P1080340

P1080340



10. Sztuczna inteligencja w robotyce

Rysunek 10^___________

Całkowity czas realizacji wszystkich zleceń produkcyjnych w miniaturowym elastycznymi systemie wytwarzania sterowanym z harmonogramów generowanych w modelu utworzonym w programie eM-Plant i sterowanego on-line (regulowanego) z wykorzystaniem wnioskowania rozmytego FL

Z wyników przeprowadzonych badań widać, że w modelu utworzonym w programie eM-Plant i przy sterowaniu on-line systemu wg metody opartej na wnioskowaniu rozmytym uzyskano całkowity czas realizacji wszystkich zleceń produkcyjnych znacznie krótszy niż przy sterowaniu konwencjonalnym z harmonogramu generowanego z wykorzystaniem reguł FIFO. Świadczy to o efektywnym działaniu metody opartej na wnioskowaniu rozmytym.

10.5. Nawigacja inteligentnych robotów mobilnych III generacji

Nawigacja robotów mobilnych jest dobrym przykładem zastosowań systemów I inteligentnych III generacji. Robot musi zaplanować drogę, którą przebędzie I w otoczeniu, znanym wprawdzie, ale z pojawiającymi się nieprzewidzianymi! przeszkodami. Powoduje to, że wygenerowane drogi, które uprzednio były moi-1 liwe do przebycia, stają się obecnie bezużyteczne. Robot musi zlokalizować! przeszkody (czasem ruchome, co stanowi dodatkowe utrudnienie) oraz zapianowi wać nową trajektorię własnego ruchu. Jeśli robot ma się przemieszczać, to musi posługiwać się technicznym odpowiednikiem wzroku, czyli systemem wizyj-1 nym. Żaden inny układ sensoryczny nie pomoże równie skutecznie ocenić konfiguracji elementów dwu- lub trójwymiarowej sceny (otoczenia), na której robcjl musi odnaleźć bezkolizyjną drogę.

Jako przykład będzie rozważane zachowanie robota mobilnego, który ma przemieścić się w znanej hali produkcyjnej z punktu A do punktu B (rys 10.15). I

Zakładając wykorzystanie metody propagacji fali, na całej hali produkcyjni nej jest generowana siatka. Zgodnie z algorytmem omówionym w p. 6.5.1, 326 w pierwszej fazie następuje zapełnienie wagami wszystkich komórek wolnych

T


10.5. Nawigacja inteligentnych robotów mobilnych III generacji


etych. Waga „O” jest przypisana komórce początkowej. Jeżeli sąsiednie * nie są zajęte, to im zostaje przypisana waga „1”, a komórkom sąsied-


waga


,2” itd. Następnie, stosując propagację wsteczną, jest wyznaczana


od punktu celu do punktu startu — rys. 10.16.


Rysunek 10.15


hali produkcyjnej z zaznaczonymi znanymi stałymi obiektami i ruchomą przeszkodą


(kółko)



^________

dok ' e--------------    *

°d punktu startu do punktu celu


robr«^l0ne wagami komórki wolne i zajęte w przestrzeni hali produkcyjnej i trasa ruchu

32


Wyszukiwarka

Podobne podstrony:
P1080331 10. Sztuczna inteligencja w robotyce Rysunek 10.1    ____ Struktura funkcjon
P1080336 10. Sztuczna inteligencja w robotyceUCA6410CEMI Rysunek 1^_______ Obraz układu scalonego w
P1080334 10. Sztuczna inteligencja w robotyce Zmodyfikowana waga 00.2) W procesie samouczenia, opisa
74879 P1080341 10. Sztuczna inteligencja w robotyce 10. Sztuczna inteligencja w robotyce Nowe wagi k

więcej podobnych podstron