книги / Робот. Компьютер. Гибкое производство

ты на технические компоненты очувствленных роботов. Адаптивные роботы значительно превосходят по сво­ им функциональным возможностям роботы первого поко­ ления. Благодаря способности воспринимать внешнюю обстановку, анализировать сенсорную информацию и при­ спосабливаться к изменяющимся условиям эксплуатации, адаптивные роботы могут работать с неориентированны­ ми и неупорядоченными деталями, выполнять сложные сборочные и монтажные операции с дозировкой усилий,

огибать препятствия в рабочей зоне и т. п.

В настоящее время промышленность начинает осваи­ вать серийный выпуск роботов второго поколения. В ряде научно-технических центров ведутся интенсивные иссле­ дования по разработке алгоритмического, программного и технического обеспечения перспективных моделей адап­ тивных роботов различного назначения. Большое внима­ ние в этих разработках уделяется системам технического зрения, тактильному и силомоментному очувствлению ро­ ботов, алгоритмам адаптивного управления и средствам их программно-аппаратной мультимикропроцессорной ре­ ализации.

Третье поколение роботов —это интеллектуальные ро­ боты. Они отличаются от роботов второго поколения бо­ лее совершенной системой управления, включающей в себя те или иные элементы искусственного интеллекта. Интеллектуальные роботы предназначены не столько для автоматизации физических действий человека, сколько для имитации его интеллектуальных функций, т. е., по существу, для решения задач интеллектуального харак­ тера.

Их отличительной чертой является способность к обу­ чению на опыте путем формирования банка знаний и его адаптации в процессе решения интеллектуальных задач. Поэтому интеллектуальный робот способен в принципе понимать естественный язык и вести диалог с человеком, формировать концептуальную модель внешней среды, распознавать и анализировать сложные ситуации, обу­ чаться понятиям, планировать поведение, программиро­ вать движения двигательной системы и осуществлять их надежную отработку в условиях неполной информирован­ ности о характеристиках среды, робота и условий его эксплуатации.

Реальные потребности в адаптивных и интеллектуаль­ ных роботах появились лишь в последние годы. Если вначале они создавались как исследовательские роботы

61

в основном для космических и глубоководных исследова­ ний [1], то сейчас они начинают все шире применяться в промышленности [3, 4, 5].

Описанная эволюция роботов и принципов управле­ ния ими вовсе не означает, что одно поколение роботов обязательно вытесняет другое. На самом деле, хотя и существует определенная преемственность поколений, эволюционный процесс совершенствует функциональные возможности и технические характеристики роботов. Од­ нако при этом каждое поколение роботов представляет собой семейство роботов, предназначенных для эффектив­ ного решения своего круга задач, связанных с автомати­ зацией двигательных, информационных и интеллектуаль­ ных функций.

Когда и зачем нужна адаптация

Большинство ныне используемых в промышленности ро­ ботов неадаптивно. Они работают по жестким програм­ мам. Как уже отмечалось, эти программы-навыки форми­ руются в режиме обучения с помощью человека.

Обучение роботов «вручную» обладает рядом недостат­ ков. Во-первых, этот процесс весьма трудоемок и продол­ жителен. Поэтому он уменьшает общую производитель­ ность робота. Во-вторых, ручное обучение требует специальной подготовки и высокой квалификации челове- ка-оператора. В-третьих, программа движения, сформиро­ ванная в процессе обучения, предопределяет жесткий ха­ рактер закона управления. Последний никак не учитывает и не реагирует на возможные изменения условий эксплуа­ тации робота. Вследствие этого даже незначительная ва­ риация условий или параметров (например, изменение положения или ориентации объекта манипулирования) вызывает потерю работоспособности робота, а появление в рабочей зоне препятствий приводит к аварии.

Для увеличения эффективности роботов целесообраз­ но перейти от ручного обучения к автоматическому про­ граммированию. На этом пути возникают принципиаль­ ные трудности. Они порождаются необходимостью зара­ нее описать и запрограммировать во всех деталях выпол­ няемые роботом задачи и операции. Однако это не только сложно, но во многих случаях и невозможно. Трудности резко возрастают, если речь идет об управлении робо­ тами, функционирующими в частично неопределенных или непредсказуемо изменяющихся условиях,

62

На самом деле подробное описание задачи и априорное программирование всех операций, ведущих к ее решению, не нужно. Здесь уместна аналогия с человеком, перед ко­ торым ставится общая задача (например, навинтить гай­ ку на болт) без дополнительных разъяснений, что имен­ но и в какой последовательности следует сделать для ее решения. Человек сам планирует необходимые операции с учетом реальной обстановки и корректирует их в про­ цессе выполнения задачи. Такое поведение можно на­ звать адаптивным планированием операций.

Аналогичными функциями должна обладать и систе­ ма автоматического программирования робота. Для этого в ее структуре должен быть предусмотрен планировщик операций, адаптирующийся к изменяющимся условиям с помощью сенсорной системы робота.

Необходимость адаптации в процессе планирования операций и программирования движений роботов обус­ ловлена рядом факторов. Среди них наиболее типичны следующие:

—неупорядоченность обстановки в рабочей зоне (на­ пример, поступление деталей навалом);

—зависимость характера выполняемой операции от свойств объекта (например, прекращение транспортиров­ ки и отбраковка детали, имеющей дефект);

—зависимость программы движения от обстановки в рабочей зоне (например, обход препятствий).

Для адаптации к неопределенности и нестационарности среды в режиме автоматического программирования дви­ жений нужна внешняя обратная связь. Поэтому сенсор­ ная система должна иметь соответствующие средства «очувствления». Важнейшими из них являются системы технического зрения, спломоментные и тактильные дат­ чики.

Факторы неопределенности и нестационарности харак­ терны не только для среды, но и для самого робота. К ним можно отнести:

—неопределенность и дрейф параметров двигательной системы,

—шумы и помехи системы связи, —измерительные погрешности сенсорной системы,

—вычислительные погрешности системы управления. Все эти факторы существенно влияют на динамику ро­ бота. Их воздействие приводит к ухудшению качества пе­ реходных процессов в двигательной системе. Реально это проявляется в снижении точности при отработке задан­

63

ной программы движения. Иногда возникают периодиче­ ские колебания исполнительного механизма, называемые автоколебаниями. Поведение робота в режиме автоколе­ баний напоминает поведение человека, разбитого пара­ личом. При большом уровне возмущений и помех робот вообще теряет работоспособность. В связи с этим возни­ кают естественные вопросы:

Можно ли парировать неблагоприятное влияние факто­ ров неопределенности и нестационарности на динамику робота?

Если это возможно, то как это сделать?

Для ответа на эти вопросы проанализируем три воз­ можных подхода к организации управления роботом в условиях неопределенности.

Первый подход основывается на идее измерения всех неопределенных параметров и возмущений, присущих как самому роботу, так и окружающей его среде. Он требует полного «очувствления» сенсорной системы с целью ор­ ганизации всех внешних и внутренних обратных связей в законе управления. При таком сенсорном управлении необходим большой набор точных (прецизионных) датчи­ ков. Однако нужных датчиков зачастую либо вообще нет, либо они чрезмерно сложны и дороги. В рамках такого подхода возникают неустранимые измерительные и вычи­ слительные погрешности.

Второй подход основывается на идее идентификации неизвестных характеристик с последующим использова­ нием найденных оценок в системе управления. Однако такой идентификационный подход имеет свои ограниче­ ния и недостатки. Дело в том, что во многих случаях точная идентификация принципиально невозможна или требует проведения весьма сложных предварительных ис­ пытаний.

Третий подход назовем адаптивным. В его основе ле­ жит идея синтеза законов адаптивного управления робо­ тами, обладающих способностью автоматически приспо­ сабливаться (адаптироваться) к заранее неизвестным и меняющимся условиям эксплуатации робота. Реализация законов адаптивного управления предполагает определен­ ное «очувствление» робота. Однако требования к набору необходимых датчиков здесь могут быть минимальны. С другой стороны, для достижения цели при адаптивном управлении точная идентификация параметров робота и характеристик среды, как правило, просто не нужна.

Отсутствие необходимых датчиков, эффективных алго-

64

ритмов адаптации и микропроцессорных средств их реа­ лизации долгое время тормозило развитие адаптивных ро­ ботов. Однако в последние годы в связи с успехами в области теории адаптивного управления и ускоренной разработкой микропроцессорных средств «очувствления» и управления появились реальные предпосылки для соз­ дания и широкого использования роботов с адаптивным управлением и элементами искусственного интеллекта. Такие роботы могут быстро приспосабливаться к измене­ ниям обстановки, распознавать и обходить препятствия, идентифицировать целевые объекты и определять их ха­ рактеристики и т. д. Потребность в адаптивных роботах остро ощущается не только в промышленности, но и в опасных для человека условиях и средах (космос, шахты, дно океана, радиоактивные зоны).

Структура и функция системы адаптации

Для компенсации факторов неопределенности и нестационарности, возникающих в процессе функционирования ро­ ботов, служит система адаптации. Она является неотъем­ лемой частью системы адаптивного управления роботом, в состав которой входят еще система программирования движений, называемая ради краткости программатором, и система регулирования переходных процессов, называе­ мая регулятором. Поскольку система адаптации осущест­ вляет перестройку структуры и самонастройку парамет­ ров программатора и регулятора, ее можно рассматривать как своеобразную надстройку над обычной системой про­ граммного управления.

Структура системы адаптивного управления представ­ лена на рис. 2. Здесь же изображена типовая архитекту­ ра системы адаптации. Она включает в себя следующие основные функциональные модули:

1)эстиматор —модуль контроля и оценки качества программных движений и переходных процессов;

2)адаптатор —модуль коррекции параметров програм­ матора и самонастройки регулятора,

3)идентификатор —модуль идентификации контроли­ руемых параметров робота или среды.

Такая модульная иерархическая организация системы адаптации оправдана тем, что она позволяет расчленить

сложную задачу адаптации на ряд более простых. Первая задача заключается в анализе приемлемости

программного движения, синтезируемого программатором,

65

Рис. 2. Структура системы адаптивного управления

и в оценке качества переходных процессов, т. е. отклоне­ ния реального движения робота от программного. Конт­ роль приемлемости (осуществимости) программного дви­ жения производится путем проверки условий, характери­ зующих требования обхода препятствий и конструктивные ограничения. Если эти условия нарушаются, эстиматор выдает сигнал на адаптатор о необходимости соответст­ вующей коррекции программного движения. Одновремен­ но эстиматор проверяет целевые или вспомогательные условия, характеризующие качество переходных процес­ сов. Если это качество неудовлетворительно, т. е. реаль­ ное движение значительно отклоняется от программного, эстиматор обращается к адаптатору. Последний произво­ дит самонастройку структуры и параметров регулятора, обеспечивающую требуемый характер затухания переход­ ных процессов.

Вторая задача сводится к синтезу алгоритмов адап­ тации, осуществляющих автоматическую коррекцию па­ раметров программатора и самонастройку регулятора. Тем самым компенсируются факторы неопределенности, оказывающие отрицательное влияние на динамику робота в недетерминированной среде.

Наконец, третья задача заключается в возможно более точной идентификации ряда параметров робота или сре­ ды, которые не могут быть измерены с помощью датчи­

66

идентификации координат, характеризующих их местопо­ ложение и ориентацию. Другой пример —идентификация массоинерционных характеристик деталей с целью их отбраковки.

Перечисленные выше «расщепленные» задачи тесно связаны между собой, а также с задачами автоматиче­ ского программирования и управления движением робо­ та. Соподчиненность и взаимозависимость всех этих за­ дач приводит к иерархической организации системы адап­ тивного управления, схематично изображенной на рис. 2.

Алгоритмы адаптивного управления

Перейдем к формализованному описанию процесса адап­ тивного управления роботом. С этой целью рассмотрим его алгоритмическую модель [1, Б]. Задание такой моде­ ли требует введения некоторых величин, множеств, со­ отношений и алгоритмов. Обозначим через х , s , х Р, и и р соответственно состояние, сенсор, программу, управле­ ние и варьируемый параметр. В общем случае названные величины представляют собой векторы, размерность кото­ рых и область возможных значений определяются конст­ руктивными особенностями робота.

С содержательной точки зрения х —это состояние ро­ бота и среды в рассматриваемый момент времени, сенсор

.9 —сигналы обратной связи, снимаемые с датчиков или преобразователей информации сенсорной системы, х р — желаемое (программное) состояние робота и среды, и —управляющие воздействия, подаваемые на приводы двигательной системы с целью осуществления заданной программы движения, р —варьируемые параметры, суще­ ственно влияющие на динамику робота. Компонентами вектора параметров р являются факторы неопределенно­ сти и нестационарности (массоинерционные характеристи­ ки груза, параметры трения, коэффициенты упругости, возмущения, помехи и т. п.).

На практике вектор параметров (} неизвестен. Однако обычно задано множество N его возможных значений. Это множество, по существу, характеризует класс неопределен­ ности. Важно отметить, что адаптивность системы управ­ ления робота определяется именно по отношению к этому классу N, вбирающему все неизвестное.

Динамика двигательной системы робота в каждый мо­ мент времени t из рассматриваемого интервала [О, Т]

3* 67

описывается дифференциальным уравнением вида

В число компонент сенсора s может входить время t. Приведенные уравнения зависят от варьируемых парамет­ ров р. Вместо математических моделей (1), (2) на прак­ тике используются сами двигательная и сенсорная систе­ мы, определяющие состояние х и сенсор s в любой рас­ сматриваемой момент времени t. Поэтому знание опера­ торов X и £, вообще говоря, не требуется.

Цель управления роботом воплощается в программе движения. Часто эта программа задается в виде

настраиваемого параметра (}. Соотношение (3) описывает работу программатора. В нем реализуются гибкие алгорит­ мы построения программ движения робота в нестацио­ нарной среде.

При расчете программы движения (3) естественно стремление сделать ее оптимальной, т. е. наилучшей с точки зрения заданного критерия качества. Обычно рас­ сматриваются критерии, минимизирующие затраты энер­ гии или времени. Особый интерес для практики представ­ ляет критерий «наибольшего быстродействия». Согласно этому критерию оптимальная программа движения стро­ ится так, чтобы обеспечить выполнение рабочей опера­ ции за минимальное время. Тем самым робот настраи­ вается на такой режим работы, при котором достигается его наивысшая производительность.

На вход регулятора поступают сенсоры s, программа дви­ жения х Р и параметры т, формируемые адаптатором или идентификатором. Выходом регулятора являются управля-

68

ющие воздействия и, подаваемые непосредственно на двигательную систему робота.

Закон управления (4) строится так, чтобы обеспечить наперед заданное конструктором качество переходных процессов при условии, что варьируемые параметры р известны, т. е. т = ^.

Однако этот идеальный закон управления реализовать нельзя, так как на практике параметры ^ неизвестны. Поэтому их заменяют настраиваемыми параметрами т,

Алгоритм (5) желательно синтезировать так, чтобы настраиваемые параметры т приближались с течением времени к неизвестным параметрам Такие алгоритмы принято называть алгоритмами идентификации. Они реа­ лизуются идентификатором.

На практике точная идентификация варьируемых па­ раметров зачастую невозможна. На самом деле она и не нужна. Это связано с тем, что требуемое качество пере­ ходных процессов можно обеспечить, используя в регуля­ торе (4) и достаточно грубые оценки т варьируемых па­ раметров р. Для формирования этих оценок можно ис­ пользовать алгоритм адаптации вида (5), реализуемый адалтатором.

Цель адаптации обычно задается в форме неравенств

Эти неравенства определяют качество переходных про­ цессов. Они реализуются и проверяются эстиматором. Ес­ ли качество неудовлетворительно, то эстиматор подклю­ чает адаптатор. Последний производит самонастройку параметров регулятора до тех пор, пока не будет достиг­ нуто требуемое качество отработки программы движения. В этом случае адаптатор отключается и самонастройка прекращается.

Другой целью адаптации является коррекция програм­ мы движения в недетерминированной среде. Необходи­ мость в адаптивной коррекции возникает, напримзр,

вслучае, когда требуется обойти неизвестное препятствие

взоне действия робота.

Интересно отметить, что эстиматорные неравенства (О), а также моменты их нарушения заранее никогда не из­ вестны. Тем не менее процесс адаптивного управления

69

можно организовать так, что время адаптации, т. е. вре­ мя работы адаптатора, будет достаточно мало [6]. В этом заключается один из парадоксов адаптации. Другой пара­ докс сводится к тому, что в принципе система адаптивно­ го управления может обеспечить осуществление требуе­ мой программы движения с заданной точностью при лю­ бом непредсказуемом законе изменения параметров р, не выводящем из класса неопределенности N. Практиче­ ски этот класс может быть сколь угодно широк.

Важнейшими требованиями, предъявляемыми к систе­ мам адаптации, являются простота, высокая скорость схо­ димости и помехоустойчивость алгоритмов адаптации и идентификации. Этим требованиям удовлетворяют так называемые конечные алгоритмы (5) решения эстиматорных неравенств (6). Они имеют дискретный (точнее, рекуррентный) характер и обладают замечательным свой­ ством: число коррекций параметров регулятора при ис­ пользовании этих алгоритмов конечно. Однако это число заранее неизвестно. Тем не менее в ряде случаев его лег­ ко оценить. Зная верхнюю оценку к* числа коррекций алгоритма и время 0, затрачиваемое адантатором на вы­ числение новой оценки xh+l по старой тд, получаем, что время адаптации не превышает величины k*Q. Отсюда следует, что время адаптации можно сделать сколь угодно малым за счет увеличения быстродействия адаптатора (т. е. за счет уменьшения величины 0) и ускорения схо­ димости алгоритма адаптации (т. е. за счет уменьшения величины к *). В связи с этим большое прикладное значе­ ние приобретает задача оптимизации по быстродействию алгоритмов адаптации. Явные формулы некоторых опти­ мальных алгоритмов адаптации рекуррентного типа, а также оценки времени адаптации для них заинтересо­ ванный читатель может найти, например, в книге [2].

Для реализации описанного класса алгоритмов адап­ тивного управления наиболее удобны моментыые приводы на базе двигателей постоянного тока. Они позволяют не­ посредственно вырабатывать требуемые управляющие силы и моменты. При этом вычисление управляющих сиг­ налов, подаваемых на вход моментных приводов, возла­ гается на компьютер или микропроцессоры. Последние сопрягаются со средствами очувствления робота, обеспе­ чивающими необходимую обратную связь по положению, скорости и ускорению [7].

Весьма перспективна также реализация адаптивных систем управления на базе шаговых приводов [1],

70