Исследование методов координации исполнителей в системе управления транспортными роботами тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Хтун Хтун Линн

  • Хтун Хтун Линн
  • кандидат науккандидат наук
  • 2021, ФГАОУ ВО  «Национальный исследовательский университет «Московский институт электронной техники»
  • Специальность ВАК РФ05.13.01
  • Количество страниц 120
Хтун Хтун Линн. Исследование методов координации исполнителей в системе управления транспортными роботами: дис. кандидат наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). ФГАОУ ВО  «Национальный исследовательский университет «Московский институт электронной техники». 2021. 120 с.

Оглавление диссертации кандидат наук Хтун Хтун Линн

Обозначения и сокращения

Введение

ГЛАВА 1. Робототехника в современном мире

1.1 Автономные роботы

1.2 Типы автономных роботизированных систем

1.2.1 Программируемые автоматические роботы

1.2.2 Непрограммируемые автоматические роботы

1.2.3 Адаптивные роботы

1.2.4 Интеллектуальные роботы

1.3 Команда роботов

1.4 Сферы применения мульти-робототехнических систем

1.4.1 Мониторинг, поиск и спасение

1.4.2 Патрулирование и разведка

1.5 Колонии роботов

1.6 Сравнение MRS и SRS систем

1.7 Области применения SRS

1.8 Выводы

ГЛАВА 2. Методы синтеза мульти-роботизированных систем

2.1 Архитектуры мульти-робототехнических систем

2.1.1 Централизованные архитектуры

2.1.2 Иерархические архитектуры

2.1.3 Гибридные архитектуры

2.1.4 Децентрализованные архитектуры

2.2 Методы координации командной работы

2.2.1 Алгоритмы координации действий роботов

2.3 Особенности коммуникации в команде роботов

2.3.1 Потребность в коммуникации

2.3.2 Затраты на передачу информации

2.3.3 Способы коммуникации

2.3.4 Организация информационных обменов

2.4 Методы распределения задач в MRS

2.4.1 Детерминированное распределение задач

2.4.2 Самоорганизующиеся системы

2.5 Выводы

ГЛАВА 3. Имитационная модель системы управления транспортными роботами

3.1 Структура имитационной модели в среде AnyLogic

3.2 Основные классы имитационной модели

3.2.1 Класс «Main»

3.2.2 Класс «TaskGenerator»

3.2.3 Класс «ControlSystem»

3.2.4 Класс «Base»

3.2.5 Класс «Target»

3.2.6 Класс «RobotsC»

3.2.7 Класс «RobotsDec»

3.2.8 Класс «Experiment»

3.3 Системы распределения задач

3.4 Оценка функциональности модели

3.5 Описание тестового примера

3.6 Выводы

ГЛАВА 4. Натурное и имитационное моделирование системы управления транспортными роботами

4.1 Модель транспортного робота на основе ARDUINO

4.1.1 Коммуникация внутри системы

4.1.2 Управление движением роботов

4.1.3 Нахождение пути к заявке

4.1.4 Реализация механизмов распределения задач

4.2 Сравнение результатов моделирования и натурных испытаний

4.3 Расширение функционала модели

Заключение

Список литературы

Приложение

Обозначения и сокращения

CDMA Code Division Multiple Access

ECHORD Европейский координационный центр по развитию открытой робототехники

FIFO First In First Out

GSM Global System for Mobiles

LIFO Last In First Out

MRS Мульти-роботизированные системы

SRS Рой роботов

USV Беспилотный надводный корабль

БМП Библиотека моделирования процессов AnyLogic

БПЛА Беспилотные летательные аппараты

РСО Распределенная система обслуживания

САУ Системы автоматического управления

СМО Система массового обслуживания

ТАУ Теория автоматического управления

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Исследование методов координации исполнителей в системе управления транспортными роботами»

Введение

Актуальность проблемы. Еще совсем недавно мы воспринимали роботов только как персонажей фантастических романов, а сегодня человечество озаботилось проблемой сосуществования с ними. Роботов с каждым днем становится все больше, и они все шире проникают в нашу жизнь. Конечно, подавляющее большинство роботов это довольно примитивные устройства, предназначенные для выполнения ограниченного набора операций. Однако развитие робототехники происходит столь высокими темпами, что его уже сравнивают с революцией. Сегодня стало очевидным, что людей пугает не просто увеличение числа автономных устройств и расширение сферы их деятельности. За последний век множество производственных операций полностью автоматизированы и, зачастую, в цеху может находиться только один человек и сотни исполнительных механизмов. Страх у людей вызывает тенденция, которая направлена на развитие автономности роботов, их самостоятельности в принятии решений. Успехи в развитии микроэлектроники, новые подходы к искусственному интеллекту и сенсорика выступают движущей силой в процессе совершенствования роботов. Опираясь на это, многие компании уже разработали прототипы беспилотных автомобилей, но ни одна страна мира еще не имеет законов, определяющих их место в нашей жизни. Придумать новые законы робототехники оказалось сложнее, чем создать самих роботов. Вопросы управления мобильными роботами и устройствами ^^ сочетание автономности и централизации это одно из самых актуальных направлений исследований.

Особенно актуальными становятся исследования методов управления для больших групп или колоний роботов. Здесь важнейшим фактором становится размер колонии. При его увеличении централизованные методы управления требуют значительных затрат, как временных, так и вычислительных. Сочетание автономности роботов, предполагающей их способность находить согласованное решение при совместном выполнении некоторой работы, с традиционными методами централизованного

управления является перспективным подходом, свойственным живой природе.

Одним из представителей мульти-робототехнических систем, которые уже сегодня широко используются и динамично развиваются, являются автономные транспортные системы, состоящие из десятков и сотен роботов. Благодаря устранению единой точки отказа команда роботов с децентрализованным управлением обладает высокой надежностью и живучестью. Системы управления в командах роботов разделяют на несколько основных типов в зависимости от уровня осведомленности, согласованности и централизации. Принятие общих решений может быть централизованным или децентрализованным.

Настоящая работа направлена на исследование методов координации исполнителей в мульти-робототехнических транспортных системах. Исследования проводятся с помощью имитационного моделирования и натурных экспериментов.

Целью работы является исследование эффективности гибридной системы управления для группы транспортных роботов на базе микроконтроллеров Arduino Uno, сочетающей принципы централизации и автономии.

Для достижения поставленной цели решены следующие основные задачи:

1. Проанализированы особенности применения автономных роботов в различных областях человеческой деятельности.

2. Проанализированы основные проблемы, возникающие при проектировании мультироботехнических систем, и подходы к их решению.

3. Построена гибридная модель системы управления транспортными роботами в среде AnyLogic.

4. Разработана модель мобильного автономного робота под управлением микроконтроллера Arduino, оснащенная приемопередатчиком NRF24L01.

5. Проведены симуляции и натурные эксперименты, подтвердившие возможность децентрализованной координации работы исполнительных роботов.

Объектом_исследования являются транспортные

мультиробототехнические системы.

Предмет исследования составляют методы и алгоритмы управления в мультиробототехнических системах, выполняющих транспортные задачи.

Методы исследования. При решении поставленных задач были использованы положения теории систем массового обслуживания, методы гибридного моделирования и объектно-ориентированного

программирования.

Научная новизна проведённого исследования заключается в следующем:

1. Разработана и реализована в среде AnyLogic имитационная модель транспортной мультиробототехнической системы с гибридной системой управления, которая позволяет анализировать и отрабатывать методы координации работы автономных роботов в группе.

2. Разработана мобильная коммуникационная платформа с использованием микроконтроллеров Arduino Uno и беспроводных приемопередатчиков, обеспечивающая проведение натурных испытаний гибридной системы управления роботами.

3. Экспериментально подтверждена работоспособность гибридной системы управления для группы транспортных роботов, сочетающей принципы централизации и автономии, и позволяющей повысить живучесть автономных мультиробототехнических систем.

Практическая значимость.

Проведенные исследования методов управления совместными действиями в команде транспортных роботов доказали возможность практического использования гибридных систем управления, сочетающих централизованные и децентрализованные алгоритмы. Для проведения анализа эффективности алгоритмов управления использована разработанная

в среде AnyLogic гибридная имитационная модель, а для натурных экспериментов - мобильная коммуникационная платформа с использованием микроконтроллеров Arduino Uno и беспроводных приемопередатчиков. Реализация гибридного управления возможна даже на простых контроллерах, что говорит о широких перспективах его практического использования в самых разных областях.

Достоверность полученных результатов и выводов

Достоверность полученных результатов и выводов опирается на корректное использование общепринятых математических методов, подтверждается совпадением результатов моделирования и натурных экспериментов.

Внедрение результатов.

Разработанная в диссертации имитационная модель транспортной мультиробототехнической системы с гибридной системой управления используется для анализа проектов в области автономных логистических систем в Технологическом Институте, г. Янгон, Мьянма. Акт внедрения представлен в приложении.

Результаты, выносимые на защиту:

1. Анализ применимости методов взаимодействия игроков в командах роботов для координации работы в мультироботехнических транспортных системах.

2. Обоснование возможности построения гибридной системы управления в команде транспортных роботов.

3. Структура данных имитационной модели транспортной мультиробототехнической системы.

4. Имитационная модель транспортной мультиробототехнической системы с гибридной системой управления, созданная в среде AnyLogic.

5. Результаты натурных экспериментов, подтвердившие возможность реализации гибридной системы управления в команде транспортных роботов.

Апробация работы. Результаты работы были представлены и обсуждались на следующих научных конференциях:

1. Международная конференция «Инновационные подходы к решению технико-экономических проблем»: МИЭТ, 2015.

2. 23-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: «Микроэлектроника и информатика - 2016», МИЭТ, 2016.

3. 24-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: «Микроэлектроника и информатика - 2017», МИЭТ, 2017.

4. 10-я Всероссийская межвузовская научно-техническая конференция «Актуальные проблемы информатизации в науке и образовании», МИЭТ, 2017.

5. 25-я Всероссийская межвузовская научно-практическая конференция студентов и аспирантов: «Микроэлектроника и информатика - 2018», МИЭТ, 2018.

6. 11-я Всероссийская межвузовская научно-практическая конференция «Актуальные проблемы информатизации в науке и образовании -2018», МИЭТ, 2018.

7. 2018 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus2018), MIET, Moscow, 2018.

8. 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus2019), MIET, Moscow, 2019. Публикации. По материалам диссертации опубликовано 8 тезисов

докладов и 8 статей, в том числе 2 в журналах, входящих в перечень ВАК, 5 работ проиндексированы в Scopus.

Структура и объём диссертационной работы. Рукопись диссертационной работы, общим объёмом 1 19 страниц, состоит из введения, четырёх глав, заключения, списка литературы из 85 источников и одного приложения.

ГЛАВА 1. Робототехника в современном мире

Современная робототехника - это междисциплинарная область техники и науки, возникшая в 1950-х годах объединяющая машиностроение, электротехнику, информатику, мехатронику, нанотехнологии и биоинженерию. Связь между этими областями касается всех этапов проектирования, разработки и использования роботов, включая системы управления, вывода и обработки сенсорной информации. Робототехника включает множество разделов, которые изучают отдельные фундаментальные свойства робототехнических систем, например, управление роботами, передвижение роботов, микроробототехника. Существует также разделение интересов исследований, связанное с областью использования - летающие роботы, подводные и промышленные роботы [1].

В настоящее время существует много различных видов роботов с сильно различающимися физическими характеристиками и возможностями. Роботы варьируются от очень маленьких - беспилотники размером с насекомое, до очень больших - промышленные роботы на автомобильных заводах. Они могут быть полностью автономными, полуавтономными, телеуправляемыми или прикрепленными к человеку и непосредственно управляемые им. Сенсорная система роботов строится на основе различных датчиков, включая камеры, микрофоны, термометры, инфракрасные и вибрационные датчики. Двигательные функции роботов обеспечиваются с помощью различных исполнительных механизмов - механические руки и захваты, механизмы для перемещения, включая ходьбу, качение, плавание и полет. Для взаимодействия с человеком роботы используют динамики и микрофоны, дисплеи и нейроинтерфейсы. Существуют роботы, которые могут выполнять сложные задачи, опираясь на использование передовых методов искусственного интеллекта, например, полуавтономные автомобили. Есть и множество классов роботов, ориентированных на выполнение относительно простых повторяющихся задач с помощью ограниченного набора предварительно запрограммированных действий - упаковочные или

сварочные роботы. В отдельный класс выделяют человекоподобных роботов, которые в разной степени напоминают людей или животных по внешнему виду, механике и поведению. Ожидается, что в ближайшем будущем роботы смогут выполнять все более сложные задачи, например, обнаружение и распознавание объектов при движении полностью автономных транспортных средств. Это станет возможным благодаря достижениям в области искусственного интеллекта и увеличению вычислительной мощности и снижению энергопотребления управляющих систем.

Роботы сегодня применяются уже во многих областях человеческой деятельности - это промышленность, транспорт, здравоохранение, космические исследования, оборона, образование, индустрия развлечений, розничная торговля, домашнее хозяйство. Роботы могут быть полностью подвижными или иметь только мобильные части. Они часто используются для выполнения повторяющихся, грязных или опасных задач. Например, шарнирные роботизированные манипуляторы используются в промышленности для таких применений, как сварка, обработка материалов и покраска. В домашних условиях используются роботизированные пылесосы, очистители бассейнов, очистители сточных канав. Хирургические роботы и роботы по уходу за пациентами нашли применение в здравоохранении. В военных условиях используются специализированные роботы для обезвреживания мин, разведывательные беспилотники и подводные аппараты. В освоении космоса используются полуавтономные космические аппараты и десантные платформы. Наибольший интерес исследователей сосредоточен на методах обеспечения автономности роботов. В будущем, вероятно, появится много новых применений роботов, возможно, включая полностью автономные такси, полицейские и военные роботы, роботизированные экзоскелеты в промышленности и здравоохранении [1].

1.1 Автономные роботы

Автономный робот - это аппарат, способный самостоятельно существовать в изменчивой окружающей среде и проводить определенные

12

действия и операции в течение длительного периода времени без вмешательства человека. Автономность роботов требует умения выполнять сложные функции, которые обеспечивают им взаимодействие с разнородной физической средой, решают задачи обслуживания и управления, ранее выполнявшиеся людьми. Хотя у большинства людей наиболее успешные примеры применения роботов ассоциируются с большими промышленными комплексами, которые находятся в стационарном положении и имеют манипуляторы с большим числом степеней свободы, однако всё большую популярность приобретают и мобильные приложения. Уже успешно работают автономные роботы-уборщики, такие как Roomba, медицинские роботы, транспортирующие материалы и медикаменты в пределах больницы, роботы-официанты в кафе и ресторанах. Они могут свободно перемещаться по физическому пространству без непосредственного управления людьми.

Автономные роботы выполняют всю свою работу или только некоторую её часть без какого-либо взаимодействия с человеком, если только это взаимодействие не является необходимым условием выполнения их задачи. Многие из них имеют разнообразные датчики и другое функциональное оборудование, которое помогает им видеть любые препятствия на своем пути, перемещаться по комнатам и коридорам в зданиях или по местности со сложным рельефом. Существуют уже и транспортные роботы, которые могут быть запрограммированы на использование лифтов для перемещения по многоэтажному зданию с полной автономией. Однако автономные роботы еще нуждаются в физическом обслуживании [2].

1.2 Типы автономных роботизированных систем

Автоматические роботы - это одни из самых ранних манипулируемых робототехнических систем, базирующихся на системе управления, которой они обладают. Они делятся на три основные категории в зависимости от их характеристик и применения: автономные управляемые роботы, дистанционно управляемые роботы и роботы с ручным управлением. Из трех

13

типов роботизированных манипуляционных систем автономные роботы дополнительно разделяются на четыре подтипа, которые могут быть реализованы в широком диапазоне применений: программируемые, непрограммируемые, адаптивные и интеллектуальные [3].

1.2.1 Программируемые автоматические роботы

Программируемый робот - это робот первого поколения с приводом на каждом суставе. Роботы могут быть перепрограммированы в зависимости от того, к какому виду деятельности они предназначены. Функции роботов и алгоритмы их реализации могут быть изменены путем перепрограммирования. Программа, предназначенная для выполнения сложной последовательности действий, строится из фиксированной последовательности заранее созданных шаблонов. Для изучения методов программирования роботов созданы учебные наборы, такие как Lego mind storms и Bioloid (рис. 1).

Рис. 1 Программируемые автоматические роботы Специализированные мобильные платформы, роботизированные руки и манипуляторы - вот некоторые из примеров функциональности

программируемых роботов. Однако главный недостаток таких роботов заключается в том, что после того, как они запрограммированы, нельзя изменить их функциональность даже в случае чрезвычайной ситуации. Эти роботы могут эффективно использоваться в различных приложениях с невысокой изменчивостью параметров окружающей среды, например, в промышленности, где их задачей является выполнение неизменной последовательности операций.

1.2.2 Непрограммируемые автоматические роботы

Непрограммируемые роботы являются одним из основных типов роботов. Примером таких роботов являются механические руки, используемые в промышленности, которые крепятся к программируемому устройству (рис. 2).

Рис. 2 Непрограммируемый автоматический робот Их функциональность определяется на стадии проектирования и варьируется за счёт параметрического управления. Эти типы роботов находят применение в некоторых устройствах, включая транспортные платформы, перемещающиеся по направляющим, а также некоторые линейные роботы.

Часто их даже не рассматривают как роботов, поскольку они не имеют программируемого управляющего устройства.

1.2.3 Адаптивные роботы

Адаптивные роботы - это также чаще всего промышленные роботы, которые могут изменять свое поведение в процессе работы в зависимости от состояния своего окружения. Однако эти роботы более сложны, чем программируемые роботы. Конечно, они могут изменять свое поведение только в некоторых границах. Для этого им необходимо оценить параметры среды и объекта воздействия и выбрать оптимальный вариант поведения. Эти роботы в основном оснащены датчиками и системами управления. Датчики используются для определения параметров окружающей среды, технологических переменных и других параметров, связанных с конкретной задачей (рис. 3).

Рис. 3 Адаптивный робот

Система управления с обратной связью получает доступ к этим сигналам от датчиков и в зависимости от реализуемого алгоритма формирует выходные сигналы для управления транспортными и функциональными приводами. Адаптивные роботы широко используются в таких приложениях, как системы напыления и сварки, где они обеспечивают качество,

превышающее ручные операции. Роботизированный адаптивный захват с двумя пальцами также является примером этого типа роботов. Хотя сегодня адаптивные роботы чаще используются в промышленности, их применение в медицине неуклонно расширяется.

1.2.4 Интеллектуальные роботы

Интеллектуальные роботы, как следует из названия, являются наиболее развитыми из всех других типов роботов. Они оснащены датчиками, микропроцессорной системой управления, способной хранить и обрабатывать данные (рис. 4).

С

Рис. 4 Интеллектуальный человекоподобный робот Возможности этих роботов очень впечатляющи благодаря их способности к ситуационному анализу. Интеллектуальные человекоподобные роботы имеют систему сенсоров, повторяющую органы чувств людей - зрение, слух, обоняние и осязание. Это позволяет им даже имитировать проявление человеческих эмоций при анализе ситуаций. Генетические и нейросетевые алгоритмы, лежащие в основе их систем управления, нацелены на достижение сходства с поведением человека при выполнении заданий, связанных с формированием нестандартных решений и многокритериальной оптимизацией [4, 5]. Формально область применения

17

интеллектуальных роботов не имеет ограничений, но высокая стоимость разработки и владения приводит к тому, что они находят свое применение в таких областях, как медицина и оборона [3].

1.3 Команда роботов

Мобильность роботов обеспечивает им возможность взаимодействия не только с окружающей средой и объектами деятельности, но и с другими роботами. Большое количество работ посвящено изучению алгоритмов взаимодействия роботов при выполнении общей задачи, например [6]. В последнее время для описания совместной работы команды роботов используют термин мульти-роботизированные системы (MRS). При этом наибольший интерес вызывают вопросы их работы в средах с высокой динамикой, определяемой не только изменчивостью самой среды, но и теми последствиями, которые возникают в результате воздействия на неё самих роботов.

В общем случае MRS может быть определена как совокупность роботов, выполняющих свою работу в общей среде. При этом сами роботы могут быть как простейшими системами с минимальным набором сенсоров, позволяющим им проводить мониторинг среды, так и интеллектуальными человекоподобными конструкциями, способными взаимодействовать с даже с людьми.

Следует отметить, что сложность задачи управления командой роботов определяется уровнем их мобильности и автономности. Остановимся на этих параметрах несколько подробнее. Мобильность в пространстве дает возможность роботам изменять свое положение по отношению к объекту своей деятельности. Если речь идет о перемещении на плоскости, то это система с двумя степенями свободы. Для команды роботов число степеней свободы прямо пропорционально числу ее членов, что является важным фактором, определяющим сложность задачи централизованного управления. Автономность робота характеризуется его способностью принимать решение без взаимодействия с общим центром управления. Это снижает нагрузку на

18

систему управления, переводя ее в децентрализованный режим работы, но приводит к необходимости взаимодействия роботов не только с окружающей средой, но и с другими роботами для предотвращения возможых конфликтов и обеспечения эффективности совместной деятельности.

Поскольку мобильные роботы являются сложным техническим объектом, большинство исследовательких работ посвящено решению инженерных задач, связанных с совершенствованием их параметров. К ним относятся надежность, эффективность, производительность, мобильность. Использование MRS позволяет упрощать решение некоторых из них. Например, с точки зрения надёжности, команду из N одинаковых по функционалу роботов можно рассматривать как систему с N-кратным резервированием. А команда из N разных по функционалу роботов способна повысить эффективность по сравнению с единым многофонкциональным устройством.

Рост популярности MRS базируется на постоянном совершенствовании их аппаратных и программных компонентов. Функционально сложные, компактные и точные сенсоры способствуют повышению уровня автономности отдельных роботов, а беспроводные технологии связи дают возможность коммуникации в команде. Новые возможности дают роботам такие устройства как оптические и инфракрасные камеры, лидары, компактные радиолокаторы. В сочетании с технологиями компьютерного зрения они обеспечивают надежные решения задач позиционирования и локализации при движении по пересеченной местности, распознавания объектов. Конечно, это не позволяет автоматически решить все проблемы, возникающие при роботе роботов в команде, но значительно усиливает интерес к подобным исследованиям, поскольку эффективность решения общей задачи множеством маленьких мобильных устройств может быть улучшена при правильной координации их действий [7].

Ещё одним важным аспектом, оказывающим существенное влияние на возможности MRS, является их энергообеспеченность, определяющая продолжительность автономной работы каждого члена команды. В

19

большинстве случаев речь идет об аккумуляторных батареях. Новые технологии и материалы позволяют увеличить их ёмкость без значительного повышения массы. Однако стоимость таких решений достаточна высока, поэтому меры по повышению ёмкости сочетаются с технологиями ускоренной зарядки аккумуляторов. Эти тенденции можно проследить на примере эволюции электрических автомобилей. Существуют и интересные решения по беспроводной передаче энергии, но пока их применяют для источников с маленькой мощностью, например, в беспроводных сенсорных сетях, или на ограниченном расстоянии - система быстрой зарядки электротранспорта в Пекине. Отметим ещё один аспект, определяющий важность непрерывного обеспечения энергией всех членов команды роботов. Это в большей степени относится к децентрализованному управлению, при котором работа выполняется путем координации действий всех роботов. Если хотя бы один их них приостанавливает работу на время зарядки аккумулятора, порядок действий остальных должен быть изменен. Такой вид управления значительно сложнее реализовать без резервирования, приводящего к снижению эффективности и дополнительным затратам.

Существуют и группы исследователей, для которых занятия робототехникой яыляются хобби. Они разрабатывают роботов для участия в командных соревнованиях, например, RoboCup2 и AAAI, в ходе которых проходят практическую проверку различные стратегии командного взаимодействия. Стратегия команды победительницы внимательно изучается соперниками, что определяет непрерывный прогресс в этой области.

Представленные примеры показывают, что процесс проектирования командных робототехнических систем значительно отличается от проектирования единичных роботов. В MRS на первый план выходят принципы командной работы, которые должны учитывать и окружение, в котором будет производиться работа, и внутреннюю архитектуру системы. В работе [8] представлен обзор подходов к организации MRS и перспективы исследований в этой области.

1.4 Сферы применения мульти-робототехнических систем

Мульти-робототехнические системы уже сейчас находят широкое применение и область их использования постоянно расширяется. В течение последних лет был сформирован ряд областей применения MRS: мониторинг, поиск и спасение, формирование и разведка, совместная манипуляция, гетерогенные команды роботов и состязательная среда. Эти области являются репрезентативными для большого количества вопросов, которые возникают при изучении кооперативных MRS [9].

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Список литературы диссертационного исследования кандидат наук Хтун Хтун Линн, 2021 год

Список литературы

1. Philip Jansen, "SIENNA D4.1 State-of-the-art Review (V.04) - SIENNA project", University of Twente, Literature Review, April-2018, pp. 1-102.

2. Autonomous Robots. Режим доступа: https://www.techopedia.com/de-finition/32694/autonomous-robot

3. Autonomous Robots and Their Types with Applications. Режим доступа: https://www.elprocus.com/different-types-of-autonomous-robots-and-real-time-applications/

4. Aye Min Thike, Sergey Lupin, Ba Hla Than, Htun Htun Linn, Kyaw Nay Zaw Linn. Wireless network topology optimization- Decisions for directional antennas // 2018 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus) (January 29-February 1, 2018, Moscow, Russia), vol. 2069, pp. 1467-1471. (Scopus)

5. Ба Хла Тхан, Сое Мое Аунг, Хтун Хтун Линн. Эффективность статической балансировки нагрузки вычислительных узлов в алгоритме частотного анализа// Микроэлектроника и информатика -2016. 23-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. - М.: МИЭТ, 2016г.-336х. C 185.

6. O. Stanek. "Centralized multirobot system" // Department of Software Engineering, Charles University, Prague, 2012, pp. 3-4.

7. J. W. Fenwick, P. M. Newman and J. J. Leonard. "Cooperative concurrent mapping and localization" // IEEE International Conference on Robotics and Automation, 2002, pp. 1810-1817.

8. A.Farinelli, L. Locchi and D. Nardi. " Multirobot System: A Classification Focused on Coordination" // IEEE Transactions on Systems, Man and Cybernetics, 2004, Vol 34, pp. 2015-2028.

9. R. N. Darmanin, and M. K. Bugeja. "A Review on Multi-Robot Systems Categorised by Application Domain" // 25th Mediterranean Conference on Control and Automation (MED), 2017, pp. 701-706.

10. A. Stancovici, M. V. Micea and V. Cretu. "Cooperative Positioning System for Indoor Surveillance Applications" // International Conference on Indoor Positioning and Indoor Navigation, (IPIN), no. 1, 2016, pp. 1-7.

11. R. Mendonca, M. M. Marques, F. Marques, A. Louren^o, E. Pinto, P. Santana, F. Coito, V. Lobo and J. Barata. "A Cooperative MultiRobot Team for the Surveillance of Shipwreck Survivors at Sea" // MTS/IEEE Monterey OCEANS, 2016, pp. 2-7.

12. N. Nigam, S. Bieniawski, I. Kroo, and J. Vian. "Control of multiple UAVs for persistent surveillance: Algorithm and flight test results" // IEEE Transactions on Control Systems Technology, vol. 20, no. 5, 2012, pp. 1236-1251.

13. E. Stump and N. Michael. "Multi-robot persistent surveillance planning as a vehicle routing problem" // IEEE International Conference on Automation Science and Engineering, 2011, pp. 569-575.

14. J. Gregory, J. Fink, E. Stump, J. Twigg, J. Rogers, N. Fung and S. Young. "Application of Multi-Robot Systems to Disaster-Relief Scenarios with Limited Communication" // Springer Tracts in Advanced Robotics, vol. 113, 2016, pp. 639-653.

15. M. A. Gutierrez, S. Nair, R. E. Banchs, L. F. D. H. Enriquez, A. I. Niculescu and A. Vijayalingam. "Multi-robot collaborative platforms for humanitarian relief actions" // IEEE Region 10 Humanitarian Technology Conference, (R10-HTC), 2015.

16. Y. Wang, L. Cheng, Z.-g. Hou and M. Tan. "Optimal Formation of MultiRobot Systems Based on a Recurrent Neural Network" // IEEE Transactions on Neural Networks and Learning Systems, vol. 27, no. 2, 2016, pp. 1-11.

17. R. Phanichnitinon, T. Hemwarangkoon, J. Polvichai, T. Boonpromma and K. Jarutekumporn. "Multi modular robots maneuver for geometry formation control" // IEEE 7th International Workshop on Computational Intelligence and Applications, (IWCIA) 2014 - Proceedings, 2014, pp. 195-200.

18. S. M. Lee, H. Kim, H. Myung and X. Yao. "Cooperative coevolutionary algorithm-based model predictive control guaranteeing stability of

111

multirobot formation" // IEEE Transactions on Control Systems Technology, vol. 23, no. 1, 2015, pp. 37-51.

19. J. Banfi, A. Q. Li, N. Basilico, I. Rekleitis and F. Amigoni. "Asynchronous multirobot exploration under recurrent connectivity constraints" // IEEE International Conference on Robotics and Automation, 2016, pp. 5491-5498.

20. K. Cesare, R. Skeele, S.-h. Yoo, Y. Zhang and G. Hollinger. "MultiUAV Exploration with Limited Communication and Battery" // IEEE International Conference on Robotics and Automation (ICRA), no. 1, 2015, pp. 22302235.

21. J. D. Hoog, S. Cameron and A. Visser. "Autonomous Multi-Robot Exploration in Communication-Limited Environments" // 11th Conference Towards Autonomous Robotic Systems, 2010.

22. U. Jain, R. Tiwari, S. Majumdar and S. Sharma. "Multi Robot Area Exploration Using Circle Partitioning Method" // International Symposium on Robotics and Intelligent Sensors, vol. 41, 2012, pp. 383-387.

23. F. Cabrera-Mora and J. Xiao. "A flooding algorithm for multirobot exploration" // IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, vol. 42, no. 3, 2012, pp. 850-863.

24. I. Navarro and F. Matia. "Introduction to Swarm Robotics" // ISRN Robotics, 2013, pp. 1-10.

25. Yazdani Hasan. "Swarms Robots and their applications" // IOSR Journal of Computer Engineering (IOSR-JCE), 2017, Vol 19, pp. 46-47.

26. M. Brambilla, E. Ferrante, M. Birattari and M. Dorigo. "Swarm Robotics: A review from the swarm engineering perspective" // Swarm Intelligence, 2013, pp. 1-41.

27. L. Iocchi, D. Nardi and M. Salerno. "Reactivity and deliberation: a survey on multi-robot systems" // In Balancing Reactivity and Social Deliberation in Multi-Agent Systems. From RoboCup to Real-World Applications, Springer, Berlin, Germany, 2001, pp. 9-32.

28. E. Sahin. "Swarm Robotics: From sources of inspiration to domains of application" // In Swarm Robotics Workshop: State of the Art Survey, 2005, pp. 10-20.

29. B. Khaldi and F. Cherif. "An Overview of Swarm Robotics: Swarm Intelligence Applied to Multi-robotics" // International Journal of Computer Applications, vol. 126, no. 2, 2015, pp. 31-37.

30. A. Y. Q. Carrillo. "Response Threshold Models, Stochastic Learning Automata and Ant Colony Optimization-based Decentralized Self-Coordination Algorithms for Heterogeneous Multi-Tasks Distribution in Multi-Robot Systems" // Ph.D. Thesis, Polytechnic University of Madrid, 2012, pp. 17-18.

31. SAGA - Swarm Robotics for Agricultural. Режим доступа: http:// echord. eu/saga.html

32. Хейн Тун, Лупин С. А., Ай Мин Тайк, Хтун Хтун Линн. Анализ безопасности информационной системы с помощью гибридного моделирования // Международная конференция «Инновационные подходы к решения технико-экономических проблем»: сборник трудов. - М: МИЭТ, 2015. - 272 с. С. 22-26.

33. Хейн Тун, Сабэй У, Аунг Ньейн Паинг, Хтун Хтун Линн. Вероятностный и детерминированный анализ безопасности информационных систем // Микроэлектроника и информатика -2017. 24-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. - М.: МИЭТ, 2017г.-303.с. C 203.

34. Хейн Тун, Хтун Хтун Линн, Чжо Най Зо Линн. Оптимальный выбор оборудования для защиты периметра в системах безопасности // Микроэлектроника и информатика - 2018. 25-я Всероссийская межвузовская научно-практическая конференция студентов и аспирантов. Тезисы докладов. -М.: МИЭТ, 18 - 19 апреля 2018 г, -316с. С. 177.

35. A. M. Khamis, M. S. Kamel and M. A. Salichs. "Cooperation: concepts and general typology" // IEEE International Conference on Robotics and Automation, Vol 2, 2006, pp. 1499-1505.

36. C. Jones and M. J. Mataric. "The use of internal state in multi- robot coordination" // In Proceedings of the Hawaii International Conference on Computer Sciences, 2004, pp. 27-32.

37. J. Spletzer, A. K. Das, R. Fierro, C. J. Taylor, V. Kumar and J. P. Ostrowski. "Cooperative localization and control for multi-robot manipulation" // IEEE/RSJ International Conference on Intelligent Robots and Systems, vol. 2, 2001, pp. 631-636.

38. L. E. Parker. "Multiple Mobile Robot Systems" // Springer Handbook of Robotics, 2008.

39. A. Howard, L. E. Parker and G. S. Sukhatme. "Experiments with a large heterogeneous mobile robot team: exploration, mapping, deployment and detection" // The International Journal of Robotics Research, 2006, pp. 431447.

40. J. A. Marshall, T. Fung, M. E. Broucke, G. Deleuterio and B. Francis. "Experiments in multirobot coordination" // Robotics and Autonomous Systems, 2006, pp. 265-275.

41. R. Simmons, T. Smith, M. B. Dias, D. Goldberg, D. Hershberger, A. Stentz and R. Zlot. "A Layered architecture for coordination of mobile robots" // Proceedings from the 2002 NRL Workshop on Multi-Robot Systems, Kluwer Academic Publishers, 2002, pp. 1-10.

42. T. L. Huntsberger, P. Pirjanian, A. Trebi-Ollennu, H. D. Nayar, H. Aghazarian, A. J. Ganino, M. Garrett, S. S. Joshi and P. S. Schenker. "CAMPOUT: a control architecture for tightly coupled coordination of mul- tirobot systems for planetary surface exploration" // IEEE Transactions on Systems, Man and Cybernetics, Part A: Systems and Humans, 2003, pp. 550-559.

43. W. Zhang and J. Hu. "Optimal multi-agent coordination under tree formation constraints" // In IEEE Transactions on Automatic Control, Vol 53, 2008, pp. 692-705.

44. R. Madhavan, K. Fregene and L. E. Parker. "Distributed heterogeneous outdoor multi-robot localization" // In IEEE International Conference on Robotics and Automation, 2002, pp. 374-381.

45. L. Chunyang, M. Yingwei and L.Chang'an. (2009). "Cooperative multirobot map-building under unknown environment" // In Proceedings of the 2009 International Conference on Artificial Intelligence and Computational Intelligence, Vol 3, 2009, pp. 392-396.

46. B. Gerkey and M. Matric. "A formal analysis and taxonomy of task allocation in multi-robot systems" // International Journal of Robotics Research, September-2004, pp. 939-954.

47. Lynne Parker. "Multiple Mobile Robot Systems" // In Springer Handbook of Robotics, 2008, Chapter 40.

48. B. Gerkey and M. Matric. "A Framework for Studying Multi-Robot Task Allocation(MRTA)" // Multi-Robot Systems: From Swarms to Intelligent Automata, Vol 2, 2003, pp. 15-26.

49. E. Matson and D. A. Gustafson. "Taxonomy of Cooperative Robotic Systems" // IEEE International Conference on Systems, Man and Cybernetics, 2003, pp. 1141-1146.

50. J. Gancet and S. Laceoix. "Embedding heterogeneous levels of decisional autonomy in multi-robot systems" // In Distributed Autonomous Robots and Systems, 2004, pp. 263-272.

51. J. Gancet, G. Hattenberger, R. Alami and S. Lacroix. "Task planning and control for a multi-UAV system: architecture and algorithms" // IEEE/RSJ International Conference on Intelligent Robots and Systems, 2005.

52. A. Rosenfeld, G. A. Kaminka and S. Kraus. "Adaptive Robotic Communication Using Coordination Costs" // In Distributed Autonomous Robots and Systems (DARS), 2006, pp. 165-175.

53. A. Rosenfeld, G. A. Kaminka and S. Kraus. "A Study of Scalability Properties in Robotic Teams" In Coordination of Large-Scale Multi-agent Systems, 2005, pp. 27-51.

54. M. J. Mataric and B. P. Gerkey. "Sold!: Auction Methods for Multirobot Coordination" // IEEE Transactions on Robotics and Automation, October-2002, pp. 758-768.

55. M. J. Mataric, E. H. Ostergaard and G. S. Sukhatme. "Multi-robot Task Allocation in the Light of Uncertainty" // In IEEE International Conference on Robotics and Automation, 2002, pp. 3002-3007.

56. M. G. Lagoudakis, E. Markakis, D. Kempe and P. Keskinocak. "Auction-Based Multi-Robot Routing" // In Proceedings of the International Conference on Robotics: Science and Systems (ROBOTICS), 2005, pp. 343350.

57. P. B. Sujit, A. Sinha and D. Ghose. "Multiple UAV task allocation using negotiation" // Proceedings of the Fifth International Joint Conference on Autonomous Agents and Multiagent Systems, 2006, pp. 471-478.

58. M. Isik, F. Stulp, G. Mayer and H. Utz. "Coordination without Negotiation in Teams of Heterogeneous Robots" // In Robocup 2006: Robot Soccer World Cup, 2006, pp. 355-362.

59. M. Roth, D. Vail and M. Veloso. "A Real-time World Model for MultiRobot Teams with Communication" // IEEE/RSJ International Conference on Intelligent Robots and Systems, 2003, pp. 2494-2499.

60. P. Scerri, R. Vincent and R. Mailler. "Comparing Three Approaches to Large-Scale Coordination" // In Coordination of Large-Scale Multiagent Systems, 2005, pp. 53-71.

61. M. O. F. Sarker. "Self-regulated Multi-robot Task Allocation" // Congnitive Robotics Research Centre, University of Wales, Newport, 2010, pp. 59-75.

62. T. Balch. "Communication, diversity and learning: Cornerstones of swarm behavior" // Swarm Robotics Workshop: State of the art Survey, 2005, pp.21-30

63. T. Lochmatter, X. Raemy and A.Martinoli. "Odor Source Localization with Mobile Robots" // Bulletin of the Swiss Society for Automatic Control, 2007, pp.11-14.

64. H. Celikkanat, A. Turgut and E. Sahin. "Guiding a robot flock via informed robots" // Distributed Autonomous Robotic Systems, 2008, pp.215-225.

65. B. P. Gerkey and M. J. Mataric. "A formal analysis and taxonpmy of task allocation in multi-robot systems" // The International Journal of Robotics Research, 2004, pp. 939-954.

66. M. B. Dias, R. M. Zlot, N. Kalra and A. Stentz. "Market-based multirobot coordination: A survey and analysis" // Proceedings of the IEEE, 2006, pp. 1257-1270.

67. L. Chaimowicz, M. F. M. Campos and V. Kumar. "Dynamic role assignment for cooperative robots" // Proceedings of the IEEE International Conference on Robotics and Automation, 2002, pp. 293-298.

68. C. Belta and V. Kumar. "Abstraction and control for groups of robots" // IEEE Transactions on Robotics, 2004, pp. 865-875.

69. G. Pereira, V. Kumar and M. Campos. "Decentralized algorithms for multirobot manipulation via caging" // Algorithmic Foundations of Robotics, 2003, pp. 257-274.

70. T. Dahl, M. Mataric and G. Sukhatme. "Distributed multi-robot task allocation through vacancy chains" // Proceedings of the IEEE International Conference on Robotics and Automation, 2003, pp. 2293-2298.

71. N. Kalra and A. Martinoli. "A comparative study of market-based and threshold-based task allocation" // Distributed Autonomous Robotic Systems 7, pp. 91-101.

72. W. Agassounon and A. Martinoli. "Efficiency and robustness of thresholdbased distributed allocation algorithms in multi-agent systems" // Proceedings of the first international joint conference on Autonomous agents and multiagent systems: part 3, 2002, pp. 1090-1097.

73. Хтун Хтун Линн, С. А. Лупин, Чжо Най Зо Линн, Аунг Тху, Вей Ян Мин. "Натурное и имитационное моделирование централизованной

117

системы управления транспортными роботами" // International Journal of Open Information Technologies ISSN: 2307-8162 vol. 8, no. 4, 2020, pp. 17-24. (Список ВАК)

74. Htun Htun Linn, Sergey Lupin, Kyaw Nay Zaw Linn. Data Structure and Simulation of the Centralized Control System for Transport Robots // 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus) (January 28-31, 2019, Moscow, Russia), pp. 18801883. (Scopus)

75. Хтун Хтун Линн, Сое Мое Аунг, Чжо Най Зо Линн. Моделирование централизованной системы управления транспортными роботами // Актуальные проблемы информатизации в науке и образовании - 2018. 11-ая Всероссийская научно-практическая конференция: Тезисы докладов. - М.: МИЭТ, 2018г.-124с. C 50.

76. П. О. Бялошицкая. "Моделирование складских операций в среде AnyLogic" // Имитационное моделирование, Теория и Практика (ИММ0Д-2019), c. 375-380.

77. Чжо Най Зо Линн, С. А. Лупин, Хтун Хтун Линн. Анализ эффективности расположения пожарных станций с использованием ГИС-модели // International Journal of Open Information Technologies ISSN: 2307-8162 vol. 8, no. 3, 2020, pp. 12-19. (Список ВАК)

78. Sergery Lupin, Kyaw Nay Zaw Linn, Hein Tun, Aye Min Thike and Htun Htun Linn. Data structure for GIS based Firefighting Stations Simulations // 2018 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (2018 ElConRus) (January 29-February 1, 2018, Moscow, Russia), - 2069 p., pp. 1545-1548. (Scopus)

79. Чжо Най Зо Линн, Сое Мое Аунг, Хтун Хтун Линн. Имитационная ГИС модель для анализа эффективности расположения пожарных станций // Актуальные проблемы информатизации в науке и образовании - 2018. 11-ая Всероссийская научно-практическая конференция: Тезисы докладов. - М.: МИЭТ, 2018г.-124с. C 54.

80. Anylogic: Режим доступа:// https://help.anylogic.com/index.jsp

81. Hein Tun, Sergey Lupin, Htun Htun Linn, Kyaw Nay Zaw Linn. Selection the Perimeter Protection Equipment in Security Systems // Proceeding of IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRusNW), Moscow, Russia, January 29 - February 01, 2018, pp. 1504 - 1508. (Scopus)

82. Kyaw Nay Zaw Linn, Sergey Lupin, Htun Htun Linn. Analysis of the Effectiveness of Fire Station Locations Using GIS-model // 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus) (January 28-31, 2019, Moscow, Russia), pp. 18401843. (Scopus)

83. Хейн Тун, Хтун Хтун Лин, Чжо Най Зо Линн. Анализ информационных систем в контексте их безопасности в среде моделирования AnyLogic // Актуальные проблемы информатизации в науке и образовании_2017. 10-я Всероссийская научно-практическая конференция: Тезисы докладов. - М.: МИЭТ, 2017г.-108с. C 59.

84. Хтун Хтун Лин, Хейн Тун, Чжо Най Зо Линн. Транспортный робот для моделирования децентрализованной системы управления // Актуальные проблемы информатизации в науке и образовании_2017. 10-я Всероссийская межвузовская научно-техническая конференция, -М.: МИЭТ, 8-9 ноября 2017 г. - 108с. С. 91.

85. Хтун Хтун Линн, Зо Зо Тун, Хейн Вай Зо. Модель транспортного робота на основе микроконтроллера Arduino// Микроэлектроника и информатика -2018. 25-я Всероссийская межвузовская научно-практическая конференция студентов и аспирантов. Тезисы докладов. -М.: МИЭТ, 2018г.-316с. C 178.

Приложение

The Republic of Ihc Union of Myanmar Ministry of Education Technological University (Thanlyin) Department of Information Technology Engineering

bmail: eteirmat t/ ttu.edu mm

Dale: 21.7.202(1

CONFIRMATION

using the results of the doctoral thesis Htun Iltun Linn

"Researching the algorithm of nodes interaction in a decentralized control system."

This document confirms that the hybrid model of transport robot's control system in the AnyLogic environment, which based on the results of Htun Htun Linn's Ph.D. thesis, has been used for designing an autonomous logistic system. The control system parameters, obtained during the simulation, were used in field tests of cans with Arduino microcontrollers and WiFi communication modules.

The simulation model makes it possible to assess the possibility of using decentralized control in autonomous systems, to make its objective comparison with a centralized control system. In the model, the description of the robot's movement area and their number may be quite merely changed. The results of the experiment allow us to obtain predictivc characteristics of the service quality, with an accuracy sufficient for a comparative analysis of the effectiveness of various strategics.

The hybrid model developed in the AnyLogic environment for quantifying the influence of various factors on the efficiency of a team of transport robots can be recommended for w idespread use.

Professor and Head

Department of Information Technology F.ngineering.

Technological University (Thanlyin)

Yangon, Myanmar.

cieimvaUMiu.cdu. mm

+95-9-43023144

'Dr. hi Hi Myat

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.