. Схема работы виртуального джойстика

 

Выходные параметры джойстика необходимы для формирования управляющих воздействий, которые рассчитываются по следующим формулам:

                                                                                                             (1)

                                                                                                              (2)

   - коэффициент отдаления джойстика от центра,  - угол отклонения.

Управляющие воздействия записываются в специальную команду.

Автоматический режим подразумевает собой реализацию собственного алгоритма формирования стратегии управления мобильным роботом.

При функционировании интеллектуального робота возникает проблема определения последовательности действий, которые необходимы для достижения цели, т.к. информация о состоянии окружающей среды в конкретной ситуации заранее неизвестна. Выбор осуществляется на основании текущей и накопленной информации (база знаний). Способность планировать поведение в не полностью определенной ситуации - отличительная черта ИМР. Поэтому задача формирования стратегии управления является одной из основных для систем интеллектуальных мобильных роботов [1, с. 37].

Алгоритм автоматического формирования стратегии управления представляет собой инструмент, который составляет полный список команд, необходимых для выполнения задания (действия, выбранного пользователем) т.е. формирует сценарий [5, с. 209].

Реализация базы знаний. База знаний реализуется в виде невзвешенного неориентированного графа действий (см. рисунок 2). Вершины представляются именами фреймов (действиями) и соединены между собой логическими связями (ребрами). Граф закладывается экспертом при разработке мобильного приложения и представлен в виде матрицы смежности.

 

Рисунок 2. Структурная схема базы знаний

 

Выбор и обоснования алгоритма обработки базы знаний. Для обработки базы знаний используется алгоритм BFS (обхода в ширину, англ. BFS, Breadth-first-search). Данный алгоритм был выбран из-за наибольшей вероятности меньшей скорости работы поиска необходимой вершины в графе в отличии от аналогичного алгоритма DFS (обхода в глубину, англ. DFS, Deapth-first-search), т.к. искомая вершина может находится недалеко от начальной вершины или граф может быть очень глубоким. Недостатком алгоритма BFS является большое выделение памяти во время работы, поэтому приходится хранить указатели на дочерние вершины в структуре данных очередь [4]. В связи с тем, что база знаний представлена в виде невзвешенного графа, данный алгоритм оптимален в поиске кратчайшего пути между стартовой и искомой вершинами.

После окончания обработки базы знаний формируется список фреймов, которые впоследствии анализируется продукционными правилами и собираются управляющие команды.

Управляющие команды, сформированные в любом режиме управления, отправляются по средству сетевого протокола передачи данных на тактический уровень системы управления роботом, на котором происходит анализ принятых команд и отправка уставок на приводной уровень.

Обоснование и выбор протокола передачи данных. В качестве протокола передачи данных используется транспортный протокол TCP сетевой модели взаимодействия TCP/IP. Данный протокол обеспечивает надежную и достоверную передачу информации, что необходимо при реализации дистанционного управления.

Заключение. Итоговым результатом работы является макет программного - алгоритмических средств дистанционного управления интеллектуальным мобильным роботом Kuka Youbot для выполнения задачи формирования стратегии управления на базе технологии фреймов и фреймообразных структур.

В ходе работы были проведены следующие этапы разработки:

· Выделение требований к системе дистанционного управления

· Разработка дизайна ЧМИ

· Осуществление связи между пультом управления и интеллектуальным мобильным роботом

· Разработка ручного управления

· Разработка ЧМИ на базе фреймов и фреймообразных структур (формирование стратегии управления)

· Проведение натурных экспериментов

Экспериментальные исследования проводились на реальном мобильном роботе Kuka Youbot.

Также были выдвинуты возможные перспективы развития данного проекта:

· Создание режима для опытных пользователей (изменение базы знаний)

· Организация системы слежения за объектом (трекинг)

· Ручное построение траектории движения

· Управление группой роботов (МАРС)

 

Список литературы:
1. Бойко, И. А. Управление мобильными роботами в условиях неопределенности внешней среды / И. А. Бойко, Р. А. Гурьянов // Молодой ученый. — 2013. — № 5.
2. Клифтон, Я. Проектирование пользовательского интерфейса в Android / Я. Клифтон; пер. с англ. А.Н. Киселева. – 2-е изд. – М.: ДМК Пресс, 2017. – 452 с.
3. Фреймовое представление знаний [Электронный ресурс]. – Режим доступа:  http://www.studfiles.ru/preview/4001646/ – (Дата обращения: 11.05.2017).
4. Алгоритмы и структуры данных [Электронный ресурс]. – Режим доступа:  http://kspt.icc.spbstu.ru/media/files/2017/asd/04_Graphs_full_v2.pdf. – (Дата обращения: 20.05.2018).
5. Макаров И.М., Лохин В.М., Манько С.В.. Интеллектуальные системы автоматического управления. – 1-е изд. – М.: ФИЗМАТПИТ Москва 2001. – 576 с.