Maszyna mobilna- (jeżdżąca, krocząca, latająca…) wyposażona we własne: źródło zasilania, komputer pokładowy, czujnik stanu wew.,czujnik stanu otocz. Robot, który przenosi wszystkie środki niezbędne do jego kontroli i ruchu (ukł. zasilania, sterowania, napędu). Systemy te mogą być: autonomiczne – bez udziału człowieka, pół-autonomiczne – na operatorze w mniejszym lub większym stopniu spoczywa ciężar podejmowania decyzji o ruchu maszyny.

Systemy sterowania- wykonują: planowanie trajektorii- automatyczne generowanie ciągu kolejnych pkt docelowych w przestrzeni pracy AVG, uwzględniając ograniczenie(przeszkody), kontrolowanie ruchu- sterowanie uniemożliwiające kolizję pojazdu podczas wykonywania zadania. Wyróżnia się sterowanie: zcentralizowane- sterowaniem pojazdami zajmuje się nadrzędny komputer, zdecentralizowane- każdy pojazd podejmuje decyzje o swoim ruchu.

Nawigacja:

przewodowa-(wire guidance) w podłodze umieszczony jest przewód, który podłączony jest sygnał o dużej częstotliwości i niewielkiej wartości napięcia, pojazd posiada czujnik wykrywający ten sygnał,

laserowa- (laser navigation system) na pokładzie pojazdu znajduje się czujnik, który obraca się o 360, generuje wiązkę a odbita od przeszkód wiązka zostaje zarejestrowana przez ukł. odbiorczy,

inercyjna- (interial navigation) na pokładzie pojazdu AGV zamontowany jest żyroskop, określający kierunek ruchu, sterowanie odbywa się na podstawie inf. Z żyroskopu oraz odonometrii,

magnetyczna- (magnet quidance) w podłodze zamontowane są magnesy wykrywane przez czujnik znajdujący się w pojeżdzie,

transponderowa- (transonder guidance) na powierzchni ruchu umieszczane są transpondery, pojazd posiada czujnik komunikujący się z transponderami,

GPS- (map following) aktualne położenie określane jest w oparciu o pomiar czasu opóźnień sygnałów z satelitów.

Wykrywanie i omijanie:

cz. Indukcyjny- rejestruje zmiany parametrów magnetycznych przy zbliżeniu do obiektu, tylko do przeszkód metalowych,

cz. Ultradźwiękowy- nadaje sygnał, który po odbiciu powraca do odbiornika, na tej podstawie dokonywany jest pomiar odległości, zj. Dopllera – określenie kierunku ruchu,

cz. Laser- emituje wiązkę promieniowania o określonej fazie oraz wychwytuje sygnał odbity, na tej podstawie obl. jest odległość,

cz. Fotometryczny- jest to sprzężona optycznie para elementów, źródło i fotodetektor, w którym sprzężenie odbywa się przez odbicie od przedmiotu,

cz. Telewizyjne- zbudowane z kamer z matrycami CCD, w których następuje przetworzenie obrazu, pozwalając na wyodrębnienie poszczególnych obiektów,

cz. Dotyku- najprostsze czujniki zbliżeniowe o niewielkim zasięgu, działają dopiero po zetknięciu fizycznym.

Sterowanie przez operatora: System sterowania musi umożliwić operatorowi kontrolę nad pojazdem np. w przypadku kolizji lub wykonywania czynności niebezpiecznych. Sterowanie na odl.:

Sterowanie na odległość- operator przejmuje sterowanie pojazdem od systemu sterowania znajdującym się na pokładzie pojazdu i steruje on przez cały czas pracy. Stosowany w środowisku niebezpiecznym oraz zastosowaniach militarnych,

Sterowanie na żądanie- tylko w wybranych chwilach czasu operator steruje pojazdem. Stosowany gdy podczas ruchu występują sytuacje niebezpieczne.

Sterowanie autonomiczne: Problemy klasycznych metod sterowania:

problem obliczalności- istnieją w przyrodzie procesy niemodelowalne,

ograniczona racjonalność: możliwość utrzymania zachowania racjonalnego są ograniczone ze względu na: przetwarzanie danych, ograniczone możliwości pozyskania danych o stanie otoczenia, ograniczoną wiedzę o regułach postępowania w danej sytuacji, ograniczone możliwości realizacji komend sterowania,

architektura hierarchiczna- występują problemy sterowania w dynamicznie zmiennym otoczeniu,

sterowanie rzeczywistych obiektów- klasyczne systemy nie sprawdzają się m. in. z zbyt dużych uproszczeń w modelowaniu świata lub zaniedbywaniu pozornie mało istotnych zjawisk.

Optymalizacja trasy- opracowanie algorytmu ustalającego optymalną trasę przejazdu pomiędzy poszczególnymi stanowiskami.

Sposoby sterowania:

Przewody:

-przewody ukryte w podłodze

-generator częstotliwości

-anteny

-ukł. sterowania podążający za wybranym sygnałem

Lasery:

-skaner laserowy

-lustra

-układ sterowania wykorzystujący algorytm triangulacyjny

Kamery:

-kamery

-oprogramowanie przekształcające obraz na model otoczenia

Odblaski:

-taśma ze znacznikiem

-źródło światła

-czujnik światła

-oprogramowanie podążające za odbitą wiąską światła

-drogomierz

Magnesy

Problemy komiwojażera: - ustalenie takiej trasy przejazdu między pkt. aby koszt był najmniejszy, warunkiem jest odwiedzenie wszystkich pkt dokładnie raz. – metody stosowane przy rozwiązywaniu tego problemu dzielą się na dokładne i przybliżone, ze względu na mniejsze wymagania sprzętowe i krótszy czas obliczeń stosuje się metody przybliżone

Metody optymalizacji trasy:

-konstrukcyjne- równoległe tworzenie kursów przez tzw. włączenie dróg (np. metoda Eliminacji Największych Strat - ENS)

-dekompozycyjne- określenie najpierw rejonów, a później dostaw (lub odwrotnie) (np. procedura Bazy Fikcyjnej i Wymiany Odcinków Trasy - BF-WOT)

-aproksymacyjne- rozszerzenie lub zawężanie zbioru rozwiązań dopuszczalnych w sposób ułatwiający znalezienie rozwiązania optymalnego

-lokalnej optymalizacji- próby poprawy danego rozwiązania dopuszczalnego poprzez zmianę kolejności działania i zmianę przydziału do bazy ograniczonej liczby odbiorców

-podziału i ograniczeń- algorytm Litte’a-Murty-Sweeney’a-Karela

Generowanie bezkolizyjnych tras-stworzenie programu generującego, przy wykorzystaniu metody grafowej, najkrótszych i jednocześnie bezkolizyjnych ścieżek łączących dwa pkt. zlokalizowane na terenie lab. CIM przy wykorzystaniu mobilnych platform transportowych.

Metody opisu sceny roboczej: -z reprezentacją graficzną (B.J.Kuipers’a i t.S.Levit’a), -z reprezentacją numeryczną: 1.model wektorowy 2.model rastrowy.

Tw. modelu rastrowego: 1.Mapa otoczenia 2.Pokrycie siatką rastrów 3.Oznaczenie przeszkód 4.Binarny obraz terenu

Tw. mapy otoczenia: 1.Plan laboratorium 2.Powiększenie i aproksymacja przeszkód 3.Mapa obszarów dostępnych i zabronionych

Metody planowania bezkolizyjnej ścieżki:

-potencjałowa- jednostka mobilna ma ten sam potencjał co zajęte rastry i przeciwny do pkt. celu. Obszary dostępne posiadają określoną przewodność

-dyfuzyjna- pkt. startu emituje energię, która jest tłumiona przez przebyte rastry. Przeszkody tłumią energię do zera.

-regułowa- mapa zapisana jest jako zbiór stanów robota. Z każdym stanem związany jest zbiór reguł, który umożliwia podjęcie odpowiedniej akcji.

-grafowa

Metoda grafowa:

-wskazanie startu i celu

-zapisanie rastra startowego na liście zamkniętej

-sprawdzenie przylegających rastrów: (dostępność, koszt, raster nadrzędny)

-obliczanie kosztu: (koszt przebytej drogi, koszt przebycia następnego rastra, przypuszczalny koszt dotarcia do celu)

-przeniesienie rastra z listy otwartej na zamkniętą

-sprawdzenie kolejnych rastrów o najniższych kosztach

-wyznaczenie ścieżki

Program: okno programu, działanie programu, symulacje: typowe ścieżki, wybrane ścieżki

Wnioski i propozycje:

-połączenia: -programu generującego ścieżki na podstawie mapy terenu, -dynamicznej analizy otoczenia(odczytów z sensorów robota)

-improwizacja symulacji z analizą dynamiczną – zasięg czujników 4 rastry

Model. działań w sterowaniu wieloagentowym podsyst. transpor. w syst. wytwarz.: cele: określenie…

1.Zasymulowanie i zweryfikowanie działania zdecentralizowanego systemu wieloagentowego:

-poziomu indywidualizmu oraz autonomii pojedynczego pojazdu w syst. wieloagentowym

-najefektywniejszego sposobu nawigacji pojedynczego pojazdu AGV współpracującego z innymi pojazdami (poruszanie się wzdłuż linii lub dozwolona cała przestrzeń robocza)

-sposobu oraz poziomu współpracy agentów w systemie

-sposobu komunikowania się pomiędzy agentami w systemie

-odporności na zaburzenia (uszkodzenia AVG lub jednej/wielu z maszyn)

2.Zasymulowanie i zweryfikowanie procesu podejmowania decyzji przez operatora

-przeanalizowanie procesu podejmowania decyzji przez operatora

-przetestowanie zaproponowanego modelu człowieka operatora

-określenie skuteczności działania modelu operatora

Podstawowe architektury syst. sterowania wytwarzaniem:

-scentralizowana- najważniejszą rolę odgrywa nadzorca posiadający pełne możliwości decyzyjne oraz możliwość bezpośredniego sterowania elementami wykonawczymi

-hierarchiczna- oparta na ustopniowanym układzie składowych na zasadzie podporządkowania i wzajemnej zależności niższych warstw od wyższych

-hybrydowa- oparta na samodzielnie podejmujących decyzje obiektach, jednocześnie zdolnych do współdziałania z innymi obiektami, w systemie występują decydenci, którzy nadzorują proces sterowania

-rozproszona- oparta na całkowicie autonomicznych obiektach, które podejmują decyzje, a następnie je realizują w oparciu o mechanizm wzajemnej negocjacji i koordynacji

Wymagania stawiane nowoczesnym syst. wytwarzania: integracja przedsiębiorstwa, rozproszona organizacja, różnorodne otoczenie, interoperacyjność, otwarta i dynamiczna struktura, kooperacja, współpraca ludzi z systemem, elastyczność, skalowalność, tolerowanie uszkodzeń

Nowe koncepcje syst. wytwarzania:

-inspirowane biologicznie- oparte na wzajemnych powiązaniach, wzorowanych na relacjach występ. w przyrodzie między zwierzętami tego samego gatunku

-fraktalne- wykorzystują matematyczną teorię fraktali i teorię chaosu do opisu dynamicznych struktur złożonych z autonomicznych jednostek organizacyjnych

-holoniczne- oparte na wielopoziomowej hierarchii przejawiającej się odziałem syst. na podsyst., które podlegają dalszemu podziałowi na podsyst. niższego rzędu. Elementy takiego syst. nazwane holonami, posiadają autonomiczne oraz zdolność do współpracy

-agentowe- oparte na współpracy pomiędzy obiektami zwanymi agentami, posiadającymi następujące cechy: autonomie, zdolność do zachowań społecznych, reaktywność, poaktywność

Cechy agenta:

-autonomia – agent może działać samodzielnie bez udziału człowieka oraz innych agentów, a także ma zdolność kontrolowania swoich działań i swojego stanu

-zdolność do zachowań społecznych – możliwość współdziałania z innymi agentami, w tym także ludźmi, zdolność do samoorganizacji, łączenia się w grupy itp.

-reaktywność – postrzeganie zmian zachodzących w otaczającym agenta środowisku i reagowanie w odpowiednim czasie na te zamiany

-proaktywność – podejmowanie inicjatywy w celu dokonania zmian w otaczającym agenta środowisku.

Cechy systemów wieloagentowych:

-zapewnienie odporności i efektywności działania systemu

-współpraca, wykorzystanie i łączenie z już istniejącymi systemami

-możliwość rozwiązywania problemów, w których dane, ekspertyza czy sterowanie jest rozproszone.

WSPÓŁISTNIENIE AGENTÓW W GRUPIE:

Typowe przykłady wzorców interakcji to:

-kooperacja- współpraca w celu osiągnięcia wspólnego celu

-koordynacja- organizacja współpracy, w celu uniknięcia zbędnych konfliktów, z wykorzystaniem wszelkich potencjalnych możliwości konstruktywnego współdziałania

-negocjacja- próba osiągnięcia porozumienia akceptowalnego przez wszystkie zainteresowane strony w przypadku zaistnienia konfliktu

Poziomy jakie można wyróżnić w syst. wieloagentowych:

-współpracy(Cooperation Level)- współpraca wielu agentów w celu wykonania zadania, którego pojedynczy agent nie wykona

-wiedzy(Knowledge Level)- stan wiedzy każdego agenta o obecności innych agentów w tym samym teamie

-koordynacji(Coordination Level) – współpraca wielu agentów, w której każdy jest sprawdzany przez innego, aby nie robić tego samego – uzgodnienie wzajemnego działania:

-mocna koordynacja

-agenci wzajemnie oddziaływają na siebie

- słaba koordynacja

-organizacji(Organization Level):

-scentralizowana- występuje lider

-silnie scentralizowana- jeden lider

-słabo scentralizowana- wiele agentów ma prawo podejmować decyzję

-zdecentralizowana- agenci całkowicie autonomiczni, wszyscy równi sobie.

Modele współpracy robotów:

-rozproszony, nieświadomy- współpraca samoistna wymuszona przez otoczenie, bez świadomości uczestników o tym fakcie

-rozproszony, świadomy- współpraca inicjowana i akceptowana lub odrzucana przez uczestników, ale bez centralnej koordynacji

-pośredni, hierarchiczny- grupa robotów, z których pewne są w stanie wymusić bądź wynegocjować współpracę, podczas gdy inne są tylko ślepymi wykonawcami rozkazów

-scentralizowany- przywódca decyduje o rodzaju i sposobie współpracy, reszta członków zespołu wykonuje jego polecenia.

Trzy fundamentalne procesy koordynacji:

-wzajemne przystosowanie- występuje, gdy dwa lub więcej agentów zgadza się dzielić wspólne zasoby, ażeby osiągnąć cel

-bezpośrednia kontrola- występuje, gdy dwa lub więcej agentów występuje w zaprzyjaźnionej grupie, przy czym jeden posiada kontrolę nad drugim

-standaryzacja- występuje, gdy agent nadzorca wyznacza standardowe procedury koordynacji, w których określa pewne dopuszczalne sytuacje

Mechanizmy negocjacyjne:

-protokoły- opisują reguły oraz zasady dotyczące współpracy pomiędzy agentami; protokoły negocjacyjne wykorzystują istniejące protokoły komunikacji pomiędzy agentami, przy czym ważna jest jedynie treść komunikatów a nie forma ich przesyłania; protokoły określają społeczny poziom kooperacji

-strategie- określają indywidualny poziom kooperacji, uwzględniają indywidualne cele agentów działających w ramach wspólnej grupy

-umowy- określają podział zadań, zasobów oraz umiejętności pomiędzy agentami

Metody planowania:

-scentralizowane planowanie- jeden agent kreuje centralistycznie plan dla grupy innych agentów

-rozproszone planowanie- ciężar planowania zostaje rozdzielony pomiędzy poszczególnych agentów; ten rodzaj planowania wykorzystuje się w przypadku, gdy trudno znaleźć stosownego agenta, który mógłby mieć globalny nadzór nad pewną grupą agentów

Zadania i cel sterowania:

-Zadanie sterowania podsystemem transportowym można sformułować następująco: planowanie zamówień i przydział ich do agentów transportowych tak, aby minimalizować koszty, które zależą od czasu, odległości i znaczenia zadania.

-Celem jest opracowanie i symulacja modelu podsystemu transportowego w systemie wytwarzania, a także opracowanie efektywnych zasad współpracy agentów mobilnych działających we wspólnym systemie.

Skład systemu transportowego: model człowieka operatora, moduł podejmowania decyzji, system agentów mobilnych, globalna baza danych

Agent mobilny: (moduły)

-nadzorczy- zawiera moduł podejmujący decyzje, mechanizmy współpracy, uczenia się. Kontroluje wszystkie poczynania agenta, podejmuje decyzje na podstawie inf. Znajdujących się w lokalnej bazie danych lub wyniku współpracy z innymi agentami syst. transportowego

-komunikacyjny- odpowiada z komunikowanie się z innymi agentami oraz z nadzorcą zgodnie z przyjętymi zasadami i protokołem

-sterujący-odpowiedzialny za kontrolowanie i nadzorowanie operacji wykonawczych agenta mobilnego, moduł generuje sygnał wyj. sterujące pracą silników napędzających pojazd oraz odczytuje i analizuje syg. pomiarowe

-lokalnej bazy danych- przechowuje całkowitą wiedzę dotyczącą zachowania się agenta. W bazie przechowywane są inf. dotyczące: wykonywanego zadania, ograniczeń, doświadczeń, zasady podejmowania decyzji, procedury postępowania, zmienne dynamiczne oraz relacje pomiędzy innymi składowymi syst.

Planowanie trajektorii r. pojazdu:

Srategie przeszukiwania grafów:

-metody szukania po omacku- wykorzystuje się tylko inf. o zadaniu. Przeszukiwanie zależy od inf. dostarczanych przez już zbadane węzły drzewa i sam proces przeszukiwania

-metody kierunkowe (heurystyczne)- uwzględniają informację o przestrzeni stanów, operatorach i kryteriach celu. Uwzględniają one inf. o niezbędnej jeszcze części drzewa. Inf. zwane heurstycznymi ukierunkowują proces poszukiwań tak, aby decyzje wyboru alternatywnych operatorów prowadziły do najlepszego rozw.

-Dla każdego węzła drzewa poszukiwań wprowadza się funkcję heurystyczną h, która oszacowuje przewidywane koszty dotarcia do celu: f = g + h; g – globalny koszt przejścia z punktu startowego do danego węzła, h – szacunkowy koszt przejścia z danego węzła do celu

Algorytm działania syst. transportowego:

1.Nadzorca na podstawie informacji wejściowych generuje ciąg zadań przeznaczonych do realizacji w najbliższym okresie czasu

2.Wybór typu agenta mobilnego w celu realizacji zadania:

-jeżeli dane zadanie są w stanie wykonać pojazdy tylko jednego typu – typ wybierany zostaje przez Nadzorcę

-jeżeli dane zadanie są w stanie wykonać pojazdy różnych typy to nadzorca wysyła zapytanie do pojazdów wszystkich branych po uwagę typów, pojazdy odpowiadają swoim położeniem, odległością od punktu docelowego (różne odległości wynikają z różnych dróg dla różnych pojazdów) itp. Nadzorca dokonuje wyboru typu pojazdu najlepszego pod względem kosztów np. aby do przetransportowania małego i lekkiego elementu nie wykorzystywać pojazdu o dużej ładowności, co spowoduje powiększenie kosztów

3.Do agentów określonego typu wysyłana jest oferta – z punktu A(x1,y1) należy przetransportować element do punktu B(x2,y2), następnie dokonać pewnej operacji; liczba operacji jest zdefiniowana i ściśle określona

4.Pojazdy odpowiadają swoimi możliwościami: 1) podają swoje położenie 2) są zajęte czy nie (jak są zajęte – kiedy będą wolne (wyliczają przewidywany czas na podstawie drogi do przebycia i swojej średniej prędkości; gdy są wolne – podają odległość od celu (różne wymiary AGVs mogą dawać różne ścieżki pomiędzy tymi samymi punktami);

5.Nadzorca wybiera pojazd i daje mu szczegóły dotyczące zadania

6.Pojazd transportowy planuje (planowanie taktyczne) dokładną misje tj. ścieżkę, sterowanie napędami itd., nadzorca nie ingeruje w realizacje celu dopóki nie wystąpi sytuacja awaryjna, wówczas poprawną pracę systemu próbuje przywrócić model operatora

7.Po zapanowaniu ścieżki pojazd przesyła ją do nadzorcy, aby była możliwość korygowania jej realizacji przez model operatora, dane mają następującą postać: współrzędne aktualnego położenia; ciąg skrzyżowań wzdłuż których pojazd będzie się przemieszczał; przewidywane przesunięcie czasowe w wybranych punktach (np. skrzyżowaniach) względem czasu startu; współrzędne punktu końcowego; przewidywany czas wykonania zadania; planowana prędkość na odcinkach prostych oraz zakrętach

8.Pojazd rozpoczyna realizację zadania

9.Pojazd wykonawczy może kooperować z innymi agentami np. w celu wymiany informacji na temat przeszkody znajdującej się na drodze (np. pojazd wyposażony tylko w czujniki zbliżeniowe nie jest w stanie stwierdzić wymiarów przeszkody znajdującej się na drodze, wysyła więc pytanie czy któryś z agentów zna jej wymiary, czy przeszkodę tę można ominąć, czy należy wracać i jechać inną drogą)

10.Model operatora nadzoruje realizacje zadania pojedynczego pojazdu

Człowiek posiada naturalne cechy wykorzyst. w procesie produkcji: uczenie się na podstawie doświadczenia, adaptacja do nowych sytuacji, duża zdolność manipulacji, wysoko rozwinięte zmysły (widzenie, słyszenie itp.), nowatorskie rozwiązywanie problemów, możliwość przewidywania zachowania systemu na podstawie bieżącej obserwacji, możliwość reakcji na nieprzewidywalne zachowanie systemu.

Wady człowieka w procesie produkcji: ograniczona ilość informacji mogąca być przetwarzana, szybkie zamiany podczas procesu są trudno lub niemożliwe do kontrolowania, brak deterministycznego zachowania, wzrost popełnianych błędów jeżeli zadanie zmienia się zbyt często lub gdy jest monotonne.

Implementacja poziomu behawioralnego:

-przygotowanie: monitorowanie - wybór parametrów istotnych dla oceny sytuacji z punktu widzenia osiągnięcia celu; diagnozowanie - wynikiem jest wygenerowanie reaktywnych planów umożliwiających korekcję powstałych zakłóceń; sterowanie - odwzorowanie podcelu w akcje sterującą.

-realizacja: monitorowanie - monitorowanie wartości parametrów istotnych dla realizacji podcelu; predykcja - prognozowanie zmian wartości tych parametrów, które są podcelami; działanie - jeżeli w wyniku porównania wartości oczekiwanej (predykcja) z wartością pożądaną (podcel, określony w procesie planowania) różnica jest znaczna wówczas realizowane jest jedno z działań: - opuszczenie stanu i ponownie wejście do niego w celu korekty planu tj. nadaniu nowych wartości podcelom; - opuszczenie stanu i przejście do innego w celu zamiany planu tj. zmiany ciągów podcelów.

Implementacja poziomu poznawczego:

W celu uproszczenia można przyjąć pewne założenia, które ograniczają efektywność agenta, niemniej pozwalają przedstawić działanie jego architektury: zbiór stanów niepożądanych zostaje określony explicite - oznacza to, że wiedza jest odseparowana od algorytmów, które je wykorzystują; istnieje jednoznaczne i ustalone przyporządkowanie reguł modyfikacji poziomu behawioralnego do niepożądanego stanu świata.