Математические методы и алгоритмы управления кинематически избыточными манипуляторами на основе нейронных сетей тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Егоров, Игорь Владимирович

• Егоров, Игорь Владимирович
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Егоров, Игорь Владимирович

ВВЕДЕНИЕ.

1. ОБЗОР МЕТОДОВ УПРАВЛЕНИЯ МАНРЮУЛЯТОРАМИ.

1.1 Объект исследования.

1.2. Задачи кинематики манипулятора.

1.2.1. Прямая задача кинематики манипулятора.

1.2.2. Обратная задача кинематики манипулятора.

1.3. Методы решения обратной задачи кинематики манипулятора.

1.4. Кинематические ограничения при решении обратной задачи кинематики.

1.5. Особенности решения обратной задачи кинематики кинематически избыточного манипулятора.

1.6. Планирование траекторий.

1.7. Методы искусственного интеллекта в задачах робототехники. 36 1.8 Постановка задачи исследования.

2. КОМБИНИРОВАННЫЙ ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ КИНЕМАТИКИ МАНИПУЛЯТОРА.

2.1. Нейросетевой подход к решению обратной задачи кинематики.

2.1.1 Формализация задачи. Описание входных и выходных данных.

2.1.2. Влияние различных факторов на функционирование НС.

2.1.3. Выбор структуры и функции активации нейронной сети.

2.1.4 Тренировочный и рабочий диапазоны.

2.1.5. Разрешение проблемы локальных минимумов в процессе обучения.

2.1.6. Влияние количества тренировочных точек и структуры нейронной сети на точность решения обратной задачи кинематики и время обучения.

2.1.7. Повышение точности нейросетевого решения обратной задачи кинематики.

2.1.8. Оценка точности и быстродействия решения обратной задачи кинематики с использованием нейронных сетей.

2.1.9. Влияние сложности задачи на точность решения.

2.2. Итерационное уточнение нейросетевого решения обратной задачи кинематики манипулятора.

2.3. Соотношение вычислительных затрат численного и комбинированного метода решения обратной задачи кинематики^ манипулятора.

3. РЕШЕНИЕ ОБРАТНОЙ ЗАДАЧИ КИНЕМАТИКИ ИЗБЫТОЧНОГО МАНИПУЛЯТОРА С УЧЕТОМ КИНЕМАТИЧЕСКИХ И ДИНАМИЧЕСКИХ ОГРАНИЧЕНИЙ.

3.1. Подходы к решению обратной задачи кинематики манипуляционной системы с кинематической избыточностью.

3.1. Особенности решения обратной задачи кинематики манипуляторах кинематической избыточностью.

3.2. Модификация численного алгоритма для решения обратной задачи кинематики.

3.3. Учет динамических ограничений на изменения обобщенных координат.

Выводы.

4. ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД УПРАВЛЕНИЯ ДВИЖЕНИЕМ ЗВЕНЬЕВ МАНИПУЛЯТОРА.

4.2. Разработка метода динамической коррекции с использованием искусственного интеллекта.

4.3. Выбор объекта для численного моделирования и определения структуры нейронной сети.

4.4. Описание и анализ результатов численного моделирования.

Выводы.

Введение диссертации (часть автореферата) на тему «Математические методы и алгоритмы управления кинематически избыточными манипуляторами на основе нейронных сетей»

В последние десятилетия промышленные манипуляторы успешно применяются в различных областях производства. Без них, в настоящее время, немыслимы автомобилестроение, электроника, производство сложной бытовой техники. Не вызывает сомнения целесообразность увеличения степеней подвижности манипуляторов с целью придания им большей функциональности. Однако усложнение кинематических схем требует создания более совершенных систем управления, а, следовательно; развития исследований в области кинематики и динамики, а также синтеза алгоритмов управления движением. Решение перечисленных задач требует применения хорошо развитого математического аппарата и алгоритмов, ориентированных на использование ЭВМ. В работах отечественных (Акуленко Л.Д., Белянин П.Н., Воробьев Е.И., Игнатьев М.Б., Кобринский А.А., Козырев Ю.Г., Корендясев А.И., Крутько П.Д., Кулаков Ф.М., ЛакотаН.А., ЛохинВМ., МакаровИ.М., Медведев B.C., Петров Б.А., Фролов К.В., Черноусько Ф.Л., Юревич Е.И. Ющенко А.С. и др.), а также зарубежных (Пол Р., Фу К., Гонсалес Р., Шахинпур М. и др.) исследователей достаточно подробно рассмотрены указанные задачи, показаны принципы построения математических моделей манипуляторов и основные методы решения задач управления ими. Вместе с тем, сложность механической системы* манипулятора, а также ряд существенных особенностей, присущих роботу как объекту управления (упругая податливость звеньев и передаточных механизмов, взаимовлияние степеней подвижности, неоднозначность решения некоторых задач, наличие ограничений различного рода) зачастую приводит к чрезвычайной сложности получаемых моделей, что затрудняет решение задач управления манипуляторами. В" связи с этим создание эффективных методов и алгоритмов управления является весьма актуальным.

Увеличивающаяся сложность, возрастающая размерность решаемых задач и другие факторы привели к попыткам применения методов искусственного интеллекта к решению сложных технических, социальных, экономических и других проблем. Попытки использования таких подходов, в частности, нейросетевого, в ряде случаев дают положительные результаты и показывают их перспективность. Применение методов ИИ, и, в частности, искусственных нейронных сетей к- задачам управления отражено в работах ЮревичаЕ.И, Макарова ИМ., ЛохинаВ.М., и др. авторов. Вместе с тем, использование методов искусственного интеллекта в механике манипуляторов встречается весьма редко и положительный опыт их применения' в данной сфере можно считать незначительным и недостаточно осмысленным. Более того, немногочисленные положительные попытки использования методов ИИ в задачах механики манипуляторов дают основание считать, что их использование без связи с другими перспективными подходами, не всегда дает желаемый положительный эффект.

Очевидно, что из-за сложности задач моделирования и управления движением многозвенных манипуляторов трудно рассчитывать на создание универсальных методов и алгоритмов для решения поставленных задач, т.е. конкретная задача в каждом случае должна решаться с учетом специфики, кинематической схемы манипулятора, конструктивных и иных ограничений.

Вместе с тем, следует отметить, что для решения задач кинематики, динамики и управления манипуляторами, созданы необходимые условия: существенно возросла мощность компьютеров и вычислительных сетей, имеются развитые базы данных, современные информационные технологии. Однако, недостаточная изученность методов искусственного интеллекта, применительно к задачам управления манипуляционными системами, обусловливают необходимость проведения научных исследований в этом направлении.

Целью диссертационной работы является повышение эффективности методов решения задач кинематики, динамики и управления многозвенными манипуляторами для реализации управления в режиме реального времени.

Для достижения данной цели требуется решить следующие задачи:

• разработать метод решения обратной задачи кинематики манипуляторов с использованием аппарата нейронных сетей;

• синтезировать эффективный алгоритм решения обратной задачи кинематики кинематически избыточных манипуляторов;

• создать методику управления движением звеньев манипулятора на основе динамической коррекции с использованием методов искусственного интеллекта;

• провести апробацию предложенных методов для конкретных задач робототехники, а также в смежных отраслях техники.

Методы исследований. Для решения поставленных задач использовались методы искусственного интеллекта и математического моделирования, теоретическая механика, теория управления.

Достоверность и обоснованность диссертационных исследований подтверждаются результатами численного эксперимента и-моделирования, успешным внедрением разработанных алгоритмов, программных средств и интеллектуальных систем управления в различных организациях и предприятиях.

Научная новизна:

• создан эффективный алгоритм решения обратной задачи кинематики на основе нейросетевого подхода, устраняющий неоднозначность решения для кинематически-избыточного манипулятора и эффективно функционирующий для манипуляторов со сложной кинематической схемой;

• разработан алгоритм уточнения приближенного нейросетевого решения обратной задачи кинематики манипулятора на основе численного метода, исключающий необходимость решения прямой задачи кинематики в процессе итераций;

• предложена модификация численного алгоритма решения обратной задачи кинематики манипулятора, позволяющая учитывать кинематические и динамические ограничения на положение звеньев без применения штрафных и барьерных функций;

• построен новый метод управления движением звеньев манипуляторов на основе динамической коррекции с применением искусственных нейронных сетей, учитывающий взаимное влияние звеньев без решения обратной задачи динамики по полной математической модели манипуляторов с приводами, а также использующий вычислительную систему с ограниченной мощностью, которая реализует нейросетевой алгоритм управления. Предложенный метод позволяет повысить точность отработки траектории при высоких скоростях движения звеньев манипулятора.

На защиту выносятся:

1. Метод решения обратной задачи кинематики манипулятора с использованием аппарата искусственных нейронных сетей, позволяющий существенно сократить время решения- задачи по сравнению с итерационными численными алгоритмами.

2. Алгоритм итерационного уточнения нейросетевого решения обратной задачи кинематики манипулятора, требующий меньших вычислительных затрат по сравнению с известными численными методами.

3. Модификация численного алгоритма решения обратной задачи кинематики манипулятора, обладающего кинематической избыточностью, с учетом кинематических и динамических ограничений, повышающая сходимость численного метода по сравнению с исходным алгоритмом.

4. Методика управления движением звеньев манипуляторов на основе динамической коррекции с использованием методов искусственного интеллекта, не требующая решения обратной- задачи динамики манипулятора и позволяющая снизить динамическую ошибку отработки манипулятором- заданной траектории при наличии существенных нелинейностей в приводах и в системе управления.

5. Результаты применения указанных способов и алгоритмов, использованных при выполнении ряда работ, внедренных в промышленности.

Практическая < ценность состоит в расширении возможностей и повышении эффективности решения задач кинематики, динамики и управления роботами:

• разработанные алгоритмы могут быть использованы для эффективного управления движением манипуляционных механизмов;

• предложенные методики решения задач механики и управления роботами представляют интерес для вузов, в учебные программы которых входят дисциплины, связанные с механикой роботов и других сложных механических систем, а также с искусственным интеллектом;

• предложенная методика может быть использована для снижения динамической ошибки при управлении движением звеньев манипулятора;

• разработанные алгоритмы и программные средства, защищенные свидетельством Роспатента на программы для ЭВМ, позволяют использовать их при проектировании новых конструкций промышленных роботов и при создании программных траекторий для существующих конструкций;

• экспериментальные исследования, связанные с использованием нейросетевого подхода, могут быть использованы для других технических объектов, а также в смежных отраслях техники.

Реализация результатов. Результаты диссертационной работы использованы при выполнении ряда работ, внедренных в промышленности и в учебном процессе:

• на ЗАО «АП Саратовский завод резервуарных металлоконструкций» для планирования^ программной траектории при выполнении технологических задач сварочного манипулятора ARS-JS6;

• на АООТ «НИТИ - ТЕСАР» при планировании программных траекторий опытных образцов манипуляторов, входящих в систему агрегатированного сборочного оборудования;

• на ООО «СЭПО-ЗЭМ» при планировании программных траекторий окрасочного манипулятора.

• предложенные алгоритмы управления манипуляторами применяются на кафедре «Системы искусственного интеллекта» СГТУ при обучении студентов специальности 210300 «Роботы и робототехнические системы», а также использованы в совместном проекте по гранту компании' «Hewlett-Packard» при внедрении в учебный процесс дистанционного обучения и контроля знаний по дисциплинам «Управление роботами и РТС» и «Моделирование роботов и РТС».

Апробация работы. Результаты работы докладывались и получили одобрение на семинарах Института проблем точной механики и управления РАН, на Международных научных конференциях (МНК): «Математические методы в технике и технологиях» (Смоленск, 2001; Тамбов, 2002; Ростов - на Дону, 2003; Казань, 2005); на МНК «Проблемы и перспективы прецизионной механики и управления в машиностроении»

Институт проблем точной механики и управления РАН, Саратов, 2002); на 2-й МНК «Аналитическая теория автоматического управления и ее приложения», Саратов, 2005; на VI Международном симпозиуме «Интеллектуальные системы» (INTELS, Москва, 2004); на научных семинарах кафедры «Системы искусственного интеллекта» СГТУ (19952005); на 12 межвузовских и других научных конференциях.

Публикации. Основные положения диссертации отражены в 16 публикациях, в том числе в 3 статьях в центральных научно-технических журналах, рекомендованных ВАК, и 1 свидетельстве Роспатента на программы для ЭВМ.

В работах, опубликованных в соавторстве, личный вклад автора состоит в разработке математических моделей, алгоритмов, программ, в постановке и обработке результатов экспериментов [1-7, 9, 10, 12, 15]; в участии в постановке задач, их обсуждении и» решении [8, 11, 13, 14], а также в разработке программных модулей [16]. Общий объем 5,5 усл. печ. л

Структура и объем диссертации. Диссертационная работа состоит из 4 разделов, списка использованной литературы и приложений. Основная часть диссертации изложена на 143 страницах, содержит 45 рисунков, 7 таблиц.

В первом разделе проведен обзор трудов, посвященных управлению манипуляцио иными механизмами, сформулированы цель и задачи исследования, научная новизна и практическая значимость- результатов. Проведен анализ задач и способов управления манипулятором, выявлены причины недостаточной функциональности современных манипуляторов. Обоснована необходимость применения методов искусственного интеллекта в управлении манипуляторами.

Во втором разделе рассмотрены вопросы создания эффективных алгоритмов решения обратной задачи кинематики манипуляторов с использованием искусственных нейронных сетей совместно с итерационным алгоритмом.

Предложен эффективный алгоритм решения обратной задачи кинематики манипулятора на основе нейросетевого подхода с уточнением решения численным методом. Рассмотрены вопросы точности нейросетевого решения обратной задачи кинематики манипулятора. Найдена целевая функция, при минимизации которой не требуется решения прямой задачи кинематики.

В третьем разделе рассмотрены задачи кинематики и планирования траектории манипулятора, обладающего кинематической избыточностью с числом сочленений более 6. Сформулирована задача получения решения обратной задачи кинематики, допустимого с учетом динамических свойств манипулятора, проанализированы методы ее решения. Рассмотрено решение обратной задачи кинематики без устранения кинематической избыточности. Предложена модификация алгоритма безусловной минимизации для учета ограничений без изменения целевой функции.

В четвертом разделе приведены результаты, посвященные исследованию динамики и управления движением звеньев манипуляторов с использованием методов искусственного интеллекта. В нем,, в частности, предложен метод планирования траектории и динамической коррекции движения с использованием' нейросетевого подхода. Для- снижения динамической погрешности при высоких скоростях движения рабочего инструмента предлагается использовать нейросетевой подход, позволяющий эффективно учитывать динамические свойства манипулятора без решения обратной задачи динамики.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Егоров, Игорь Владимирович

Выводы

Достоинством предложенного подхода является отказ от весьма сложной процедуры решения ОЗД по полной ММ манипулятора с приводами. Поэтому вычислительная система, реализующая НС - алгоритм управления, может иметь ограниченную вычислительную мощность. На каждый цикл алгоритма затрачивается одинаковое количество вычислительных операций, что облегчает выбор вычислительных средств, кроме того, данный подход применим к кинематически избыточным манипуляторам.

Вместе1 с тем остается ряд проблем, требующих решения. Во-первых, жесткая привязка ко времени движения и расположению узловых точек траектории на оси времени, т. к. НС обучается планировать траекторию со строго определенным временем прохождения- узловых точек, поэтому изменение промежутков времени между узлами траектории приводит к неверному решению. Во-вторых, изменение динамических свойств манипулятора при изменении нагрузки требует переобучения сети.

Современные алгоритмы многомерной оптимизации, обладая высокой сходимостью, требуют значительных вычислительных мощностей. Поэтому обучение НС с большим количеством связей является нетривиальной задачей. Например, для обучения сети решению вышеописанной задачи не достаточно оперативной памяти объемом 512 Мб. Поэтому весьма актуальным является поиск методов, позволяющих распараллелить процесс обучения между компьютерами в вычислительной сети и/или между отдельными процессорами многопроцессорной системы.

Значительную сложность представляет выбор структуры НС, создание достаточного объема обучающего множества, своевременное прекращение процесса обучения. На большую часть вопросов можно получить ответ только экспериментальным путем, поэтому очень важно накопление информации по решению частных задач, что позволяет спрогнозировать возможность решения задач некоторого класса вычислительной сложности с помощью НС.

ЗАКЛЮЧЕНИЕ

В результате выполнения диссертационной работы были получены следующие результаты:

1. Разработан комбинированный метод решения ОЗК манипулятора, отличающийся применением НС для нахождения начального приближения с последующим уточнением при помощи численного алгоритма. Данный метод позволяет при сравнительно малом числе итераций решать ОЗК многозвенного манипулятора, для которого невозможно получение решения в аналитическом виде, а численное решение сходится медленно, с высокой вероятностью попадания в локальный минимум. Кроме того, комбинированный метод решения ОЗК манипулятора обладает по сравнению с традиционными методами следующими преимуществами:

• позволяет получать решение ОЗК однозначное и устойчивое к изменениям требуемых координат и ориентации РИ, что особенно существенно для кинематически избыточного манипулятора;

• применение НС значительно улучшает сходимость численного алгоритма.

2. Определены точностные характеристики нейросетевого решения обратной задачи кинематики манипулятора в зависимости от структуры и сложности нейронной сети на примере манипулятора с вращательными степенями подвижности.

3. Найдена ЦФ, для вычисления которой не требуется решение ПЗК в ходе итерационного процесса поиска минимума, что значительно ускоряет вычисления.

4. Предложен алгоритм решения ОЗК кинематически - избыточного манипулятора с учетом кинематических и динамических ограничений, отличающийся отсутствием необходимости изменения ЦФ для учета ограничений на обобщенные координаты. Алгоритм позволяет находить приемлемое, с точки зрения кинематических и динамических ограничений, решение ОЗК манипулятора.

5. Создана методика динамической коррекции применительно к задаче управления роботом, отличающаяся тем, что в ней использованы методы искусственного интеллекта, что позволяет при ограниченной мощности вычислительной системы решить задачу повышения динамической точности без решения обратной задачи динамики по полной динамической модели с приводами. В основу методики положено применение НС для планирования программной траектории, что позволяет существенно снизить динамическую ошибку движения РИ манипулятора при высоких скоростях движения.

6. Разработан пакет прикладных программ для планирования программных траекторий роботов - манипуляторов, на который получено свидетельство о госрегистрации программы для ЭВМ.

В работе показана эффективность и практическая применимость предлагаемых методов и алгоритмов! решения задач кинематики и планирования программных траекторий манипуляторов.

Разработанные методы и алгоритмы планирования программных траекторий использованы при разработке методики программирования сварочного робота «Ars-Js» в ЗАО «АП Саратовский завод резервуарных металлоконструкций»; на АООТ «НИТИ-ТЕСАР» при планировании программных траекторий опытных образцов манипуляторов, входящих в систему агрегатированного сборочного оборудования; на ООО «СЭПО-ЗЭМ» при планировании программных траекторий окрасочного манипулятора. предложенные алгоритмы управления манипуляторами применяются на кафедре «Системы искусственного интеллекта» СГТУ при обучении студентов специальности 210300 «Роботы и робототехнические системы», а также использованы в совместном проекте по гранту компании «Hewlett-Packard» при внедрении в учебный процесс дистанционного обучения и контроля знаний по дисциплинам «Управление роботами и РТС» и «Моделирование роботов и РТС».

Список литературы диссертационного исследования кандидат технических наук Егоров, Игорь Владимирович, 2008 год

1. Алиев, Р. А. Производственные системы с искусственным интеллектом / Р.А.Алиев, Н. М. Абдикеев, М.М.Шахназаров. — М.: Радио и связь, 1990.-264 с.

2. Артоболевский, И. И. Теория механизмов и машин / И. И. Артоболевский. М.: Наука, 1988. - 640 с.

3. Банди, Б. Методы оптимизации. Вводный курс / Б. Банди. — М. : Радио и связь, 1988.-234 с.

4. Белоусов, И. Р. Взаимодействие робота-манипулятора с подвижными объектами / И. Р. Белоусов, А. А. Богуславский, С. Н. Емельянов // Препринт ИПМ. -1999.- №6. С. 14-20.

5. Бесекерский, В. А. Теория систем автоматического управления / В. А. Бесекерский, Е. П. Попов. СПб.: Изд-во «Профессия», 2003. - 752 с.

6. Болтянский, В. Г. Математические методы оптимального управления /

7. B. Г. Болтянский. М. : Наука, 1969. - 408 с.

8. Бурдаков, С. Ф. Динамический расчет электромеханических следящих приводов промышленных роботов / С. Ф. Бурдаков, А. А. Первозванский. — Л. : ЛПИ им. М. И. Калинина, 1982. 284 с.

9. Бурдаков, С. Ф. Математические модели и идентификация роботов с упругими элементами / С. Ф. Бурдаков. СПб. : СПбГТУ, 1990. — 116 с.

10. Бурдаков, С. Ф. Методы обучения в системах управления роботами /

11. C. Ф. Бурдаков, Н. А. Смирнова // Мехатроника, автоматизация, управление. 2003.- №4. - С. 15-19.

12. Бурдаков, С. Ф. Оптимизация траекторий и управление мобильным роботом при неполной информации о среде / С. Ф. Бурдаков, С. В. Штайнле // Экстремальная робототехника: материалы X науч.-техн. конф. ЦНИИ РТК / Изд-во СПбГТУ. СПб., 1999. - С. 310 - 314.

13. Бурдаков, С. Ф. Проектирование манипуляторов промышленных роботов и роботизированных комплексов : учеб. пособие для студентов втузов / С. Ф. Бурдаков, В. А. Дьяченко, А. Н. Тимофеев. М : Высшая школа, 1986-264 с.

14. Бурдаков, С. Ф. Элементы теории роботов. Механика и управление / С. Ф. Бурдаков. Л. : ЛПИ им. М. И. Калинина, 1986. - 88 с.

15. Васильев,Ф.П. Методы оптимизации / Ф.П. Васильев. М. Факториал -Пресс, 2002. - 823 с.

16. Вороновский, Г. К. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности,/ Г. К. Вороновский.- Харьков: Основа, 1997. 110 с.

17. Галиуллин, А. С. Обратные задачи механики / А.С. Галиуллин. М.: Наука, 1981.- 144 с.

18. Гантмахер, Ф. Р. Лекции по аналитической механике / Ф. Р. Гантмахер.- М.: Наука, 1968. 300 с.

19. Гилл, Ф. Практическая оптимизация / Ф. Гилл, У. Мюррей, М. Райт. — М.: Мир, 1985.-176 с.

20. Глазков, В. П. Динамическая модель многозвенного манипулятора с вращательными сочленениями на подвижном основании / В. П. Глазков,

21. B. В. Батурин //Известия РАН. Техническая кибернетика. — 1993. №4. —1. C. 183-188.

22. Глазков, В. П. Итерационное уточнение нейросетевого решения обратной задачи кинематики / В. П. Глазков, И. В. Егоров, С. В. Пчелинцева //

23. Математические методы в технике и технологиях: сб. трудов XV Междунар. науч. конф./ ТГТУ. Тамбов, 2002. - Т. 5. - С. 27- 31.

24. Глазков, В. П. Методы решения обратной задачи кинематики /

25. B. П. Глазков, И. В. Егоров, С. В. Пчелинцева // Проблемы и перспективы прецизионной механики и управления в машиностроении: материалы Междунар. конф./ИПТМУ РАН. Саратов, 2002. - С. 202-203.

26. Глазков, В. П. Итерационное уточнение нейросетевого решения обратной задачи кинематики манипулятора / В. П. Глазков, И. В. Егоров,

27. C. В. Пчелинцева // Мехатроника, автоматизация, управление. 2005 — №4. — С.15—17.

28. Глазков, В. П. Метод снижения динамической ошибки при непрерывном управлении роботом / В. П. Глазков, И. В. Егоров, С. В. Пчелинцева // Мехатроника, автоматизация,управление.-2005-№11. — С.14-17.

29. Глазков, В. П. Метод ускоренного умножения кватернионов /

30. В. П. Глазков, С. К. Дауров // Математические методы в технике и ^технологиях: сб. трудов XII Междунар. науч. конф. — Великий Новгород, 1999.-С. 91-94.

31. Глазков, В. П. О построении динамической модели многозвенного манипулятора / В. П. Глазков, В. В. Батурин // Проблемы и перспективы прецизионной механики и управления в машиностроении: материалы Междунар. конф./ ИПТМУ РАН. Саратов, 1997. - С. 92-94.

32. Глазков, В. П. О применении различных методов преобразования координат в робототехнике / В. П. Глазков, А. Н. Складанов, С. М. Левкин // Проблемы управления и связи: материалы Междунар. науч.-техн. конф./ СГТУ. Саратов, 2000. - С. 68-71.

33. Глазков, В. П. Оптимизация методов решения задач кинематики /

34. B. П. Глазков, С. К. Дауров, В. В. Лобанов // Материалы науч.-техн. семинара / СВВКИУ. Саратов, 1998. - С. 23-26.

35. Глазков, В. П. Оптимизация структуры нейронной сети для решения обратной задачи кинематики манипулятора / В. П. Глазков, И. В. Егоров,

36. C. В. Пчелинцева // Математические методы в технике и технологиях: сб. трудов XV Междунар. науч. конф./ ТГТУ. Тамбов, 2002. - Т. 5. - С. 2226.

37. Глазков, В. П. Оценка вычислительной сложности решения прямой задачи кинематики для различных методов описания пространственного движения / В. П. Глазков, И. В. Егоров, С. В. Пчелинцева //

38. Информационные технологии в науке, производстве и социальной сфере:" сб. науч. труд. / ИПТМУ РАН. Саратов, 2005. - С.53-55.

39. Глазков, В. П. Планирование программных траекторий роботов-манипуляторов / В. П. Глазков, С. В. Пчелинцева, И. В. Егоров; Госрегистрация в Роспатенте № 2005612341 от 09.09.2005.

40. Глазков, В. П: Снижение вычислительной сложности в задачах кинематики манипулятора / В. П. Глазков, С. В. Пчелинцева // Проблемы управления и связи: материалы Междунар. науч.-техн. конф./ СГТУ. -Саратов, 2000. С. 64-68.

41. Глазков, В. П. Точностные оценки нейросетевого решения обратной задачи кинематики манипулятора / В. П. Глазков, И. В. Егоров, С. В. Пчелинцева // Мехатроника, автоматизация, управление. — 2003 — №11. С.12-18.

42. Голдстейн, Г. Классическая механика / Г. Голдстейн. — М.: Наука, 1975. -416с.

43. Горбань, А. Н. Нейроинформатика / А. Н. Горбань, В. JI. Дунин-Барковский, Е. М. Миркес. Новосибирск : Наука, Сибирское предприятие РАН, 1998.-296 с.

44. Горбань, А. Н. Нейронные сети на персональном компьютере ^ А. Н. Горбань, Д. А. Россиев. Новосибирск: Наука, 1996 - 276 с.

45. Горбань, А. Н. Обучение нейронных сетей / А. Н. Горбань. М.-: СП ПараГраф, 1990.- 159 с.

46. Губаренко, С. И. Инерциальная система ориентации и навигации манипуляционного робота / С. И. Губаренко, А. В. Толстых // Вестник МЭИ. 2000. - № 2. - С. 98-103.

47. Дауров, С. К. Анализ методов решений обратной задачи манипулятора / С. К. Дауров // Математические методы в технике и технологиях: материалы Междунар. науч. конф. В 6 т./ СФМЭИ. Смоленск, 2001.—Т.2. -С. 142-144.

48. Дауров, С. К. Решение обратной задачи манипулятора / С. К. Дауров // Проблемы управления и связи: материалы Междунар. науч.-техн. конф./ СГТУ. Саратов, 2000. - С. 76-81.

49. Дауров, С. К. Формирование исходных данных обратной задачи' кинематики манипулятора/ С. К. Дауров // Математические методы; в технике и технологиях: сб. трудов Междунар. науч. конф. / Санкт-Петерб. гос. технол. ин-т. СПб., 2000. - Т. 2. - С.58-60.

50. Диментберг, Ф. М. Теория пространственных шарнирных механизмов / Ф. М. Диментберг. М. : Наука, 1982 - 85; с.

51. Динамика управления роботами / под ред. Е. И. Юревича. М; : Наука, 1984 - 336 с.

52. Довбня, Н. М. Роботизированные технологические комплексы в FHG / Н. М. Довбня, А. Н. Кондратьев, Е. И. Юревич. JI. : Машиностроение, 1990.-216 с.

53. Дорф, Р. Современные системы управления / Р. Дорф, Р. Бишоп. — М. : Лаборатория Базовых Знаний, 2001. 832 с. с

54. Ерофеев, А. А. Интеллектуальные системы управления . / А. А. Ерофеев, А. О. Поляков. СПб : Изд-во СПбГТУ, 1999.- 263 с.

55. Жиглявскищ А. А. Методы поиска глобального экстремума / A. F. Жилинскас, А. А. Жиглявский. М.:,Наука, 1991. - 194 с.

56. Зенкевич, С. Л. Основы управления манипуляционными роботами / С. Л; Зенкевич, А. С. Ющенко. М.: МГТУ имени Н.Э. Баумана, 2004. - 480 с.

57. Интеллектуальные системы автоматического управления / под ред. И. М. Макарова, В. М. Лохина. М. : Физматлит, 2001. - 576 с.

58. Интеллектуальные системы управления (направления исследований и результаты разработок МИРЭА) / И. М. Макаров, В. М. Лохин, С. В. Манько, М. П. Романов // Приборы и системы. Управление, контроль, диагностика. 2001 - № 8.-С.25-31.

59. Искусственный интеллект. Модели и методы: Справочник / под ред. Поспелова Д. А. М.: Радио и связь, 1990. - Кн. 2.-304 с.

60. Исследование операций / под ред. МоудераДж., Элмаграби С. М.: Мир, 1981.-Т.1.-712 с.

61. Каллан, Р. Основные концепции нейронных сетей / Р. Каллан. — М. : Вильяме, 2001.-288 с.

62. Каляев, И. А. Распределенные системы планирования действий коллективом роботов / И. А.Каляев, А. Р. Гайдук, С. Г. Капустин. М. : Янус-К, 2002.- 290 с.

63. Каляев, И. А. Однородные нейроподобные структуры в системах выбора действий интеллектуальных роботов / И. А. Каляев, JI. Р. Гайдук. -М.: Изд-во "Янус-К", 2000. 279 с.

64. Кобринский, А. А. Манипуляционные системы роботов: основы устройства, элементы теории / А. А. Кобринский, А. Е. Кобринский. М. : Наука, 1985.- 344 с.

65. Коренев, Г. В. Целенаправленная механика управляемых манипуляторов /Г. В. Коренев. — М.: Наука, 1979. ^448 с.

66. Козлов, Ю. М: Адаптация и обучение в робототехнике / Ю. М. Козлов. -М. : Наука, 1990.-256 с.

67. Козырев, Ю. Г. Промышленные роботы: Справочник / Ю. Г. Козырев. М.: Машиностроение, 1983. - 376 с.

68. Коловский, М. 3. Основы динамики промышленных роботов / М. 3. Коловский, А. В. Слоущ. М. : Наука, 1988 - 342 с.

69. Комарцова, JI. Г. Нейрокомпьютеры : учеб. пособие / JI. Г. Комарцова, А. В. Максимов. М.: Изд-во МГУ им. Н. Э. Баумана, 2002. - 319 с.

70. Комашинский, В. И. Нейронные сети и их применение в системах управления и связи / В. И. Комашинский, Д.А.Смирнов. — М.: Горячая линия-Телеком, 2002. 94 с.

71. Корендясев, А. И. Манипуляционные системы роботов / А. И- Корендясев, Б. JI. Саламандра, Л. И. Тывес . М.: Машиностроение, 1989; -472 с.

72. Крутъко, П.Д. Кинематические алгоритмы управления движением манипуляционных роботов / П1Д. Крутъко, Е.П. Попов // Известия АН СССР. Техническая кибернетика. 1979: - № 4! - С.77- 86.

73. Крутько, П. Д!. Обратные задачи динамики и теории автоматического управления / П. Д. Крутько. -М. : Машиностроение, 1991. 576 с.

74. Ли, Э. Б. Основы теории оптимального управления / Э. Б. Ли, Л. Маркус. М.: Наука, 1972. - 576 с.

75. Лорьер, Ж.-Л. Системы искусственного интеллекта / Ж.-Л. Лорьер. -М.: Мир, 1991.-356 с.

76. Лохин, В. М. Интеллектуальные системы управления: понятия, определения, принципы построения, / В. М. Лохин, В.Н.Захаров // Мехатроника, автоматизация, управление. 2001 - №2. - С. 27-35.

77. Лукьянов, А. А. Интеллектуальные задачи мобильной робототехники / А. А. Лукьянов. Иркутск : Изд-во Иркут. гос. ун-та. — 2005. - 312 с.

78. Лукьянов, А. А. Моделирование движений упругих манипуляторов и мобильных роботов / А. А. Лукьянов. Иркутск: Изд-во Иркутского государственного университета, 2003. - 304 с.

79. Лукьянов, А. А. Управление движением в интеллектуальной системе управления мобильного сервисного робота / А. А. Лукьянов // Современные технологии. Системный анализ. Моделирование / ИрГУПС. Иркутск, 2004.- №2.- С.85-93.

80. Лурье, А. И. Аналитическая механика / А. И. Лурье. М. : Физматгиз, 1961.-824 с.

81. Люггер, Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Д. Ф. Люггер. М.: Издат. дом «Вильяме», 2003.— 864 с.

82. Макаров, И. М. Интеллектуальные системы управления / И. М. Макаров. -М. : Наука, 1999.- 248 с.

83. Макаров, И. М. Принципы организации интеллектуального управления мехатронными системами / И. М. Макаров, В. М. Лохин, С. В. Манько // Мехатроника, автоматизация, управление. 2001 - № 1. -С. 10-16.

84. Манипуляционные системы роботов / А. И. Корендясев; под общ. ред.

85. A. И. Корендясева. М. : Машиностроение, 1989 - 312 с.

86. Медведев, В. С. Нейронные сети. MATLAB 6 / В. С. Медведев,

87. B. Г. Потемкин. М.: ДИАЛОГ-МИФИ, 2002. - 496 с.

88. Медведев, В. С. Системы управления манипуляционных роботов / B.C. Медведев, А.Г. Лесков, А.С. Ющенко . М.: Наука, 1978. - 416 с.

89. Методы робастного, нейро-нечеткого и адаптивного управления / под ред. Н. Д. Егупова. М.: Изд-во МГТУ им. Н. Э. Баумана, 2002. - 744 с.

90. Механика промышленных роботов : учеб. пособие для втузов : в 3 кн./ под ред. К. В. Фролова, Е. И. Воробьева. Кн. 1: Кинематика и динамика/ Е. И. Воробьев, С. А. Попов, Г. И. Шевелева. — М.: Высшая школа, 1988. — 304 с.

91. Моисеев, Н. Н. Методы оптимизации / Н. Н. Моисеев, Ю. П. Иванилов, Е. М. Столярова. М.: Наука, 1978. -258 с.

92. Накано, Э. Введение в робототехнику / Э. Накано. М.: Мир, 1988. -226 с.

93. Поляк, Б. Т. Введение в оптимизацию / Б. Т. Поляк. М.: Наука, гл. ред. физ. мат. лит., 1983. - 384 с.

94. Попов, Е. П. Манипуляционные роботы: динамика и алгоритмы / Е. П. Попов, А. Ф. Верещагин, С. JI. Зенкевич. М.: Наука, 1978. - 258 с.

95. Попов, Е. П. Робототехника и гибкие производственные системы / Е. П. Попов. М.: Наука, 1987. - 190 с.

96. Попов, Е. П. Теория линейных систем автоматического регулирования и управления / Е. П. Попов. — М.: Наука, Гл. ред. физ. мат. лит., 1978. -256 с.

97. Поспелов, В. И. Перспективы применения робототехнических систем / В. И. Поспелов, В. П. Воинов // Мехатроника, автоматизация, управление. 2002. - № 5. С.22-29.

98. Промышленная робототехника и гибкие автоматизированные производства / под ред. Е. И. Юревича. Л.: Лениздат, 1984. - 223 с.

99. Пупков, К. А. Интеллектуальные системы / К.А. Пупков, В. Г. Коньков. М.: Из-во МГТУ им. Н. Э. Баумана, 2003. 348 с.

100. Пчелинцева, С. В. Оценка эффективности методов описания движения роботов манипуляторов / С. В. Пчелинцева; Сарат. гос. техн. ун-т. - Саратов, 2005. - 48 с. - Библиогр. с. 34-35. - Деп. в ВИНИТИ 20.11.2005. №1453-В2005.

101. Робототехника и гибкие автоматизированные производства: учеб. пособие для втузов: в 9 кн. Кн. 5: Моделирование технических систем и гибких автоматизированных производств / С. В. Пантюшин; под ред. И. М. Макарова. М.: Высшая школа, 1986. - 254 с.

102. Системы управления интеллектуальными мобильными роботами для исследовательских и промышленных работ / И. А. Каляев, С. Г. Капустян, JL Ж. Усачев, С.В. Стоянов // Наука производству. - 1999. - №11. - С.28-32.

103. Смольников, Б. А. Проблемы механики и оптимизации роботов / Б. А. Смольников. М. : Наука, 1991. - 124 с.

104. Спицнадель, В. Н. Основы системного анализа / В. Н. Спицнадель. — СПб.: Издат. дом «Бизнес-пресса», 2000. 326 с.

105. Справочник по промышленной робототехнике : пер. с англ. / под ред. Ш. НофаМ. : Машиностроение, 1989. Кн. 1.-480 с.

106. Уоссермен, Ф. Нейрокомпьютерная техника: теория и практика/ Ф. Уоссермен. М.: Мир, 1992. - 76 с.

107. Устройства управления роботами: схемотехника, и программирование / под ред. М. Предко. М. : ДМК Пресс, 2004. - 416 с.

108. Филаретов, В. Ф. Синтез адаптивной системы управления пространственным положением подводного робота / В. Ф. Филаретов, Д. А. Юхимец //Мехатроника, автоматизация, управление: — 2004— № 11. С.15—21.

109. Фомин, В. Н. Адаптивное управление динамическими объектами / В.Н. Фомин, A. JI. Фрадков, В. А. Якубович М.: Наука, 1981. - 314 с.

110. Фу, К. Робототехника : пер. с англ. / К. Фу, Р. Гонсалес, К. Ли. М. : Мир, 1988.-624 с.

111. Черноусько, Ф. Л. Манипуляционные роботы: динамика, управление, оптимизация / Ф. Л. Черноусько, Н. Н. Болотник, В. Г. Градецкий. — М. : Наука, 1989.-364 с.

112. Чернухин, Ю. В. Нейропроцессорные сети / Ю. В. Чернухин. Таганрог: Изд-во МГТУ им. Н. Э. Баумана, 1999. 439 с.

113. Шахинпур, М. Курс робототехники : пер. с англ. / М. Шахинпур. — М. : Мир, 1990.-527 с.

114. Юревич, Е. И. О проблеме группового управления роботами / Е. И. Юревич // Мехатроника, автоматизация, управление. 2004. - № 2. -С.11-18.

115. Юревич, Е. И. Основы робототехники / Е. И. Юревич. СПб. : БХВ-Петербург, 2005. - 416 с.

116. Юревич, Е. И. Проектирование технических систем / Е. И. Юревич. — СПб. : Изд-во СПбГПУ, 2002. 312 с.

117. Ющенко, А. С. Организация деятельности эргатической робототехнической системы на основе нечетких представлений / А. С. Ющенко // Экстремальная робототехника: материалы IX науч.-техн. конф. ЦНИИ РТК / Изд-во СПбГТУ. СПб., 1998. - С.54-59.