協調制御で知能システムのロバスト性を高め、編隊で障害を回避することが重要です
産業技術が発達し、課題が複雑化し、規模が大きくなるにつれて、個々の知性体の情報や問題解決能力は限られ、多くの場合、課題を満たすことができません。マルチエージェントシステムは単体間の協力と協同を強調し、マルチエージェントコントロールは生産性と能力を大幅に向上させることができる。現在、複数の知能が協調して制御するための研究は、複数の知能同士の協調方式、通信方式、障害回避方法など多くありますが、その中でも最も重要なのが、複数の知能編隊による障害回避制御アルゴリズムの研究です。
光学測位システムサブミリ単位で測位し、インテリジェント無人クラスタシステムを支援する
中国科学院自動化研究所の蒲志強先生のチームは知能無人クラスタシステムを研究開発した。この無人クラスタシステムは3つのサブシステム、測位サブシステム、通信サブシステムと制御サブシステムに分かれており、単体のUGVとUAV制御、地上と空の連携、クラスタ対戦およびUGV、UAV編隊演技などの機能を実現することができる。青少年科学普及、教育訓練、大学や科学研究院の深さの二次開発、地域物流、軍民融合などの産業応用分野に使用することができる。
測位システム融合はNOKOV光学モーションキャプチャシステムと車載の慣性ユニットを用いて測位を行う。撮影範囲を考慮して、Mars2H光学ロケーションカメラ24台を設置した。高さ5mに8台、高さ8.5mに16台のカメラが平面配置され、12m*12m*8.5mの空間をカバーしている。
各移動ロボットや障害物には反射マーカーが配置され、それぞれのマーカーはロボット個体のidを識別するために配置される。移動ロボットや障害物の反射マーカーを捉えて3次元座標を取得し、sdkを利用してリアルタイムで表示する。1台のロボットが本体や近接移動ロボット,障害物の位置情報を受け取ることができ,座標情報の精度はサブミリ単位である。
NOKOV光学式三次元モーションキャプチャーシステムにの測位精度は慣性航法装置より数桁高いため、ロボットが受信する光学測位データを移動させる際には、光学測位システムを使用して測位を行い、慣性センサデータの累積誤差を補正し、ロボット自身の記憶データと光学測位システムのデータを一致させる。一定期間遮蔽があって測位システムから送信されないデータに遭遇した場合、慣性センサの格納データを用いて測位を行い、移動ロボットが正常に動作するようにする。
このマルチモバイルロボットシステムは、時空a *アルゴリズムと人工ポテンシャル場法を組み合わせた方法でバリアを回避する。本手法では、グローバルな経路計画アルゴリズムとして時空a *アルゴリズムを用いて、多ロボットシステムにおける衝突のない経路を計画する。このアルゴリズムは、従来のa *アルゴリズムに時間の次元を加え、予め計画されている複数のロボットの経路情報を予約テーブルの形で格納し、この情報を利用して次のロボットのための無衝突経路を生成する。第二に、局所経路計画アルゴリズムとしての人工ポテンシャル場法は、動的環境におけるこの方法の安定性を強化する。移動型ロボットは、未知の動的障害物に直面したときに、それを回避することができます。このため、障害回避方法として時空a *アルゴリズムと人工ポテンシャル場法を組み合わせることで、多ロボットシステムの衝突回避に効率的な無衝突経路を生成することができる。
また、科学の普及と教育訓練の方面に応用されている。科学普及普及については、このシステムは小中学生を対象にしており、科学普及会場、大規模な科学普及イベントに公演、インタラクティブなどのプログラムを提供している。また、科学普及の詳細なカリキュラムも提供している。教育訓練では、まずこのシステムをベースにした二次開発技術の研究を行い、その後、このシステムや人工知能に関するカリキュラムを提供したり、大手研究機関に対して実験室建設技術の提案を行ったりします。
中国科学院自働化所の航空機知能技術革新チームは研究員、副研究員、エンジニア、博士、修士大学院生など計20人余りで構成されている。チームは無人自律プラットフォームのロバスト適応制御、集団知能などの研究に長年従事し、応用基礎研究、工学システム開発、産業化などの分野で一連の重要な成果を上げてきた。
ここでごニーズを出ること
-
もっと多い情報に関して、メッセージをしたりしてください。
-
- 確認