Методы построения интеллектуальных систем планирования и управления перемещением робота-манипулятора в неизвестной среде

• Автор: Фирас Абдельраззак Рахим
• Шифр специальности: 05.02.05
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Новочеркасск
• Количество страниц: 231 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
Глава 1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ
ИССЛЕДОВАНИЯ
1.1 Введение в планирование перемещения робота
1.2 Особенности планирования перемещения робота-манипулятора
в неизвестной среде
1.3 Основные методы планирования перемещения
робота-манипулятора в неизвестной среде с использованием искусственных нейронных сетей и нечеткой логики
1.3.1 Искусственные нейронные сети в моделях планирования
перемещения
1.3.2 Использование возможностей нечеткой логики
1.3.3 Применение комбинированных нейро-нечетких систем
1.4 Методы управления перемещением робота по планируемой
траектории
1.5 Концепция реактивного управления перемещением робота-
манипулятора в неизвестной среде
1.6 Выводы
1.7 Постановка цели и задачи исследования
Глава 2. МЕТОДЫ ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ
ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЯ РОБОТА-МАНИПУЛЯТОРА В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ В НЕИЗВЕСТНОЙ СТАТИЧЕСКОЙ И ДИНАМИЧЕСКОЙ СРЕДАХ
2.1 Геометрическое моделирование робота-манипулятора в неизвестной окружающей среде
2.2 Описание модели двухзвенного робота-манипулятора
2.3 Метод построения нечеткой системы планирования перемещения робота-манипулятора в режиме реального
времени в неизвестной статической среде
2.3.1 Разработка первого нечеткого блока у-го звена
2.3.2 Разработка второго нечеткого блокау-го звена
2.3.3 Результаты компьютерного моделирования нечеткой системы планирования перемещения робота-манипулятора в режиме реального времени в неизвестной статической среде
2.4 Метод построения интеллектуальной системы планирования перемещения робота-манипулятора в режиме реального времени в неизвестной статической среде
2.4.1 Разработка нейронной сети для моделирования классификаций
2.4.2 Разработка модифицированной нечеткой системы планирования перемещения как составляющей интеллектуальной системы
2.4.3 Результаты компьютерного моделирования интеллектуальной системы планирования перемещения робота-манипулятора
в режиме реального времени в неизвестной статической
среде
2.5 Метод построения интеллектуальной системы планирования
перемещения робота-манипулятора в режиме реального времени в неизвестной динамической среде
2.5.1 Разработка второго нечеткого блокау'-го звена
2.5.2 Результаты компьютерного моделирования интеллектуальной системы планирования перемещения робота-манипулятора в режиме реального времени
в неизвестной динамической среде
2.6 Выводы

Глава 3. МЕТОД ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ
СИСТЕМЫ УПРАВЛЕНИЯ ПЕРЕМЕЩЕНИЕМ РОБОТА-МАНИПУЛЯТОРА ПО ПЛАНИРУЕМОЙ ТРАЕКТОРИИ
3.1 Динамическая модель двухзвенного робота-манипулятора
3.2 Разработка метода построения интеллектуальной системы управления перемещением робота-манипулятора
по планируемой траектории
3.2.1 Разработка МСЦ,1 и МСП
3.2.2 Настройка входов нечетких ПД-регуляторов
3.2.3 Разработка структуры нечетких ПД-регуляторов
3.2.4 Результаты компьютерного моделирования интеллектуальной системы управления перемещением робота-манипулятора по планируемой траектории
3.3 Метод построения комплексных интеллектуальных систем
планирования и управления перемещением робота-манипулятора в режиме реального времени
в неизвестной статической или динамической средах
3.4 Выводы
Глава 4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ
4.1 Разработка экспериментальной модели системы реактивного управления роботом-манипулятором
в неизвестной среде
4.1.1 Полная экспериментальная система
4.1.2 Описание Lynx 5 Robot Arm
4.1.3 Датчики расстояния
4.1.4 Интерфейсный электронный модуль ввода-вывода
4.2 Алгоритм реактивного управления
4.3 Анализ результатов экспериментального исследования
4.4 Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА

вестной среде использовались нейронные сети. Ниже проанализированы работы, в которых рассматривается их применение в условиях неизвестной среды.
П. Мартин и Дж. Миллан на стадии управления манипулятором, оснащенным датчиками расстояния, предложили использовать нейронные сети с целью его обучения перемещению в неизвестной среде без столкновения с препятствиями. Обученный робот, перемещавшийся из начальной в целевую конфигурацию, должен был обходить препятствия, которые расположены в его рабочей зоне, основываясь на полученной от датчиков локальной информации. По достижению определенных точек пути, робот, звенья которого были покрыты обшивкой с ультразвуковыми датчиками, должен был выполнять соответствующие манипуляции. Для обучения нейронной сети необходимо было разработать стратегии реагирования, которые реализовывались бы за приемлемое время при условии наличия априорной информации. Эта информация задавалась двумя способами: кодификацией входных и выходных сигналов нейронной сети, а также декомпозицией процесса обучения. Задача по достижению роботом целевой позиции была разделена на два последовательных этапа: обход препятствия и движение к цели, для которого необходимо было определить целевые векторы в пространстве конфигураций манипулятора [72].
В процессе обучения нейронной сети ученые задавали различные целевые позиции робота, исходя из того, что стратегии перемещения, которым нейронная сеть обучалась в условиях данной окружающей среды, могли быть легко скорректированы в новой динамической среде. При наличии в рабочей зоне манипулятора движущихся препятствий он мог избежать столкновений с ними только тогда, когда скорость движения препятствий позволяла роботу вовремя остановится и отреагировать соответствующим образом. Также вероятность столкновения движущегося манипулятора с препятствиями увеличивалась из-за того обстоятельства, что ультразвуковые датчики расстояния не могли распознавать их острые грани. Поэтому ученые в ходе своих экспериментов размес-