Библиографический список
1. Амосов Н. М., Касаткина А. М., Касаткина Л. М. Активные семантические сети в роботах с автономным управлением // Тр. IV Междунар. объедин. конф. по искусственному интеллекту. М.: АН СССР, 1975. Т. 9. С. 11-20.
2. Аристова М. В., Игнатьев М. Б., Караваев E. Ф. Логика - необходимая часть инструментария искусственного интеллекта // Изв. АН СССР. Техническая кибернетика. 1983. № 3. С. 128-133.
3. Ефимов Е. И. Проблема перебора в искусственном интеллекте. Изв. АН СССР. Техническая кибернетика. 1988. № 2. С. 127-128.
4. Ефимов E. И., Поспелов Д. А. Семиотические проблемы в задачах планирования для систем искусственного интеллекта // Изв. АН СССР. Техническая кибернетика. 1977. № 5. С. 60-68.
5. Ильин В. А. Интеллектуальные роботы: Теория и алгоритмы [Текст] / В. А. Ильин; САА. – Красноярск, 1995. – 334 с.
6. Касаткин А. М. О представлении знаний в системах искусственного интеллекта роботов // Кибернетика. 1979. № 2. С. 57-65.
7. Лопатин П. К. Управление интеллектуальными манипуляционными роботами в среде с неизвестными препятствиями [Текст]: дис. … канд. техн. наук / П. К. Лопатин; САА. – Красноярск, 1998. – 121 с.
8. Мэнсон Дж. Робот планирует, выполняет и контролирует в неопределенной среде // Интегральные роботы. М.: Мир, 1973. С. 355-381.
9. Нильсон H. Искусственный интеллект. М.: Мир, 1973. 272 с.
10. Тимофеев A. В. Роботы и искусственный интеллект. М.: Наука, 1978.
11. Ahrikhencheikh С., Seireg A. Optimized-Motion Planning: Theory And Implementation. John Wiley & Sons, Inc., 1994.
12. Barraquand J., Latombe J.-C. Robot Motion Planning: A Distributed Representation Approach // Int. J. of Rob. Res. 1991. Vol. 10. № 6. P. 628-649.
13. Canny J. The Complexity of Robot Motion Planning // The MIT Press. Cambridge, Massachusetts. 1988.
14. Collins G. E. Quantifier Elimination for Real Closed Fields by Cylindrical Algebraic Decomposition // Lecture Notes in Computer Science. Vol. 33. P. 135-183, Springer-Verlag, New York, 1975.
15. Donald B. R. On Motion Planning with Six Degrees of Freedom: Solving the Intersection Problems in Configuration Space // Proc. of the IEEE International Conference on Robotics and Automation (1985).
16. La Valle S. M. Planning Algorithms. 1999-2006. http://msl.cs.uiuc.edu/planning.
17. Latombe J.-C. Motion Planning: A Journey of Robots, Molecules, Digital Actors, and Other Artifacts // International Journal of Robotics Research. 1999. № 11. Vol. 18. P. 1119-1128.
18. Lumelsky, V.J., "Sensing, Intelligence, Motion: how robots and humans move in an unstructured world", John Wiley and Sons, 2006.
АЛГОРИТМ УПРАВЛЕНИЯ МАНИПУЛЯЦИОННЫМИ РОБОТАМИ В ДИСКРЕТИЗИРОВАННОМ КОНФИГУРАЦИОННОМ ПРОСТРАНСТВЕ В ПРИСУТСТВИИ НЕИЗВЕСТНЫХ ЗАПРЕЩЕННЫХ СОСТОЯНИЙ
В предыдущем параграфе был рассмотрен алгоритм управления манипуляционными роботами в среде с неизвестными препятствиями. При этом предполагалось, что планирование пути осуществляется в непрерывном декартовом и, соответственно, конфигурационном пространствах. Показано, что приведенный алгоритм сводится к решению конечного числа задач ПИ планирования пути в среде с известными запрещенными состояниями. К настоящему времени эффективных алгоритмов для решения задачи ПИ в непрерывном конфигурационном пространстве не предложено. Вместе с тем разработан ряд алгоритмов для решения задачи ПИ в дискретизированном конфигурационном пространстве, наиболее известные из которых приведены в настоящем учебном пособии. В этом параграфе проведем адаптацию нашего алгоритма управления роботами в неизвестной среде для дискретизированного конфигурационного пространства.
Вновь делаем определенные допущения, которые для дискретизированного алгоритма будут выглядеть следующим образом:
1) положение, форма и размеры препятствий неизменны в течение всего времени движения манипулятора (препятствия стационарны);
2) заранее известно, что цель достижима (т. е. известно, что в пространстве обобщенных координат можно найти линию, соединяющую q0 и qT и не налегающую ни на одно присутствующее в рабочей зоне препятствие);
3) обобщенные координаты должны удовлетворять ограничениям (3.1);
4) МР имеет сенсорную систему (СС), которая доставляет информацию об r-окрестности текущей точки МР qX. Текущая точка МР – это та точка, в которой МР в настоящий момент находится.
Под r-окрестностью q понимаем множество точек, соседних к q и отстоящих от q не более, чем на один дискрет. Рис.1 иллюстрирует расположение соседних точек (А,В,С,D,Е,F,G,H) к точке q в двухмерном конфигурационном пространстве.
q2
q1
Число соседних точек равно 3n -1, где n-размерность конфигурационного пространства.
Множество всех точек, входящих в r-окрестность точки q, обозначаем Y(q) (в двухмерном конфигурационном пространстве Y(q) будет состоять из 8 точек A,D,C,D,E,F,G,H). Слова «доставляет информацию об r-окрестности точки q» означают, что относительно каждой точки из Y(q) её СС определяет, является ли она разрешённой или запрещённой, при этом все запрещённые точки из Y(q) заносятся в множество Q(q), а все разрешённые точки из Y(q) заносятся в множество Z(q).
5) если, по крайней мере, одна точка манипулятора, находящегося в некоторой конфигурации q, принадлежит внутренней области хотя бы одного препятствия, либо данная конфигурация q не удовлетворяет ограничениям (3.1), то будем считать такую конфигурацию манипулятора запрещенной. В остальных случаях конфигурация считается разрешенной. Множество всех конфигураций из r-окрестности некоторой конфигурации q обозначим как Y(q). Множество всех запрещенных конфигураций из Y(q) обозначим как Q(q), множество всех разрешенных конфигураций из Y(q) обозначим как Z(q). Множества Y(q), Q(q) и Z(q) могут выглядеть в виде списков либо записываться с помощью формул либо другим способом.
Главное, что мы считаем, что у нас есть способ записи всех конфигураций во множества Y(q), Q(q) и Z(q).