Научные и технические проблемы навигации роботов
При построении системы навигации MP возникает ряд научных и технических проблем. Для решения данных задач было предложено множество подходов [209, 293]. Рассмотрим некоторые из них.
а). Формирование точного образа окружающего пространства
Сегодня это достигается преимущественно использованием лазерных дальномеров и ультразвуковых генераторов (сонаров). Однако лазерный луч позволяет получить образ среды только в зоне прямой видимости, причем на небольших расстояниях. Кроме того, на пути луча часто возникают помехи, вносящие погрешность в создаваемые образы. Лазерно-оптические системы ближней дальнометрии позволяют для множества точек объекта измерять расстояния, и по полученной карте дальности компьютерными методами восстанавливать его трехмерный образ. Для дальностей более 10-20 метров и допустимой неточности 2-4 см используются фазовые и импульсные дальномеры, а для дальностей меньше 10 метров при небольшой глубине анализируемой сцены - базовые лазерные дальномеры с разнесенными осями излучения на выходе передатчика и оптики в канале приема. Для вариантов с большой глубиной анализируемой сцены используются стерео дальномеры. Лазерные инфракрасные (ИК) системы обладают лучшей проницаемостью по сравнению с другими электромагнитными колебаниями, в частности в условиях, неблагоприятных для видеосистем: умеренный дождь, слабый снег, слабая дымка [189].
Ультразвуковые датчики характеризуются большим временем отклика (если робот находится на большом и открытом пространстве), порядка десятых долей секунды, что не позволяет роботу перемещаться быстро. Скорость звука в разных условиях может «плавать», влияя на точность оценки расстояния и искажая общую картину окружающей пространства. Формирование на основе ИК-лазеров и ультразвуковых сонаров трехмерных карт рабочего пространства, распознавание объектов и препятствий требует значительных вычислительных мощностей и ресурсов.
Наибольший эффект в формировании образа РП могут дать системы технического зрения с использованием современных видеокамер[3, 79], которые хорошо зарекомендовали себя при работе MP в зданиях и в любой другой
предопределенной обстановке (цеховые помещения, офисы, квартиры и т.д.). В идеале, для качественного распознавания среды необходимо оснащение MP возможно большим числом датчиков (ультразвуковыми датчиками, лазерными дальномерами, инфракрасными сенсорами, видеокамерами) [209, 217, 278], что увеличивает стоимость сенсорной системы MP и объем требуемых вычислительных ресурсов.
Для автономного движения MP должен иметь карту РП для планирования маршрута и иметь сенсоры для определения своего местоположения и исключения столкновений с препятствиями. Карта может обновляться при обнаружении каких-то существенных изменений [279]. Автономный мобильный робот, как правило, действует в неопределенном рабочем пространстве, которое возникает по многим причинам. Сенсорные данные всегда содержат ошибки и иногда на них нельзя полагаться. Кинематические и динамические модели робота могут быть неточными из-за неопределенности его параметров, неправильных показаний сенсоров (например, для упругих манипуляторов) или вследствие других внешних факторов (таких как буксование колес MP и др.). Существенным фактором является и то, что обычное рабочее пространство, как правило, не является статичным, и в нем часто присутствуют динамические объекты. Поэтому к решению проблем формирования точного образа РП часто применяются вероятностные подходы [217,219, 250, 306,352, 353, 372, 374].
Проблема картографического обеспечения процессов управления движением в автоматическом режиме занимает одно из первых мест, что связано с недостаточной развитостью сенсорных систем. Неполное знание среды передвижения (её опорных и профильных свойств, ракурсов навигационных ориентиров и др.) тормозит процесс перемещений MP и усложняет процессы навигации и ориентирования. Перспективным является хранение в памяти машины полной карты местности в виде картографической базы данных (КБД).
Обычно она представляется в геометрическом (высокая детализация, большой объем информации) либо топологическом виде (карта на основе условных обозначений, невысокая детализация, компактное хранение). Наилучший результат дают трехмерные карты, однако их хранение и обработка бортовой системой робота затруднены: нужны слишком большие по сегодняшним меркам вычислительные ресурсы. А самое главное, роботу далеко не всегда удается правильно определить свое реальное местонахождение на такой карте.б). Определение точного местоположения робота (локализация) с использованием внешних и бортовых систем
Важнейшей, фундаментальной задачей при создании навигационных систем MP является локализация робота, т.е. определение роботом своих точных координат (своего местоположения) на основе сенсорных данных. Эта задача усложняется при движении MP в различных неорганизованных средах, в помещениях, офисах, цеховых зданиях[209].
Применение доступных GPS-приемников глобальной спутниковой системы навигации для автономных роботов пока ограничено задачами соблюдения общего курса, т.к. невысока их точность (сейчас - около 50 м, в ближайшие годы - 15-20 м). Возможности GPS-системы расширяются за счет развертывания дополнительных наземных станций - если их координаты известны, то можно на основе GPS- информации определять местоположение объекта с точностью около 2-5 м. Поэтому в качестве базовой GPS-навигация применяется при перемещениях значительно большей длины, чем ее точность. К тому же в различных регионах Земли, на местности со сложным рельефом, в городах и в зданиях GPS-сигнал может приниматься неустойчиво и с помехами. Таким образом, эта система еще довольно долго не сможет использоваться как основная в задачах глобальной навигации небольших аппаратов, а также при навигации роботов в городах и помещениях.
Кроме того, локализация с использованием GPS - систем нарушает принцип автономности мобильного робота, так как ставит его функционирование в прямую зависимость от работы внешней по отношению к роботу системы позиционирования.
Поэтому сейчас актуальна проблема разработки и практического применения методов автономной локализации на основе использования бортовых устройств, способных определить местоположение робота без помощи внешних систем[206, 217,218, 220, 295, 311, 370, 372, 373].Простейший, широко используемый вариант бортового активного навигационного устройства определения пути - одометр. Он периодически измеряет скорость вращения колеса и по его диаметру определяет пройденный путь. Однако, реальная длина окружности колеса и колесной базы всегда отличается от расчетной, они могут прокручиваться вхолостую или проскальзывать на льду, а сам одометр под воздействием внешних и внутренних помех постоянно накапливает ошибки измерения.
Механические гироскопы инерционных навигационных систем (ИНС) позволяют измерять усилие (момент внешней силы), прикладываемое к телу, на котором они размещены, и на этой основе определять положение тела относительно позиции, с которой началось движение, и его скорость [55]. Механические акселерометры схожим способом умеют определять собственное ускоре-
ниє. В 70-е годы были созданы относительно небольшие по размерам ИНС, и по сей день применяемые в самолетах, кораблях, устройствах наведения бомб, ракет и торпед. Главный недостаток механических ИНС - накопление ошибок измерения за время активной работы. Кроме того, ИНС малоэффективны в случаях, когда скорость объекта часто и резко меняется. Они также плохо подходят для задач навигации роботов среднего и малого размеров.
в). Построение маршрута
Одним из перспективных методов планирования траектории движения MP является метод потенциалов, который основывается на реализации движения MP в поле «информационных сил» («притяжение» к целевой точке, «отталкивание» от препятствий и т.п.) [151, 221, 274]. Под действием сил подвижная точка будет притягиваться к цели и отталкиваться от препятствий, причем законы движения могут задаваться различными способами. В зависимости от способа задания функций, можно получить трассы с обходом препятствий с той или иной степенью «риска» (величины приближения к препятствиям).
Исследование различных видов функций отталкивания от препятствий и их влияние на результирующий путь MP показали, что более эффективно использовать экспоненциальные функции [152]. Метод потенциалов позволяет использовать для планирования траектории «размытую» приближенную информацию о препятствиях. Исключение столкновений с препятствиями требует прямого вмешательства в управление приводами робота и может быть реализовано путем остановки робота при обнаружении препятствия или статическом и динамическом изменении маршрута для уклонения от столкновений.Построение маршрута реализовано и в задаче ориентирования MP на полигоне по маякам [148]. На роботе имеется инфракрасный локатор, определяющий углы между продольной осью MP и направлениями на маяки, а также импульсные датчики углов поворота (и скоростей) ведущих колес. MP после старта определяет координаты маяков и строит карту местности (полигона). Для этого необходимы 2 измерения угловых координат и расстояния между точками измерений. Из результатов математического моделирования движения MP и обработки экспериментальных данных получено, что при ошибках локатора маяков порядка ±3 угловых градуса для определения координат маяков с точностью ±0.1 м необходимо пройти по прямой отрезок порядка 1-2 м (длина этого начального отрезка зависит от взаимного расположения робота и маяков). Затем, с помощью сплайн- функций осуществляется планирование траектории огибающей маяки. Используемая форма алгоритма автономной навигации мобильного робота основана на
методе Эйлера первого порядка, при котором модельные переменные в навигационном блоке вычисляются интегрированием показаний одометров [25,46, 56].
При появлении на рынке быстрых микропроцессоров, стало возможным формировать траекторию движения уже на сложных трехмерных картах, причем в реальном времени. Автономный робот должен определять собственные координаты и выбирать направление движения только на основании показателей бортовых датчиков, поэтому системы искусственного интеллекта, создаваемые для автономных машин, ориентированы на поддержку непрерывного цикла «опрос датчиков - принятие оперативного решения об изменении маршрута».
Однако в сложной обстановке и на длинных маршрутах робот сбивается с курса и перестает эффективно работать, когда надо не просто обходить мелкие препятствия, а планировать долгосрочные действия на стратегическом уровне. Поэтому современные системы навигации объединяют механизмы, как низкоуровневого управления, так и высокоуровневого планирования. Проблемы, непосредственно связанные с движением на текущем коротком отрезке маршрута, решаются путем простого реагирования на особенности внешней среды, а глобальная система следит за соблюдением общего плана, модифицируя его при необходимости, и синхронизирует работу всех подчиненных структур управления. Ключевым моментом здесь является точное определение местонахождения MP на карте.Перспективным подходом является метод качественной (интерпретирующей) навигации (ИН) по ориентирам. Суть метода [80, 81, 150] заключается в том, что положение MP на местности определяется не в декартовой системе координат (ДСК) [169], а на основе описаний окружающего пространства на языке видимых ориентиров и его изменений в процессе движения. При этом аналогом количественной модели ДСК выступает граф информационной эквивалентности, где вершинам графа соответствуют связные районы местности с одинаковым информационно-визуальным содержанием, а ребрам - изменение этих описаний при переходе между районами. Задание и реализация пути MP на языке ИН допускает эффективное согласование с традиционным координатным способом (например, трансляция пути, заданного координатным способом, на язык ИН и наоборот), что позволяет в перспективе увеличить живучесть системы управления MP.
г). Управление двигателем и положением колес
Для эффективного функционирования интеллектуальных роботов исключительно важна теоретико-механическая составляющая задач, включающая исследование общих глобальных свойств управляемой системы: существова
ния, устойчивости и ветвления решений дифференциальных уравнений движения робота, их геометрических свойств и т.д. После этого, задачи управления и конструирования становятся согласованными с собственными «естественными» свойствами системы, учитывающими неголономный характер связей и обеспечивающими оптимизацию как энергетических затрат при движении системы, так и конструктивных решений [147, 167, 316].
В некоторых задачах динамики движения роботов, нахождение аналитических решений невозможно или требует существенного упрощения математической модели. При интегрировании уравнений движения поиск приближенных коэффициентов, определяющих параметры движения, требует от бортового устройства постоянного решения систем дифференциальных уравнений. К задачам мобильной робототехники не допускающим точного решения относится, например, задача управления крутящим моментом электродвигателей мобильного робота при точном отслеживании заданного маршрута.
В качестве примера, можно привести исследования динамики типичного MP имеющего два ведущих колеса, вращаемых своими электродвигателями с редукторами, и пассивное рояльное колесо [133, 134, 147]. Проведенные исследования динамики такого робота показали, что когда третье колесо находится впереди ведущих колес, робот может устойчиво двигаться по прямой с любой скоростью. В случае, когда впереди центра масс находятся ведущие колеса, при определенной скорости прямолинейное движение MP становится неустойчивым и робот стремится к одному из движений по кругу. Выявлено также, что при осуществлении некоторых программных движений (например, движение «змейкой») со скоростью выше некоторого порогового значения невозможно точно отслеживать траекторию из-за того, что программные напряжения имеют недопустимые скачки, при этом возможно и проскальзывание колес.
1.4.