Разработка и исследование экстраполирующих сетей нейропроцессорных систем управления мобильных роботов тема диссертации и автореферата по ВАК РФ 05.13.15, кандидат технических наук Писаренко, Сергей Николаевич

  • Писаренко, Сергей Николаевич
  • кандидат технических науккандидат технических наук
  • 2004, Таганрог
  • Специальность ВАК РФ05.13.15
  • Количество страниц 193
Писаренко, Сергей Николаевич. Разработка и исследование экстраполирующих сетей нейропроцессорных систем управления мобильных роботов: дис. кандидат технических наук: 05.13.15 - Вычислительные машины и системы. Таганрог. 2004. 193 с.

Оглавление диссертации кандидат технических наук Писаренко, Сергей Николаевич

ВВЕДЕНИЕ.

1 МЕТОДЬ1 ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЙ МОБИЛЬНОГО РОБОТА В ДИНАМИЧЕСКИ ИЗМЕНЯЮЩЕЙСЯ ВНЕШНЕЙ СРЕДЕ.

1.1 Задача управления мобильным роботом в динамически изменяющейся внешней среде.

1.2 Традиционные методы планирования.

1.3 Нейропроцессорный метод планирования.

1.4 Экстраполяция ситуаций в среде.

1.5 Выводы.

2 РАЗРАБОТКА АЛГОРИТМОВ И СТРУКТУР ЭКСТРАПОЛИРУЮЩИХ СЕТЕЙ ДЛЯ НЕЙРОПРОЦЕССОРНЫХ СИСТЕМ ПЛАНИРОВАНИЯ ТРАЕКТОРИЙ МОБИЛЬНЫХ РОБОТОВ.

2.1 Синтез алгоритмов и реализующих их структур комплексной экстраполирующей сети.

2.1.1 Общая структура сети.

1.2 Синтез сжимающей сети.

1.3. Синтез сети для экстраполяции скоростей перемещения.

1.4 Синтез сети для экстраполяции направлений перемещения.

1.5 Синтез сдвигающей сети.

1.6 Общий алгоритм функционирования комплексной экстраполирующей сети.

2.2 Синтез алгоритмов и реализующих их структур нейропроцессорных систем планирования с экстраполяцией.

2.2.1 Процедура оптимизации глубины экстраполяции.

2.2.2 Синтез алгоритмов сравнения планов среды и оценки числа шагов экстраполяции.

2.2.3 Синтез подсистемы адаптивной экстраполяции ситуации в среде

2.2.4 Синтез алгоритма и реализующих его структур планирования перемещений мобильного робота с оптимизацией глубины экстраполяции

2.3 Синтез механизма взаимодействия нейропроцессорной планирующей подсистемы и исполнительной подсистемы на базе синергетического траекторного регулятора.В

2.3.1. Алгоритмы траекторного управления мобильным роботом.

2.3.2 Взаимодействие нейропроцессорного планировщика и регулятора в статической внешней среде.

2.3.3 Взаимодействие нейропроцессорного планировщика и регулятора в быстроизменяющейся внешней среде.

2:4 Выводы.

3 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ ЭКСТРАПОЛИРУЮЩИХ СЕТЕЙ НА ПРОГРАММНЫХ МОДЕЛЯХ.

3.1 Программная моделирующая среда.

3.2 Результаты экспериментальных исследований алгоритма планирования перемещений MP с оптимизацией числа шагов экстраполяции

3.2 Результаты экспериментальных исследований механизма взаимодействия подсистемы нейропроцессорного стратегического планирования и регулятора синергетического типа.

3.3 Сравнение быстродействия программной модели КЭС и аппаратной ее реализации.

3.4 Выводы.

4. ИСПОЛЬЗОВАНИЕ ПОЛУЧЕННЫХ В РАБОТЕ РЕЗУЛЬТАТОВ ДЛЯ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ.

4.1 Действующий макет мобильного робота «Скиф» ТРТУ.

4.1.1 Характеристики шасси мобильного робота «Скиф».

4.1.2 Программно-аппаратная организация мобильного робота «Скиф».

4.2 Программная среда RoboPath для моделирования систем управления мобильных роботов, ориентированная на использование в учебном процессе

4.2.1 Общие сведения о программной среде и предпосылки ее создания.

4.2.2 Элементы интерфейса среды и принципы его работы.

4.2.3 Программирование системы управления робота.

4.3 Выводы.

Рекомендованный список диссертаций по специальности «Вычислительные машины и системы», 05.13.15 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка и исследование экстраполирующих сетей нейропроцессорных систем управления мобильных роботов»

Актуальность темы. Несмотря на бурное развитие средств вычислительной техники классической Фон-неймановской архитектуры, остается ряд областей, где их возможностей недостаточно. Одной из них является робототехника мобильных роботов (MP), предназначенных для использования в условиях априорной неопределенности динамически изменяющейся внешней среды. Сферы применения подобных MP обширны и разнообразны: автоматизированное производство, транспорт, домашнее хозяйство, медицина, космос, оборона, подводные исследования, спасательные и ремонтно-восстановительные работы в экстремальных условиях и т.п. [1-7] Во многих из них присутствие человека нежелательно или вообще невозможно. Поэтому для успешного решения поставленных задач, подобно высокоразвитым живым существам, MP должны обладать такими важными качествами как адаптивность и приспосабливаемое^ к неформализованной изменяющейся рабочей среде.

Усилия по созданию таких роботов и их бортовых систем управления предпринимаются во многих странах мира. В первую очередь это относится к ведущим робототехническим центрам и фирмам Японии, США, Великобритании, Франции, Германии. Однако, несмотря на эти усилия, имеющиеся практические результаты все еще далеки от желаемых. Это связано с тем, что реализация требуемых качеств MP предполагает решение как минимум трех фундаментальных проблем научно-прикладного характера: адекватного восприятия внешней среды, корректного представления знаний о среде, планирования и эффективного исполнения эффекторными подсистемами робота целенаправленных действий в реальном времени.

И если последняя задача достаточно успешно решается методами теории автоматического управления с использованием ЭВМ традиционной архитектуры с последовательным принципом обработки информации, то решение первых двух задач на тех же вычислительных средствах связано со значительными трудностями. Причиной этого является не только необходимость обработки больших объемов-информации от распределенных в пространстве и параллельно функционирующих датчиков в реальном масштабе времени, но и применение новых мозгоподобных способов обработки информации, на которые эти ЭВМ не ориентированы. Это обстоятельство приводит к необходимости синтеза специализированных многопроцессорных вычислительных систем нейросетевого типа на основе бионических подходов к управлению MP [7-10]. Естественным прообразом бионических управляющих систем служат нейронные сети мозга. Некоторые концептуальные представления о нейрональных механизмах управления в живых организмах сформулированы П.К. Анохиным в виде функциональной системы [11]. Подобные механизмы использовались ранее при разработке однородных управляющих структур адаптивных роботов [8]. В< них восприятие внешней среды MP и обработка информации реализуется в виде целостных образов, состоящих из множества элементов, описывающих состояние участков среды (плана среды), то есть так, как это происходит в живых системах. Для эффективной работы с такой информацией нейросети в системе управления MP также должны быть организованы в виде параллельных вычислительных структур - нейропроцессорных сетей. Анализ показывает, что в большинстве случаев математические операции, выполняемые такими нейропроцессорными сетями крайне просты и могут быть сведены к элементарным логическим операциям [7-10]. На основе этих представлений были изготовлены макетные образцы MP, но из-за недостаточной микросхемотехнической базы они использовали лишь простейшие нейропроцессорные сети, которые не учитывали динамику быстрых перемещений препятствий и цели в среде. В то же время исследование вопросов применения в нейропроцессорной системе управления MP нейроподобных сетей для экстраполяции ситуаций в среде [7,8], показали, что они могут существенно улучшить качество планируемых траекторий и повысить безопасность MP. Однако в этих исследованиях рассматривались лишь простейшие экстраполирующие сети и не затрагивались проблемы, связанные с исследованием методов организации экстраполирующих сетей, оптимизацией числа шагов экстраполяции с целью повышения ее точности, а также вопросы программного моделирования и исследования систем управления MP с экстраполяцией. Именно эти вопросы решаются в рамках данной диссертационной работы, что делает ее актуальной и своевременной.

Настоящая работа является дальнейшим развитием результатов исследований, проводимых на кафедре вычислительной техники ТРТУ под руководством профессора Чернухина Ю.В.

Объектом исследования служат комплексные нейроподобные экстраполирующие сети (алгоритмы функционирования, структура, функциональные возможности), а также алгоритмические и структурные аспекты организации нейропроцессорных систем управления MP" с их использованием.

Целью работы является разработка и исследование нейросетевых алгоритмов экстраполяции ситуаций в динамически изменяющейся внешней среде и реализующих их структур, встраиваемых в нейропроцессорные системы планирования перемещений MP, а также разработка способов учета кинематических и динамических характеристик шасси MP при отработке спланированных траекторий.

Методы исследований. Для достижения поставленной цели применялись элементы теории дискретной техники, численных методов, теории множеств, адаптивного управления и языков программирования.

Научная новизна. Осуществлен анализ известных методов планирования'и управления мобильными роботами в. динамически из*меняющейся среде их функционирования; синтезированы алгоритмы и реализующие их структуры комплексной нейроподобной экстраполирующей сети; синтезирована процедура оптимизации числа шагов экстраполяции для: разработанной сети; разработана и экспериментально исследована на программной модели нейропроцессорная система планирования перемещений MP с оптимизацией числа шагов экстраполяции ситуаций в среде; разработан и экспериментально исследован на программной модели и на действующем макете MP «СКИФ» механизм взаимодействия нейропроцессорного уровня планирования и синергетического регуляторного уровня исполнения.

Основные положения, выносимые на защиту. На защиту выносятся следующие положения и результаты: алгоритм функционирования и структура комплексной экстраполирующей сети;

- процедура оптимизации числа шагов экстраполяции;

- алгоритм и реализующая его структура подсистемы адаптивной экстраполяции процессов в среде функционирования MP;

- алгоритм и реализующая его структура системы управления MP с адаптивной экстраполяцией процессов во внешней среде;

- механизм взаимодействия стратегического уровня нейропроцессорного планирования траекторий движения MP с- адаптивной экстраполяцией процессов в среде его функционирования и тактического уровня их исполнения на базе синергетического контурного регулятора.

Практическая ценность работы. Разработанные в диссертации экстраполирующие сети и механизм взаимодействия нейропроцессорного планировщика и контурного регулятора ориентированы на применение в действующих системах управления мобильных роботов с целью повышения их эффективности в процессе эксплуатации. Полученные в работе результаты использовались в госбюджетной НИР №12293 по гранту Минобразования РФ «Синтез нейросетевых структур и исследование алгоритмической базы систем динамического планирования поведения интеллектуальных мобильных роботов», в НИР №12163 «Разработка теоретических основ и методов нейрокомпьютерного конструирования многокритериальных систем управления промышленными роботами», при выполнении проекта РФФИ №9901-00071 «Синергетические методы синтеза и нейрокомпьютерная реализация систем планирования и управления интеллектуальных роботов», в учебном процессе кафедры вычислительной техники Таганрогского государственного радиотехнического университета, а также при разработке системы управления действующего макета мобильного робота «Скиф» ТРТУ, что подтверждено соответствующими актами.

Апробация работы. Основные результаты работы докладывались на:

- международной конференции «Идентификация систем и задачи управления» (М., ИЛУ РАН, 2000 г.);

- Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления», (ТРТУ, 2000 г.);

- XII научно-технической • конференции «Экстремальная робототехника» (СПбГТУ, 2001 г.);

- Всероссийской научной конференции с международным участием молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения» (Таганрог, ТРТУ, 2001 г.);

- Международной научно-технической конференции «СуперЭВМ и многопроцессорные вычислительные системы» (Таганрог, ТРТУ, НИИ МВС, 2002 г.);

- 5-я научная школа-конференция «Мобильные роботы и мехатронные системы» (Москва, МГУ, 2002 г.);

- Международной конференции по нейрокибернетике (Ростов-на-Дону, РГУ, НИИ Нейрокибернетики им. Б.А. Когана, 2002 г.)

- научных семинарах кафедры ВТ в 2002-2003 г.г.

Публикации. По теме диссертации опубликовано 16 печатных работ, в которых отражены основные результаты диссертации.

Структура и объем работы. Материал основной части диссертационной работы изложен на 156 страницах машинописного текста. Диссертация состоит из введения, четырех разделов, заключения и списка литературы из 70 наименований, содержит 72 рисунка, 5 таблиц и 3 приложения на 36 страницах.

Похожие диссертационные работы по специальности «Вычислительные машины и системы», 05.13.15 шифр ВАК

Заключение диссертации по теме «Вычислительные машины и системы», Писаренко, Сергей Николаевич

4.3 Выводы

1. Приведены характеристики и рассмотрена программно-аппаратная организация действующего макета MP «Скиф» ТРТУ. При его разработке использованы принципы построения иерархических систем управления, развиваемые в данной работе и классы среды MR.Sim. Описан один из разработанных алгоритмов решения задач с маяками, заключающийся в выходе MP на маяк. Экспериментальные исследования'этих алгоритмов, а так же разработанного в данной работе механизма: взаимодействия НПС и регулятора, показали их работоспособность.

2. Описана разработанная на основе MR.Sim программная моделирующая среда, ориентированная на использование в учебном процессе. Особенностью ее является удобный интерфейс пользователя, позволяющий наблюдать как за самой средой в трехмерном виде, так и за внутренними состояниями системы управления MP. На ее основе на кафедре ВТ ТРТУ поставлена лабораторная работа «Изучение нейросетевой системы управления адаптивного мобильного робота».

ЗАКЛЮЧЕНИЕ

Основные научные результаты работы можно представить следующим образом.

1. Проведен анализ существующих систем планирования перемещений MP в условиях динамически изменяющейся среды его функционирования. Результаты его показывают, что в условиях такой среды рациональным является применение синтезированных на базе бионического подхода нейропроцессорных методов планирования перемещений MP с использованием экстраполяции ситуации в среде. Рассмотрены трудности, связанные с использованием ранее предложенных алгоритмов и структур экстраполирующих сетей.

2. Синтезирована комплексная экстраполирующая сеть на основе четырехслойной нейросети автоматного типа. Разработаны алгоритмы функционирования и структура каждого из слоев сети, а также общий алгоритм ее работы.

3. Разработана процедура оценки числа шагов экстраполяции, основанная на сравнении сформированного в ПФМВС плана среды и полученного в комплексной экстраполирующей сети. На ее основе синтезирован алгоритм и реализующая его структура подсистемы адаптивной экстраполяции ситуации в среде.

4. На базе нейропроцессорного подхода к планированию перемещений MP и разработанного алгоритма адаптивной экстраполяции ситуации в среде синтезирован алгоритм планирования перемещений MP в динамически изменяющейся среде.

5. Синтезирован механизм взаимодействия нейропроцессорного планировщика с адаптивной экстраполяцией ситуации в среде и синергетического регулятора, обеспечивающий эффективное исполнение спланированных траекторий с учетом кинематических и динамических характеристик MP.

6. Разработана программная моделирующих среда MR.Sim, ориентированная на разработку, исследование и изучение систем управления MP в условиях динамически изменяющейся внешней среды.

7. С использованием среды MR.Sim экспериментально исследованы разработанные алгоритмы. Качественные оценки результатов этих исследований позволили сделать вывод об их работоспособности и высокой эффективности в условиях динамически изменяющейся внешней среды. Выполненные оценки быстродействия КЭС для случаев программной и аппаратной реализации показали увеличение возможностей последней по экстраполяции подвижных объектов более чем в 100 раз, что позволяет говорить о возможности функционирования аппаратно реализованных нейропроцессорных систем планирования с разработанными КЭС не только в реальном масштабе времени, но и с существенным его опережением.

Практическое использование результатов работы:

1. При разработке системы управления действующего макета мобильного робота «Скиф» ТРТУ.

2. В учебном процессе кафедры вычислительной техники Таганрогского государственного радиотехнического университета.

3. НИР №12293 «Синтез нейросетевых структур и исследование алгоритмической базы систем динамического планирования поведения интеллектуальных мобильных роботов».

4. НИР №12163 «Разработка теоретических основ и методов нейрокомпъютерного конструирования многокритериальных систем управления промышленными роботами».

5. При выполнении проекта РФФИ №99-01-00071 «Синергетические методы синтеза и нейрокомпьютерная реализация систем планирования и управления интеллектуальных роботов».

Список литературы диссертационного исследования кандидат технических наук Писаренко, Сергей Николаевич, 2004 год

1. Юревич Е.И. Робототехника. - СПб.: Изд-во СПбГТУ, 2001.-300 с.

2. Бурдаков С.Ф., Мирошник И.В., Стельмаков Р.Э. Системы управления движением колесных роботов. — СПб.: Наука, 2001. — 227 с.

3. Фу К., Гонсалес Р., Ли К. Робототехника: Пер.с англ. / Под ред. В.Г. Градецкого. М.: Мир, 1989. - 624 с.

4. Бурдаков С. Ф., Первозванский А.А., Смольников Б.А. и др. Проблемы создания мобильных роботов с элементами искусственного интеллекта //Сборник трудов 8-ой научно-технической конференции «Экстремальная робототехника». СПб.: Изд-во СПбГТУ, 1997. С. 5-14.

5. Jean-Paul Laumond (Ed.). Robot Motion Planning and Control, 1998, 343 p.

6. Козлов Ю.М. Адаптация и обучение в робототехнике. М.: Наука, 1990. -248 с.

7. Чернухин Ю.В. Нейропроцессорные сети. — Таганрог: ТРТУ, 1999. — 439с.

8. Каляев А.В., Чернухин Ю.В., Носков В.П., Каляев И.А. Однородные управляющие структуры адаптивных роботов. Под ред. А.В. Каляева и Ю.В. Чернухина. М.: Наука, Гл. ред. физ.-мат. лит., 1990. - 152 с.

9. Чернухин Ю.В. Микропроцессорное и нейрокомпьютерное управление адаптивными мобильными роботами. Таганрог: ТРТИ, 1993. - 91 с.

10. Чернухин Ю.В. Искусственный интеллект и нейрокомпьютеры. Таганрог: Изд-во ТРТУ, 1999. 439 с.

11. И. Анохин П.К. Принципиальные вопросы общей теории функциональных систем // Принципы системной организации функций. М.: Наука, 1973, с. 5-61.

12. Robert Kindel, David Hsu, Jean-Claude Latombem, Stephen Rock. Kinodynamic Motion Planning Amidst Moving Obstacles. IEEE International Conference on Robotics and Automation, 2000.

13. David Hsu. Randomized Single-Querymotion Planning in Expansive Spaces. A Dissertation for the Degree Of Doctor of Philosophy, Stanford University, 2000.

14. V.J. Lumelsky. Decentralized Motion Planning for Multiple Mobile Robots: The Cocktail Party Model. Autonomous Robots, Vol. 4, 1997, pp. 121-135.

15. Kao-Shing Hwang, Hung-Jen Chao. Speed Planning for a Maneuvering Motion. Journal of Intelligent and Robotic Systems, 2002, Vol. 33, Issue 1, pp. 25-44.

16. Paolo Fiorini, Zvi Shiller. Motion Planning in Dynamic Environments using Velocity Obstacles. International Journal of Robotics Research, 1998, Vol. 17, No. 7, pp: 760-772.

17. Ron Kimmel, Nahum Kiryatiy, Alfred M. Brucksteinz. Multi-Valued Distance Maps for Motion Planning on Surfaces with Moving Obstacles. IEEE Transactions on Robotics and Automation, Vol. 14, 1998, pp. 427-438.

18. Jun Miura, Hiroshi Uozumi; Yoshiaki Shirai. Mobile Robot Motion Planning Considering the Motion Uncertainty of Moving Obstacles. Proc. IEEE International Conference on System, Man and Cybernetics, Tokyo, Japan, 1999, pp. IV-692-698.

19. Russell A. Paielli, Heinz Erzberger. Conflict Probability Estimation Generalized to Non-Level Flight. Air Traffic Control Quarterly, Vol. 7, No. 3, 1999, pp. 195-222.

20. Dirk Schulz, Wolfram Burgard. Probabilistic state estimation of dynamic objects with a moving mobile robot. Robotics and Autonomous Systems 34, 2001, pp. 107-115.

21. Ashraf A. Kassim, B.V.K. Vijaya Kumar. Path planners based on the wave expansion neural network. Robotics and Autonomous Systems 26, 1999, pp. 1-22.

22. Simon X. Yang, Max Meng. An efficient neural network approach to dynamic robot motion planning. Neural Networks Vol. 13, 2000, pp. 143—148.

23. R. Glasius, A. Komoda, S. Gielen. Neural network dynamics for path planning and obstacle avoidance. Neural Networks Vol. 8, No. 1, 1995, pp. 125-133.

24. П. Линдсей, Д. Норман. Переработка информации у человека /Под ред. Лурия А.Р. М.: Мир, 1974. - 551 с.

25. А. Р. Лурия. Эволюционное введение в общую психологию. М.: Изд-во МГУ, 1975.

26. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика: Пер. с англ. М.: Мир, 1992. - 240 с.

27. Галушкин А.И. Теория нейронных сетей. М.: ИПРЖР, 2000 г.

28. Галушкин А.И. Нейрокомпьютеры. М.: ИПРЖР, 2000 г.

29. Чернухин Ю.В. Нейропроцессоры. Таганрог: ТРТУ, 1994. - 175 с.

30. Чернухин Ю.В. Нейропроцессорные ансамбли. Таганрог: ТРТУ, 1995. -149 с.

31. Agnes Guillot, Jean-Arcady Meyer. The Animat Contribution to Cognitive Systems Research. http://citeseer.nj.nec.com/guillotOianimat.html.

32. Webb. B. Can robots make good models of biological behaviour? Behavioral And Brain Sciences, №24(6), 2001.

33. Khurana В., Nijhawan R. Extrapolation or attention-shift? Nature, 378, 1995, pp. 565-566.

34. Nijhawan R. Motion extrapolation in catching. Nature, 370, 1994, 256-257.

35. Y.V. Chernukhin S.N. Pisarenko. Extrapolation Structures in Neural Network-Based Control Systems for Intelligent Mobile Robots. Optical Memory and Neural Networks, Vol. 1 1, No. 2,2002, pp. 105-115.

36. Чернухин Ю.В., Писаренко C.H; Нейросетевая экстраполяция в системах управления интеллектуальных мобильных роботов //Сборник докладов Юбилейной Международной конференции по нейрокибернетике. — Ростов-на-Дону: Изд-во ООО «ЦВВР», 2002. -т.2. С. 147-151.

37. Чернухин Ю.В., Писаренко С.Н. Нейросетевая и нейропроцессорная организация экстраполирующих структур мобильных роботов //Материалы Международной научно-технической конференции. Таганрог: Изд—во ТРТУ, 2002.-С. 258-261.

38. Бахвалов Н.С. Численные методы. М.: Изд-во «Наука», 1973. - 632 с.

39. С.П. Пулькин, Л:Н. Никольская, А.С. Дьячков. Вычислительная математика. М.: Изд-во «Просвещение», 1980. - 176 с.

40. Tom Duckett, Ulrich Nehmzow. Mobile robot self-localisation using occupancy histograms and a mixture of Gaussian location hypotheses. Robotics and Autonomous Systems, №34, 2001, pp. 117-129.

41. Giovanni Adorni, Stefano Cagnoni, Stefan Enderle et al. Vision-based localization for mobile robots. Robotics and Autonomous Systems, №36, 2001, pp. 103-119.

42. B.X. Пшихопов. Аналитический синтез синергетических регуляторов для позиционно-траекторных систем управления мобильными роботами //Материалы 11-ой научно-технической конференции «Экстремальная робототехника». СПб.: Изд-во СПбГТУ, 2000.

43. А.А. Колесников. Синергетическая теория управления. М. - Таганрог: 1994.-344 с.

44. Девянин Е.А. О движении колесных роботов // Доклады научной школы-конференции «Мобильные роботы и мехатронные системы». — М.: Из-во МГУ, 1998.

45. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1978. - 833 с.

46. Бронштейн И.Н. Справочник по математике. — М.: Наука, 1967. — 608 с.

47. Чернухин Ю.В., Пшихопов В.Х., Писаренко С.Н., Трубачев О.Е. «Устройство управления адаптивным мобильным роботом». Патент РФ. RU 2187832 С2. Бюл. № 23, 2002.

48. Домрачев В.Г., Матвеевский В.Р., Смирнов Ю.С. Схемотехника цифровых преобразователей перемещений: Справочное пособие. — М.: Энергоатомиздат, 1987. — 392 с.

49. Чернухин Ю.В., Пшихопов В.Х., Трубачев О.Е., Писаренко С.Н. Программная среда для моделирования поведения адаптивных мобильных роботов с двухуровневой системой управления. — М.: Мехатроника, 2000. — №6. -С. 26-30.

50. Чернухин Ю.В., Пшихопов В.Х., Писаренко С.Н., Трубачев О.Е. Программно-аппаратный комплекс моделирования нейросетевых систем управления интеллектуальных мобильных роботов. М.!: Мехатроника, 2002. — №1. - С. 27-29.

51. Г. Буч. Объектно-ориентированное проектирование с примерами применения /Пер. с англ. СПб.: Питер, 2000. - 622 с.

52. Дэвид Дж. Круглински, Скотт Уингоу, Джордж Шеферд. Программирование на Microsoft Visual С++ 6.0 /Пер. с англ. СПб;: Питер,2001.-864 с.

53. Л. Скэнлон. Персональные ЭВМ-PC и XT. Программирование на языке ассемблера. М., Радио и связь, 1989 - 336 с.

54. Чернухин Ю.В., Писаренко С.Н., Трубачев О.Е. Изучение нейросетевой системы управления адаптивного мобильного робота //Практические работы по курсу «Системы искусственного интеллекта и нейрокомпьютеры». — Таганрог: ТРТУ, 2001. -С. 42-74.

55. Вол охов М.А. Методы предсказания траектории автономного подвижного робота //Сборник трудов первой международная конференция по мехатронике и робототехнике «МиР'2000». СПб.: НПО Омега БФ Омега, 2000.-Т.2.-С. 315-320.

56. Ивахненко А.Г., Лапа В.Г. Предсказание случайных процессов. — Киев: Наукова думка, 1971.

57. П.В. Китчин, А. Пью. Обработка бинарных изображений //Техническое зрение роботов /Под редакцией А. Пью. М.: Машиностроение, 1987. — 320 с.

58. Дж. Г. Николе, А.Р. Мартин, Б. Дж. Валлас, П.А. Фукс. От нейрона к мозгу /Пер. с англ. М.:Едиториал, 2003. - 672 с.

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.