Описание систем управления летающих роботов

Тип работы:
Реферат
Предмет:
Общие и комплексные проблемы естественных и точных наук


Узнать стоимость

Детальная информация о работе

Выдержка из работы

2. Тихонравов М. К. Полет птиц и машины с машущими крыльями -М.: «Оборонгиз», 1949. — 208с.
3. Р. Александер Биомеханика — М.: «Мир», 1970. — 340 с.
4. http: //www. festo. com/
5. http: //flappingflight. com
6. http: //katera. ru
7. Яцун С. Ф., Черепанов А. А., Рублев С. Б. Исследование движения трехзвенного мобильного робота по горизонтальной шероховатой поверхности // Изв. Юго-Зап. гос. ун-та. Серия Техника и технологии. 2012. — № 2. — Ч. 1. — С. 182−191.
ОПИСАНИЕ СИСТЕМ УПРАВЛЕНИЯ ЛЕТАЮЩИХ РОБОТОВ
Н. И. Попов, начальник адъюнктуры С. В. Ефимов, доцент, к.т.н.
Воронежский институт ГПС МЧС России, г. Воронеж
Анализ литературных источников показывает, что сегодня в основном применяются коптеры, управляемые оператором на основе визуального контроля положения робота в пространстве. Разработка таких устройств имеет ряд особенностей, связанных с тем, что оператор вынужден постоянно следить за положением коптера в пространстве, предвидеть возможность столкновений коптера с препятствиями и своевременно подавать управляющие воздействия на приводы соответствующих винтов. Это требует серьезной подготовки и тренинга оператора. Такой подход обладает такими существенными недостатками, как ограниченная область применения мобильных роботов, вызванная необходимостью поддержки связи с постом оператора- сложность управления на уровне действий, приводящая к быстрому утомлению оператора- сложность выработки адекватного управления на основе телеметрических данных.
Более перспективным является система управления движением с применением автономных устройств навигации и определения препятствий. Режим автономного управления позволяет роботу перемещаться в пространстве в самостоятельном режиме независимо от действий оператора.
Автономный полет состоит из нескольких основных этапов, выполняемых коптером, под действием управляющих воздействий, поступающих со стороны бортовой системы управления. В первую очередь осуществляется взлет с некоторой поверхности. Далее происходит набор высоты в соответствии с выбранным законом изменения вертикальной координаты, далее происходит перемещение коптера в
горизонтальной плоскости в заданную точку пространства. В этой точке обычно реализуется режим зависания, позволяющий производить разведку местности видеосъемку и осуществлять необходимые измерения. После выполнения задания коптер возвращается в исходную или любую определенную в задании точку и осуществляет посадку. Очевидно, что при проектировании бортовой системы автоматического управления автономным полетом, необходимо решить задачи определения реальных координат робота путем обработки данных, поступающих с датчиков, согласования их с заданными в памяти, нахождение управляющих напряжений по отклонениям реальных координат от заданных.
Особый интерес представляет режим стабилизации коптера, характеризующийся способностью коптера зависать в воздухе на заданной высоте и производить мониторинг окружающей среды. Такой режим удобнее осуществлять автономно с помощью бортовой САУ. Установленные в системе управления акселерометр и бародатчик, помогают выполнить эту задачу. В тоже время сегодня даже лучшие образцы коптеров имеют невысокую точность зависания на точке.
Отклонения по высоте достигает +/- 0,8 м- а в горизонтальной плоскости +/- 2,5 м.
Разработка новых алгоритмов автономного управления позволяет решить поставленную задачу более качественно.
Последние годы все большее распространение получают методы интеллектуального управления мобильными роботами. На сегодняшний день в большинстве случаев реализация такого управления в недетерминированных условиях сопряжено с целым рядом трудностей, к которым, прежде всего, относятся: сложность синтеза объективных и полных знаний, причем как автоматического (в случае отсутствия требуемой обучающей выборки), так и осуществляемого экспертами. Недостаточно развиты способности интеллектуальных систем управления к адаптации в изменяющихся условиях. Самостоятельное функционирование коптера в заранее непредсказуемых условиях возможно при дальнейшем развитии интеллектуальных систем управления. В этом случае управление со стороны оператора может осуществляться на более высоком уровне — на уровне постановки цели. Однако такие методы управления движением роботов в недетерминированной среде развиты слабо.
В этой связи объективно сложилось противоречие между потребностями практики по созданию и применению мобильных робототехнических систем и ограниченными возможностями существующих методов управления движением в недетерминированных условиях.
Это определяет актуальность исследования путей развития интеллектуального подхода к управлению движением мобильных роботов,
его значимость для теории и практики создания и применения мобильных робототехнических систем. В ряде случаев управляемый оператором на уровне постановки цели мобильный робот должен осуществлять движение в недетерминированной среде, характеризующейся заранее неизвестным расположением препятствий и целевых объектов, а также их подвижностью. В таких условиях самостоятельное перемещение робота определяет необходимость динамического анализа ситуации в среде функционирования. На основе результатов такого анализа, осуществляемого на основе, в общем случае, сенсорной информации, и целевой установки оператора система управления роботом должна осуществлять навигацию и управление его движением.
В соответствии с этим выделяют три следующих типа архитектур систем управления движением мультикоптера:
1. архитектура на основе декомпозиции функций обработки информации в процессе «распознавание — моделирование — планирование -действие» (Sensor — Model — Plan — Act, SMPA) —
2. реактивная (рефлексная) архитектура, основанная на стратегии целенаправленного поведения мультикоптера, вырабатываемого на базе сенсорной информации (sensor based action) —
3. гибридная архитектура на основе комбинирования двух предыдущих типов архитектур [2].
Типовая структурно-функциональная схема SMPA-системы управления движением мультикоптера, представлена на рисунке.
ПостРоение Планирование
Сенсорные системы ««г, ттрг. и
V модели движения
местности
Рис. Типовая структурно-функциональная схема SMPA-системы управления
движением мультикоптера
Такая система осуществляет управление движением робота посредством моделирования окружающей среды, локализации в ней, а также планирования, коррекции и отработки траекторий.
Моделирование окружающей среды осуществляется на базе сенсорной и иной поступающей из различных источников информации. Модель окружающей среды должна описывать в динамике расположение робота, препятствий и целевых объектов.
Выделяют три уровня моделей: верхний (глобальный), средний (локальный, проблемный) и нижний, представляющий текущее сенсорное поле, как правило, в виде клеток-ячеек (cell decomposition model). Используются геометрические и топологические модели. Первые из них описывают характеристики объектов, их позицию, ориентацию, вторые -аспекты положения объекта по отношению к другим объектам. Геометрическую модель формируют подобия объектов, определенных в концепции объектно-ориентированного подхода, например, в программировании. Топологическая модель обычно представляет собой граф, строящийся на основе геометрической модели, либо непосредственно.
Задача самолокализации робота, является тесно связанной с задачей моделирования рабочего пространства, так как их решения взаимно зависимы, то есть качество решения одной определяет качество решения другой. Решаться эта задача может с применением методов счисления пути, интегральной и сенсорной локализации. Метод счисления пути предполагает осуществление анализа накопленной ошибки и в большинстве случаев используется совместно с сенсорным методом для ее устранения, а также приведения в соответствие характеристик или ориентиров в рабочей среде. Метод интегральной навигации предполагает реализацию глобального позиционирования (GPS) и лазерного сканирования среды. Так же существуют методы локализации на базе вероятностных походов и комплексировании данных, поступающих от разных датчиков[1].
По аналогии с моделированием рабочего пространства выделяют геометрическую и топологическую локализацию. Геометрическая локализация определяет положение и ориентацию МР, топологическая -его отношение со средой функционирования (например, «напротив окна»).
На сегодняшний день существует три основных стратегии локализационых вычислений:
1. периодическое совмещение локальной модели среды с заданной априори картой-
2. определение позиции на основании априори известных реперов -ориентиров-
3. выделение характеристик среды и оценка их позиций относительно робота с последующим определением его результирующего перемещения.
Планирование траекторий мультикоптера может осуществляться на основе следующих подходов:
1. методов на основе карты путей, где применяются графы видимости и диаграммы Вороного-
2. представления карты среды в виде клеточного поля, предполагающего реализацию триангуляции Делоне, а также разбиение на квадратные и шестиугольные сегменты, на которых могут быть реализованы модели вероятностного прохождения, модели с накоплением информации и т. п. -
3. движения в виртуальных информационных полях, предполагающего использование эвристических алгоритмов, а также алгоритмов, основанных на методе потенциалов-
4. методов планирования двигательного поведения, где формируемый план представляет собой последовательность поведенческих актов, переход между которыми осуществляется при наступлении определенных условий.
В общем случае выделяют глобальное и локальное планирование. Глобальное планирование осуществляется на основе карты местности (например, с использованием GPS, сенсорных систем дальнего действия), локальное — на основе сигналов от сенсорных систем ближнего действия и датчиков безопасности, поступающих в реальном масштабе времени.
Список использованной литературы
1. Белоконь С. А., Золотухин Ю. Н., Нестеров А. А., Филиппов М. Н. Управление квадрокоптером на основании организации движения по желаемой траектории в пространстве состояний // Труды XIII Международной конференции Проблемы управления и моделирования в сложных системах. Самара: Самарский научный центр РАН, 2011. — С. 217−222.
2. Bouadi H. and Tadjine M. & quot-Nonlinear observer design and sliding mode control of four rotors helicopter,& quot- Proceedings of World Academy of Science, Engineering and Technology, 2007. vol. 25, pp. 225−230.

ПоказатьСвернуть
Заполнить форму текущей работой