Обобщение ситуаций. 
Ситуационное управление как основа адаптивной системы управления шагающих роботов

В модели ситуационного управления существует три типа обобщения ситуаций: обобщение по именам, обобщение по признакам и обобщение по структурам [Раков, 2012]. Поскольку в нашем случае конкретные имена и значения не используются, в качестве основного метода обобщения ситуаций выбран метод обобщения по структурам. Было решено произвести обобщение переменных h — поднятие ноги и t — касание в новую переменную-класс a — тип поверхности под ногой, т.к. эти переменные тесно связаны, и согласно принципам адаптивности отсутствие касания возможно после окончания движения только при полностью опущенной ноге (в случае неадаптивного движения положения ног также соответствуют значению полного опускания). Соотношение переменных приведено в таблице.

Классификация ситуаций и принятие решения

В реализуемой системе для задачи классификации было решено использовать нейронные сети типа LVQ. Для моделирования нейронных сетей использована утилита Neural Network Toolbox в составе программного комплекса математического моделирования Matlab 2013 и библиотека на языке программирования C++.

На первом этапе исследования решено рассматривать на этапе классификации только переменные описывающие наклон и тип поверхности, решение о направлении движения по датчикам-дальномерам принимается отдельно, вне модели ситуационного управления.

На основании первых экспериментов было принято решение, что анализ поверхности будет проводиться после совершения роботом четырех полных движений. После совершения роботом четырех движений в файле анализа данных появляется набор, достаточный для классификации, состоящий из 28 показателей:

• · 6 показаний сенсоров (согласно классификации) за 4 движения
• · показаний акселерометра по осям X и У за первые и вторые два движения

Рис. 3. Структурная схема нейронной сети

алгоритм шестиногий робот управление Для обучения нейронной сети и были созданы 100 обучающих примеров, с заранее известным отношением каждого случая к определенному классу поверхности. Основная задача классификации — определить принадлежность ситуации к одному из 5 классов:

• · Робот стоит на ровной поверхности
• · Робот стоит на поверхности с постоянным наклоном (уклон может быть направо, налево, вперед и назад)
• · Робот стоит на неровной (бугристой) поверхности без явно выраженного наклона
• · Робот стоит на неровной поверхности с наклоном
• · Робот не имеет опоры на поверхности, зацепился за препятствие (4 и более ноги не касаются поверхности)

На основании отнесения каждой ситуации к конкретному классу система управления принимает решение о выборе алгоритма для дальнейшего передвижения. Если робот не имеет опоры на поверхности, то подается сигнал об остановки движения, если поверхность ровная и нет наклона, следующее движение будет неадаптивным. Если же ситуация относится к остальным трем классам, выбираются определенные комбинации адаптивного передвижения с использованием методов нащупывания поверхности, останова и стабилизации. После выбора алгоритма система управления на основании показания датчиков-дальномеров определяет направление передвижения и затем начинается передвижение робота. Как показали первые опыты, благодаря такой системе управления робот действительно передвигался быстрее и устойчивее по неровной поверхности.

В данной работе рассмотрена возможность применения ситуационного управления для создания адаптивной системы управления движением шестиногого робота. Ситуационное управление в разработанной системе управления роботом применяется для оценки ситуации и выбора одного из алгоритмов передвижения, которые используют различные комбинации трех базовых принципов адаптивности шестиногого шагающего робота. Оценка ситуации производится на основании анализа положения всех конечностей робота, факта касания конечностями поверхности и наклона робота относительно поверхности по показаниям акселерометра. Такой подход позволяет выбирать наиболее подходящий с точки зрения скорости и устойчивости алгоритм передвижения на каждом этапе движения робота. Реализованная система в настоящий момент использует не все принципы ситуационного управления и является упрощенной моделью ситуационного управления. Как показали первые опыты, такаю систему можно рассматривать как основу для создания адаптивной системы управления шагающим роботом.