Robotyka mobilna. Architektury sterowania w robotyce. Dariusz Pazderski 1. 2 pa¹dziernika 2015. Wykªady z robotyki mobilnej studia niestacjonarne



Podobne dokumenty
Wzorce projektowe strukturalne cz. 1

Propozycja integracji elementów ±wiata gry przy u»yciu drzew zachowa«

Wzorce projektowe kreacyjne

Lab. 02: Algorytm Schrage

Android. Podstawy tworzenia aplikacji. Piotr Fulma«ski. March 4, 2015

Podstawy modelowania w j zyku UML

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, Dawid Rasaªa Metody numeryczne 1 / 9

Praca Dyplomowa Magisterska

Systemy hybrydowe reaktywno-racjonalne

MiASI. Modelowanie analityczne. Piotr Fulma«ski. 18 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Uczenie Wielowarstwowych Sieci Neuronów o

AUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING

POLITECHNIKA WROCŠAWSKA WYDZIAŠ ELEKTRONIKI PRACA DYPLOMOWA MAGISTERSKA

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG

Zobacz to na własne oczy. Przyszłość już tu jest dzięki rozwiązaniu Cisco TelePresence.

Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ

Listy i operacje pytania

Metody numeryczne i statystyka dla in»ynierów

Wpªyw wdro»enia IPv6 na bezpiecze«stwo sieci

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

przewidywania zapotrzebowania na moc elektryczn

Podstawy modelowania w j zyku UML

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

MiASI. Modelowanie systemów informatycznych. Piotr Fulma«ski. 18 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Ukªady równa«liniowych

System nagłośnieniowy i dźwiękowy system ostrzegawczy Bosch Praesideo

Baza danych - Access. 2 Budowa bazy danych

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze

Specjalizacja Web Mining

Szeregowanie zada« Wykªad nr 5. dr Hanna Furma«czyk. 4 kwietnia 2013

Zamówienia publiczne w PKP PLK S.A. w obszarze inwestycji kolejowych. Warszawa, 10 maja 2016 r.

Filozoa Clojure. Mateusz Dereniowski. 15 lipca Instytut Informatyki Uniwersytetu Wrocªawskiego

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Optymalizacja wypukªa: wybrane zagadnienia i zastosowania

Lista kontrolna osiągania interoperacyjności przez system teleinformatyczny regulowany przez projekt dokumentu rządowego

Projekt ATENA - system wspomagaj cy zarz dzanie szkoª lub zespoªem szkóª przedlicealnych

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

OPIS PRZEDMIOTU ZAMÓWIENIA DO ZAPYTANIA KE1/POIG 8.2/13

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

elektroniczna Platforma Usług Administracji Publicznej

REGULAMIN KONTROLI ZARZĄDCZEJ W MIEJSKO-GMINNYM OŚRODKU POMOCY SPOŁECZNEJ W TOLKMICKU. Postanowienia ogólne

PLD Linux Day. Maciej Kalkowski. 11 marca Wydziaª Matematyki i Informatyki UAM

Cyfrowe Ukªady Scalone

prof. dr hab. inż. Maciej Niedźwiecki dr hab. inż. Piotr Suchomski mgr inż. Stanisław Iszora mgr inż. Włodzimierz Sakwiński dr inż.

Metody numeryczne i statystyka dla in»ynierów

Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów

Elementy i funkcjonalno

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Statystyka matematyczna

Architektura komputerów

Wymagania wobec poradni psychologiczno-pedagogicznych jako instrument podnoszenia efektywności jej pracy.

1. Reforma procesu kształcenia jako filar linii programowej PSRP

Przykªady problemów optymalizacji kombinatorycznej

Kontrakt Terytorialny

Systemy Informatyki Przemysłowej

Dobre praktyki w zakresie zarządzania ładem architektury korporacyjnej

Modelowanie i analiza systemów informatycznych

Optymalizacja R dlaczego warto przesi ± si na Linuxa?

Zmiany w Podstawie programowej przedmiotów informatycznych

Ukªady Kombinacyjne - cz ± I

Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe

epuap Ogólna instrukcja organizacyjna kroków dla realizacji integracji

Koncepcja pracy Zespołu Szkolno-Przedszkolnego w Smarchowicach Wielkich

Zaproszenie. Ocena efektywności projektów inwestycyjnych. Modelowanie procesów EFI. Jerzy T. Skrzypek Kraków 2013 Jerzy T.

Programowanie wspóªbie»ne

Systemy autonomiczne wykorzystujące sterowanie reaktywne

Spl tanie i inne korelacje kwantowe w ukªadach zªo»onych

Mechanizm zawarty w warunkach zamówienia podstawowego. Nie wymaga aneksu do umowy albo udzielenia nowego zamówienia. -

Wyzwania bezpieczeństwa nowoczesnych platform nauczania zdalnego

UMOWA POWIERZENIA PRZETWARZANIA DANYCH OSOBOWYCH nr.. zawarta w dniu. zwana dalej Umową powierzenia

Lista standardów w układzie modułowym

Generalny Dyrektor Ochrony rodowiska. Art.32 ust. 1. Art. 35 ust. 5. Art. 38. Art. 26. Art 27 ust. 3. Art. 27a

Zarządzanie projektami. wykład 1 dr inż. Agata Klaus-Rosińska

Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd.

Co to jest TPM? TPM (Total Productive Maintenance) to zaawansowana metoda zarządzania

Listy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.

System zarządzania bazą danych (SZBD) Proces przechodzenia od świata rzeczywistego do jego informacyjnej reprezentacji w komputerze nazywać będziemy

EGZAMIN MATURALNY 2013 J ZYK ROSYJSKI

Portretowanie zdolności i ich rozwój. Projekt współfinansowany z Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Edycja geometrii w Solid Edge ST

Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34

Wprowadzenie do teorii systemów ekspertowych

Modelowanie i Programowanie Obiektowe

Komputerowe Systemy Sterowania Sem.VI, Wykład organizacyjny

Jak zachęcać i przygotowywać uczniów do udziału w Olimpiadzie Informatycznej Gimnazjalistów (OIG)?

1. Baza. 2. Edycja ofert

Problemy optymalizacyjne - zastosowania

INFORMACJA PRASOWA. Cel: zakup komputerów, budowa sieci LAN, zakup i wdroŝenie aplikacji aktualnie dostępnych na rynku.

OBECNOŚĆ I OSTĘPNOŚĆ RODZICA DAJE DZIECKU ODWAGĘ STAWIANIE GRANIC BUDUJE JEGO SIŁĘ

Modelowanie scenariuszy negocjacyjnych w celu zwi kszenia skuteczno±ci realizacji przedsi wzi zespoªowych

S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE

ECTS - program studiów kierunku Automatyka i robotyka, Studia I stopnia, rok akademicki 2015/2016

Odpowiedzi na pytania zadane do zapytania ofertowego nr EFS/2012/05/01

REGULAMIN OKRESOWYCH OCEN PRACOWNIKÓW URZĘDU GMINY LIMANOWA ORAZ KIEROWNIKÓW JEDNOSTEK ORGANIZACYJNYCH GMINY LIMANOWA

Pytania z przedmiotów kierunkowych

Kontrola na miejscu realizacji projektu Procedury i zarządzanie projektem Archiwizacja

REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I

Transkrypt:

Robotyka mobilna Architektury sterowania w robotyce Dariusz Pazderski 1 1 Katedra Sterowania i In»ynierii Systemów, Politechnika Pozna«ska 2 pa¹dziernika 2015

Wprowadzenie Paradygmaty sterowania w robotyce Paradygmat sterowania w robotyce: okre±la model funkcjonalny opisuj cy sposób dziaªania ukªadu sterowania robota opisuje zale»no±ci pomi dzy poszczególnymi blokami funkcjonalnymi robota: POMIAR-PLANOWANIE-DZIAŠANIE (SENSE-PLAN-ACT). SENSE wej±cie: kontakt ze ±rodowiskiem, dane wewn trzne, wyj±cie: dane przetworzone. PLAN wej±cie: przetworzone informacje sensoryczne (ew. inne pochodz ce z innych komponentów) oraz wiedza o ±rodowisku, wyj±cie: opis zadania. ACT dziaªanie i wykonywanie zada«poprzez oddziaªywania robota na ±rodowisko za pomoc elementów wykonawczych.

Wprowadzenie Robot-±rodowisko Rysunek: Interakcja robot-±rodowisko

Wprowadzenie Podstawowe paradygmaty (architektury) sterowania w robotyce Architektura hierarchiczna (deliberatywna) Architektura reaktywna (behawioralna) Architektura hybrydowa

Wprowadzenie Opis i wªa±ciwo±ci architektur sterowania (1) Zorientowanie na cel: dost pno± metod sterowania pozwalaj cych na osi ganie okre±lonych celów. Elastyczno± : stopie«rozszerzalno±ci na nowe podsystemy lub mo»liwo± wprowadzania modykacji i nowych funkcji bez naruszania prawidªowego pracy systemu. Šatwo± stosowania: cecha okre±laj ca mo»liwo± zrozumienia systemu, jego rozwoju, testowania i usuwania bª dów. Reaktywno± : zdolno± systemu do odpowiedzi i adaptacji na nagªe zmiany w ±rodowisku. Kryteria optymalno±ci: mo»liwo± optymalizacji funkcji celu, takich jak minimalizacja odlegªo±ci, czasu, poziomu oscylacji, itd.

Wprowadzenie Opis i wªa±ciwo±ci architektur sterowania (2) Uczenie si : zdolno± systemu do uczenia si w specjalnym trybie lub poprzez analiz wykonywanych operacji. Odporno± : zdolno± systemu do reakcji na gwaªtowne zmiany, niepewno± wej±cia i jego tolerancja na nieprawidªowe dziaªanie poszczególnych bloków. Planowanie: zbiór cz ±ciowo uporz dkowanych zada«dla robota do rozwi zywania problemu na najwy»szym mo»liwym poziomie abstrakcji. Efektywno± : mo»liwo±ci i wydajno± systemu w optymalnym wykorzystaniu zasobów, pojedynczych lub wspóªbie»nych zada«do realizacji zadania.

Paradygmat hierarchiczny Wprowadzenie (1) Rysunek: Struktura hierarchiczna SPA

Paradygmat hierarchiczny Wprowadzenie(2) Struktura hierarchiczna jest najstarsz implementacj sztucznej inteligencji w robotyce. Dominuj ca w latach 1967-1990. Przetwarzanie (inteligencja) opiera si na wewn trznej reprezentacji ±rodowiska (±wiata), w którym dziaªa robot. Model ±wiata mo»e uwzgl dnia jego cechy zyczne oraz opinie o jego elementach (np. strefy niebezpieczne). Robot przetwarza dane w ustalonej hierarchii (kolejno±ci). Architektura na±laduje pewne mechanizmy wnioskowania przez czªowieka.

Paradygmat hierarchiczny Zalety Zorientowanie na cel Determinizm Jasno zdeniowane zasady wnioskowania (mo»liwo± optymalizacji)

Paradygmat hierarchiczny Wady Du»y koszt obliczeniowy (problem modelowania ±wiata budowa modelu i analiza w ka»dym kroku) Problem ramy odniesienia (jak przedstawi efekt akcji, ale jednocze±nie nie zajmowa si wszystkim tym, co nie b dzie mie miejsca) Wymaga dokªadnej wiedzy o ±wiecie Problem nabierania znaczenia przez symbole (symbol grounding problem) (planowanie jest wykonywane na modelu ±wiata nie w ±wiecie rzeczywistym istotne jest ograniczenie ró»nic pomi dzy modelem a rzeczywisto±ci ) Dyskretyzacja

Paradygmat hierarchiczny Przykªadowe realizacje System wnioskowania (planowania) STRIPS (Standford Research Institute Solver Problem) programowany w LISP: robot Shakey (1966-1972), opracowanie algorytmów A*, transformaty Hougha i grafu widoczno±ci. NASREM NASA/NBS Standard Reference Model Architecture for the Space Station Telerobot Control System (1989). Propozycja architektury sterowania w teleoperacji, uwzgl dniaj cej sztuczn inteligencj (AI): dekompozycja celu, planowanie hierarchiczne, analiza obrazu, idea czarnej skrzynki, systemy eksperckie.

Paradygmat reaktywny Wprowadzenie (1) Rysunek: Struktura reaktywna SA (brak P!)

Paradygmat reaktywny Wprowadzenie(2) Od wczesnych lat 80-tych XX w. naukowcy zacz li rozpatrywa inteligencj zwierz t w kontek±cie nauk biologicznych i kognitywistyki aby zrozumie czego brakuje w robotyce. Zasady inteligencji zwierz t s tutaj szczególnie istotne: zwierz ta ±wiat otwarty, roboty ±wiat zamkni ty. Koncepcja agenta jako abstrakcyjnego systemu inteligentnego: Agent jest samowystarczalny i niezale»ny. Posiada wªasny mózg i mo»e oddziaªywa ze ±wiatem w celu zmiany jego stanu oraz obserwuje otoczenie. Jest samo±wiadomy.

Paradygmat reaktywny Teria oblicze«przy projektowaniu agenta mo»na odwoªa si do teorii oblicze«zaproponowan przez Marra neurozjologa, który rozpatrywaª przeniesienie biologicznych procesów rozpoznawania obrazu do komputerowych systemów wizyjnych. W teorii oblicze«mo»na wyró»ni uproszczon klasykacj : Poziom 1: Istnienie dowodu co mo»e lub powinno by zrobione. Poziom 2: Dekompozycja zagadnienia na wej±cia, wyj±cia i wymagane przeksztaªcenia. Poziom 3: W jaki sposób implementowa proces?

Paradygmat reaktywny Zachowanie (1) Zachowanie jest odwzorowaniem wej±cia sensorycznego na wzorzec ruchu (akcji), który podejmowany jest w celu realizacji zadania. Zachowania reeksyjne s wynikiem stymulacji (stimulus-response, S-R) i wyzwolenie wzorca akcji, który mo»e trwa dªu»ej ni» stymulacja. Nie wymagaj prowadzenia procesu wnioskowania/poznawania schemat typu: je±li czujesz wykonuj akcj. Zachowania reaktywne s wyuczone, wyzwalane automatycznie bez udziaªu ±wiadomo±ci. Zachowania ±wiadome s wynikiem ±wiadomego dziaªania i ª czenia wyuczonych wzorców post powania. W robotyce zachowanie reaktywne = zachowanie reeksyjne!

Paradygmat reaktywny Zachowanie (2) Etologowie identykuj trzy odmiany zachowa«reeksyjnych: Odruchy intensywno± odpowiedzi jest proporcjonalna do intensywno±ci stymulacji i trwaj tak dªugo jak stymulacja. Taksje odpowied¹ zachodzi w kierunku zgodnym lub przeciwnym do stymulacji. Ustalone wzorce akcji odpowied¹ trwa dªu»ej ni» stymulacja i mo»e by ksztaªtowana przez wiele bod¹ców.

Paradygmat reaktywny Sterowanie zachowaniami Wbudowane mechanizmy sterowania (Innate Releasing Mechanisms, IRMs) dziaªaj jak przeª czniki kontroluj ce zachowania i dostarczaj niskopoziomowego mechanizmu koordynacji wyzwalania i hamowania zachowa«podstawowych. Wspóªpraca zachowa«mechanizmy sterowania: Równowaga (zachowania dziaªaj jednocze±nie i uzyskuje si stan równowagi) Dominacja (zwyci»a jedno zachowanie) Wykluczanie (zachowania znosz si wzajemnie)

Paradygmat reaktywny Wªa±ciwo±ci (1) Robot posiada wiele sprz»e«typu pomiar-dziaªanie (Sense-Act). Te sprz»enia deniuj zachowania jednoczesne, które s wynikiem danych sensorycznych i wyznaczaj akcje niezale»nie od innych procesów. Robot przeprowadza kombinacj zachowa«. Brak modelu: ±wiat jest swoim najlepszym modelem. Zachowania s implementowane sprz towo (ukªady elektroniczne) lub w postaci algorytmów o maªej zªo»ono±ci obliczeniowej. Nie wymaga si pami ci. Zachowania stanowi reeksy typu S-R.

Paradygmat reaktywny Wªa±ciwo±ci (2) Schemat reaktywny pozwala projektowa rozszerzany ukªad nawigacji, który skªada si z poszczególnych warstw zachowa«. Szybka reakcja na dynamiczne zmiany ±rodowiska. Nie wymagane modelowanie i przechowywanie modelu ±wiata. Maªa zªo»ono± obliczeniowa i krótkie opó¹nienie pomi dzy percepcj a dziaªaniem. Wi ksza odporno± i niezawodno± dzi ki redundancji zachowa«.

Paradygmat reaktywny Przykªadowe realizacje Motor Schema (Arkin, 1989). Schematy pozwalaj uzyska moduªowo± w wyra»aniu relacji pomi dzy percepcj a zachowaniem. Dziaªaj jako rozproszone agenty i wspóªdziaªaj ze sob. Dostarczaj podstawowych zachowa«, które ª cz c si ze sob daj zachowania zªo»one. Architektura ma silne podstawy kognitywistyczne i mo»e by rozszerzona o kolejne modele teoretyczne. Architektura subsumption (Brooks, 1986) klasyczna implementacja czysto reaktywnego systemu. Podstawa: ±wiat jest swoim wªasnym modelem. Zachowanie wynika ze wspóªpracy sieci moduªów pomiarowych i wykonawczych. Moduªy s grupowane w warstwy kompetencji. Moduªy w warstwie wy»szej mog nadpisywa lub zast powa wyj±cia generowane przez moduªy warstw ni»szych. Sterowanie zachowaniami typu: zwyci»a jedno, które znajduje si w warstwie wy»szej.

Paradygmat hybrydowy Paradygmat deliberatywny a reaktywny porównanie (1) Ograniczenie architektur deliberatywnych Trudno± szybkiej reakcji na zmiany w ±rodowisku (brak mechanizmów niskiego poziomu) W wielu przypadkach wymaga si zachowa«, które wynikaj z koncepcji pami ci mi ±niowej Ograniczenie architektur reaktywnych trudno± wprowadzenia mechanizmów wnioskowania (na±ladowanie organizmów inteligentnych) reakcja tylko wedªug schematu S-R (wg Skinnera) brak mo»liwo±ci planowania (optymalizacja planu, budowa map, ocena jako±ci)

Paradygmat hybrydowy Paradygmat deliberatywny a reaktywny porównanie (2) Rysunek: Wybrane wªa±ciwo±ci architektur.

Paradygmat hybrydowy Idea paradygmatu hybrydowego Ogólna koncepcja: poª czy wªa±ciwo±ci metod hierarchicznych z metodami reaktywnymi w celu uzyskania architektury umo»liwiaj cej realizacj zªo»onych zada«(efekt synergii!). Elementy planowania deliberatywnego powinny by zintegrowane z szybk realizacj wspieran przez paradygmat reaktywny. My±l przewodnia: pozwoli aby etap planowania byª wykonywany niezale»nie od sekwencji Percepcja-Akcja.

Paradygmat hybrydowy Struktura Rysunek: Strukltura hybrydowa SPA

Paradygmat hybrydowy Integracja planowania Warstwa planowania i warstwa reaktywna ª czone s w taki sposób,»e ta pierwsza dostarcza informacji, które wykorzystuje warstwa reaktywna. Warstwa planowania uruchamiana jest w pierwszej kolejno±ci lub jednocze±nie wraz z warstw reaktywn. Warstwa planowania aktualizuje parametry dla warstwy reaktywnej, która bezpo±rednio aktualizuje stan ±rodowiska. Poª czenie planowania i reakcji poprzez wspóªdziaªaj ce warstwy realizowane jest w czasie rzeczywistym.. Dane sensoryczne dostarczane jest do moduªów reaktywnych i planowania.

Paradygmat hybrydowy Elementy charakterystyczne architektur hybrydowych Sekwencer Zarz dca zachowa«reaktywnych Kartograf Planer misji Monitor dziaªania systemu

Paradygmat hybrydowy Przykªad AuRA (Autonomous Robot Architecture) Rysunek: Architektura hybrydowa wg (Arkin, 1997)