Статьи

Целью исследования является формирование геометрической модели среды, содержащей информацию о параметрах подстилающей поверхности для использования в системе планирования движений группы роботов строем на высокой скорости. В статье исследована задача построения карты опорных поверхностей. Приведен анализ существующих исследований по теме определения характеристик опорных поверхностей мобильными роботами. Приведена классификация способов оценки характеристик опорной поверхности на дистанционные и контактные. На основе анализа преимуществ и недостатков известных дистанционных и контактных методов в работе предлагается комбинированный подход, позволяющий использовать преимущества обоих методов. Подход основан на дистанционном разделении пространства на кластеры по внешним параметрам подстилающей поверхности с потенциально одинаковыми внутренними свойствами, одновременном определении внутренних параметров подстилающей поверхности контактным методом и дальнейшем их объединении. При этом осуществляется постоянное уточнение параметров поверхности во время перемещения. Подход использует ограниченный перечень стандартных бортовых средств мобильного робота и не требует больших вычислительных затрат по сравнению с методами машинного обучения. Приводится описание дистанционного определения внешних параметров подстилающей поверхности, в основе которых лежат алгоритмы сегментации облака точек, не требующие предварительного обучения. В качестве аргументов для сегментации используются: координаты точек облака, цвет каждой точки и перепад высот в окрестности каждой точки. Описан алгоритм определения внутренних характеристик поверхности контактным способом. В качестве внутренних параметров рассматриваются коэффициенты трения между каждым колесом и текущей поверхностью. Эти коэффициенты позволяют определить предельные ускорения для каждого робота группы, которые необходимы для реализации системы планирования движений. В работе приводятся результаты экспериментальных исследований дистанционного определения параметров подстилающей поверхности в рамках предложенного подхода на данных из публичного набора KITTI. Результаты исследования подтверждают возможность формирования геометрической модели среды, сегментированной на области с различными характеристиками опорной поверхности без обучения с использованием стандартных аппаратных возможностей робота.

Перспективным направлением развития современных робототехнических систем является повышение автономности роботов. Среди различных видов автономности ситуационная автономность [2] представляет наиболее значимый вызов для разработчиков. Гибкое и устойчивое автономное функционирование робототехнических комплексов (РТК) в незнакомых, ранее не встречавшихся ситуациях обеспечивается реализацией процедур адаптации, а в пределе - самоорганизации (самообучения) в системах управления РТК. Особенно остро потребность в адаптивных системах управления проявляется при автономных действиях в боевой обстановке, где среды являются высокодинамичными, а причинами неопределенностей ситуаций могут быть непредсказуемость поведения противника, несовершенство бортовых информационно-измерительных средств и алгоритмов, сложная помеховая обстановка и др. Ситуация усугубляется групповым применением роботов, при котором человек-оператор (или их группа) в силу ограниченных психофизиологических возможностей не в состоянии координировать работу множества роботов одновременно [3]. В таких условиях РТК может оказаться бесполезным средством вооруженной борьбы, не способным частично или в полном объеме выполнить поставленную боевую задачу. Приведенные обстоятельства вызывают настоятельную необходимость создания адаптивных (самообучающихся) систем управления РТК, способных формировать рациональные, а в пределе - оптимальные с точки зрения успешного выполнения поставленной боевой задачи управленческие решения в неопределенных боевых ситуациях. В статье рассматривается один из возможных подходов к созданию самообучающихся, адаптивных в широком смысле слова систем управления РТК на основе технологий вывода решений по аналогии.