ritk022020

ОГЛАВЛЕНИЕ ВЫПУСКА ЖУРНАЛА

РОБОТОТЕХНИКА И ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики (Санкт-Петербург)

Том: 8

Номер: 2

Год: 2020

Название статьи

Страницы

ОБЩИЕ ВОПРОСЫ ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РОБОТОВ И СОПУТСТВУЮЩИХ ТЕХНОЛОГИЙ В БОРЬБЕ С ПАНДЕМИЕЙ COVID-19 Ефимов А.Р., Гонноченко А.С., Пайсон Д.Б., Дюгованец Ю.И., Цыганков В.А., Морошкин С.Д., Левицкий Б.И., Вольнова Т.А., Зуев А.В.

87-100

ТЕЛЕУПРАВЛЕНИЕ В ЭКСТРЕМАЛЬНОЙ РОБОТОТЕХНИКЕ Спасский Б.А.

101-111

АКТУАЛЬНЫЕ ПРОБЛЕМЫ РАЗВИТИЯ РОБОТИЗИРОВАННОГО ВООРУЖЕНИЯ СУХОПУТНЫХ ВОЙСК Романюта А.Е., Негара А.Л., Антохин Е.А.

112-118

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ПРИМЕНЕНИЕ СКВОЗНЫХ ТЕХНОЛОГИЙ МЯГКИХ ВЫЧИСЛЕНИЙ В ЗАДАЧЕ ИНТЕЛЛЕКТУАЛЬНОГО РОБАСТНОГО УПРАВЛЕНИЯ ОДНОКОЛЕСНЫМ РОБОТОМ - ВЕЛОСИПЕДОМ Ульянов С.В., Ульянов В.С.

119-138

УПРАВЛЕНИЕ ПРОГРАММИРОВАНИЕ КОЛЛАБОРАТИВНЫХ МАНИПУЛЯЦИОННЫХ РОБОТОВ С ИСПОЛЬЗОВАНИЕМ ИНТЕРФЕЙСА ДОПОЛНЕННОЙ РЕАЛЬНОСТИ Швандт А., Ющенко А.С.

139-149

РАЗРАБОТКИ САМОРЕКОНФИГУРИРУЕМЫЙ КОМПЛЕКС МОДУЛЬНЫХ РОБОТОВ Никитин Д.А., Зеленский В.А.

150-158

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

Общие вопросы УДК: 621.865.8:004.896:616-78:331.101.52 DOI: 10.31776/RTCJ.8201 C. 87-100

Практическое применение роботов и сопутствующих технологий в борьбе с пандемией COVID-19 А.Р. Ефимов 1 , 4  , А.С. Гонноченко 1 , Д.Б. Пайсон 1 , Ю.И. Дюгованец 1 , В.А. Цыганков 1 , С.Д. Морошкин 1 , Б.И. Левицкий 2 , Т.А. Вольнова 3 , А.В. Зуев 3 ПАО С бе р ба н к, Л а бор ато ри я ро бото те хни ки , Москва , Росси йс ка я Фе де ра ци я, a re fimov@ sbe rb ank .ru 2 ПАО С бе р ба н к, Центр « Ме ди ци нс кие пр о ду кты и сер вис ы» , Москва , Росси йс ка я Фе де ра ци я 3 ПАО С бе р ба н к, Депа рта ме нт тех нол оги чес ко го р азвити я, Москва , Росси йс ка я Фе де ра ци я 4 На цио нал ьный ис сле до ва тел ьс кий тех ноло гичес кий у ни вер си те т « МИСиС », Москва , Ро ссийс ка я Фе дера ция 1

( М а т е р и а л п ос т у п и л в р ед ак ц и ю 27 а п ре л я 2 02 0 г од а )

Аннотация Традиционно применение робототехники связывается с видами деятельности, которые характеризуются как DDD – Dull, Dirty, Dangerous («скучные, грязные, опасные»). Пандемия COVID-19 сделала таковыми многие виды деятельности человека, в особенности – в сфере здравоохранения. Значительно более востребованными и опасными для персонала стали такие массовые виды работ, как дезинфекция, контроль режима карантина, забота об инфицированных пациентах и многое другое. Эта трансформация сделала чрезвычайно актуальным применение различных видов сервисной робототехники. Колёсные и гусеничные платформы, коллаборативные роботы, автономные наземные и воздушные доставщики нашли неожиданное применение для помощи медикам и спасательным службам в условиях чрезвычайной ситуации и карантина, в котором оказалось более половины населения Земли. В данной статье изучен и обобщён опыт различных организаций, которые применили уже существующие технологии робототехники для решения актуальной задачи предотвращения распространения вируса. С учётом сложности данной задачи, а также нарушения логистических цепочек по всему миру, наиболее обоснованным представляется подход, в соответствии с которым используются уже готовые, проверенные технические решения, которые быстро перепрофилируются под решение новых задач. Авторы статьи полагают, что пока нет никаких предпосылок для выявления лидеров в области применения робототехнических технологий для борьбы с распространением вируса, однако, те компании, которые сумеют найти чёткую нишу применения и быстро адаптировать свои технологии, имеют хорошие шансы достичь коммерческого успеха.

Ключевые слова Робот-дезинфектор, роботизированная доставка, телеприсутствие, телемедицина, 3D-печать, медицинская сертификация, беспилотные воздушные суда, беспилотные летательные аппараты, социальные роботы, автоматизация медицинских учреждений.

Practical use of robots and related technologies in counteraction to COVID-19 pandemic Albert R. Efimov 1, 4  , Aleksei S. Gonnochenko 1 , Dmitry B. Payson 1 , Yuriy I. Dyugovanets 1 , Victor A. Tsygankov 1 , Svyatoslav D. Moroshkin 1 , Boris I. Levitskii 2 , Tatiana A. Volnova 3 , Alexey V. Zuev 3 1

PJ SC « Sbe rb ank o f Russ ia » , Rob o tic s Lab o ra to ry , Mosc ow , Ru ssia , a re fimov @sbe rbank .ru 2 PJ SC « Sbe rb ank o f Russ ia » , Cen ter for med ic a l p roduc ts and s erv ice s , Mo scow , R uss ia , 3 PJ SC «Sbe rb ank of Russ ia», Department of technologica l deve lopmen t, Mosc ow , Russ ia , 4 Na tio na l Un ive rs ity o f Scienc e an d Tec hno lo gy «MISIS» (NU ST MISIS), Mos cow , R uss ia ( R e c e i v e d 2 7 A pr i l 2 02 0)

Abstract Traditionally, robotics mainly relates to activities which are described as DDD – Dull, Dirty, Dangerous. COVID-19 pandemic has turned to DDD many of common human activities – especially in medical care sphere. Significantly 87

Общие вопросы / General Issues

more in demand and more dangerous for the personnel became such mass jobs as disinfection, quarantine control, infected patients' treatment, and number of other crucial services. This transformation highlighted practical abilities of various kinds of service robots. An unexpected application was found for wheel- and caterpillar-mounted platforms, collaborative robots, unmanned autonomous ground and aerial delivery vehicles, etc. in helping healthcare workers and emergency services, while over a half of humankind found itself under contamination threat and quarantined. In the article, the authors inspected and summarized various organizations’ experience and practices undertaken to apply existing robotics solutions to prevent COVID-19 spreading. Considering complexity of such tasks and break-up of global supply chains, the use of mature (or at least tested) solutions which can be rapidly transformed to new applications is deemed the most feasible approach. The authors suppose, as of now, there are no reasonable prerequisites for identifying a leader of response to the pandemic among robotics companies, however, those players who is able to define and enter the advantageous emerging market segment, acquire good chances of business success.

Key words Disinfection robot, delivery robot, telepresence, telemedicine, 3D-printing, medical certification, unmanned aerial vehicle, social robot, healthcare institute’s automation.

Введение

остро встают вопросы законодательного регулирования допуска изделий и технологий в практическое здравоохранение. Настоящая работа, основанная на результатах исследования, проведённого в первом квартале 2020 г. Лабораторией робототехники Сбербанка, содержит обзор основных направлений и практик использования робототехники и беспилотных устройств в интересах борьбы с пандемией коронавируса, а также идентифицирует проблемные области в правовом и управленческом поле здравоохранения. Приводятся также некоторые рекомендации, которые могут быть полезны не только для ускорения мобилизации робототехнической индустрии в период пандемии, но и после снижения глобальной инфекционной угрозы – в целях либерализации рынка медицинской техники и привнесения достижений робототехники в современное практическое здравоохранение.

Возникновение и стремительный рост до пандемического масштаба эпидемии коронавируса COVID19 стали наиболее значимым глобальным событием не только первой половины 2020 г., но и, по всей видимости, нескольких последних десятилетий. Развитие событий после первых сообщений о вспышке заболеваемости в китайском Ухане продемонстрировало необходимость как оперативного развёртывания технических средств и инфраструктуры сдерживания эпидемии, так и быстрой и радикальной перестройки бизнес-процессов, направленной на сокращение контактов между людьми. Хотя учёные предупреждали о быстром распространении заболевания, ни правительства ведущих стран мира, ни руководство транснациональных корпораций и локального бизнеса не были подготовлены, и перестройка экономики происходит практически «по законам военного времени». Сегодня компании всех размеров просят сотрудников работать в дистанционном режиме, приостанавливают бизнес-процессы или, напротив, интенсифицируют их ввиду резкого роста спроса на свою продукцию и услуги [1]. Одним из очевидных последствий пандемического развития коронавируса стал рост практического интереса к роботам, беспилотным воздушным судам и различным направлениям применения искусственного интеллекта. «Безлюдные» технологии могут помочь справиться с массовой нехваткой кадров в здравоохранении, производстве и цепочках поставок, облегчить социальное дистанцирование, диагностику и лечение, а также оптимизировать труд медиков и дезинфекционного персонала, повышая безопасность сотрудников, ускоряя перевозки и по возможности освобождая от рутинных задач [2]. Поскольку в условиях постоянного роста числа заражённых критическим фактором становится время, необходимое для внедрения того или иного технического решения или протокола в практику здравоохранения или медицинской логистики, особенно

Применение роботов для дезинфекции Создание новых решений для безлюдной дезинфекции и оперативное дооснащение роботизированных транспортных платформ для применения в качестве роботов-дезинфекторов стало наиболее очевидным и быстро развивающимся направлением реагирования на развитие пандемии. Общий объём мирового рынка роботов-дезинфекторов составил порядка $67 млн в 2017 г., среднегодовой темп роста до начала эпидемии COVID-19 в КНР прогнозировался на уровне 28% на отрезке до 2022 г., что должно было обеспечить прирост в $164 млн за пять лет [3]; по результатам событий начала 2020 г. развитие рынка может существенно ускориться. По данным за 2017 г., в стоимостном выражении основной объём продаж на рынке дезинфекторов (87%) приходился на роботов, применяющих для дезинфекции жёсткое ультрафиолетовое излучение, UVC [4]. Такой метод дезинфекции наиболее удобен, поскольку не приводит к накоплению дезинфицирующих средств на поверхностях и не требует после88

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

дующей уборки, минусом является повышенный износ поверхностей и материалов, чувствительных к ультрафиолету. Остальные 13% рынка приходятся на роботов, распыляющих жидкие антисептики. В условиях пандемии соотношение между UVCроботами и роботами-распылителями может измениться, поскольку распылителей используют, помимо прочего, для дезинфекции улиц и других больших пространств, однако после снижения вирусной опасности такая необходимость отпадёт, и продажи с большой вероятностью вернутся к исходной структуре. Пандемия заметно стимулировала разработку роботов-дезинфекторов как стартапами (например, UVD robots), так и крупными корпорациями (например, Siemens) [5]. Вполне возможно, что на таком фоне успешным новым игрокам удастся «взорвать» рынок. До начала пандемии лидерами рынка дезинфицирующих роботов являлись Bioquell, STERIS, Surfacide, The Clorox Company, Tru-D SmartUVC, Xenex, и главной областью применения их продукции являлась борьба с внутрибольничной инфекцией. Сейчас применение подобных продуктов возможно в местах концентрации людей, входящих в группу риска (детские сады, дома престарелых, школы), массового скопления людей (транспорт, торговые центры).

2020; 8(2)

Рисунок 2 — Дезинфекционные роботы с УФ-установками могут помочь при нехватке персонала и в условиях повышенных эпидемических рисков Figure 2 — UV-equipped disinfection robots can help in conditions of increased epidemic risks or during personnel shortage

UVD Robots ApS поставляет своих дезинфицирующих роботов (рис. 2) в больницы Китая для борьбы с пандемией COVID-19. Xenex Corp. сообщила, что она развернула своих дезинфекционных роботов более чем в 500 больницах и отправляет роботов в Италию, которая сильно пострадала от эпидемии [7]. Корпорация MTR (система метрополитена Гонконга) использует роботов, распыляющих перекись водорода (VHP), разработанных совместно с Avalon Biomedical (Management) Ltd., для дезинфекции железнодорожных вагонов [8].

Технологии повышения автоматизации деятельности медицинских учреждений Первоочередной и самой массовой задачей, решаемой системой здравоохранения в условиях пандемии, становится проверка тысяч, а в перспективе – возможно, и миллионов людей на наличие инфекции, а также испытание потенциальных вакцин. К решению этой задачи уже сегодня привлекаются автоматизированные и роботизированные системы.

Рисунок 1 — Наземный робот R80 производства XAG распыляет дезинфицирующее средство в Китае [34] Figure 1 — Ground robot R80 by XAG diffuses disinfection liquid in China [34]

Ряд компаний, прежде всего – китайских, уже сегодня успешно применяют роботов для решения практических задач дезинфекции. Компания XAG расширила использование наземных роботов и беспилотных воздушных судов, превращая сельскохозяйственные установки в дезинфицирующие опрыскиватели (рис. 1). Компания развернула в Китае более 2600 беспилотников, возобновив ранее приостановленную карантином деятельность [6].

Рисунок 3 — Автономный робот перевозит грузы внутри больницы, минимизируя риск перекрёстного заражения между людьми [35] Figure 3 — Autonomous robot carries loads at hospital, minimizing risk of cross-contamination between people [35]

89

Общие вопросы / General Issues

Например, Hamilton Co. предлагает свои рабочие станции MagEEx STARlet и PCR Prep STARlet, готовые к проведению анализов. В компании заявляют, что приоритетными являются заказы на тестирование фармацевтической продукции на производственных площадках в городах Рино (США) и Бонадуц (Швейцария) [9]. Гонконгский университет науки и технологий в сотрудничестве с правительством и местными больницами тестирует различных мобильных роботовдоставщиков (рис. 3) для борьбы с инфекциями. Аналогично «Госпиталь Александры» (Сингапур), который только начал тестирование робота BeamPro, планирует использовать его для доставки продуктов питания пациентам с подозрением на новый коронавирус.

ляторные системы. Решения Diligent Robotics' Moxi напротив, более зрелые (рис. 5), и нам ещё предстоит увидеть развитие рынка роботов, предназначенных для помощи медсёстрам и врачам.

SRI Biosciences в Менло-Парк (США) использует роботов и искусственный интеллект при разработке противовирусных препаратов. В Шэньчжэне (Китай) компания Ubtech Robotics Inc. модифицировала своих сервисных роботов для измерения температуры людей. Новый полевой госпиталь в Ухане (Китай) использует различные системы, в том числе гуманоидных роботов CloudMinds 5G. В целом, однако, отмечается, что социальные роботы больше предназначены для организации обмена информацией, чем для оказания медицинской помощи. В середине марта 2020 г. Европейская комиссия предложила малым предприятиям €164 млн в виде финансирования, выделяемого по ускоренной процедуре, на разработку технологий лечения, тестирования, мониторинга и других решений, способных помочь в борьбе с пандемией COVID-19 [10].

Робототехнические технологии автоматизированной доставки Оптимизация, повышение эффективности, и в том числе – роботизация деятельности служб доставки, становится неотъемлемой составляющей сохранения качества жизни населения в условиях разного рода карантинов и социального дистанцирования. По этому направлению существенный прогресс достигнут также китайскими фирмами. Так, компания Baidu установила партнёрские отношения с компанией Neolix для доставки продовольствия и материалов в пекинскую больницу «Хайдань» на автономном автомобиле Apollo. Алгоритмы искусственного интеллекта Baidu также используются для отслеживания распространения инфекции [11]. Продуктовые магазины, аптеки и рестораны располагают ограниченными ресурсами для быстрого и точного выполнения заказов, поэтому роботы играют все более важную роль в доставке товаров со складов и магазинов до грузовиков и покупателей.

JD.com использует автономные транспортные средства с автопилотом 4-го уровня для доставки товаров в Ухане (рис. 6). Доставка лекарств беспилотными воздушными судами (БВС) пока не является обычной практикой, но такие компании, как Drone Delivery Canada Corp. (Канада) [12] и Flirtey (США), ведут соответствующие переговоры с правительствами своих стран и ожидают, что ситуация изменится [13]. На текущий момент Antwork – компания, входящая в группу Terra Drone – уже перевозит при помощи БВС медицинские материалы между больницей, центром контроля заболеваний и филиалом уездной народной больницы Синьхуна [14].

Рисунок 4 — Манипулятор на колёсах может делать УЗИ, брать мазки из полости рта и осуществлять акустические обследования, обычно производимые стетоскопом [36] Figure 4 — Wheeled manipulator can perform ultrasound scan, acoustic examinations usually performed with a stethoscope and take swabs from oral cavity [36]

Профессор Университета Цинхуа в Пекине Чжэн Ганг построил мобильный манипулятор для защиты медицинского персонала при лечении пациентов (рис. 4).

Рисунок 5 — Робот Moxi производства Diligent Robotics способен доставлять лекарства и небольшие предметы первой необходимости внутри больницы [37] Figure 5 — Diligent Robotics’ Moxi robot can deliver medicaments and small essential supplies within a hospital [37]

Компания Hooman Somani также разместила многоосевой манипулятор на мобильной базе своего робота для скорой помощи (AmbuBot). Однако, как и в случае с прочими гуманоидными конструкциями, эти роботы менее проработаны, чем другие манипу90

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

для телеприсутствия помогает отчасти смягчить ситуацию социального дистанцирования: дети в НьюРошели, пригороде Нью-Йорка (США) и в других местах используют робота Temi для общения в условиях карантина (рис. 7) [16], Zorabots предлагает своих роботов для телеприсутствия в бельгийских домах престарелых, где уязвимые группы населения ограничивают контакты с членами семьи в ответ на COVID-19. Робототехнический стартап RoboKind (США), который разрабатывает гуманоидного робота Milo, предлагает своё программное обеспечение robots4STEM Avatar Version бесплатно для учащихся закрытых на карантин начальных и средних школ. Класс виртуального кодирования соответствует стандартам компьютерной науки, установленным Международным обществом технологий образования (International Society for Technology in Education). Очевидно, что и по окончании пандемии телемедицинские решения будут широко востребованы на транспорте, на удалённых территориях, при экстренных случаях на массовых мероприятиях и т.д. Возможна интеграция телеприсутствия со средствами объективного контроля (видеокамеры, термометры, тонометры, глюкометры, алкотестеры и др.), что позволит медицинскому специалисту получать данные о состоянии пациента в реальном времени. Другое перспективное направление – оснащение аптечек первой помощи системой удалённого контроля, при помощи которой медицинский специалист мог бы направлять пациенту рекомендации о приёме того или иного препарата, открывая доступ к нужной ячейке. Отдельно стоит упомянуть развитие сервисных роботов с «социальной» функцией. Пребывание в вынужденной длительной изоляции большого числа жителей развитых стран открывает широкие перспективы для производителей таких роботов. При этом на рынке начинается реконсолидация и перетекание наработок неудавшихся проектов к более жизнеспособным производителям. В 2018-2019 гг. была выкуплена интеллектуальная собственность закрывшихся стартапов Rethink Robotics (приобретена HAHN Group, Германия) [17] и Anki (приобретена Digital Dream Labs, США) [18], а в середине марта 2020 г. интеллектуальная собственность компаниипроизводителя социального робота Jibo (США) выкуплена NTT Disruption (Япония) [19]. Поскольку продукт является для широкого потребителя сравнительно новым, сейчас социальные роботы в основном пользуются спросом у узкой прослойки энтузиастов. Однако карантинные меры, принятые в большинстве стран, и вытекающая из них необходимость заполнить дефицит социальных контактов могут подтолкнуть более широкие круги потребителей к приобретению подобных устройств. Таким образом, у участников рынка появляется шанс

Рисунок 6 — Отдел логистики JD.com доставил первую партию товара в больницу в Ухане с помощью своих автономных роботов доставки уровня 4 (L4) [38] Figure 6 — JD.com's logistics department delivered the first load of goods to Wuhan hospital with its L4 delivery robots [38]

В Китае и Испании полиция использует БВС с громкоговорителями, чтобы призывать людей оставаться в помещении. Кроме того, робототехническая компания Guangzhou Gosuncn Robot (КНР) предоставляет в распоряжение полиции патрульных роботов, дистанционно управляемых через 5G, для обнаружения людей с повышенной температурой.

Технологии телеприсутствия и дистанционного обучения Телеприсутствие является одной из современных инфокоммуникационных парадигм, призванных обеспечить сохранение на максимально возможном уровне взаимодействия между людьми, проектными командами, учебными группами и социальными сообществами в условиях резкого сокращения «физического» взаимодействия. Большинство роботов для телеприсутствия исходно не предназначены для работы в условиях пандемии, однако в целом их адаптация, рост предложения, спроса, и в результате – расширение использования могло бы помочь уже в среднесрочной перспективе снизить цены на соответствующие решения.

Рисунок 7 — Робот Temi позволяет облегчить социальное дистанцирование [39] Figure 7 — Temi robot allows to facilitate social distance [39]

Как сообщает PitchBook, чтобы обеспечить медпомощь пациентам в достаточном объёме, всё большее число врачей могло бы обратиться к телемедицине [15]. Кроме того, использование роботов 91

Общие вопросы / General Issues

привлечь новую клиентуру для своего продукта, которая может оказаться лояльной и после снятия ограничений, вызванных пандемией.

паратов ИВЛ [20]. Продукт одного из таких проектов – аппарат ИВЛ Leitat1, разработанный и произведённый консорциумом испанских компаний Consorci de la Zona Franca (CZFB), Leitat (Tecnio), CatSalut и испанского подразделения HP (США) – успешно прошёл предварительные испытания, и в настоящий момент запускаются его клинические испытания в больницах Каталонии, Испания [21]. Кроме того, компании, специализирующиеся на 3D-печати, открывают STL-файлы для печати медицинских масок [22], печатают и безвозмездно передают в медучреждения прозрачные защитные забрала [23], производят сменные комплектующие для аппаратов ИВЛ и также безвозмездно снабжают ими местные больницы [24]. Разработаны и представлены для свободного изготовления также технические решения немедицинского характера. Так, 3D-принтинговая компания Materialise (Бельгия) выложила в свободный доступ STLфайлы для печати изделия, позволяющего нажать дверную ручку предплечьем [25], снижая таким образом риск передачи инфекции через прикосновение. Компания Winsun (КНР), специализирующаяся на 3Dпечати в строительстве, напечатала и направила несколько сот жилых модулей в провинцию Китая Хубэй, наиболее пострадавшую от вирусной инфекции, чтобы обеспечить контактирующий с больными медперсонал временным жильём и тем самым избавить от необходимости ночевать в больницах [26]. На государственном уровне наблюдается встречный запрос на подобную продукцию. Так, Европейская комиссия опубликовала запрос на поставку медицинских масок и производство аппаратов ИВЛ [27]. В процессе развития подобных инициатив возможно возникновение большого количества новых образцов медицинской техники весьма разного качества и функциональности; подобное течение событий имело место ранее, в ходе эпидемий птичьего и свиного гриппов. Например, в 2010 г. на рынок вышел стартап OneBreath (Индия-США), предлагающий более дешёвый и простой аппарат ИВЛ, чем рыночные аналоги (ценой $ 4 тыс. против средней $ 30-40 тыс.) [28]. Наиболее вероятным сценарием развития представляется применение как краудсорсинговой, так и экстренно профинансированной государствами продукции в периоды наибольших обострений эпидемической обстановки в местах, где такая продукция будет доступна (в условиях ограничений на транспортное сообщение между странами и территориями внутри стран, а также в связи с невозможностью быстро построить логистические цепочки, препятствиями выступят наличие необходимых мощностей 3D-печати и материалов). Дальнейшее закрепление такой продукции на рынках медтехники сильно ограничено следующими базовыми факторами:

3D-печать и open source в противодействии COVID-19 Использование современных подходов к быстрому прототипированию и материализации результатов прикладных исследований является неотъемлемой составляющей развития комплексных технологических решений, включая робототехнику и автоматизацию в области реагирования и купирования последствий чрезвычайных ситуаций, к которым можно отнести и нынешнюю пандемию. Ниже в настоящей работе остановимся на специфике вовлечения open source-сообщества и задействования технологий 3Dпечати в интересах противодействия коронавирусу. Сегодня возникает ситуация, когда в условиях общечеловеческой угрозы, реальный масштаб которой к тому же пока не очевиден, на борьбу с болезнью выходят в том числе неравнодушные представители технологических сообществ. Предлагаемые ими решения, созданные усилиями самоорганизовавшихся независимых энтузиастов, часто лежат вне парадигмы традиционных разработки и апробации медицинских решений. Это влечёт за собой несомненные риски: слабо подтверждена эффективность, неочевидны процессы техобслуживания и тиражирования нового оборудования и т.д. Однако нельзя исключить такой поворот событий, при котором в определённых обстоятельствах медицинские респираторы, распечатанные на 3D-принтере прямо в больнице, или фактически самодельные аппараты искусственной вентиляции лёгких (ИВЛ) окажутся значимым фактором в борьбе с вирусом. Будут ли готовы правительства и международные организации пойти навстречу разработчикам и, например, предложить упрощённый порядок сертификации изделий, или как минимум не карать за нарушение патентных прав тех, кто вынужден изготавливать и применять 3D-распечатки оригинальных деталей для медтехники, чтобы спасти жизни людей? Если такие меры будут приняты, как долго они продержатся после окончания пандемии? В случае положительного ответа на эти вопросы нас может ждать взрывной рост предложений простой и более дешёвой медицинской техники и существенное изменение рыночного ландшафта в этой области, не говоря уже о радикальном увеличении доступности высокотехнологичной медицинской помощи. Сейчас технологические сообщества прилагают коллективные усилия к расшивке узких мест в снабжении медучреждений аппаратурой и запчастями к ней, а также медикаментами и средствами индивидуальной защиты. Запущен ряд инициатив по разработке и производству на принципах open source ап92

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

1. Кратное падение спроса на аппаратуру ИВЛ после завершения пандемии коронавируса. Экстренно выделяемое дополнительное финансирование будет свёрнуто, в клиниках с большой вероятностью останутся избыточные мощности ИВЛ, развёрнутые в пиковые периоды заболеваемости.

2. Длительность и затратность процесса медицинской сертификации. В условиях пандемии некоторые клиники идут на использование несертифицированной продукции, однако после пандемии продукцию придётся сертифицировать, и не все стартапы захотят и смогут это сделать. Сертификация open source решений представляется затруднительной ввиду размытой субъектности автора/производителя.

3. Действия крупных производителей медтехники. Производители, чьи комплектующие были скопированы 3D-принтинговыми компаниями во время пандемии, могут в конечном итоге возбудить судебное преследование этих компаний за нарушение своих патентных прав. Также возможна активизация действия по снижению конкуренции – от покупки угрожающих стартапов до лоббирования более жёстких требований к медицинской сертификации. В случае преодоления этих факторов (в особенности - смягчения регулирования в области сертификации), возможно закрепление на рынке новых игроков. Примечательно, что регулирующие органы развитых стран не оставили инициативы технологических энтузиастов без внимания. Так, Управление по надзору за качеством пищевых продуктов и медикаментов США (Food and Drug Administration) допускает в крайних случаях использование 3D-печатных комплектующих для медтехники [29], а также рекомендует применять ранее разработанные методические рекомендации для участников рынка аддитивных технологий и, в частности, 3D-печати. Данные рекомендации направлены на упорядочение процесса разработки, производства и испытаний 3D-печатных изделий медицинского назначения [30]. Характерно, что указанные рекомендации не носят директивного характера, а являются скорее предметом диалога между сообществами разработчиков и практиков аддитивных технологий и органами власти, результатом которого уже, в свою очередь, могут стать нормативно-правовые акты [31]. Таким образом, в данном случае значим сам разворот федерального регулирующего органа к производителям и его готовность принять во внимание позицию последних в вопросах применения аддитивных технологий и коллективных способов производства для устранения дефицита средств защиты и медицинской техники.

2020; 8(2)

и производители робототехники и 3D-принтинговые компании при использовании своих технологий для борьбы с пандемией. Акцент был сделан именно на применение в медицинских целях, поскольку это направление сегодня является наиболее напряжённым. Были выявлены следующие проблемные области: 1. Отсутствие медицинских сертификатов на 3Dпечатную продукцию и существенную часть роботов (например, перепрофилированных сельскохозяйственных роботов-распылителей), а в российских условиях - отсутствие практики применения таких технологий в формате эксперимента (за рубежом такие технологии внедрены в крупных госпиталях и медицинских научно-исследовательских центрах как стандартная вспомогательная практика и методика исследования). Длительность процедуры получения таких сертификатов в условиях пандемии приводит и будет приводить к использованию несертифицированной продукции, а также может лишить нуждающихся пациентов своевременной помощи, ввиду чрезмерных рисков при использовании несертифицированных технологий врачом и медицинским учреждением.

2. Нарушение прав производителей оригинальных запчастей. Неавторизованные 3D-копии запчастей могут нарушать патентные права производителя оригинальной продукции. В Италии производитель деталей аппаратов ИВЛ угрожал судом 3D-принтерным стартапам за копирование своей продукции.

3. Неясные свойства 3D-печатной продукции. В отсутствие достаточных испытаний остаются открытыми вопросы, насколько эффективны и безопасны 3D-печатные изделия, можно ли использовать повторно, как их при этом необходимо дезинфицировать, каким средам и температурам можно подвергать без вреда для пользователей и т.д. Поскольку отсутствует практика сертификации и исследований на медицинскую безопасность материалов для 3Dпечати, тормозится проведение экспериментов и с 3D-печатными продуктами, равно как и дальнейшее внедрение этих технологий в практику медицинских учреждений.

4. В России действующий регламент по дезинфекции (СП 3.5.1378-03 «Санитарноэпидемиологические требования к организации и осуществлению дезинфекционной деятельности» [32], далее - Требования) предполагает следующие ограничения для средств дезинфекции медицинских учреждений:  Применение только допущенных в установленном порядке биологических средств, оборудования, аппаратуры и материалов (п. 3.2. Требований).  Дезинфекцию и стерилизацию в лечебнопрофилактических учреждениях проводит специально обученный персонал учреждения (п. 4.1.2 Требо-

Институциональные ограничения и барьеры для применения робототехники и 3D-принтинга Авторами был проведён обзор основных ограничений, с которыми сталкиваются разработчики 93

Общие вопросы / General Issues

ваний). Таким образом применение роботов как услуги полного цикла ограничено: формально оператором робота должен быть сотрудник медицинского учреждения, имеющий соответствующую подготовку. Очевидно, что её проведение в соответствии с действующими правилами займёт недопустимо длительное (в условиях пандемии) время. Также слишком долгим будет и изменение указанных правил в обычном порядке.  При проведении текущей дезинфекции в присутствии больных (персонала) не допускается применять способ орошения поверхностей дезинфицирующими растворами (п. 4.1.3 Требований). Применение УФ-ламп также должно проводиться в отсутствие людей в помещении, таким образом, в этом аспекте эти два способа уравниваются. Согласно тому же пункту Требований, заключительную дезинфекцию проводят в отсутствие больных при соблюдении персоналом мер индивидуальной защиты. Из этого следует, что при использовании роботовдезинфекторов, применяющих распылители, не обязательно удаление персонала при заключительных дезинфекциях, в то время как при применении УФламп удаление людей необходимо в любом случае.

ки, медицинских изделий (аппаратов ИВЛ и комплектующих для них, средств физических и химических методов дезинфекции, роботизированных средств их доставки, средств обеспечения телеприсутствия и автоматизации дистанционного мониторинга).

3. Необходимо содействие дальнейшему (как в текущей эпидемической обстановке, так и в будущем) развитию и широкому внедрению технических средств автоматизации дистанционного мониторинга состояния здоровья. Такие средства позволят:  кратно увеличить эффективность наблюдения за целевыми группами пациентов (как в условиях изоляции, так и в случаях ведения хронических неинфекционных заболеваний);  значительно повысить оперативность реагирования на изменение состояния больного;  в реальном времени оценивать результативность проводимых лечебно-диагностических мероприятий;  понизить уровень внутрибольничного инфицирования, инвалидизации и смертности.

Регуляторные выводы 1. Актуальна фокусировка в первую очередь на снижении сроков проведения регистрационных действий при создании и клинической апробации средств и оборудования для диагностики, лечения и дезинфекции как используемых в борьбе с COVID19, так и применяемых для лечения коморбидных и сопутствующих заболеваний и их осложнений, при условии изготовления таких средств на отечественных или локализованных производствах.

2. Целесообразно создание регуляторных «песочниц», объединяющих усилия контролирующих и регулирующих ведомств в здравоохранении и участников отрасли для оперативного обновления нормативно-правовой базы с целью ускоренного внедрения в практическое здравоохранение методик роботизации, средств автоматизации диагностики и наблюдения, технологий создания средств индивидуальной защиты, средств и методов дезинфекции.

3. Необходима легитимизация по результатам этих регуляторных усилий права врача, медицинского учреждения, действующего в условиях сложной эпидемической обстановки, принимать взвешенное решение и отступать от правил работы и рамок действующих стандартов, внедрять (в соответствии с правилами проведения таких изысканий) собственные разработки, упростить порядок согласования таких разработок с регулирующими органами и другими заинтересованными ведомствами и институтами.

Основные выводы по начальному этапу реагирования робототехники на пандемический вызов На момент сдачи статьи в редакцию (конец апреля 2020 г.) было ещё слишком рано говорить о подведении итогов и выработке комплексных и подкреплённых глобальным опытом рекомендаций по развитию высокотехнологических отраслей и направлений в контексте опыта парирования пандемии COVID-19. Тем не менее, были идентифицированы предварительные выводы, которые в дальнейшем могут быть доработаны и уточнены.

Управленческие выводы 1. Актуальным представляется смещение приоритетов государственного финансирования (как в области закупок, так и в области НИОКР, включая грантовую поддержку инновационного развития) в пользу медицинского оборудования и средств дезинфекции. Следует отметить, что руководство США уже довольно активно работает по данному направлению, и Белый дом в марте 2020 г. ввёл режим, предусмотренный законом «Об оборонном производстве», значительно расширяющий полномочия федерального правительства в закупках необходимых товаров и услуг в чрезвычайных ситуациях [33].

2. Целесообразно создание совместных предприятий между лидерами рынка для совместной разработки технических средств дезинфекции, обеспечения своевременного финансирования разработки, инвестирования в производство технических средств диагностики и лечения, дезинфекции и санобработ-

Заключение В проведённом исследовании мы выделили основные направления применения сервисной робото94

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

техники в условиях пандемии коронавируса. К ним относятся дезинфекция, автоматизация учреждений здравоохранения, доставка товаров розничным потребителям, решения для телеприсутствия и дистанционного общения. Дополнительно отдельный акцент сделан на индустрии 3D-печати и изделиях, производимых в рамках идеологии open source, поскольку участники этих рынков оказывают существенную помощь местным потребителям комплектующих для медтехники, в первую очередь – аппаратов искусственной вентиляции лёгких. Расширение практического применения сервисной робототехники и технологий 3D-печати (последней – особенно в области медтехники и производства средств защиты для устранения возникающих в пиковые периоды заболеваемости локальных дефицитов) сталкивается с существенными препятствиями, обусловленными современными требованиями к медицинской сертификации и иными нормативными ограничениями. Определённую проблему представляют также претензии к энтузиастам open sourceсообщества со стороны разработчиков оригинальных комплектующих. И если вопросы интеллектуальной собственности можно решить путём лицензирования или самостоятельной разработки на принципах open source, то длительные и многодельные процессы медицинской сертификации и громоздкое правовое регулирование поставок продукции для медучреждений остаётся наиболее существенным препятствием для развития робототехники в сегменте здравоохранения. Концентрация усилий регулирующих ведомств, робототехников и врачей на обновлении норматив-

2020; 8(2)

ной базы, применение режима «регуляторной песочницы», внедрение «пилотных» нормативов в отдельных регионах и расширение самостоятельности конкретных больниц в выборе изделий и поставщиков – эти и ряд других мер могли бы в краткосрочной перспективе способствовать повышению эффективности борьбы с коронавирусом, а в будущем – придать существенный импульс развитию сервисной медицинской робототехники. Прочие сегменты сервисной робототехники (социальные роботы, системы телеприсутствия, роботы-доставщики) в сложившейся ситуации социального дистанцирования, самоизоляции существенного числа потребителей, вынужденной трансформации розничной торговли и других отраслей получают уникальную возможность для развития, выхода на новые рынки и привлечения более широкой аудитории. Завершая подготовку этой работы, мы не можем судить ни о масштабе непосредственного урона, ни о скорости выхода человечества из острой фазы пандемии. Представляется, однако, очевидным, что это испытание послужит катализатором ускоренного развития целого ряда перспективных технологий, направленных на повышение устойчивости и гибкости бизнес-процессов, а также улучшения реагирования бизнеса и человеческих сообществ на отраслевые, региональные и глобальные потрясения. Предложенная вниманию читателей статья является одной из первых попыток идентификации и технической оценки развития в указанном направлении сервисной робототехники, а также некоторых сопряжённых технологических решений и подходов.

Литература 1. Amazon hiring for additional 75,000 jobs // The Amazon Blog: [site]. – April 13, 2020. – URL: https://blog.aboutamazon.com/company-news/amazon-hiring-for-additional-75-000-jobs (дата обращения: 20.04.2020). – Text: electronic.

2. Eugene Demaitre. Coronavirus response growing from robotics companies // The Robot Report: [site]. – March 2, 2020. – URL: https://www.therobotreport.com/coronavirus-response-growing-robotics-companies/ (дата обращения: 20.04.2020). – Text: electronic.

3. Global Environmental Disinfection Robot Market 2018-2022 // TechNavio: [site]. – December 2018. – URL: https://www.technavio.com/report/global-environmental-disinfection-robot-market-analysis-share (дата обращения: 21.04.2020). – Text: electronic.

4. Global Environmental Disinfection Robot Market 2018-2022 // Business Wire: [site]. – January 07, 2019. – URL: https://www.businesswire.com/news/home/20190107005416/en/Global-Environmental-Disinfection-RobotMarket-2018-2022-Innovations (дата обращения: 21.04.2020). – Text: electronic.

5. Intelligent disinfection robots help fight the virus // Siemens: [site]. – February 2020. – URL: https://new.siemens.com/global/en/company/stories/industry/intelligentrobotics-siemens-aucma.html (дата обращения: 21.04.2020). – Text: electronic.

6. XAG Robot Joins Drone Fleet to Initiate Ground Air Disinfection in Coronavirus Battle // XAG: [site]. – February 28, 2020. – URL: https://www.xa.com/en/news/official/xag/72 (дата обращения: 21.04.2020). – Text: electronic.

7. Eugene Demaitre. Coronavirus fight in China to get a boost from UVD disinfection robots // The Robot Report: [site]. – February 21, 2020. – URL: https://www.therobotreport.com/coronavirus-fight-china-gets-boost-uvddisinfection-robots/ (дата обращения: 21.04.2020). – Text: electronic.

95

Общие вопросы / General Issues

8. Mary Hui. Hong Kong’s subway is sending robots to disinfect trains of coronavirus // Quartz: [site]. – March 12, 2020. – URL: https://qz.com/1816762/coronavirus-hong-kongs-mtr-subway-uses-robot-to-disinfect-trains/ (дата обращения: 21.04.2020). – Text: electronic.

9. Hamilton Announces Automated Coronavirus (COVID-19) Testing Workstations and Priority Fast Tracking for Any Orders Related to Combatting the Viral Pandemic // Hamilton: [site]. – March 17, 2020. – URL: https://www.hamiltoncompany.com/press-releases/hamilton-announces-automated-coronavirus-covid-19-testingworkstations-and-priority-fast-tracking-for-any-orders-related-to-combatting-the-viral-pandemic (дата обращения: 21.04.2020). – Text: electronic.

10. Eugene Demaitre. COVID-19 pandemic prompts more robot usage worldwide // The Robot Report: [site]. – March 18, 2020. – URL: https://www.therobotreport.com/covid-19-pandemic-prompts-more-robot-usage-worldwide/ (дата обращения: 21.04.2020). – Text: electronic.

11. Alex McFarland. Baidu’s AI Technology Being Used to Combat Coronavirus // Unite.ai: [site]. – March 13, 2020. – URL: https://www.unite.ai/baidus-ai-technology-being-used-to-combat-coronavirus/ (дата обращения: 21.04.2020). – Text: electronic.

12. Matthew Sweeny. Drone Delivery is Critical to Pandemic Management // EHS Today: [site]. – March 06, 2020.

– URL: https://www.ehstoday.com/safety-technology/article/21125416/drone-delivery-is-critical-to-pandemicmanagement (дата обращения: 21.04.2020). – Text: electronic.

13. Haye Kesteloo. Drone Delivery Canada statement regarding Coronavirus (COVID-19) // Drone DJ: [site]. – March 18, 2020. – URL: https://dronedj.com/2020/03/18/drone-delivery-canada-statement-regarding-coronaviruscovid-19/ (дата обращения: 21.04.2020). – Text: electronic.

14. Terra Drone business partner Antwork helps fight coronavirus in China with medical delivery drones // TerraDrone: [site]. – February 7, 2020. – URL: https://www.terra-drone.net/global/2020/02/07/terra-drones-businesspartner-antwork-helps-fighting-corona-virus-with-drones/ (дата обращения: 21.04.2020). – Text: electronic.

15. Tim Hornyak. What America can learn from China’s use of robots and telemedicine to combat the coronavirus // CNBC: [site]. – March 18, 2020. – URL: https://www.cnbc.com/2020/03/18/how-china-is-using-robots-andtelemedicine-to-combat-the-coronavirus.html (дата обращения: 21.04.2020). – Text: electronic.

16. Benyamin Cohen. Israeli-built robot helps care for those in quarantine // From the Grape Vine: [site]. – March 16, 2020. – URL: https://www.fromthegrapevine.com/innovation/israel-robot-temi-coronavirus-helps-care-thosequarantine-senior-citizens (дата обращения: 21.04.2020). – Text: electronic.

17. Steve Crowe. Rethink Robotics IP acquired by HAHN Group // The Robot Report: [site]. – October 25, 2018.

URL: https://www.therobotreport.com/hahn-group-acquires-rethink-robotics-ip/ (дата обращения: 20.04.2020). – Text: electronic.

18. Digital Dream Labs acquires Anki Robotics & artificial intelligence assets // CISION PR Newswire: [site]. – February 15, 2020. – URL: https://www.prnewswire.com/news-releases/digital-dream-labs-acquires-anki-robotics-artificial-intelligence-assets-300987766.html (дата обращения: 20.04.2020). – Text: electronic.

19. Steve Crowe. Jibo social robot assets acquired by NTT Disruption // The Robot Report: [site]. – March 18, 2020. – URL: https://www.therobotreport.com/jibo-social-robot-assets-acquired-ntt-disruption/ (дата обращения: 20.04.2020). – Text: electronic.

20. Gerrit Coetzee. Ultimate medical hackathon: how fast can we design and deploy an open source ventilator? // Hackaday: [site]. – March 12, 2020. – URL: https://hackaday.com/2020/03/12/ultimate-medical-hackathon-how-fastcan-we-design-and-deploy-an-open-source-ventilator/ (дата обращения: 20.04.2020). – Text: electronic.

21. Leitat1 reaches ICU patients as a certified campaign respirator // Consorci de la Zona Franca: [site]. – March 2020. – URL: https://www.zfbarcelona.es/en/news/leitat1-reaches-icu-patients-as-a-certified-campaign-respirator/ (дата обращения: 20.04.2020). – Text: electronic.

22. NanoHack, an open-source 3D printed mask against COVID-19 // 3D Natives: [site]. – March 19, 2020. – URL: https://www.3dnatives.com/en/mask-against-covid-19-180320205/ (дата обращения: 20.04.2020). – Text: electronic.

23. 3D printed face shields for medics and professionals // Prusa Research: [site]. – March 13, 2020. – URL: https://www.prusa3d.com/covid19/ (дата обращения: 20.04.2020). – Text: electronic.

24. Chloe Kent. Covid-19: start-up that saved lives with 3D-printed valve may face legal action // Verdict Medical Devices: [site]. – March 18, 2020. – URL: https://www.medicaldevice-network.com/news/3d-printed-valves-covid-19italy/ (дата обращения: 20.04.2020). – Text: electronic.

25. Hands-Free Door Openers. Technical Information // Materialise: [site]. – March 2020. – URL: https://www.materialise.com/en/hands-free-door-opener/technical-information (дата обращения: 21.04.2020). – Text: electronic.

26. Yingchuang to provide 3D printed lounges for frontline medical staff // Winsun: [site]. – February 13, 2020. – URL: http://www.winsun3d.com/En/News/news_inner/id/535 (дата обращения: 21.04.2020). – Text: electronic.

96

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

27. Your 3D printing expertise is needed – Urgent request from the European Commission // MGA: [site]. – March 17, 2020. – URL: https://mobilitygoesadditive.org/market/coronavirus-your-3d-printing-expertise-is-needed-urgentrequest-from-the-european-commission/ (дата обращения: 20.04.2020). – Text: electronic.

28. OneBreath Ventilator. Product Description // CSRBOX: [site]. – March 27, 2019. – URL: https://csrbox.org/India_CSR_products_OneBreath-Ventilator-_60 (дата обращения: 21.04.2020). – Text: electronic.

29. U.S. Food and Drug Administration. FAQs on 3D Printing of Medical Devices, Accessories, Components, and Parts During the COVID-19 Pandemic // U.S. Food and Drug Administration: [site]. – April 05, 2019. – URL: https://www.fda.gov/medical-devices/3d-printing-medical-devices/faqs-3d-printing-medical-devices-accessoriescomponents-and-parts-during-covid-19-pandemic (дата обращения: 21.04.2020). – Text: electronic.

30. U.S. Food and Drug Administration. Technical Considerations for Additive Manufactured Medical Devices.

Guidance for Industry and Food and Drug Administration Staff // U.S. Food and Drug Administration: [site]. – December 05, 2017. – URL: https://www.fda.gov/media/97633/download (дата обращения: 20.04.2020). PP. 6-28.

31. U.S. Food and Drug Administration. Technical Considerations for Additive Manufactured Medical Devices.

Guidance for Industry and Food and Drug Administration Staff //U.S. Food and Drug Administration [site]. – December 05, 2017. URL: https://www.fda.gov/media/97633/download (дата обращения: 20.04.2020). P. 2.

32. О введении в действие санитарно-эпидемиологических правил СП 3.5.1378-03: постановление Главного государственного санитарного врача Российской Федерации от 9 июня 2003 года № 131 // Электронный фонд правовой и нормативно-технической документации. – URL: http://docs.cntd.ru/document/901865877 (дата обращения: 20.04.2020). – Текст: электронный.

33. Chris Newmarker. Trump invokes Defense Production Act against coronavirus // Mass Device: [site]. – March 18, 2020. – URL: https://www.massdevice.com/breaking-trump-invokes-defense-production-act-against-coronavirus/ (дата обращения: 21.04.2020). – Text: electronic.

34. PR Newswire Association: [site]. – 28.02.2020. – URL: https://www.prnewswire.com/news-releases/xag-robotjoins-drone-fleet-to-initiate-ground-air-disinfection-in-coronavirus-battle-301013378.html (дата обращения: 21.04.2020). – Image: electronic.

35. Crain Communications: [site]. – 30.04.2016. – URL: https://www.modernhealthcare.com/article/20160430/ MAGAZINE/304309981/inside-north-america-s-first-all-digital-hospital (дата обращения: 21.04.2020). – Image: electronic.

36. Reuters: [site]. – 23.03.2020. – URL: https://www.reuters.com/article/us-health-coronavirus-china-robot/robotdesigned-in-china-could-help-save-lives-on-medical-frontline-idUSKBN21A0FY (дата обращения: 21.04.2020). – Image: electronic.

37. Net RobotReport: [site]. – 01.10.2019. – URL: https://www.google.com/url?sa=i&url=https%3A%2F%2F www.therobotreport.com%2Fdiligent-robotics-raises-seed-funding-launches-moxi-robot%2F&psig=AOvVaw2Spmb FxBN09cwsudAKd8jY&ust=1587638753720000&source=images&cd=vfe&ved=0CAIQjRxqFwoTCLC-ltDt-gCFQAAAAAdAAAAABAJ (дата обращения: 21.04.2020). – Image: electronic.

38. JD-delivery-robot: [jpg].

– URL: https://1cn9a51rqjf725dws347pvfp-wpengine.netdna-ssl.com/wpcontent/uploads/2020/04/JD-delivery-robot.jpg (дата обращения: 21.04.2020). – Image: electronic.

39. 2019 temi USA: [site]. – URL: https://www.robotemi.com (дата обращения: 21.04.2020). – Image: electronic.

References 1. US Day One Blog. 2020. Amazon Has Hired 175,000 Additional People. [online] Available at: <https://blog.aboutamazon.com/company-news/amazon-hiring-for-additional-75-000-jobs> [Accessed 20 April 2020].

2. Demaitre, E., 2020. Coronavirus Response Growing From Robotics Companies. [online] The Robot Report.

Available at: <https://www.therobotreport.com/coronavirus-response-growing-robotics-companies/> [Accessed 20 April 2020].

3. Technavio. 2018. Environmental Disinfection Robot Market By Technology And Geography - Forecast And Analysis 2020-2024. [online] Available at: <https://www.technavio.com/report/global-environmental-disinfection-robotmarket-analysis-share> [Accessed 21 April 2020].

4. Businesswire.com. 2019. Global Environmental Disinfection Robot Market 2018-2022 | Innovations In Deployment Models To Boost Growth | Technavio. [online] Available at: <https://www.businesswire.com/news/home/20190107005416/en/Global-Environmental-Disinfection-Robot-Market2018-2022-Innovations> [Accessed 21 April 2020].

5. Siemens.com Global Website. 2020. Robot Helps To Fight Corona Virus. [online] Available at: <https://new.siemens.com/global/en/company/stories/industry/intelligentrobotics-siemens-aucma.html> [Accessed 21 April 2020].

97

Общие вопросы / General Issues

6. Xa.com. 2020. XAG Robot Joins Drone Fleet To Initiate Ground Air Disinfection In Coronavirus Battle. [online] Available at: <https://www.xa.com/en/news/official/xag/72> [Accessed 21 April 2020].

7. Demaitre, E., 2020. Coronavirus Fight In China Gets Boost From UVD Disinfection Robots. [online] The Robot Report. Available at: <https://www.therobotreport.com/coronavirus-fight-china-gets-boost-uvd-disinfection-robots/> [Accessed 21 April 2020].

8. Hui, M., 2020. Hong Kong’S Subway Is Sending Robots To Disinfect Trains Of Coronavirus. [online] Quartz.

Available at: <https://qz.com/1816762/coronavirus-hong-kongs-mtr-subway-uses-robot-to-disinfect-trains/> [Accessed 21 April 2020].

9. Hamiltoncompany.com. 2020. Hamilton Announces Automated Coronavirus (COVID-19) Testing Workstations And Priority Fast Tracking For Any Orders Related To Combatting The Viral Pandemic | Press Releases | Hamilton Company. [online] Available at: <https://www.hamiltoncompany.com/press-releases/hamilton-announces-automatedcoronavirus-covid-19-testing-workstations-and-priority-fast-tracking-for-any-orders-related-to-combatting-the-viralpandemic> [Accessed 21 April 2020].

10. Demaitre, E., 2020. COVID-19 Pandemic Prompts More Robot Usage Worldwide. [online] The Robot Report.

Available at: <https://www.therobotreport.com/covid-19-pandemic-prompts-more-robot-usage-worldwide/> [Accessed 21 April 2020].

11. McFarland, A., McFarland, A. and Nelson, D., 2020. Baidu’S AI Technology Being Used To Combat Coronavirus. [online] Unite.AI. Available at: <https://www.unite.ai/baidus-ai-technology-being-used-to-combat-coronavirus/> [Accessed 21 April 2020].

12. Sweeny, M., 2020. Drone Delivery Is Critical To Pandemic Management. [online] Available at: <https://www.ehstoday.com/safety-technology/article/21125416/drone-delivery-is-critical-to-pandemic-management> [Accessed 21 April 2020].

13. Kesteloo, H., 2020. Drone Delivery Canada Statement Regarding Coronavirus (COVID-19). [online] DroneDJ. Available at: <https://dronedj.com/2020/03/18/drone-delivery-canada-statement-regarding-coronavirus-covid-19/> [Accessed 21 April 2020].

14. Terra Drone｜Global UAV company. 2020. Terra Drone Business Partner Antwork Helps Fight Coronavirus In China With Medical Delivery Drones. [online] Available at: <https://www.terra-drone.net/global/2020/02/07/terradrones-business-partner-antwork-helps-fighting-corona-virus-with-drones/> [Accessed 21 April 2020].

15. Hornyak, T., 2020. What America Can Learn From China's Use Of Robots And Telemedicine To Combat The Coronavirus. [online] CNBC. Available at: <https://www.cnbc.com/2020/03/18/how-china-is-using-robots-andtelemedicine-to-combat-the-coronavirus.html> [Accessed 21 April 2020].

16. Cohen, B., 2020. Israeli-Built Robot Helps Care For Those In Quarantine. [online] Available at: <https://www.fromthegrapevine.com/innovation/israel-robot-temi-coronavirus-helps-care-those-quarantine-seniorcitizens> [Accessed 21 April 2020].

17. Crowe, S., 2018. Rethink Robotics IP Acquired By HAHN Group, A German Auto Specialist.. [online] The Robot Report. Available at: <https://www.therobotreport.com/hahn-group-acquires-rethink-robotics-ip/> [Accessed 20 April 2020].

18. CISION PR Newswire. 2020. Digital Dream Labs Acquires Anki Robotics & Artificial Intelligence Assets. [online] Prnewswire.com. Available at: <https://www.prnewswire.com/news-releases/digital-dream-labs-acquires-ankirobotics--artificial-intelligence-assets-300987766.html> [Accessed 20 April 2020].

19. Crowe, S., 2020. Jibo's Social Robot Assets Acquired By NTT Disruption. [online] The Robot Report. Available at: <https://www.therobotreport.com/jibo-social-robot-assets-acquired-ntt-disruption/> [Accessed 20 April 2020].

20. Coetzee, G., 2020. Ultimate Medical Hackathon: How Fast Can We Design And Deploy An Open Source Ventilator?. [online] Hackaday. Available at: <https://hackaday.com/2020/03/12/ultimate-medical-hackathon-how-fastcan-we-design-and-deploy-an-open-source-ventilator/> [Accessed 20 April 2020].

21. Escudé, I., 2020. Leitat1 Reaches ICU Patients As A Certified Campaign Respirator |. [online] Zfbarcelona.es.

Available at: <https://www.zfbarcelona.es/en/news/leitat1-reaches-icu-patients-as-a-certified-campaign-respirator/> [Accessed 20 April 2020].

22. 3Dnatives. 2020. Nanohack, An Open-Source 3D Printed Mask Against COVID-19 - 3Dnatives. [online] Available at: <https://www.3dnatives.com/en/mask-against-covid-19-180320205/> [Accessed 20 April 2020].

23. Prusa3D - 3D Printers from Josef Průša. 2020. 3D Printed Face Shields For Medics And Professionals. [online] Available at: <https://www.prusa3d.com/covid19/> [Accessed 20 April 2020].

24. Kent, C., 2020. Start-Up Which 3D-Printed Lifesaving Ventilator Valves May Face Legal Action. [online] Verdict Medical Devices. Available at: <https://www.medicaldevice-network.com/news/3d-printed-valves-covid-19-italy/> [Accessed 20 April 2020].

98

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

25. Materialise. 2020. Hands-Free Door Opener: Technical Information. [online] Materialise. Available at: <https://www.materialise.com/en/hands-free-door-opener/technical-information> [Accessed 21 April 2020].

26. Winsun3d.com. 2020. News-Yingchuang Building Technique （Shanghai）Co.Ltd. (Winsun). [online] Available at: <http://www.winsun3d.com/En/News/news_inner/id/535> [Accessed 21 April 2020].

27. MGA Mobility. 2020.

Your 3D Printing Expertise Is Needed. [online] Available at: <https://mobilitygoesadditive.org/market/coronavirus-your-3d-printing-expertise-is-needed-urgent-request-from-theeuropean-commission/> [Accessed 20 April 2020].

28. Csrbox.org.

2019. Onebreath Ventilator CSRBOX. [online] Available at: <https://csrbox.org/India_CSR_products_OneBreath-Ventilator-_60> [Accessed 21 April 2020].

29. U.S. Food and Drug Administration. 2019. Faqs On 3D Printing Of Medical Devices And Accessories During COVID-19. [online] Available at: <https://www.fda.gov/medical-devices/3d-printing-medical-devices/faqs-3d-printingmedical-devices-accessories-components-and-parts-during-covid-19-pandemic> [Accessed 21 April 2020].

30. U.S. Food and Drug Administration. 2017. [online] Available at: <https://www.fda.gov/media/97633/download> [Accessed 20 April 2020]. Pp. 6-28.

31. U.S. Food and Drug Administration. 2017. [online] Available at: <https://www.fda.gov/media/97633/download> [Accessed 20 April 2020]. Pp. 2.

32. Docs.cntd.ru. 2003. SP 3.5.1378-03 Sanitarno-Epidemiologicheskie Trebovaniya K Organizatsii I Osushchestvleniyu Dezinfektsionnoi Deyatel'nosti, O Vvedenii V Deistvie Sanitarno-Epidemiologicheskikh Pravil SP 3.5.1378-03, Postanovlenie Glavnogo Gosudarstvennogo Sanitarnogo Vracha RF Ot 09 Iyunya 2003 Goda №131, SP (Sanitarnye Pravila) Ot 09 Iyunya 2003 Goda №3.5.1378-03 [SP 3.5.1378-03 Sanitary And Epidemiological Requirements For The Organization And Implementation Of Disinfection Activities. On The Implementation Of The Sanitary And Epidemiological Rules SP 3.5.1378-03, Resolution Of The Chief State Sanitary Doctor Of The Russian Federation Dated June 09, 2003 No. 131, SP (Sanitary Rules) Dated June 9, 2003 No. 3.5.1378-03]. [online] Available at: <http://docs.cntd.ru/document/901865877> [Accessed 20 April 2020].

33. Newmarker, C., 2020. Trump Invokes Defense Production Act Against Coronavirus - Massdevice. [online] MassDevice. Available at: <https://www.massdevice.com/breaking-trump-invokes-defense-production-act-againstcoronavirus/> [Accessed 21 April 2020].

34. PR Newswire Association. 2020. [online] Available at: <https://www.prnewswire.com/news-releases/xag-robotjoins-drone-fleet-to-initiate-ground-air-disinfection-in-coronavirus-battle-301013378.html> [Accessed 21 April 2020].

35. Crain Communications.

2016. [online] Available at: <https://www.modernhealthcare.com/article/20160430/MAGAZINE/304309981/inside-north-america-s-first-all-digitalhospital> [Accessed 21 April 2020].

36. Reuters. 2020. [online] Available at: <https://www.reuters.com/article/us-health-coronavirus-china-robot/robotdesigned-in-china-could-help-save-lives-on-medical-frontline-idUSKBN21A0FY> [Accessed 21 April 2020].

37. Net RobotReport. 2019. [online] Available at: <https://www.therobotreport.com/diligent-robotics-raises-seedfunding-launches-moxi-robot/> [Accessed 21 April 2020].

38. JD corporate blog. n.d. [online] Available at: <https://jdcorporateblog.com/wp-content/uploads/2020/04/JDdelivery-robot.jpg> [Accessed 21 April 2020].

39. Temi robot. 2019. [online] Available at: <https://www.robotemi.com/> [Accessed 21 April 2020].

Информация об авторах Ефимов Альберт Рувимович, ПАО Сбербанк, Лаборатория робототехники, руководитель лаборатории, 117997, Москва, ул. Вавилова, д. 19, тел.: +7(495)500-55-50; Национальный исследовательский технологический университет «МИСиС» (НИТУ МИСиС), старший преподаватель, 119991, Москва, Ленинский пр., д. 4, arefimov@sberbank.ru, ORCID: 0000-0001-6857-8659 Гонноченко Алексей Сергеевич, ПАО Сбербанк, Лаборатория робототехники, технический директор, 117997, Москва, ул. Вавилова, д. 19, тел.: +7(495)500-55-50, Olvar@yandex.ru Пайсон Дмитрий Борисович, д.э.н., к.т.н., ПАО Сбербанк, Лаборатория робототехники, исполнительный директор, 121170, Москва, Кутузовский пр., д. 32, корп. 2, тел.: +7(495)500-55-50, dpayson@mail.ru, ORCID: 0000-0001-5963-9819 Дюгованец Юрий Иванович, ПАО Сбербанк, Лаборатория робототехники, руководитель направления аналитики, 121170, Москва, Кутузовский пр., д.

32, корп.

2, тел.: +7(495)500-55-50, YIDyugovanets@sberbank.ru, ORCID: 0000-0003-0760-1864 Цыганков Виктор Анатольевич, ПАО Сбербанк, Лаборатория робототехники, главный аналитик, 121170, Москва, Кутузовский пр., д. 32, корп. 2, тел.: +7(495)500-55-50, tsygankov.v.an@sberbank.ru 99

Общие вопросы / General Issues

Морошкин Святослав Дмитриевич, ПАО Сбербанк, Лаборатория робототехники, руководитель направления мобильной робототехники, 121170, Москва, Кутузовский пр., д. 32, корп. 2, тел.: +7(495)500-55-50, svyatoslavdm@gmail.com Левицкий Борис Игоревич, ПАО Сбербанк, Центр «Медицинские продукты и сервисы», руководитель направления, 117997, Москва, ул. Вавилова, д. 19, тел.: +7(495)500-55-50, Levitskiy.b.i@sberbank.ru Вольнова Татьяна Алексеевна, ПАО Сбербанк, Департамент технологического развития, Дирекции развития цифрового бизнеса, Управление развития технологий, исполнительный директор, 117997, Москва, ул. Вавилова, д. 19, тел.: +7(495)500-55-50, TAVolnova@sberbank.ru Зуев Алексей Владимирович, ПАО Сбербанк, Департамент технологического развития, Дирекции развития цифрового бизнеса, Управление развития технологий, ведущий эксперт по технологиям, 117997, Москва, ул. Вавилова, д. 19, тел.: +7(495)500-55-50, avzuyev@sberbank.ru

Information about the authors Albert R. Efimov, PJSC «Sberbank of Russia», Robotics Laboratory, Head of Laboratory, 19, ul. Vavilova, Moscow, 117997, Russia, tel.: +7(495)500-55-50; National University of Science and Technology «MISIS» (NUST MISIS), Senior Lecturer, 4, Leninskiy pr., 119049, Moscow, Russia, arefimov@sberbank.ru, ORCID: 0000-00016857-8659 Aleksei S. Gonnochenko, PJSC «Sberbank of Russia», Robotics Laboratory, Chief Technology Officer, 19, ul.

Vavilova, Moscow, 117997, Russia, tel.: +7(495)500-55-50, Olvar@yandex.ru Dmitry B. Payson, Doctor of Economics, PhD in Technical Sciences, PJSC «Sberbank of Russia», Robotics Laboratory, Executive Director, 32-2, Kutuzovsky pr., Moscow, 121170, Russia, tel.: +7(495)500-55-50, dpayson@mail.ru, ORCID: 0000-0001-5963-9819 Yuriy I. Dyugovanets, PJSC «Sberbank of Russia», Robotics Laboratory, Head of Analytics, 32-2, Kutuzovsky pr., Moscow, 121170, Russia, tel.: +7(495)500-55-50, YIDyugovanets@sberbank.ru, ORCID: 0000-0003-0760-1864 Victor A. Tsygankov, PJSC «Sberbank of Russia», Robotics Laboratory, Chief Analyst, 32-2, Kutuzovsky pr., Moscow, 121170, Russia, tel.: +7(495)500-55-50, tsygankov.v.an@sberbank.ru Svyatoslav D. Moroshkin, PJSC «Sberbank of Russia», Robotics Laboratory, Head of Mobile Robotics Domain, 32-2, Kutuzovsky pr., Moscow, 121170, Russia, tel.: +7(495)500-55-50, svyatoslavdm@gmail.com Boris I. Levitskii, PJSC «Sberbank of Russia», Center for medical products and services, Head of Department, 19, ul. Vavilova, Moscow, 117997, Russia, tel.: +7(495)500-55-50, Levitskiy.b.i@sberbank.ru Tatiana A. Volnova, PJSC «Sberbank of Russia», Department of technological development, Executive Director, 19, ul. Vavilova, Moscow, 117997, Russia, tel.: +7(495)500-55-50, TAVolnova@sberbank.ru Alexey V. Zuev, PJSC «Sberbank of Russia», Department of technological development, Leading Technology Expert, 19, ul. Vavilova, Moscow, 117997, Russia, tel.: +7(495)500-55-50, avzuyev@sberbank.ru

Информация Выпущена вторая версия шагающего робота SILVER2 для изучения морского дна Группа итальянских исследователей из Института биоробототехники, Школы перспективных исследований имени Святой Анны и Неаполитанской морской биостанции имени Антона Дорна разработали новую улучшенную версию своего шагающего робота для изучения морского дна SILVER2. В статье, опубликованной в журнале «Science Robotics», разработчики описывают его устройство, возможности и варианты применения в научных исследованиях. Первую версию робота SILVER команда представила два года назад. Вскоре после дебюта исследователи получили грант от National Geographic Society, который позволил им усовершенствовать его конструкцию и расширить функциональность.

Устройство может перемещаться по илистому или каменистому рельефу, а также может прыгать, когда это необходимо для продолжения движения. Шестиногий робот оснащен новым стабилизирующим модулем для поддержания равновесия, системой навигации, датчиком давления, системой плавучести, контактными датчиками и парой камер и микрофонов. Подводный робот может перемещаться по морскому дну как под управлением оператора, так и в автономном режиме в течение около 7 часов. Запаса энергии, если он будет просто стоять на дне, ему хватит на 16 часов. (По материалам сайта Robogeek)

100

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

УДК: 004.896:007.52: 62-5 DOI: 10.31776/RTCJ.8202 C. 101-111

Телеуправление в экстремальной робототехнике Б.А. Спасский

Це нтрал ьны й нау чно -иссл едова тел ьс кий и опы тно -ко нс тру кторс кий и нс титут ро бо то тех ни ки и техничес кой ки бернетики (ЦНИИ РТК), Санкт-Пе тер бург, Рос сийс ка я Фе дерация, bors @rtc.ru ( М а т е р и а л п ос т у п и л в р ед ак ц и ю 27 а п ре л я 2 02 0 г од а)

Аннотация Для роботов, предназначенных для работы в экстремальных условиях и ситуациях, характерно исключительно удалённое взаимодействие с человеком, в котором человеку отводится роль оператора или, реже, контролёра. В общем случае оператору приходится одновременно решать задачи планирования миссии, идентификации цели, навигации и управления роботом. Очевидно, что уровень автономности робота является одним из важнейших элементов, определяющих их взаимодействие. Задача данного обзора – рассмотреть возможности управления такими роботами, исходя из уровня их автономности.

Ключевые слова Экстремальная робототехника, мобильный робот, мобильный робототехнический комплекс, МРТК, телеуправление, уровень автономности робота.

Teleoperation in extreme robotics Boris A. Spassky

Russ ian State Sc ie ntific Center fo r Robo tics and Technical Cybernetics (RTC), Saint-Petersbu rg, Russ ia , bors@rtc .ru ( R e c e i v e d 2 7 A pr i l 2 02 0)

Abstract Robots designed to work in extreme conditions and situations are characterized mainly by remote interaction with humans, in which humans are assigned the role of operator or, less commonly, supervisor. In the general case, the operator has to simultaneously solve the tasks of mission planning, target identification, navigation and control of the robot. Obviously, the level of autonomy of the robot is one of the most important elements, which determine humanrobot interaction. The objective of this review is to consider the control capabilities of such robots, having in mind their level of autonomy.

Key words Extreme robotics, mobile robot, mobile robotic system, UGV, teleoperation, level of robot autonomy, LOA.

Введение Экстремальная робототехника – это прикладной раздел науки, изучающий проектирование, производство и применение роботов и робототехнических комплексов (РТК) для «выполнения различного рода работ в экстремальных ситуациях либо в экстремальных внешних условиях, опасных для человека или вовсе полностью исключающих его присутствие» [1]. С другой стороны, термин «экстремальная робототехника» часто используется для обозначения класса различных, как правило, мобильных или манипуляционных роботов, предназначенных для работы в таких условиях. С учетом современных возможностей робототехнических средств на них возлагаются задачи инспек-

ции и наблюдения, в том числе на объектах критической инфраструктуры, высокотехнологичных производствах или в условиях городской застройки, ведения радиационной и химической разведки, отбора проб и изъятия источников ионизирующего излучения, обследования и эвакуации взрывоопасных предметов, а также разбор завалов, расчистка территории, демонтаж аварийных объектов и многие другие. Для таких роботов характерно преимущественное использование режима телеуправления. Однако в последнее время наблюдается тенденция к повышению уровней автономности даже тех типов роботов, которые работали исключительно в режиме прямого телеуправления.

101

Общие вопросы / General Issues

В современных РТК, предназначенных для обследования радиационно опасных объектов, попрежнему реализуются крайне невысокие уровни автономности, в контуре управления неизменно присутствует человек, все операции манипулирования осуществляются только в режиме телеуправления, и эта тенденция, вероятно, сохранится и в ближайшем будущем. Это утверждение справедливо и для роботов-сапёров. Чтобы безопасно исключить человека из контура управления и повысить эффективность работы таких РТК, необходимы дальнейшие усилия, направленные на повышение уровня их автономности. И уже можно говорить о постепенном повышении уровня автономности таких РТК, поскольку в режим телеуправления вводятся элементы поддержки решений оператора, используется режим безопасного вождения, а отдельные, не ключевые, подзадачи миссии могут выполняться в полуавтоматическом режиме. Но для реализации разведывательных и спасательных миссий, связанных с неопределенностью ситуации и незапланированными событиями, в полностью автономном режиме необходимы дальнейшие исследования [2]. Роботы для инспекции и обслуживания морских платформ, нефтеперерабатывающих предприятий, нефтяных и газовых промыслов находят всё более широкое применение. Они также работают преимущественно в режиме телеуправления, проводя визуальные осмотры, считывая показания измерительных приборов, распознавая положение задвижек и замеряя температуру и концентрацию газа. Однако уровень автономности ряда роботов позволяет им не только безопасно перемещаться по узким проходам и лестницам и обходить препятствия на пути следования [3], но и самостоятельно проверять буровые установки и собирать данные об утечках газа и других проблемах, генерируя отчеты по всем вопросам, требующим дальнейшего изучения [4]. Что касается РТК военного назначения, предназначенных для ведения боевых действий, такие робототехнические комплексы являются предметом отдельного рассмотрения. Однако можно утверждать, что дальнейшее развитие военной и специальной мобильной робототехники связано с повышением автономности РТК за счет передачи функций, выполняемых человеком-оператором, бортовым средствам. Некоторые элементы автономности, такие как запоминание маршрута и возврат в точку потери связи, обход препятствий по данным бортовых систем при супервизорном управлении и ряд других, экспериментально проверены на макетных образцах и уже закладываются в возможности разрабатываемых роботов [5]. Во всех технологически развитых странах сформированы отраслевые программы развития робототехники. Практически во всех программах ставятся задачи повышения автономности,

адаптивности, сенсорного обеспечения и когнитивных способностей роботов в условиях изменяющейся неструктурированной среды, обеспечения безопасности при взаимодействии роботов с людьми. [6].

Уровни автономности роботов Различные определения автономности роботов как их способности к самоуправлению можно найти в целом ряде работ [7-16]. Принятый в России в 2019 году ГОСТ Р 60.0.0.4–2019 [17], идентичный международному стандарту ИСО 8373:2012, определяет автономность как «способность выполнять задачи по назначению на основе текущего состояния и восприятия внешней среды без вмешательства человека». Это определение следовало бы дополнить словами «или иными субъектами более высокого уровня иерархии» либо вовсе заменить «человека» на «оператора». По сути, уровень автономности робота определяется способностью воспринимать окружающий мир с помощью сенсорных устройств и интерпретировать его, осуществлять самостоятельную диагностику подсистем и при необходимости компенсировать их сбои, осуществлять точную навигацию и позиционирование и действовать в условиях динамически изменяющейся окружающей среды [16]. Т.е. робот должен уметь чувствовать, осознавать, планировать и действовать. И уровень этих возможностей, а следовательно, и уровень автономности может варьироваться от ее практического отсутствия до полной автономности. Однако, как уже неоднократно упоминалось [18], существует множество областей применения робототехники, где человек не может быть полностью или частично исключен из контура управления, и по этой причине достаточно широкое распространение получил тип взаимодействия робота и оператора, в основе которого лежит периодическое изменение уровня автономности системы, инициатором которого может выступать как человек, так и робот, т.е. взаимодействие человека и робота со смешанной инициативой (MixedInitiative Human-Robot Interaction). Такой тип взаимодействия был определён в [19] как «гибкая стратегия взаимодействия, в которой каждый агент (человек и робот) вносит то, что наилучшим образом подходит для решения задачи в наиболее подходящее время». Автономность робота вряд ли целесообразно рассматривать изолированно в отрыве от его взаимодействия с человеком, от распределения между ними функций управления, которые сводятся к трём базовым процедурам: «чувствовать», «планировать» и «действовать». Наиболее ранняя классификация уровней автономности была предложена в [20], а более поздние варианты подробно проанализированы в [21], и в результате проведенного анализа предложена классификация уровней автономности с позиции распределения функций по базовым процедурам (см. табл. 1).

102

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

Таблица 1 — Уровни автономности (Ч – человек, Р – робот)

Восприятие

Планирование

Действие

Table 1 — Levels of autonomy (Ч – human, P – robot)

Ч

Ч

Ч

Человек выполняет все аспекты задачи, включая восприятие окружающей среды и мониторинг систем, разработку планов / вариантов / целей и их реализацию.

Поддержка отдельных действий (Action Support)

Ч/Р

Ч

Ч/Р

Робот помогает человеку в реализации некоторых действий. Однако функции восприятия и планирования остаются за человеком. Например, человек может дистанционно управлять роботом, но при этом он может запросить у робота поддержку на выполнение некоторых подзадач (например, захват объектов).

3.

Телеуправление с поддержкой (Assisted Teleoperation)

Ч/Р

Ч

Ч/Р

Человек выполняет все аспекты задачи. Тем не менее, робот воспринимает и анализирует окружающую обстановку и в ряде случаев может вмешаться в выполнение задачи. Например, если оператор перемещает робот слишком близко к препятствию, робот автоматически останавливается или поворачивает, чтобы избежать столкновения.

4.

Пакетная обработка или пакетное задание (Batch Processing)

Ч/Р

Ч

Р

И человек, и робот воспринимают и анализируют окружающую обстановку. Человек, однако, определяет цели и планы задачи. Затем робот выполняет задачу автоматически.

5.

Поддержка принятия решений (Decision Support)

Ч/Р

Ч/Р

Р

И человек, и робот воспринимают и анализируют окружающую обстановку и вырабатывают план выполнения задачи. Однако человек выбирает план (свой или разработанный роботом) и отдаёт команду роботу осуществить действие.

6.

Коллективное (совместное) управление с инициативой оператора (Shared Control with Human Initiative)

Ч/Р

Ч/Р

Р

Робот самостоятельно воспринимает окружающую среду, разрабатывает планы / цели и осуществляет действия. Тем не менее, человек следит за ходом выполнения работы и может вмешиваться в процесс, если что-то идёт не так или если робот испытывает трудности.

7.

Коллективное (совместное) управление с инициативой робота (Shared Control with Robot Initiative)

Ч/Р

Ч/Р

Р

Робот самостоятельно выполняет все аспекты задачи (восприятие, планирование, действие). Если робот сталкивается с трудностями, он может обратиться к оператору за помощью в постановке новых целей / разработке планов.

8.

Супервизорное управление (Supervisory Control)

Ч/Р

Р

Р

Робот выполняет все аспекты задачи, но человек постоянно следит за роботом. Человек обладает преимущественным правом и может устанавливать новую цель / план. В этом случае уровень автономности снизится до совместного управления или поддержки принятия решений.

Уровень автономности

1.

Телеуправление без поддержки (Manual Teleoperation)

2.

Описание

103

Восприятие

Планирование

Действие

Общие вопросы / General Issues

Контроль выполнения подзадач (Executive Control)

Р

Ч/Р

Р

Человек может поставить абстрактную цель высокого уровня (например, перейти в окружающей среде в указанное место). Робот автономно воспринимает окружающую среду, устанавливает план и осуществляет действия.

10. Полная автономность (Full Autonomy)

Р

Р

Р

Робот выполняет все аспекты задачи автономно, без вмешательства человека в процесс восприятия среды, планирования или реализации действий.

Уровень автономности

9.

Описание

Исходя из приведённой классификации уровней автономности, можно утверждать, что большинство РТК, работающих в экстремальных ситуациях, имеют уровни с 1-го по 3-й, реже – 4-й. Более высокие уровни автономности в указанных РТК пока широко не применяются. Планируемый уровень автономности робота напрямую зависит от задачи, которую робот должен выполнять. В соответствии с [22], действия, выполняемые роботом, могут быть классифицированы по пяти категориям: навигация, манипулирование, восприятие окружающей среды (за пределами задач навигации), организация деятельности и социальное взаимодействие. Последние две категории в данной работе не обсуждаются. РТК с изменяемыми уровнями позволяет операторам выбирать уровень автономности робота в зависимости от поставленной задачи либо до начала работы либо непосредственно в процессе выполнения операции. Выбор и использование различных уровней автономности для повышения производительности РТК является сложной проблемой, в связи с чем возникает ряд вопросов. Например: какой уровень следует использовать при каких условиях; каков наилучший способ переключения между разными уровнями; и как можно исследовать баланс преимуществ и недостатков при повторяющихся переходах между уровнями автономности. Эти вопросы необходимо исследовать, проводя эксперименты, опираясь на методологии из областей психологии и эргономики, техники и информатики [23]. Поскольку рассматриваемые роботы предназначены для работы в экстремальных условиях и ситуациях и функционируют, как правило, в неструктурированных недружественных динамически изменяющихся средах, цена ошибки очень велика. И хотя чем более сложна среда, в которой предстоит работать роботу, тем, казалось бы, более высокий уровень автономности требуется для решения задачи, именно цена ошибки определяет относительно невысокие

уровни автономности таких роботов, поскольку результат их решения может повлиять на безопасность человека. В таком случае целесообразно менять уровень автономности в зависимости от этапа выполнения задачи, вплоть до прямого телеуправления. То есть, по сути, использовать стратегию управления, представляющую собой комбинацию прямого телеуправления, когда оператор полностью контролирует выполнение неопределенных задач, и супервизорного управления, при котором робот может в соответствии с указаниями оператора выполнять определенные задачи. Такая стратегия управления предложена в [24]. Очевидно, что в зависимости от уровня автономности, которого должен достичь робот, требуется большая или меньшая степень ситуационной осведомленности, поэтому ожидания осведомленности должны быть адаптированы к предполагаемому уровню автономности робота и ролям, выполняемым людьми [25]. Несмотря на возможность использования различных уровней автономности, любой вид телеуправления подразумевает постоянное присутствие оператора в контуре управления. Основными же проблемами реализации режима телеуправления являются возможная задержка сигнала, недостаточная ширина каналов связи (также снижающая ситуационную осведомлённость) и сложность выполнения одним оператором дуальных (и тем более множественных) задач. Кроме того, режим прямого телеуправления приводит к высокой физической и когнитивной нагрузке оператора. Как правило, миссия РТК не сводится исключительно к перемещению из пункта А в пункт Б. Даже в процессе перемещения робот зачастую выполняет различные типы измерений или иных операций либо непосредственно в процессе движения, либо с остановкой в промежуточных точках маршрута. Однако чаще миссия сводится к перемещению в заданную (или определяемую по ходу операции) точку с целью осуществления какой-либо работы, например, мани-

104

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

пуляционных действий с предметом интереса, а затем к возвращению на исходную позицию. Таким образом, в общем случае поддержка оператора со стороны робота может выражаться в оказании определённой помощи при решении задач навигации и манипулирования различными объектами.

Типы помощи в навигации (локомоции) и манипулировании Традиционно исследования в области повышения эффективности телеуправления были сосредоточены на двух главных направлениях: усовершенствование интерфейсов и обеспечение телеприсутствия. Интерфейсы изучались и разрабатывались с целью облегчить дистанционное управление роботом, обеспечивая оператору улучшенную ситуационную осведомленность. При этом часто возникала проблема перегрузки их визуальной модальности. Системы телеприсутствия сложны для проектирования и часто требуют специального оборудования. Это связано с трудностями восприятия роботом человеческих чувств (например, тактильных ощущений) и адекватной передачи их оператору [26]. Особую сложность представляет передача информации от таких типов сенсоров робота, для которых отсутствуют аналоги органов чувств у человека. В режиме телеуправления возможны два пути оказания помощи оператору. Первый – предоставление дополнительной информации и концентрация внимания оператора на наиболее важных параметрах. Второй – помощь в выполнении задачи, включая корректировку действий пользователя. Возможна и комбинация обоих вариантов поддержки. Первый вариант поддержки реализуется на втором уровне автономности (Поддержка отдельных действий), когда функции восприятия и планирования остаются за оператором, а второй вариант – на третьем уровне (Телеуправление с поддержкой), когда робот, проанализировав сложившуюся обстановку, может вмешаться в действия оператора, посчитав их опасными. К этому типу поддержки можно отнести режим безопасного телеуправления (safe mode teleoperation или safeguard teleoperation), т.е. ограниченную инициативу робота в рамках заранее определенного уровня автономности системы. Типичной проблемой в этом контексте является выбор правильной стратегии поддержки и соответствующего уровня автономности РТК.

В навигации При осуществлении навигации в неструктурированных труднопроходимых средах реализуются различные варианты поддержки оператора с целью обеспечения безопасности и эффективного перемещения робота в заданную точку. Одним из них является выделение потенциально опасных предметов на графическом интерфейсе (цветом, рамкой или

2020; 8(2)

иным образом) с целью привлечения внимания оператора; также могут использоваться и звуковые методы передачи информации. Другим вариантом поддержки является функция тактильной обратной связи. Эта функция отвечает за предупреждение оператора о близости препятствия и информирует о его положении относительно робота. Многомодальные интерфейсы объединяют информацию от нескольких датчиков или источников данных, формируя интегрированное представление об окружающей среде и повышая ситуационную осведомлённость. Так, например, может быть реализован перевод части визуальной информации (или информации от датчиков иной физической природы) в осязательный канал с целью информирования оператора для обхода препятствий и предотвращения столкновений. Совместное использование вибротактильных и звуковых сигналов предупреждения заметно улучшает реакцию оператора на опасные изменения в среде или на возникшую неисправность. Разумеется, тип кодирования должен быть максимально понятным, чтобы пользователи смогли безошибочно интерпретировать сообщение с минимальными возможными усилиями [27]. В зависимости от уровня автономности робот может либо только предупреждать оператора об опасности и не вмешиваться в управление, а может и ограничить скорость или вовсе запретить движение по направлению к выявленному препятствию (3-й уровень). В этом случае может использоваться как априори известная информация – карта, так и анализ динамически возникающих объектов в неизвестной среде. Предупреждение может осуществляться посредством возрастающего противодействия со стороны рукоятки (или иных органов управления), а может, например, путем использования вибрационного пояса, при этом вибрация возникает со стороны препятствия и усиливается по мере приближения к нему. Система предотвращения столкновений, снижая при необходимости скорость движения мобильного робота, предоставляет дополнительное время оператору, чтобы принять меры для предотвращения столкновения с препятствием. А если столкновение всё же произошло, то за счет сниженной скорости минимизируется ущерб, который наносится роботу и окружающей среде. Таким образом, тактильная обратная связь помогает смягчить эффект ослабления связей между физической средой и естественной обработкой информации, воспринимаемой человеком из этой среды [28]. Системы предотвращения столкновений и автономного прогнозирования и предотвращения опрокидывания на 3-м уровне автономности могут вовсе запретить передачу команд управления, выполнение которых может спровоцировать аварийную ситуацию, парируя тем самым грубые и опасные ошибки оператора.

105

Общие вопросы / General Issues

Ещё одним типом поддержки оператора в режиме телеуправления является быстрая предварительная проверка результата выполнения его команды на модели. В работе [29] описано программное обеспечение для помощи оператору «ненавязчивым» способом избежать столкновения с препятствием. Оператор осуществляет ввод в систему величины скорости перемещения, после чего система поддержки принимает эту команду и с помощью прямого моделирования определяет, безопасно ли ее выполнять. Если команда будет признана безопасной, она передаётся для исполнения. Однако, если выполнение команды приведёт к столкновению с препятствием, система поддержки попытается найти подходящее значение скорости, максимально близкое к заданному оператором, но не приводящее к аварийной ситуации.

SLAM Ещё один важный вариант поддержки оператора, осуществляющего навигацию робота в режиме телеуправления – это построение в режиме реального времени на основе бортовой датчиковой информации карты окружающей среды, что даёт возможность оператору быстрее и качественнее решить задачу навигации и уделить больше внимания выполнению других задач. Робот самостоятельно создает (двухмерную или трехмерную) карту, используя различные методы восприятия, и наносит на эту карту траекторию движения, свое текущее положение и объекты интереса. Оператор использует эту информацию для принятия решений о дальнейших действиях. Большой интерес представляет техническое освоение образного информационного представления внешней среды и построение на его основе систем управления МРТК, основанных не на цифровой, а на аналоговой образной информации. В частности, в ЦНИИ РТК выполнены исследования по навигации мобильных роботов с помощью визуальных ориентиров (реперов) во внешней среде. Этот метод основан на решении задач выделения, сопровождения и оценки их местоположения в системе координат, связанной с мобильным роботом, по показаниям сенсоров. Для расчета пространственного положения реперов информация с видеокамеры обрабатывалась совместно с данными одометра и бесплатформенной инерциальной навигационной системы [30]. Всё выше сказанное позволяет реализовать более высокие уровни автономности МРТК в процессе выполнения миссии.

Телеприсутствие Чувство связи с удаленной средой помогает оператору «погрузиться» в неё и сконцентрироваться на задаче. Телеприсутствие, т.е. ощущение физического присутствия в месте расположения телеуправляемого робота и, более того, слияния с ним, можно

рассматривать как ещё один элемент поддержки оператора, причём не только в режиме телеуправления, но и на более высоких уровнях автономности РТК. Эффект присутствия часто реализуется с помощью формирования стереоскопического изображения среды, причем управление положения стереопары может осуществляется интуитивно понятным образом, например, поворотом головы оператора в нужном направлении.

В манипулировании Если неустойчивая связь и существенная задержка сигналов управления практически не позволяют осуществлять телеуправление при навигации мобильного РТК, то осуществление манипуляционных операций в таких условиях в ряде случаев всё же возможно. Наиболее серьёзным препятствием для телеуправления манипулятором на больших расстояниях является неструктурированная динамически изменяющаяся среда. Однако разработаны методы, позволяющие управлять манипулятором в структурированной априори известной стабильной или медленно изменяющейся среде даже при наличии существенных задержек связи и потери части информации. В телеуправляемом манипулировании, как и в навигации, поддержка со стороны робота заключается в повышении ситуационной осведомлённости оператора и в автоматизированном выполнении части операций, например, таких как осуществление типовых движений манипулятором, наведение камеры для снятия показаний приборов или перевод манипулятора в исходное (транспортное) положение.

Виртуальная реальность и дополненная реальность Проблема задержки в телеуправлении манипулятором решается с использованием прогнозирующих дисплеев и телепрограммирования. Оба метода разработаны на основе технологий виртуальной реальности. Решения, основанные на прогнозирующих графических дисплеях, разрывают петлю обратной связи по усилию, улучшая визуальную обратную связь и накладывая виртуальное представление на управляемого робота. Манипулирование этим виртуальным роботом не имеет прямого влияния на реального: оно действует только как визуальное прогнозирующее устройство. После того как движение задано, отработано и подтверждено оператором, виртуальный робот управляет реальным в сценарии воспроизведения, где оператор уже вмешаться в процесс не может. Для поиска новых решений в телеуправлении с задержкой во времени используются и методы дополненной реальности [31]. Разработанный в Центральном научноисследовательском и опытно-конструкторском инсти-

106

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

туте робототехники и технической кибернетики (ЦНИИ РТК) мобильный робот способен выполнять отдельные технологические и навигационные операции на внешней поверхности космической станции. При включении в контур управления роботом человека, возникает проблема обеспечения понимания оператором текущего состояния робота, анализа окружающей обстановки и безошибочного реагирования и управления в реальном времени. Для решения этой проблемы предлагается использование иммерсивного многомодального интерфейса на базе виртуальных индуцированных сред. В нем виртуальная реальность с погруженным в нее оператором копирует в реальном времени некоторую параллельно существующую реальную среду. Индуцированная виртуальная среда является носителем обратной связи, и события в ней моделируются не по абстрактному сценарию, а связаны с событиями и предметным миром некоторой реальной среды. В общую схему работы системы управления добавляется фаза динамической реконструкции виртуальной среды. Реконструкция осуществляется на основе априорной (о моделях объектов и окружающей среды) и апостериорной – поступающей из физической системы. Среда представляет собой перцептивную копию искусственного мира. Обеспечивается возможность управления миссией робота в реальном и отложенном времени с предвидением положений его рабочих органов в реальном пространстве. Показаны перспективы использования силомоментной обратной связи для увеличения чувства присутствия в иммерсивной среде [32]. К инструментам, обеспечивающим поддержку оператора, относятся согласованное управление шарнирами манипулятора вместо пошарнирного, силомоментное очувствление, предвычисление наиболее вероятных намерений оператора. Так, одной из задач экстремальной робототехники является забор проб грунта с помощью манипулятора РТК. Существенно упростить процедуру забора пробы при управлении от человека-оператора позволяет построение трехмерной модели подстилающей поверхности с наложением на нее видеокадров. Для определения трехмерных координат точки забора пробы и нормали к подстилающей поверхности в данной точке, с помощью камеры производится не менее двух снимков подстилающей поверхности при различных положениях манипулятора. По полученным снимкам с помощью разработанного программно-алгоритмического обеспечения производится стереореконструкция подстилающей поверхности. Полученные таким образом трехмерные координаты точки забора и вектор нормали используются для решения обратной задачи кинематики, результатом которой являются обобщенные координаты шарниров манипулятора в точке забора грунта [33].

2020; 8(2)

В [34] описана система управления роботом, в которой оператор использует режим прямого телеуправления в фазе наведения манипулятора для обеспечения устойчивого захвата, а автономный агент отрабатывает фазу дальнейшего перемещения предмета, используя планировщик траекторий.

Выводы В экстремальной робототехнике по-прежнему используются не самые высокие уровни автономности, поскольку пока они являются наиболее эффективными для решения задач в условиях неструктурированных недружественных динамически изменяющихся сред, и наиболее распространённым режимом управления пока остаётся режим телеуправления. Роботы будут играть важную роль в обеспечении безопасности, ликвидации последствий природных и техногенных катастроф, решении задач инспекции, наблюдения и отбора проб, обслуживании морских платформ, они позволят повысить безопасность труда персонала, помогут сократить затраты и продлить сроки эксплуатации объектов. Грамотно разработанный интерфейс телеуправления, несомненно, повышает ситуационную осведомлённость и производительность оператора и облегчает его работу, при этом, однако, не освобождает его от нагрузки постоянного управления и не реализует дополнительные возможности робота для самостоятельного выполнения некоторых подзадач. «Операторы в зависимости от обстановки будут действовать как наблюдатели, как контролеры или как супервайзеры, и каждая роль будет предъявлять различные требования к их восприятию, моторным и когнитивным способностям. Разработчики интерфейсов должны находить компромиссы между обеспечением адекватных тактико-технических характеристик и минимизацией требований к индикации и управлению, принимая во внимание, что более высокий уровень автономности робота требует повышенных возможностей интерфейса» [27]. Тем не менее, современные РТК демонстрируют динамику использования всё более высоких уровней автономности комплексов экстремальной робототехники, выходящих за пределы телеуправления с поддержкой. Поэтому вполне вероятно, что будущее практическое применение таких роботов потребует некоторой формы управления с переменной автономностью, при реализации которой управление может осуществляться либо человеком, либо роботом путем перехода системы с одного уровня автономности на другой, с тем чтобы действующие субъекты могли поддерживать друг друга при выполнении задачи. Эта форма управления поможет преодолеть проблемы высокой рабочей нагрузки оператора в режиме прямого телеуправления, ненадёжной прерывающейся связи или многозадачности миссии, когда

107

Общие вопросы / General Issues

оператору необходимо сосредоточиться на основной задаче, временно позволив роботу осуществлять

задачу навигации в автономном режиме.

Литература 1. Юревич Е.И. Основы робототехники. – Санкт-Петербург: БХВ-Петербург, 2017. – 368 с.

2. Лопота А.В. Мобильные наземные робототехнические комплексы профессионального назначения / А.В. Лопота, Б.А. Спасский // Робототехника и техническая кибернетика. – 2020. – №1. – С. 5-17. – Текст: непосредственный.

3. Shell deploys Sensabot, a mobile inspection and monitoring robot developed together with NREC // Carnegie Mellon University/ National Robotics Engineering Center: [site]. – February 01, 2017. – URL: https://www.nrec.ri.cmu.edu/nrec/media/success-story-pages/shell-deploys-sensabot.html (дата обращения: 17.03.2020). – Text: electronics.

4. Boston Dynamics’ dog robot Spot is going to patrol an oil rig in Norway // MIT Technology Review: Artificial Intelligence. – 13 Feb. 2020. – URL: https://www.technologyreview.com/f/615194/boston-dynamics-spot-dog-robot-isgoing-to-patrol-an-oil-rig-in-norway/ (дата обращения: 17.03.2020). – Text: electronics.

5. О необходимости разработки концепции построения и применения автономных робототехнических комплексов военного назначения / И.Б. Шеремет [и др.] // Международная научно-техническая конференция «Экстремальная робототехника»: труды. – Санкт-Петербург, 2016. – С. 35-39. – Текст: непосредственный.

6. Спасский Б.А. Зарубежные программы развития робототехники / Б.А. Спасский // Робототехника и техническая кибернетика. – 2015. – №1(6). – С. 6-11. – Текст: непосредственный.

7. Wooldridge M, Jennings NR. Intelligent agents: Theory and practice // Knowledge Engineering Review. – 1995; 10:115-152. – Text: unmediated.

8. Franklin, S. Is it an agent, or just a program? A taxonomy for autonomous agents / S. Franklin, A. Graesser // Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languages, Intelligent Agents III; 1997. – Pp. 21-35. – Text: unmediated.

9. An architecture for autonomy / R. Alami [et al.] // International Journal of Robotics Research. – 1998; 17(4):315-337. – Text: unmediated.

10. Murphy, RR. Introduction to AI Robotics. – Cambridge, MA: The MIT Press; 2000. – Pp. 1-40. – Text: unmediated.

11. Russell SJ. Artificial Intelligence: A Modern Approach. – 2. Upper Saddle River, NJ: Pearson Education, Inc; 2003. – Text: unmediated.

12. Autonomy measures for robots / H-M. Huang [et al.] // Proceedings of the International Mechanical Engineering Congress (IMECE); 2004. – Pp. 1-7. – Text: unmediated.

13. Thrun S. Toward a framework for human-robot interaction. Human-Computer Interaction. – 2004; 19(1-2):924. – Text: unmediated.

14. Bekey, GA. Autonomous Robots: From Biological Inspiration to Implementation and Control. – Cambridge, MA: The MIT Press; 2005. – Text: unmediated.

15. Ермолов И.Л. Обеспечение автономности в мобильных роботах // ХХ Международная научнотехническая конференция «Экстремальная робототехника. Нано- микро- и макророботы» (ЭР-2009): материалы. – Таганрог: Изд-во ТТИ ЮФУ, 2009. – Текст: непосредственный.

16. Климов Р.С. Тенденции развития наземных робототехнических систем военного назначения / Р.С. Климов, А.В. Лопота, Б.А. Спасский // Робототехника и техническая кибернетика. – 2015. – № 3 (8). – С. 3-10. – Текст: непосредственный.

17. ГОСТ Р 60.0.0.4–2019 / ИСО 8373:2012 РОБОТЫ И РОБОТОТЕХНИЧЕСКИЕ УСТРОЙСТВА Термины и определения (ISO 8373:2012, Robots and robotic devices – Vocabulary, IDT). – Текст: непосредственный.

18. Спасский Б.А. Совместное управление роботами, автономное и от человека-оператора // Робототехника и техническая кибернетика. – 2017. – № 1 (14). – С. 69-76. – Текст: непосредственный.

19. Hearst M.A. Mixed-initiative interaction: Trends and controversies // IEEE Intelligent Systems, pp. 14-23, 1999.

– Text: unmediated.

20. Sheridan T.B. Human and computer control of undersea teleoperators (Man-Machine Systems Laboratory Report) / T.B. Sheridan, W.L. Verplank. – Cambridge: MIT. – 1978. – Text: unmediated.

21. Jenay M. Beer. Toward a framework for levels of robot autonomy in human-robot interaction / Jenay M. Beer, Arthur D. Fisk, Wendy A. Rogers // J Hum Robot Interact. – 2014 July; 3(2): 74-99. – Text: unmediated.

22. Common metrics for human-robot interaction / A. Steinfeld [et al.] // In: 1st ACM SIGCHI/SIGART Conference on Human-Robot Interaction, HRI 2006, pp. 33-40. – ACM, New York (2006). – Text: unmediated.

108

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

23. Experimental Analysis of a Variable Autonomy Framework for Controlling a Remotely Operating Mobile Robot // 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)Daejeon Convention Center October 9-14, 2016, Daejeon, Korea. – Text: unmediated.

24. Ji Liang. Human-Robot Collaborative Semi-Autonomous Teleoperation with Force Feedback / Ji Liang, Ge Yu and Lili Guo // 2018 5th International Conference on Soft Computing and Machine Intelligence. – Text: unmediated.

25. J.L. Drury. Awareness in human-robot interaction / J.L. Drury, J. Scholtz, and H.A. Yanco // SMC'03 Conference Proceedings. 2003 IEEE International Conference on Systems, Man and Cybernetics. – Vol. 1, pp. 912-918. – Text: unmediated.

26. Mixed-Initiative variable autonomy for remotely operated mobile robots / Chiou, Manolis [et al.]. – ArXiv abs/1911.04848 (2019): n. pag. – Text: unmediated.

27. Спасский Б.А. Обзор современных интерфейсных систем операторов мобильных наземных роботов / Б.А. Спасский // Робототехника и техническая кибернетика. – 2016. – №4(13). – С. 21-31. – Текст: непосредственный.

28. Corujeira, J. Effects of haptic feedback in dual-task teleoperation of a mobile robot / José Corujeira1, José Luís Silva, Rodrigo Ventura // Deposited in Repositório ISCTE-IUL: 2018-07-11 (pp. 267-286). Av. das Forças Armadas, Edifício II, 1649-026 Lisboa Portugal. – Text: unmediated.

29. Assisted Driving of a Mobile Remote Presence System: System Design and Controlled User Evaluation / Leila Takayama [et al.] // In Proceedings - IEEE International Conference on Robotics and Automation, May 2011. – Text: unmediated.

30. Половко С.А. Качественное управление мобильными роботами / С.А. Половко, Е.Ю. Смирнова, Е.И. Юревич // Робототехника и техническая кибернетика. – 2014. – № 3 (4). – С. 30-33. – Текст: непосредственный.

31. Enhanced Teleoperation Through Virtual Reality Techniques. Advances in Telerobotics, STAR 31 / Kheddar, A [et al.]. – Pp. 139-159, 2007. – Text: unmediated.

32. Сергеев А.В. Индуцированная среда иммерсивного интерфейса мобильного космического робота с силомоментным очувствлением / А.В. Сергеев, С.Ф. Сергеев // III Международная конференция «Человеческий фактор в сложных технических системах и средах» (Эрго-2018): труды. – Санкт-Петербург, 4-7 июля 2018. – Текст: непосредственный.

33. Обеспечение безопасного забора пробы грунта в рабочей зоне манипулятора с помощью системы технического зрения / Д.А. Громошинский [и др.] // EXTREME ROBOTICS, т. 1. – №1. – 2018. – С. 185-193. – Текст: непосредственный.

34. Human-in-the-loop optimisation: Mixed initiative grasping for optimally facilitating post-grasp manipulative actions / Ghalamzan, E.A.M. [et al.] |// IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2017). – Text: unmediated.

References 1. Yurevich, E.I., 2017. Robotics Fundamentals. Saint-Petersburg: BKhV-Peterburg Publ., p.368. (In Russian).

2. Lopota, A. and Spassky, B., 2020. Mobile ground-based robot systems for professional use. Robotics and Technical Cybernetics, 8(1), pp.5-17. (In Russian).

3. Carnegie University, 2017. Shell Deploys Sensabot, A Mobile Inspection And Monitoring Robot Developed Together With NREC - National Robotics Engineering Center - Carnegie Mellon University. [online] Nrec.ri.cmu.edu.

Available at: <https://www.nrec.ri.cmu.edu/nrec/media/success-story-pages/shell-deploys-sensabot.html> [Accessed 17 March 2020].

4. MIT Technology Review. 2020. Boston Dynamics’ Dog Robot Spot Is Going To Patrol An Oil Rig In Norway. [online] Available at: <https://www.technologyreview.com/f/615194/boston-dynamics-spot-dog-robot-is-going-topatrol-an-oil-rig-in-norway/> [Accessed 17 March 2020].

5. Sheremet, I.B., Rudianov, N.A., Ryabov, A.V. and Khruschev, V.S., 2016. About need of the concepts development of construction and application of military autonomous robotic systems. Extreme Robotics, 1(1), pp.35-39. (In Russian).

6. Spassky, B.A., 2015. Foreign robotics roadmaps. Robotics and Technical Cybernetics, 1(6). Pp.6-11. (In Russian).

7. Wooldridge, M. and Jennings, N.R., 1995. Intelligent agents: Theory and practice. Knowledge Engineering Review, 10, pp.115–152.

109

Общие вопросы / General Issues

8. Franklin, S. and Graesser, A., 1997. Is it an agent, or just a program? A taxonomy for autonomous agents. In: Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languages, Intelligent Agents III. Pp.21-35.

9. Alami, R., Chatila, R., Fleury, S., Ghallab, M. and Ingrand, F., 1998. An architecture for autonomy. International Journal of Robotics Research, 17(4), pp.315-337.

10. Murphy, R.R., 2000. Introduction to AI Robotics. Cambridge, MA: The MIT Press. Pp.1-40.

11. Russell, S.J. and Norvig, P., 2003. Artificial Intelligence: A Modern Approach. 2. Upper Saddle River, NJ: Pearson Education, Inc. 12. Huang, H.-M., Messina, E.R., Wade, R.L., English, R.W., Novak, B. and Albus, J.S., 2004. Autonomy measures for robots. In: Proceedings of the International Mechanical Engineering Congress (IMECE). Pp.1-7.

13. Thrun, S., 2004. Toward a framework for human-robot interaction. Human-Computer Interaction, 19(1–2), pp.9-24.

14. Bekey, G.A., 2005. Autonomous Robots: From Biological Inspiration to Implementation and Control. Cambridge, MA: The MIT Press.

15. Ermolov, I.L., 2009. Providing autonomy in mobile robots. In: Proceedings of the XX International Scientific and Technical Conference on Extreme Robotics. Nano-, Micro and Macro Robots (ER-2009). (In Russian).

16. Klimov, R.S., Lopota, A.V. and Spassky, B.A., 2015. Trends of military unmanned ground vehicles. Robotics and Technical Cybernetics, 3(8), pp.3-10. (In Russian).

17. 2012. ISO 8373:2012, Robots and Robotic Devices – Vocabulary. IDT. 18. Spassky, B.A., 2017. Robot control: from assisted teleoperation and mixed initiative to full automation. Robotics and Technical Cybernetics, 1(14), pp.69-76. (In Russian).

19. Hearst, M.A., 1999. Mixed-initiative interaction: Trends and controversies. In: IEEE Intelligent Systems. Pp. 14–23.

20. Sheridan, T.B. and Verplank W.L., 1978. Human and Computer Control of Undersea Teleoperators (ManMachine Systems Laboratory Report). Cambridge: MIT. 21. Beer, J.M., Fisk, A.D. and Rogers, W.A., 2014. Toward a framework for levels of robot autonomy in humanrobot interaction. J Hum Robot Interact., 3(2), pp.74-99.

22. Steinfeld, A., Fong, T., Kaber, D., Lewis, M., Scholtz, J., Schultz, A. and Goodrich, M., 2006. Common metrics for human-robot interaction. In: 1st ACM SIGCHI/SIGART Conference on Human-Robot Interaction, HRI 2006.

New York, pp.33-40.

23. Chiou, M., Stolkin, R., Bieksaite, G., Hawes, N., Shapiro, K. and Harrison, T., 2016. Experimental analysis of a variable autonomy framework for controlling a remotely operating mobile robot. 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).

24. Ji Liang, Ge Yu and Lili Guo, 2018. Human-Robot Collaborative Semi-Autonomous Teleoperation with Force Feedback. In: 5th International Conference on Soft Computing and Machine Intelligence.

25. Drury, J.L., Scholtz, J. and Yanco, H.A., 2003. Awareness in human-robot interaction. In: SMC'03 Conference Proceedings. 2003 IEEE International Conference on Systems, Man and Cybernetics. Vol. 1, pp.912-918.

26. Chiou, M., Hawes, N. and Stolkin, R., 2019. Mixed-Initiative variable autonomy for remotely operated mobile robots. arXiv preprint arXiv:1911.04848.

27. Spassky, B.A., 2016. Review of modern human-robot interface systems of unmanned ground vehicles. Robotics and Technical Cybernetics, 4(13), pp.21-31. (In Russian).

28. Corujeira, J., Silva, J.L. and Ventura, R., 2018. Effects of haptic feedback in dual-task teleoperation of a mobile robot. In: IFIP Conference on Human-Computer Interaction. Lisboa, Portugal, pp. 267-286.

29. Takayama, L. et al., 2011. Assisted Driving of a Mobile Remote Presence System: System Design and Controlled User Evaluation. In: Proceedings of IEEE International Conference on Robotics and Automation.

30. Polovko, S., Smirnova, E. and Yurevich, E., 2014. Qualitative control of mobile robots. Robotics and Technical Cybernetics, 3(4), pp.30-33.

31. Kheddar, A., Neo, E., Tadakuma, R. and Yokoi, K., 2007. Enhanced Teleoperation Through Virtual Reality Techniques. Springer Tracts in Advanced Robotics, 31, pp.139-159.

32. Sergeev, A.V. and Sergeev, S.F., 2018. Induced environment of the immersive interface of a mobile space robot with force moment sensation In: Proceedings of III International Conference on the Human Factor in Complex Technical Systems and Environments (Ergo-2018). (In Russian).

33. Gromoshinskii, D.A., Zhukov, A.M., Popov, A.V. and Smirnova, E.Yu., 2018. Providing safe ground sampling inside the working zone of a manipulator with computer vision. Extreme Robotics, 1(1), pp.185-193. (In Russian).

34. Ghalamzan, E.A.M. et al., 2017. Human-in-the-loop optimisation: Mixed initiative grasping for optimally facilitating post-grasp manipulative actions. In: IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS-2017).

110

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

Информация об авторе Спасский Борис Андреевич, к.т.н., Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики (ЦНИИ РТК), начальник сектора, 194064, СанктПетербург, Тихорецкий пр., д. 21, тел.: +7(812)552-13-25, bors@rtc.ru, ORCID: 0000-0002-5210-5408

Information about the author Boris A. Spassky, PhD in Technical Sciences, Russian State Scientific Center for Robotics and Technical Cybernetics (RTC), Head of Section, 21, Tikhoretsky pr., Saint-Petersburg, 194064, Russia, tel.: +7(812)552-13-25, bors@rtc.ru, ORCID: 0000-0002-5210-5408

Информация Автономный глубоководный аппарат «Витязь» опустился на дно Марианской впадины

8 мая 2020 года в 22 часа 34 минуты по московскому времени российский автономный необитаемый подводный аппарат «Витязь» совершил погружение на дно Марианской впадины. Датчики «Витязя» зафиксировали глубину 10028 метров. Аппаратом проведено картографирование, фото и видеосъемка морского дна, изучены параметры морской среды. Продолжительность миссии без учета погружения и всплытия на поверхность составила более 3 часов. «Витязь» стал первым в мире полностью автономным необитаемым подводным аппаратом, достигшим самой глубокой точки Мирового океана. Он является составной частью комплекса сверхглубоководного погружения, разработка которого была начата в сентябре 2017 года, когда российские судостроители приступили к реализация инновационного проекта создания мобильного морского роботизированного комплекса, предназначенного для проведения научных исследований в любых районах Мирового океана. Комплекс сверхглубоководного погружения способен работать на предельных глубинах Мирового океана. Свое название он получил в честь научноисследовательского судна «Витязь», которое на протяжении почти 20 лет являлось флагманом экспедиционного флота СССР. В состав комплекса «Витязь» входит автономный необитаемый аппарат, глубоководная донная стан-

ция и аппаратура пункта управления. Корабельное оборудование комплекса обеспечивает информационный обмен судна-носителя с подводным аппаратом и донной станцией в режиме реального времени по гидроакустическому каналу. Комплекс полностью соcтоит из комплектующих отечественного производства. Оборудование позволяет аппарату производить обзорно-поисковую и батиметрическую съемку района, забор проб, гидролокационную съемку рельефа дна, осуществлять измерения гидрофизических параметров морской среды. В отличие от работавших ранее в этом районе аппаратов Kaiko и Nereus, аппарат «Витязь» функционирует полностью автономно. Благодаря использованию в системе управления аппарата элементов искусственного интеллекта, он может самостоятельно обходить препятствия по курсу, находить выход из ограниченного пространства и решать другие интеллектуальные задачи. «Проведенное 8 мая погружение на дно Марианской впадины стало первым этапом серии экспериментов «Витязя»», - заявил генеральный директор Фонда перспективных исследований Андрей Григорьев. «Это первый из экспериментов, которые запланированы в рамках проекта «Витязь». Он осуществлен совместными усилиями российских судостроителей и научных коллективов РАН при поддержке Тихоокеанского флота. Успех эксперимента подтвердил верность выбранных разработчиками комплекса конструкторских решений, а также продемонстрировал эффективное и плодотворное сотрудничество в рамках широкой кооперации участников проекта», сказал Андрей Григорьев. (По материалам пресс-службы Фонда перспективных исследований)

111

Общие вопросы / General Issues

УДК: 681.51:007.52 DOI: 10.31776/RTCJ.8203 C. 112-118

Актуальные проблемы развития роботизированного вооружения Сухопутных войск А.Е. Романюта, А.Л. Негара, Е.А. Антохин 

Федеральное госу дарс твенное бюджетное у чре жде ние «46 Централ ьный научно -ис сле до ва те л ьс кий инс титут Министерс тва о боро ны Росси йс кой Ф едера ции» (ФГБУ 46 ЦНИИ МО РФ), Мос ква , Ро ссий с ка я Ф е дер а ци я, johncoin @mail.ru ( М а т е р и а л п ос т у п и л в р ед ак ц и ю 10 м а рт а 20 2 0 г од а)

Аннотация В статье рассмотрены задачи, которые могут быть решены в современном общевойсковом бою с использованием роботизированных образцов вооружения, военной и специальной техники, предложены требования, предъявляемые к наземным робототехническим комплексам военного назначения для применения в составе системы вооружения Сухопутных войск. На основе анализа указанных требований сформулирован перечень наиболее актуальных проблемных вопросов развития роботизированного вооружения Сухопутных войск. В целях ускорения сроков разработки, создания и внедрения наземных робототехнических комплексов военного назначения предложен ряд организационно-технических мер.

Ключевые слова Наземные робототехнические комплексы военного назначения; роботизированные образцы вооружения, военной и специальной техники; тактические сценарии боевого применения; проблемы освоения и эксплуатации наземных робототехнических комплексов военного назначения.

Acute problems of development of robotic Land Forces armament Alexander E. Romanyuta, Anton L. Negara, Eugeniy A. Antokhin 

Ministry of De fenc e of the Russ ian Federation, 46 Centra l Rese arch In stitute, Mosc ow, Russ ia , johnco in @mail.ru ( R e c e i v e d 1 0 M ar c h 2 0 2 0)

Abstract The article deals with the problems that can be solved in modern combined arms combat with the use of robotic weapons, it proposes the requirements for ground-based robotic complexes for military purposes to be used as part of a weapons’ set for Land Forces. Based on the analysis of these requirements, a list of the most acute problems of the development of robotic armament for Land Forces is formulated. In order to accelerate the development, creation and implementation of ground-based robotic complexes for military purposes, a number of organizational and technical measures are proposed.

Key words Military ground-based robotic complexes, models of robotic weapons, tactical scenarios of combat use, problem of operation and development of military ground-based robotic complexes. В настоящее время роботизация ВВСТ приобрела роль магистрального технологического направления и стала центральным звеном в новых концептуальных подходах к строительству вооруженных сил. Практически во всех технически развитых странах мира проекты развития средств вооруженной борьбы предусматривают качественный рост уровня автоматизации образцов, включая широкое использование технологий робототехники и интеллектуального управления.

По мнению зарубежных военных специалистов, роботизацией образцов вооружения, военной и специальной техники (далее – ВВСТ) предполагается достичь: - повышения эффективности выполнения задач войсками и силами в боевых действиях; - снижения боевых потерь, уровня травмирования и числа профессиональных заболеваний среди военнослужащих;

112

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

- минимизации негативного влияния человеческого фактора на результативность противоборства, обусловленного пределом физиологических возможностей человека. Среди важнейших факторов, обуславливающих необходимость развития отечественных наземных робототехнических комплексов военного назначения (далее – НРТК ВН) в интересах Сухопутных войск ВС РФ, можно выделить следующие: - преобладание в современном общевойсковом бою задач, решение которых затруднено без применения НРТК ВН или сопряжено со значительным риском для жизни (здоровья) личного состава; - возрастающая необходимость в повышении уровня автоматизации перспективного вооружения, обусловленная неблагоприятным влиянием человеческого фактора в реальных боевых условиях, связанным с возникновением стрессовых ситуаций, недостаточным уровнем подготовки личного состава, ограниченностью физиологических возможностей человека; - необходимость модернизации большого числа устаревших образцов ВВCТ, которые при оснащении

2020; 8(2)

навесным и модульным бортовым оборудованием, созданным с использованием технологий военной робототехники, приобретают новые качества и могут быть эффективно использованы для решения боевых и обеспечивающих задач в ходе ведения боевых действий [1, 2] (Рис. 1, 2). По оценкам военных специалистов, применение НРТК ВН в современном общевойсковом бою подразделениями (частями) Сухопутных войск позволит решить широкий спектр боевых и обеспечивающих задач. На ближайшую перспективу к указанным задачам могут быть отнесены следующие.

Боевые задачи В наступлении: - выявление истинных и ложных опорных пунктов, и целей, вскрытие начертания переднего края обороны противника, расположения его огневых средств при действиях в первой линии атакующего эшелона танковых (мотострелковых) подразделений; - разведка боем в составе общевойсковых формирований;

а)

б)

в) г) Рисунок 1 — Робототехнические комплексы военного назначения, разработанные в интересах Сухопутных войск ВС РФ: а) робототехнический комплекс «Уран-6»; б) робототехнический комплекс «Уран-9»; в) робототехнический комплекс «Уран-14»; г) гусеничный бронированный робототехнический комплекс на базе специальной пожарной машины Figure 1 — Military robotic complexes developed in the interests of the Russian Armed Forces: а) robotic complex «Uran-6»; б) robotic complex «Uran-9»; в) robotic complex «Uran-14»; г) tracked armored robotic complex based on a special firefighter vehicle

113

Общие вопросы / General Issues

- преодоление в составе общевоинских формирований передней линии обороны противника и отражение контратак его резервов самостоятельно или во взаимодействии с общевойсковыми формированиями; - преодоление промежуточных оборонительных рубежей и уничтожение противника в опорных пунктах в глубине его обороны, где НРТК ВН могут применяться в первой линии атакующего эшелона танковых (мотострелковых) подразделений; - применение во всех разновидностях общевойскового боя в условиях радиационного, химического или биологического заражения местности.

обеспечения, аэродромов, транспортных узлов и т.д.); - воспрещение выдвижения резервов противника ведением засадных действий с применением мобильных НРТК ВН и стационарных роботизированных огневых модулей.

В маневренной обороне: - проведение контратак с целью остановить продвижение противника на наиболее угрожаемом направлении или предотвратить попытки обхода противником районов обороны (опорных пунктов); - применение в качестве арьергарда для прикрытия и обеспечения отхода подразделений (частей) на следующий рубеж; - действие в качестве противотанкового резерва; - прикрытие флангов общевойсковых формирований и стыков между ними; - обозначение ложных опорных пунктов, переднего края своих войск в целях дезинформации противника;

Во внутреннем вооруженном конфликте:

Рисунок 2 — Семейство робототехнических комплексов «Кунгас» Figure 2 — Family of robotic complexes «Kungas»

В позиционной обороне: - усиление общевойсковых формирований, предназначенных для обороны на передовой позиции на вероятном направлении главного удара противника; - усиление подразделений и частей, отражающих и проводящих контратаки; - обеспечение оборонительных действий подразделений путем создания системы роботизированных огневых точек в полосе прикрытия, на флангах и стыках для ведения борьбы с живой силой и бронированными целями противника; - действие в качестве противотанкового резерва совместно с другими огневыми средствами; - действие в качестве арьергардов при выходе из боя и отходе или прикрытии отходящих (выходящих из боя) частей и подразделений; - обозначение ложных опорных пунктов, переднего края в целях дезинформации противника; - охрана и оборона важных объектов (командных пунктов, складов материально-технического

- охрана и оборона района базирования общевойскового формирования, патрулирование прилегающих территорий; - сопровождение колонн специальных войск и материально-технического обеспечения в составе органов походного охранения или групп охраны и сопровождения; - участие в разгроме незаконных вооруженных формирований (далее – НВФ) при нахождении их в занимаемых районах (на подступах или населенном пункте), осуществляемое в тесном взаимодействии с общевойсковыми формированиями или самостоятельно путем блокирования, окружения, проведения поиска, действий из засад, уничтожения узлов их обороны и баз; - действие в составе группы блокирования, бронегруппы или в качестве резерва; - применение в качестве заслона для прикрытия, предполагаемого (выявленного) направления движения НВФ и отражения попыток НВФ прорваться через занимаемую позицию; - осуществление осмотра района или отдельных направлений, действуя в составе поисковобоевой или штурмовой группы; - при окружении НВФ действие в составе подразделений, входящих во внешнее или внутреннее кольцо окружения.

Разведывательные задачи: - проведение разведывательно-поисковых мероприятий, в том числе в районах проведения контртеррористических операций, с целью поиска объектов противника, сосредоточения его живой силы и

114

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

техники, установления характера его действий, интенсивности и направления перемещения, обнаружения незаконных вооруженных формирований; - артиллерийская разведка, обслуживание стрельбы наземной артиллерии; - проведение радиационной, химической, биологической и метеорологической разведки местности; - радио-, радиотехническая разведка, в том числе в труднодоступных районах с различными физико-географическими условиями; - проведение инженерной разведки местности и объектов на ней, путей движения войск (дорог, колонных путей), водных преград, минно-взрывных и невзрывных заграждений.

Специальные задачи: - радиоэлектронное подавление средств систем управления войсками и оружием противника (объектов воздействия); - создание помех в целях скрытия своих войск (сил) и объектов от обнаружения средствами разведки противника; - постановка аэрозольных завес в зоне огневого воздействия противника; - обеспечение связи с использованием переносных и подвижных ретрансляторов; - лазерная подсветка целей; - выдача прицельно-навигационной информации огневым средствам; - выполнение работ по обезвреживанию неразорвавшихся боеприпасов, проведение аварийновосстановительных работ на базах и арсеналах; - минирование и разминирование местности и объектов, проделывание проходов в минновзрывных заграждениях, обеспечение преодоления прочих заграждений при ведении боевых действий; - тушение пожаров.

Задачи материально-технического и медицинского обеспечения: - поиск и эвакуация с поля боя пострадавшего личного состава; - эвакуация поврежденной (неисправной) техники в условиях огневого противодействия противника или в условиях радиационного, химического и биологического заражения местности; - доставка материальных средств в районы, находящиеся в зоне огневого воздействия противника [1-7]. Требования, предъявляемые к НРТК ВН, должны формироваться исходя из роли и места образцов военной робототехники в системе ВВСТ общевойсковых формирований, а также полного перечня решаемых ими задач. На современном этапе развития военной робототехники к указанным требованиям,

2020; 8(2)

учитывающим конструктивные особенности и специфику боевого применения роботизированных образцов ВВСТ, могут быть отнесены следующие. Блочно-модульный (агрегативный) принцип построения НРТК ВН, позволяющий проводить комплектование необходимыми взаимозаменяемыми функциональными элементами, обеспечивающими возможность реконфигурации навесного (встраиваемого) целевого оборудования в соответствии с решаемыми задачами и условиями обстановки. Многофункциональность – способность роботизированного образца ВВСТ решать широкий спектр боевых, обеспечивающих и специальных задач с высокой эффективностью в различных условиях ведения боя. Встраиваемость в существующие и перспективные технологии управления и применения ВВСТ. Указанное требование подразумевает, что НРТК ВН должны оснащаться необходимыми программноаппаратными средствами, обеспечивающими интеграцию средств разведки, целеуказания и поражения роботизированных образцов ВВСТ в существующие автоматизированные системы управления войсками и перспективные разведывательно-ударные сети тактического и оперативно-тактического уровня для последующей реализации сетецентрической концепции ведения боевых действий. Совместимость с другими образцами ВВСТ (в том числе и с экипажными боевыми средствами), возможность эффективного применения в составе смешанных общевойсковых формирований. При этом тактико-технические характеристики НРТК ВН не должны ограничивать боеготовность, боевые и маршевые возможности существующих и перспективных образцов ВВСТ при организации совместных действий. Открытая архитектура построения НРТК ВН, позволяющая проводить модернизацию НРТК ВН на всех этапах жизненного цикла. Автономность функционирования – способность НРТК ВН к самостоятельному выполнению типовых задач в условиях быстро изменяющейся боевой обстановки и длительной потери связи. Стандартизация и унификация базовых носителей (шасси) НРТК ВН, пунктов их управления, аппаратных и программно-алгоритмических средств, а также средств управления информационным обменом. Наличие в составе НРТК ВН учебнотренировочных средств, обеспечивающих подготовку, обучение и повышение мастерства операторов боевых расчетов. Оснащение НРТК ВН аппаратурой государственного опознавания «свой – чужой», которая способна обеспечить безошибочную идентификацию противника.

115

Общие вопросы / General Issues

Применение в составе НРТК ВН унифицированных высокоскоростных (с большой пропускной способностью), широкополосных, помехоустойчивых, а также защищенных каналов управления и приемапередачи данных, способных поддерживать двустороннюю скрытную связь в реальном масштабе времени. Безопасность применения, высокая эксплуатационная надежность и ремонтопригодность, стойкость к внешним неблагоприятным факторам и воздействиям. Возможность выполнять задачи по предназначению в любых погодно-климатических условиях, днем и ночью, в обстановке огневого, радиоэлектронного и информационного противодействия противника, радиационного и химического заражения местности, наличия сторонних электромагнитных излучений. Оснащение НРТК ВН бортовой навигационной аппаратурой, способной определять координаты собственного местоположения в пространстве с достаточной точностью, позволяющей решать задачи по предназначению. Возможность применения в составе НРТК ВН беспилотных летательных аппаратов в качестве ретранслятора сигнала (для увеличения дальности и устойчивости каналов связи) и выносного пункта для размещения целевых нагрузок (в целях повышения эффективности использования средств разведки и целеуказания) [1-7]. На современном этапе развития военной робототехники процессы создания и внедрения в Сухопутные войска НРТК ВН сопряжены с рядом проблем, которые носят как организационно-методический, так и технический характер. К проблемам организационного характера можно отнести отсутствие в системе МО РФ: - единого органа снабжения (довольствующего органа); - учебной и методической базы для подготовки специалистов в области военной робототехники; ремонтно- специализированной восстановительной базы обслуживания роботизированных образцов ВВСТ. Среди методических проблем освоения и эксплуатации НРТК ВН следует отметить: - низкий уровень проработки вопросов обоснования организационно-штатной структуры перспективных робототехнических подразделений; - незавершенность работ по разработке полного перечня государственных стандартов, регламентирующих создание и применение НРТК ВН; - несовершенство методического аппарата проведения испытаний и исследований НРТК ВН; - незавершенность процесса формирования единого понятийного аппарата в области роботизации наземных образцов ВВСТ, согласованного с ор-

ганизациями Минобороны России и предприятиямиизготовителями (термины и определения, свойства и показатели свойств, общие технические требования к типам и классам НРТК ВН, к системе управления образцами и подразделениями); - отсутствие руководящих документов, регламентирующих порядок обучения операторов (расчетов) и боевое применение НРТК ВН (программы боевой подготовки, уставы, наставления, временные инструкции и др.). Основными проблемами технического характера являются: - низкий уровень технической оснащенности экспериментально-испытательной базы для проведения исследований и испытаний НРТК ВН; - серьезное отставание от зарубежных производителей по элементной базе и программным продуктам [4, 5, 8]. Зарубежные и отечественные военные эксперты отмечают, что НРТК ВН являются принципиально новым видом ВВСТ, конструктивные особенности и специфика боевого применения которого уже сегодня требуют неординарных подходов к внедрению опытноего в войска. Опыт проводимых конструкторских работ, направленных на разработку НРТК ВН в интересах Сухопутных войск, позволяет сделать вывод о целесообразности проведения опытной войсковой эксплуатации (далее – ОВЭ) наземных роботизированных образцов ВВСТ с привлечением специалистов научно-исследовательских организаций Минобороны России, органов военного управления и предприятий промышленности еще до момента принятия роботизированных средств на вооружение. Основными целями указанной ОВЭ НРТК ВН могут быть: - определение направлений и особенностей использования образцов НРТК ВН в бою в составе общевойсковых формирований тактического звена; - первоначальное освоение НРТК ВН с оценкой их тактико-технических, боевых и эксплуатационных характеристик в различных условиях; - разработка и апробация тактических сценариев боевого применения НРТК ВН; - оценка боевой эффективности НРТК ВН; - оценка надежности НРТК ВН, фиксация сбоев, отказов, ошибок, недостатков, возникающих в ходе ОВЭ; - выдача рекомендаций о возможности принятия НРТК ВН на вооружение (снабжение) ВС РФ и целесообразности их промышленного производства [4, 5]. По результатам проведения ОВЭ необходимо сформировать перечень мероприятий по требуемой доработке опытных образцов НРТК ВН, а также способов их боевого применения. Наибольший эффект

116

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

проведения ОВЭ может быть достигнут при проведении апробации образцов НРТК ВН в реальных боевых условиях. Представляется целесообразным для выполнения задач по проведению апробации роботизированных образцов ВВСТ в реальных боевых условиях создавать специализированные подразделения, оснащаемые опытными образцами НРТК ВН, с целью отработки способов боевого применения, обоснования организационно-штатной структуры, уточнения эксплуатационной документации и обучения операторов. При таком подходе предлагается иметь бригаде специализированную роту таких средств (комплексов), а по мере насыщения войск роботизированными образцами ВВСТ и появления технических условий для автономного управления ими, создавать отдельные подразделения НРТК ВН (взвода) в составе батальонов и дивизионов. Возрастающая потребность ускорения внедрения в Сухопутные войска НРТК ВН требует решения вопроса об организации подготовки не только операторов (расчета) НРТК ВН, но и общевойсковых командиров, с включением в их программы обучения изучение эффективных способов применения безэкипажных средств. Кроме того, указанные программы должны оперативно корректироваться на основе рекомендаций, полученных при эксплуатации НРТК ВН в войсках, а также по результатам новейших научных разработок специалистов по тактике применения ВВСТ.

2020; 8(2)

Выводы В целях ускорения сроков разработки, создания и внедрения НРТК ВН в войска в ближайшей перспективе необходимо: 1. Определить единый орган снабжения (довольствующий орган) по номенклатуре НРТК ВН, сформировать специализированную ремонтновосстановительную систему для обслуживания роботизированных образцов ВВСТ и учебнометодическую базу для подготовки специалистов в области военной робототехники.

2. Завершить разработку необходимого перечня государственных стандартов, регламентирующих создание и применение НРТК ВН, а также устанавливающих понятийный аппарат в области военной робототехники.

3. В рамках научно-исследовательских работ завершить разработку типовых тактических сценариев боевого применения и предложений по возможной организационно-штатной структуре перспективных робототехнических подразделений.

4. Сформировать на базе существующих в системе МО РФ научно-исследовательских испытательных центров специализированный межвидовой испытательный полигон (рободром) для проведения проверок на соответствие разрабатываемых опытных роботизированных образцов ВВСТ требованиям тактико-технических заданий и апробации типовых тактических сценариев боевого применения НРТК ВН.

Литература 1. Робототехнические средства, комплексы и системы военного назначения. Основные положения. Классификация. Методические рекомендации / С.П. Хрипунов [и др.]. – Москва: ФГБУ «ГНИИЦ РТ» МО РФ. – 2015.

– 34 с. – Текст: непосредственный.

2. Корнилов В.И. Роль и место робототехнических комплексов бронетанкового вооружения и техники в перспективной системе вооружения Сухопутных войск ВС РФ / В.И. Корнилов, С.В. Котов, Н.Д. Пантюхина // Сборник рефератов депонированных рукописей. Серия Б. – 2017. – С. 32-50. – Текст: непосредственный.

3. Иванов С.С. Задачи, решаемые перспективными робототехническими комплексами военного назначения Сухопутных войск и требования к ним / С.С. Иванов, П.А. Дульне, А.В. Воронович // Первая военнонаучная конференция «Роботизация Вооруженных Сил Российской Федерации»: труды // ФГБУ «ГНИИЦ РТ» МО РФ. – 2016. – С. 28-32. – Текст: непосредственный.

4. Проблемы развития роботизированного вооружения Сухопутных войск / И.Б. Шеремет [и др.] // Известия ЮФУ. Технические науки. – 2013. – № 3 (140). – С. 21-24. – Текст: непосредственный.

5. Шеремет И.А. Роботы в войсках: проблемы освоения, применения и взаимной адаптации / И.А. Шеремет, И.Б. Шеремет, Н.А. Рудианов // Оборонный комплекс – научно-техническому прогрессу России. – 2014. – №3(123). – С. 66-69. – Текст: непосредственный.

6. Иванов С.С. Обоснование состава комплекта штурмовых робототехнических комплексов для применения на урбанизированной местности // Вторая военно-научная конференция «Роботизация Вооруженных Сил Российской Федерации»: труды, ФГБУ «ГНИИЦ РТ» МО РФ. – 2017. – С. 49-55. – Текст: непосредственный.

7. Рудианов Н.А. Концептуальные вопросы построения и применения автономных робототехнических комплексов военного назначения / Н.А. Рудианов, В.С. Хрущев // Военная мысль. – 2019. – № 6 – С. 55-61. – Текст: непосредственный.

8. Рогов В.А. Войсковая эксплуатация робототехнических комплексов военного назначения: проблемы и пути их решения / В.А. Рогов, И.А. Шатин, В.А. Шевченко // Информационно-измерительные и управляющие системы. – 2017. – № 6 – С. 77-80. – Текст: непосредственный.

117

Общие вопросы / General Issues

References 1. 2015. Robototekhnicheskie Sredstva, Kompleksy i Sistemy Voennogo Naznacheniya. Osnovnye Polozheniya.

Klassifikatsiya. Metodicheskie Rekomendatsii [Robotic Means, Complexes and Military Systems. The Main Provisions. Classification. Guidelines]. Moscow: State Research Center for Robotics of Ministry of Defense of the Russian Federation. (In Russian).

2. Kornilov, V., Kotov, S. and Pantyukhina, N., 2017. Rol' i mesto robototekhnicheskikh kompleksov bronetankovogo vooruzheniya i tekhniki v perspektivnoi sisteme vooruzheniya Sukhoputnykh voisk VS RF [The role and place of robotic complexes of armored vehicles and equipment in a promising weapons system of the Land Forces of the Armed Forces of the Russian Federation]. In: Sbornik referatov deponirovannykh rukopisei. Seriya B [Collection of abstracts of deposited manuscripts. Series B]. Pp.32-50. (In Russian).

3. Ivanov, S., Dul'nev, P. and Voronovich, A., 2016. Zadachi, reshaemye perspektivnymi robototekhnicheskimi kompleksami voennogo naznacheniya Sukhoputnykh voisk i trebovaniya k nim [Tasks solved by promising military robotic complexes of the Army and requirements for them]. In: Trudy pervoi voenno-nauchnoi konferentsii «Robotizatsiya Vooruzhennykh Sil Rossiiskoi Federatsii» [Proceedings of the First Military Scientific Conference on the Robotization of the Armed Forces of the Russian Federation]. State Research Center for Robotics of Ministry of Defense of the Russian Federation, pp.28-32. (In Russian).

4. Sheremet, I., Rudianov, N., Ryabov, A. and Khrushchev, V., 2013. Problemy razvitiya robotizirovannogo vooruzheniya Sukhoputnykh voisk [Problems of the development of robotic weapons of the Land Forces]. Izvestiya SFedU. Engineering Sciences, 3(140), pp.21-24. (In Russian).

5. Sheremet, I., Sheremet, I. and Rudianov, N., 2014. Roboty v voiskakh: problemy osvoeniya, primeneniya i vzaimnoi adaptatsii [Robots in the Forces: problems of development, application and mutual adaptation]. Defense Industry Achievements - Russian Scientific and Technical Progress (DIARSTP), 3(123), pp.66-69. (In Russian).

6. Ivanov, S., 2017. Obosnovanie sostava komplekta shturmovykh robototekhnicheskikh kompleksov dlya primeneniya na urbanizirovannoi mestnosti [Justification of the composition of a set of assault robotic systems for use in urban areas]. In: Trudy vtoroi voenno-nauchnoi konferentsii «Robotizatsiya Vooruzhennykh Sil Rossiiskoi Federatsii» [Proceedings of the Second Military Scientific Conference on the Robotization of the Armed Forces of the Russian Federation], State Research Center for Robotics of Ministry of Defense of the Russian Federation, pp.49-55. (In Russian).

7. Rudianov, N. and Khrushchev, V., 2019. Kontseptual'nye voprosy postroeniya i primeneniya avtonomnykh robototekhnicheskikh kompleksov voennogo naznacheniya [Conceptual issues of the construction and use of autonomous military robotic complexes]. Voennaya Mysl', 6, pp.55-61. (In Russian).

8. Rogov, V., Shatin, I. and Shevchenko, V., 2017. Voiskovaya ekspluatatsiya robototekhnicheskikh kompleksov voennogo naznacheniya: problemy i puti ikh resheniya [Military exploitation of military robotic complexes]. Information-Measuring and Control Systems, 6, pp.77-80. (In Russian).

Информация об авторах Романюта Александр Евгеньевич, Федеральное государственное бюджетное учреждение «46 Центральный научно-исследовательский институт Министерства обороны Российской Федерации» (ФГБУ 46 ЦНИИ МО РФ), начальник НИИЦ РТ, 129327, Москва, Чукотский проезд, д.10 Негара Антон Леонидович, ФГБУ 46 ЦНИИ МО РФ, начальник научно-исследовательского испытательного отдела, 129327, Москва, Чукотский проезд, д.10 Антохин Евгений Александрович, ФГБУ 46 ЦНИИ МО РФ, н.с., 129327, Москва, Чукотский проезд, д.10, тел.: +7(962)984-65-17, johncoin@mail.ru

Information about the authors Alexander E. Romanyuta, Ministry of Defence of the Russian Federation, 46 Central Research Institute, Head of Robotics Research and Test Center, 10, Chukotsky proezd, Moscow, 129327, Russia Anton L. Negara, Ministry of Defence of the Russian Federation, 46 Central Research Institute, Head of Research and Test Department, 10, Chukotsky proezd, Moscow, 129327, Russia Eugeniy A. Antokhin, Ministry of Defence of the Russian Federation, 46 Central Research Institute, Researh scientist, 10, Chukotsky proezd, Moscow, 129327, Russia, tel.: +7(962)984-65-17, johncoin@mail.ru

118

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

Информационное обеспечение УДК: 004.89:681.511:007.52 DOI: 10.31776/RTCJ.8204 C. 119-138

Применение сквозных технологий мягких вычислений в задаче интеллектуального робастного управления одноколесным роботом - велосипедом С.В. Ульянов 1, 2, 3  , В.С. Ульянов 2 , 3

1

Ла бо ра тор ия информационных т ех ноло ги й объеди ненного и нс ти тута ядер ных иссл едований (ЛИТ ОИЯИ), г. Ду бна , М ос ко вс ка я о блас т ь, Росси йс ка я Фе дер а ци я, u ly anov sv@ ma il.ru 2 OOO « Иннова ци онные энергети чес кие с исте мы» (ООО ИНЭ СИС (ГК ЭФ КО)), Мо с ква , Рос си йс ка я Ф е дер а ци я 3 На цио нал ьный ис сле до ва тел ьс кий тех ноло гичес кий у ни вер си те т « МИСиС » (Н ИТ У МИСиС), ла бора тор и я ИЭ С, Москва , Росси йс ка я Фе де ра ци я ( М а т е р и а л п ос т у п и л в р ед ак ц и ю 30 д ек аб ря 2 0 19 г о д а )

Аннотация Рассматривается концепция интеллектуальной системы управления для сложной нелинейной биомеханической системы автономного одноколесного робота-велосипеда. Использован термодинамический подход для исследования оптимальных процессов управления в сложных нелинейных динамических системах. Приведены результаты стохастического моделирования нечеткой интеллектуальной системы управления при различных видах внешних/внутренних воздействий для динамического, глобально неустойчивого объекта управления – одноколесного робота-велосипеда на основе технологии мягких вычислений (Soft Computing – Computational Intelligence Toolkit). Разработан новый подход к проектированию интеллектуальной системы управления, основанный на принципе определения минимума производства энтропии (минимум потери полезного ресурса) объектом управления и в системе управления. Данное определение является функцией пригодности генетического алгоритма, которое позволяет достичь робастности управления одноколесным роботом-велосипедом. Приводится алгоритм вычисления производства энтропии и установление ее взаимосвязи с функцией Ляпунова (мера стохастической робастной устойчивости).

Ключевые слова Робототехника, интеллектуальные системы управления, существенно нелинейная модель, глобально неустойчивая модель, стохастическое моделирование, мягкие вычисления.

End-to-end soft computing technology application to robotic unicycle intelligent robust control system Sergey V. Ulyanov 1, 2, 3  , Viktor S. Ulyanov 2, 3

1

Jo in t Institute fo r Nuclea r Research, Laboratory of In fo rmation Techno logies (J INR LIT), Du bna , Mosc ow region, Russ ia , ulyanovsv @mail.ru 2 INESYS LLC (EF KO GROUP), Mos cow, Russ ia 3 Na tio na l Un ive rs ity o f Scienc e an d Tec hno lo gy «MISIS» (NU ST MISIS), Mos cow , R uss ia ( R ec ei v e d 3 0 D ec e m be r 2 0 1 9)

Abstract The concept of an intelligent control system for a complex nonlinear biomechanical system of an autonomous robotic unicycle is considered. A thermodynamic approach to study optimal control processes in complex nonlinear dynamic systems is used. The results of stochastic simulation of a fuzzy intelligent control system for various types of external / internal excitations for a dynamic, globally unstable control object - robotic unicycle based on soft computing (Computational Intelligence Toolkit) technology are presented. A new approach to design of an intelligent control system based on the principle of the minimum entropy production (minimum of useful resource losses) determination in the movement of the control object and the control system is developed. This determination as a fitness function in the genetic algorithm is used to achieve robust control of a robotic unicycle. An algorithm for entropy production calcula-

119

Информационное обеспечение / Information Support

tion and representation of their relation with the Lyapunov function (a measure of stochastic robust stability) is described.

Key words Robotics, intelligent control systems, essentially nonlinear model, globally unstable model, stochastic simulation, soft computing.

Введение Интеллектуальная мехатроника как базис исследования новых видов движения нелинейных механических систем и разработка современных методов и алгоритмов интеллектуального управления Извлечение знания из новых видов движения основано на изучении «эталонных» (Benchmark) математических моделей. Движение одноколесного робота-велосипеда является одним из таких видов движения (новая эталонная модель нелинейной механики [1-5]), описанного как нелинейная, неголономная, глобальная неустойчивая динамическая система. Исследование таких динамических систем представляет огромный интерес в нелинейной механике (для разработки новых методов исследования нелинейных эффектов) и в современной теории управления (для разработки новых интеллектуальных алгоритмов управления). Разработка алгоритма и системы управления в этом случае, для такого «эталона», как одноколесный велосипед, требует введения нового вида технологии вычислений – Интеллектуальные Вычисления. Физическая особенность одноколесного роботавелосипеда состоит в том, что управление реальным одноколесным велосипедом осуществляется опытным человеком-оператором. Это приводит к исследованию одноколесного велосипеда как биомеханической системы, включающей в себя новые подходы в системе управления, такие как интуиция, инстинкт

и эмоции, присущие человеку-оператору, и позволяет изучать возможность когнитивного управления за счет включения в контур управления «человеческого фактора». Управление движением одноколесного робота-велосипеда основано на координации составляющих сложного движения (педалирование и движение туловища оператора). Изменение типа координации составляющих порождает новые типы движения (прямолинейное движения, слалом, танец, прыжки и т.д.).

Смежные работы Предыдущие исследования, последних примерно 30 лет, проведенные в области управления разными моделями системы одноколесного роботавелосипеда частично представленные в табл. 1 и подробно описанные в [1,2,3-5, 15-18], рассматривали систему только с точки зрения механической модели с применением классических методов управления и/или упрощенного, смешанного нечеткого пропорционально-дифференциального регулятора (НПД) с эмпирическими таблицами нечетких решающих правил (ТНРП) [1-4]. Однако это стало алгоритмически неразрешимой проблемой для традиционных методов управления в задаче робастного устойчивого движения объекта и привело к появлению новых подходов для решения данной задачи.

Таблица 1 — Модели одноколесного робота-велосипеда разных лет Table 1 — The models of unicycle robot of previous years Schoonwinkel 1987 [1]

Yamafuji 1995 [3-5]

120

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

Murata Seiko Girl 2011 [15]

2020; 8(2)

J.F. De Vries 2018 [17]

Рисунок 1а — Концептуальная логическая структура распределенного представления знаний (информационные уровни) в искусственной жизни одноколесного робота-велосипеда Figure 1a — Conceptual logical structure of distributed knowledge representation (on information levels) in artificial life of the robotic unicycle

Концепцией нашего исследования и разработки интеллектуальной системы управления одноколесным роботом-велосипедом стала структура, представленная на рис. 1. Для решения задачи управления данным объектом была разработана и предложена киберфизиче-

ская модель «Концептуальная логическая структура распределенного представления знания (информационные уровни) в искусственной жизни одноколесного робота-велосипеда» (рис. 1а, 1б) как биомеханической модели движения и управления.

121

Информационное обеспечение / Information Support

Рисунок 1б — Концепция исследования и разработки одноколесного робота-велосипеда Figure 1b — The concept of the robotic unicycle R&D

Основной задачей исследования является проблема изучения управления нелинейной биомеханической моделью одноколесного робота-велосипеда, а также создание и «обучение» системы управления посредством доступных методов и алгоритмов мягких вычислений. Для оценки качества управления применялся новый физический принцип: минимум производства энтропии в движении системы и в системе управления [2-5, 7-13]. Физическая мера энтропии является функцией пригодности в генетическом алгоритме (ГА). Такой подход гарантирует глобальную устойчивость динамического объекта управления и обеспечивает робастность системы управления. На основе этого подхода была разработана «Самоорганизующаяся структура искусственной, интеллектуальной, робастной системы управления с новым физическим критерием качества управления» (см. рис. 3) с новым видом интеллектуальной обратной связи, основанная на принципах интеллектуальных вычислении, а так же «Структура нечёткого моделирования интеллектуальной системы управления с алгоритмами мягких вычислений» (см. рис. 5). В предыдущих исследованиях не была принята во внимание проблема внешних и внутренних воздействий на механическую систему и систему управления, см. [1-4]. В результате это не дало глобальную динамическую устойчивость в управления объектом. В данной работе представлена разработанная система моделирования и оптимизации интеллектуальной системы управления со стохастическим моделированием внешних/внутренних воздействий в механической системе и системе управления (неровности пола, механические колебания, уход нуля сенсоров и т.д.) с применением структуры формирующих фильтров [5]. Результаты моделирования и эксперимента подтверждают работоспособность системы управления моделью одноколесного робота-велосипеда.

Постановка задачи и цель исследования Создание модели одноколесного роботавелосипеда с существенно нелинейными перекрест-

ными связями между обобщенными координатами. Как было сказано ранее, задачей данного исследования являлось создание интеллектуальной системы управления, неголономной, существенно нелинейной, а также глобально неустойчивой в пространстве и с большим количеством ограничений на связи, модели одноколесного робота-велосипеда. Для этого была создана новая математическая модель робота на основе «Реальной» системы координат одноколесного робота-велосипеда рис. 2а. Для этой модели мы определили следующие системы базисных и обобщенных координат, обобщенных скоростей, ускорений и сил: Базисные координаты –

q j t    x0, y0,  ,  ,  ,  w, , 1,  2,  3,  4,  , где j = 1,…,12 , – начальная угловая позиция педалей, рис. 2а (звено 5, 6). Здесь и далее индексы (i, j) обозначают порядковые номера элементов в соответствующих векторах, матрицах и в уравнениях системы. Неголономные ограничения (в случае не проскальзывания колеса):

dx0 t  d  w t   Rw   cos( t ); dt dt , dy 0 t  d  w t   Rw   sin( t ) dt dt где Rw – радиус колеса,

(1.1)

– скорость вращения

колеса, – угол рыскания. Координаты x0,y0 исключаются подстановкой (1.1) в кинематическую часть Лагранжиана. Обобщенные координаты –

q j t    ,  ,  ,  w, 1,  2,  3,  4,  , j = 1,…,9. Принятые обозначения на рис. 2:  – угол рыскания;  – угол раскачки;  – угол падения; C.M. – центр масс; L 1,…,6 – звенья 1-6;  1, …,4 – углы поворотов звеньев;  – начальный угол педалирования. Таким образом, при решении Лагранжиана с приведенными выше уравнениями неголономных ограничений и включением в него уравнений механиче-

122

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

ских голономных ограничений и внешних сил стохастических воздействий получаем следующее обобщенное выражение стохастического уравнения дви-

2020; 8(2)

жения системы одноколесного робота-велосипеда с управлением:

⋅

,

,

−

,

,

⋅

⋅

, ,

⋅

,

,

⋅

−

−

, ,

(1.2)

где – i, j = 1,...,m; – вектор обобщенных ускоре– вектор обобщенных скоростей. В системе ний; уравнений (1.2), уравнение (a) – динамическое уравнение движения со стохастическими воздействиями для целой модели одноколесного велосипеда, а уравнение (b) – описание множителей Лангранжиана , где n = 1,...,z. Матрицы, векторы и отдельные члены уравнений (1.2) подробно описаны в соответствующем разделе работы. Стохастическое воздействие возникает в случае, &  0 описываются через решение если дифференциального уравнения формирующего фильтра, как гауссовский (в нашем случае) случайный процесс, с автокорреляционной функцией вида

R  '    2  exp(   ' ).

Рисунок 2б — Одноколесный робот-велосипед

Это воздействие включено в уравнение движения только для некоторых обобщенных координат и моделирует возможные неровности пола, заедание в шатунно-кривошипном механизме, и погрешности углового измерения ускорения (ошибка дрейфа нуля гироскопических сенсоров).

Figure 2b — Robotic unicycle

При этих условиях, мы получаем стохастическое уравнение движения с параметрическими воздействиями. Все это дает возможность моделировать поведение динамической управляемой системы более реалистично и определять реальные параметры интеллектуального контроллера для получения ошибки и оценки устойчивости управления. Стохастическое моделирование случайных процессов через формирующие фильтры подробно описано в [5].

Оценка устойчивости динамической системы одноколесного робота-велосипеда

Рисунок 2а — Координатное описание модели одноколесного робота-велосипеда Figure 2a — Coordinates description of the robotic unicycle model

Для определения устойчивости мы используем теорему Сальвадори о равновесии механических , , с систем с диссипативными силами вида полной энергией динамической управляемой модели , , являющейся функцией Ляпунова , ≡ , , ; где , есть кинетическая энергия системы, – потенциальная энергия системы. В соответствии с условиями теоремы Ляпунова, если функция , удовлетворяет условиям: 1) функция положительно определена относительно любых , и равна 0 при , 0, то есть ‖ , , ‖ и 0,0 0, где a – некоторая непрерывная, строго возрастающая функция, удовлетворяющая условию а(0,0) = 0; 2) производная функции , по времени t отрицательна, то есть , ≤ 0; то состояние системы изначально устойчиво [6].

123

Информационное обеспечение / Information Support

Приведем также условия теоремы Сальвадори, определяющие устойчивость динамической системы. Допустим, что: 1) U(q) имеет минимум в q = 0; 1a) U(q) не имеет минимум в q = 0; 2) положение q = 0 является изолированным; 3) абсолютное рассеивание ( | ) ≤ −‖ ( )‖, где а строго положительно определенная функция. Тогда при выполнении условия 1) состояние равновесия ( , ) = 0 – устойчиво; в случае 2), при

∑ U  0   g  ⎡⎣ Rw  ∑  n

n

n

n

условии 1a), состояние равновесия ( , ) = 0 – неустойчиво. Основываясь на обеих теоремах, мы в состоянии определить устойчивость системы одноколесного робота-велосипеда. Уравнение потенциальной энергии системы одноколесного робота-велосипеда, для = (0,0,0,0, 1, 2, 3, 4,0) имеет следующую форму:



  3   2  e1  e2  sin(1  sin( 2 )  z   5   cos( 3  cos( 4))   7  e6],

где 1, 2, 3, 4 – координаты, не равные 0 при углах , , = 0, есть механические голономные ограни– массы чения шатунно-кривошипного механизма; частей одноколесного робота-велосипеда; 1, 2, 6, – параметры частей робота. Из (1.3) следует, что U(0) имеет максимальное значение в положении равновесия. (1.3) удовлетворяет условию 1a) теоремы Сальвадори, что говорит о неустойчивости системы в положении равновесия. Это позволяет утверждение о глобальной неустойчивости системы. Однако, как показано в [6], в том случае, когда U(0) имеет максимальное значение, возможно, что равновесие будет устойчиво вследствие приложения внешних гироскопических сил, что, согласно нашему случаю, является управляемыми крутящими моментами. Наше исследование показывает, что возможно создать такую интеллектуальную систему управления, которая может стабилизировать динамическое движение глобально неустойчивого нелинейного объекта управления, что подтверждают результаты моделирования, представленные далее.

Методы решения задачи «Концептуальная модель управления биомеханической системой одноколесного робота-велосипеда» Для обеспечения методов интеллектуальных вычислений, способных скоординировать составляющие сложного движения, необходимо применение качественно новых алгоритмов управления, способных оперировать с лингвистическими переменными [8]. Методы мягких вычислений полностью удовлетворяют этим требованиям, что и определяет их использование. Основываясь на физическом и интеллектуальном описании биомеханической модели, и используя методы мягких вычислений, мы представили следующую структуру моделирования системы интеллектуального управления.

Биомеханическая модель системы интеллектуального управления Иерархический динамический процесс управления человеком одноколесным велосипедом может

(1.3)

быть представлен следующими элементами: 1. Динамическая система «человек-оператор одноколесный велосипед».

2. Процесс принятия решений интеллектуальной системой управления с различными уровнями «умения вождения».

3. Логическое поведение координации человека (его туловища, рук и ног), основанное на механизмах интуиции, инстинкте и эмоциях.

4. Распределенная информационная система для совместной координации подсистем в биомеханической модели [8]. В соответствии с этим представлением об интеллектуальном динамическом управлении, мы предлагаем концептуальную логическую структуру искусственной жизни одноколесного робота-велосипеда, как показано на рис. 1. Для описания искусственной жизни одноколесного робота-велосипеда мы используем методы качественной физики, описывающие внутреннее состояние виртуального мира робота, основанные на математической модели его движения. Логическая структура биомеханической системы управления одноколесного велосипеда человеком включает четыре уровня: 1. Распределенные информационные уровни с их подуровнями.

2. Логическая система.

3. Система поддержки принятия решений.

4. Динамическая система. Далее мы подробно изложим основные положения данной структуры. Распределенные информационные уровни включают четыре подуровня: 1. Физический и логический уровень виртуальной реальности.

2. Поведение и уровень координации.

3. Интеллектуальное управление с двумя подуровнями.

4. Исполнительный биомеханический уровень. Пересечения между горизонтальными линиями распределенных информационных уровней и вертикальными линиями логической системы, системы

124

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

поддержки принятия решения и динамической системы (движение одноколесного велосипеда и поведения человека, как биомеханическая модель управления) реализуют специфические для человека модели поездки на одноколесном велосипеде с различными уровнями умения использовать интеллектуальные средства управления. Рассмотрим здесь этот подход на примерах. Пример 1. Физический и логический уровень виртуальной действительности. Пересечение первого горизонтального уровня (Физический и логический уровень виртуальной реальности) с первым вертикальным уровнем (Логическая система) дает в результате структуру процесса обучения человека управлению одноколесным велосипедом. Пересечение со вторым вертикальным уровнем (Система поддержки принятия решений) соответствует уровню центральной нервной системы, как биологической системы управления. Пересечение с третьим уровнем (Динамическая (механическая) система) представляет механическую модель движения одноколесного велосипеда, как динамической системы. Логическая сумма этих подуровней реализует физический уровень описания движения одноколесного велосипеда и физическую интерпретацию экспериментальных данных (попыток). Математической основой описания процесса обучения является квантовая нечёткая логика. Функции центральной нервной системы реализованы как область базы знаний (БЗ) возможных устойчивых решений. Но создать систему управления такого высокого интеллектуального уровня в настоящее время не представляется возможным. Пример 2. Поведение и уровень координации. Эта структура включает механизмы инстинкта, интуиции и эмоций. Механизм инстинкта описан в логической структуре как локальный координатор с помощью нечётких правил и соответствует структуре управления с активной и пассивной адаптацией на основе нечёткой нейронной сети (ННС). Механизм интуиции представляется как глобальный координатор и реализован в процессе управления как процесс принятия решения на основе генетического алгоритма (ГА). Механизм эмоций описан на основании информации от датчиков движения и представлен в форме таблиц решающих правил с различным семантическим выражением лингвистического описания желательного динамического поведения движения (как примеры, «плавно», «быстро» и т.д.). Таким образом, пересечения двух распределенных информационных уровней с логическими системами реализует блок искусственного мозга для процесса самоорганизации системы управления одноколёсным велосипедом. Пример 3. Уровень интеллектуального управления – интеллектуальная система управления с рас-

2020; 8(2)

пределенным представлением знаний, включающая в себя понятия желания и возможности точно так же, как у человека [9, 10]. Для механизмов инстинкта и эмоций новые таблицы решающих правил определяются с помощью ННС. Механизм интуиции реализован на базе ГА и руководит действиями двух нечетких регуляторов. Таким образом, нечеткое моделирование, основанное на математических инструментальных средствах ГА и ННС, реализует алгоритм мягких вычислений в системе интеллектуального управления роботом. Из качественного физического описания и математического моделирования движения мы получаем область возможных устойчивых решений, описанных, как это было показано в [3, 4], странным аттрактором. Это говорит о том, что человеческая система управления – высокоорганизованная комплексная система и положение тела человека меняется стохастическим образом. Это полностью соответствует результатам, описанным в [11]. Пример 4. Исполнительный биомеханический уровень – физический процесс реализации системы одноколесного робота-велосипеда. В этом случае вестибулярная система, как логическая система управления, реализована балансирующим ротором (торс, плечевой пояс и руки), а нейро-мускульная система сформирована с помощью шатуннокривошипного механизма ног. Таким образом, динамический процесс управления человеком одноколесного велосипеда, с интеллектуально различными формами поведения может быть описан как пересечение логических систем с распределенными информационными уровнями.

Структуризация интеллектуальной, робастной системы управления Разработка робастного управления движением сложных динамических систем имеет два пути исследования: 1) изучение устойчивых процессов движения и 2) изучение процессов неустойчивого движения сложных динамических систем. Как было сказано выше, мы сконцентрировали наше внимание на изучении одноколесного роботавелосипеда, как динамического, глобально пространственно-неустойчивого управляемого объекта. Такой глобально пространственно-неустойчивый динамический объект требует нового интеллектуального робастного алгоритма управления, основанного на знании описания движения существенно нелинейной, неустойчивой динамической системы [3, 8]. Структура интеллектуального робастного алгоритма управления в концептуальной форме для всего класса неустойчивых динамических объектов управления была описана в [2-4, 8], здесь же мы применим ее в задаче управления одноколесным роботомвелосипедом.

125

Информационное обеспечение / Information Support

Структура управления с новым видом интеллектуальной обратной связи представлена на рис. 3. Она основывается на классической схеме системы управления с линейной обратной связью П(И)Д, инструментарии интеллектуальных мягких вычислении (теория нечетких множеств, нечеткие нейронные сети (ННС), генетический алгоритмы (ГА)); нелинейной модели объекта управления; вычислении производства энтропии; стохастическом моделировании случайных внешних/внутренних воздействий. В структуру мы используем следующие обозначения: f – функция пригодности ГА; S – энтропия системы; Sc – энтропия контроллера (регулятора); Si – энтропия объекта управления (одноколесный роботвелосипед); e – ошибка управления; u* – оптимальный сигнал управления; m(t) – внешние/внутренние воздействия; НР – нечеткий контроллер (регулятор); НЛСК – нечеткая логическая система классификации; СМКУ – система моделирования качества управления; K – оптимальные коэффициенты усиления регулятора (обучающий сигнал); ТНРП – таблица нечетких решающих правил; КУ – коэффициенты усиления регулятора (в случае 2-х ПД регуляторов K = (k1, k2, k3, k4)). Самоорганизация управления в данной системе на первом этапе обеспечивается путем оптимизации параметров управления П(И)Д контроллера посредством отбора наилучших решений генетическим алгоритмом, критерием отбора в котором служит наилучшая пригодность решения, вычисляемая с помощью функции пригодности. Для определения пригодности используется новая физическая мера качества управления – минимум производства энтропии. Данная мера является разностью между производством энтропии самим объектом управле-

ния и включенной в него системы управления. Это позволяет адаптировать параметры линейной системы управления к нелинейному объекту управления [7, 12]. Следующим этапом адаптации является обучение системы управления для обеспечения ее робастности. Данный этап основан на нечетком логическом классификаторе, который определяет нечеткие правила логических соотношений параметров линейного контроллера. Классификатором служит ННС, обучающим сигналом для которой являются оптимизированные параметры управления, полученные с выхода генетического алгоритма. Данный этап формирует таблицы нечетких решающих правил, адаптированных параметров управления котроллера низкого уровня П(И)Д. В этом подходе решения проблемы управления нелинейным объектом, роль критерия качества управления (управляемости) играет функция вычисления производства энтропии, которая, как было показано в [7, 12, 13], напрямую связана с функцией Ляпунова, т.е. динамической устойчивостью системы. Взаимосвязь этих функций в интеллектуальной системе управления обеспечивает ее робастность. Далее, полученные таблицы решающих правил используются нечетким контроллером (НК) для управления параметрами линейного контроллера. Основываясь на структуре интеллектуального управления и взаимосвязи «Устойчивость – Робастность – Управляемость», подробно описанной в [7, 12, 13, 20, 21], была разработана структура нечёткого моделирования интеллектуальной системы управления так же подробно описанная в [7, 12, 13, 20, 21].

Рисунок 3 — Самоорганизующаяся структура искусственной интеллектуальной робастной системы управления с новым физическим критерием качества управления Figure 3 — Self-organizing structure of an artificial intelligent (AI) robust control system design with a new physical measure of control quality

126

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

Моделирование разбито на два основных этапа: Неавтономное и Автономное. На первом этапе, в Неавтономном режиме, происходит создание математической модели управляемого объекта и нахождение термодинамических уравнений его состояния для просчета энтропии. Далее уравнения нахождения энтропии формируют функцию принадлежности ГА. ГА в режиме компьютерного стохастического моделирования оптимизирует параметры П(И)Д контроллера. Следующим этапом является обучение системы управления, на основе полученных от ГА оптимизированных параметров контроллера, и получение таблиц решающих правил (Базы знаний НК) с применением ННС. В Автономном режиме на основе полученных таблиц решающих правил нечетким контроллером осуществляется изменение параметров П(И)Д регулятора модели одноколесного робота-велосипеда, в реальном масштабе времени. Структура системы управления моделью робота описана далее.

дующие параметры модели (1.2), графически представленной на рис. 2а: , 1, 2, 3, 4, ] – - i,j = 1 ... 9; ( ) = [ , , , вектор обобщенных ускорений; ( )=[ , , , , 1, 2, 3, 4, ] – вектор обобщенных скоростей; - множители Лангранжа , где n = 1 ... 4. В (1.2),(a), MEi,j(q) – 9 x 9 блок-матрица состоящая из множителей инерциальных ускорений М(q), полученных из уравнений Лагранжа и множителей геометрических ускорений E(q), полученных из уравнений механических ограничений шатуннокривошипного механизма; BTi,j (q, ) – 9 x 9 блокматрица, состоящая из множителей кориолисовых и центробежных частей уравнения B(q, ) и T(q, ), полученных из уравнений Лагранжа и уравнений шатунно-кривошипного механизма, соответственно; Gi(q) – 9-мерный вектор гравитационных множителей ( ) = [0, ( ), ( ), ( ),0,0,0,0,0]; Di(q, ) – 9( )= мерный вектор сил вязкого трения [ ( ), ( ), ( ), ( ),0,0,0,0, ( )]; – 9-мерный вектор моментов вращения управляющих приводов: = [0,0,0,0,0,0,0,0, ( ) ]; ( , ) – 9-мерный вектор множителей Лагранжа с соответствующими коэффициентами уравнений голономных ограничений ( , ) = [0,0, ( ) , ( ) , 0,0,0,0,0]; ( ) – 9-мерный вектор случайных стохастических воздействий.

Математическое моделирование системы с применением методов мягких вычислений Основой моделирования является математическое описание движения объекта управления, представленное (1.2). Остановимся подробнее на описании уравнений (1.2). Для математического моделирования движения одноколесного робота-велосипеда мы приняли сле-

,

( )=

( ) .. ( ) 0 ..

0 ( )

.. .. ..

0 ..

0 ..

.. .. .. .. .. .. ( ) .. .. .. ( ) .. .. ..

( ) .. ( ) 0 ; 0 0 ( )

.. .. .. ( ) .. ( ) ..

,

В (1.2),(b), Mci,j(q) – 9 x 9 матрица множителей инерционных ускорений М(q), полученных из уравнения Лагранжа; Bci,j (q, ) – 9 x 9 матрица множителей кариолисовых и центробежных частей уравнения B(q, ), полученные из уравнения Лагранжа; Gci(q) – 9мерный вектор гравитационных множителей; ( ) = [0,0,0,0,

( ),

( ),

( ),

( ),0]

Dci(q, ) – 9-мерный вектор сил вязкого трения ( ) = [0,0,0,0, ( ), ( ), ( ), ( ),0];

,

( )=

0 .. .. .. ( ) .. .. .. ( ) ..

0 ..

0 .. ( ) ; .. ( ) 0

,

( , )=

2020; 8(2)

( , )=

( , ) .. .. .. ( , ) ..

0 0 .. ..

0 0 ( , ) ..

.. .. .. .. .. .. ( , ) .. .. .. ( , ) .. .. ..

.. .. .. ( , ) .. ( , ) ..

( , ) .. ( , ) 0 .

0 0 ( , )

– 9-мерный вектор моментов вращения = [0,0,0,0,0,0, ( ) , ( ) , 0] управляющих приводов; ( ) – 9-мерный вектор случайных стохастических воздействий; Ai,n (q) – 9 x 4 матрица геометрических множителей, полученных из уравнений механических ограничений шатунно-кривошипного механизма, соответствующая уравнению движения через i-й ин– 4-мерный вектор множителей Лагранжа: декс;

0 .. .. .. ( , ) .. .. .. ( , ) ..

0 ..

127

0 .. ( , ) ; .. ( , ) 0

,

( )=

0 .. ( ) 0 ( ) 0 0

0 .. ( ) 0 ( ) 0 0

0 ..

0 ( ) 0 ( ) 0

0 ..

0 ( ) 0 ( ) 0

.

Информационное обеспечение / Information Support

Уравнения управления крутящими моментами в системе одноколесного робота-велосипеда В случае ПД контроллера для шатуннокривошипного механизма, управляемые крутящие моменты представляются следующим образом:

  31    4 2   kp1T    t   kd1T    t  ,

(4.1)

а для механизма ротора:

 3  kp 2 T    t   kd 2 T    t  .

(4.2)

В общей схеме моделирования ГА оптимизирует и генерирует параметры ПД контроллера kp1T  , kp2 T  , kd1T  , kd 2 T  , выбирая их на основе результатов вычислений по функции пригодности, как это будет показано далее с дискретностью T = 0.05сек. Время периодичности обновления определено из реальной схемы управления одноколесного робота-велосипеда.

Информационно-термодинамический критерий распределения качеств управления Термодинамическое соотношение качества робастного интеллектуального управления и критерий оптимизации, используемый в квантовом алгоритме (КА) самоорганизации баз знаний (БЗ) [22], приведены в табл. 2. В табл. 2 введены следующие обозначения: – функция Ляпунова; ОУ , Р – производство энтропии в ОУ и регуляторе соответственно;

V

1 n 2 1 2 qi  S ; S  SОУ  SР ; qi    qi , u, t  2 ∑ i 1 2

– обобщенная координауравнение движения ОУ; та; – искомое управление. В табл. 2 уравнение распределения качеств управления динамической системы связывает в аналитической форме на основе понятия энтропии феноменологической термодинамики такие качественные понятия теории управления, как устойчивость, управляемость и робастность. В результате необходимое распределение между уровнями устойчивости, управляемости и робастностью, позволяет достигать цели управления в нештатных ситуациях с минимальным расходом полезного ресурса за счет применения в качестве функции пригодности в генетическом алгоритме критерия минимума производства обобщенной энтропии. Термодинамическое определение S и информационной H энтропии связаны соотношением фон Неймана в виде: = = , где ≈ 1.38 × 10 Дж/ и является − ∑ постоянной Больцмана. В результате (после подстановки данного соотношения) получим уравнение, которое связывает также устойчивость, управляемость и робастность, но уже на основе информационной энтропии Шеннона, позволяющее определять управление для гарантированного достижения цели

управления в нештатных ситуациях уже с требованием минимального количества информации о внешней среде и о состоянии ОУ. Следовательно, данные соотношения составляют систему уравнений, определяющую управление, которое гарантирует достижение цели управления в нештатных ситуациях с минимальным расходом полезного ресурса и минимально требуемой исходной информации [22, 25].

Информационно-термодинамическое распределение мер качества управления Допустим, что объект управления описывается в = ( , , ( ), ), где общем виде уравнением описывает движение обобщенная координата объекта управления, представляет управление, ( ) = оу ( ) − р ( ) представляет обобщенную энтропию системы как разность между производством энтропии объектом управления оу ( ) и производством энтропии р ( ) регулятором. Рассмотрим уравнение следующего вида:

dV dt 

 ∑ i 1qi    q, t , S t  , u      n

устойчивость

управляемость





  Sоу  S р   Sоу  S р  0. 

(4.3)

робастность

Уравнение (4.3) связывает в аналитической форме такие качественные понятия теории управления, как устойчивость (функция Ляпунова), управляемость и робастность на основе понятия энтропии феноменологической термодинамики [22, 25, 28]. Такой подход позволяет, как отмечалось ранее, найти необходимое распределение между уровнями устойчивости, управляемости и робастностью, позволяющее достигать цели управления в нештатных ситуациях с минимальным расходом полезного ресурса за счет применения в качестве функции пригодности в генетическом алгоритме минимум производства обобщенной энтропии, входящей в правую часть (4.3). Рассмотрим теперь (4.3) с учетом связи термодинамической энтропии с информационной энтропией Шеннона. Термодинамическое определение S и информационной H энтропий связаны соотношением =− ∑ , где ≈ фон Неймана в виде: = 1.38 × 10 Дж/К и является постоянной Больцмана. Подставим в уравнение (4.3) вместо ( ) информационную энтропию Шеннона – H. В результате получим:

128

dV dt 

устойчивость

 ∑ i 1qi    q , t , k  H оу  H р  , u    n



управляемость



 k  H оу  H р   H оу  H р  0.   робастность

(4.4)

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

Таблица 2 — Термодинамический критерий распределения качества робастного управления Table 2 — Thermodynamic ratio of a robust control quality distribution Замкнутая система

Открытая система

Объект управления

Термодинамическое соотношение между устойчивостью, управляемостью и робастностью

= ( , ) Функция Ляпунова

= −

1

⋅ ( , , )+ (

=

0> Условие устойчивости

ОУ

Динамина ОУ (Управляемость)

ОУ

−

Р)

ОУ

−

Р

Термодинамическое поведение ОУ (Робастность)

Обобщенная мера производства энергии Обоб

=(

ОУ

−

ОУ

Р)

−

где

Р

ОУ

— Объект управления;

Р

— Регулятор

Критерий робастности min

Обоб

.

Таким образом, уравнение (4.4) связывает также устойчивость, управляемость и робастность, но уже на основе информационной энтропии Шеннона, позволяющее также определять управление для гарантированного достижения цели управления в нештатных ситуациях с требованием минимального количества информации о внешней среде и о состоянии объекта управления. Следовательно (4.3) и (4.4) составляют систему уравнений, решение которой определяет управление, гарантирующее достижение цели управления в нештатных ситуациях с минимальным расходом полезного ресурса и минимально требуемой исходной информации.

Информационно-термодинамический анализ когнитивной интеллектуальной системы управления Обобщением уравнений (4.3) и (4.4) является следующая система уравнений:

dV dt 





 ∑ i 1qi   q, t , k  Sоу   SТр  SКр  , u     n

устойчивость



управляемость



(5.1)



  Sоу   SТр  SКр   Sоу  SТр  SКр  0    робастность

dV dt 

устойчивость





 ∑i 1qi  φ q, t,k  Hоу   HТр  HКр  ,u   n



управляемость





 оу  H  Тр  H  Кр  0,   Hоу   HТр  HКр   H 

(5.2)

робастность

и означают суммарные где Тр + Кр Тр + Кр термодинамические и информационные энтропии технического и когнитивного регуляторов соответственно. Из уравнения (5.1) следует, что робастность интеллектуальной системы управления возможно повысить за счет производства энтропии когнитивного

регулятора, который уменьшает потери полезного ресурса, а уравнение (5.2) показывает, что негэнтропия когнитивного регулятора снижает требования к минимуму исходной информации для достижения робастности. При этом информация, основанная на знаниях в БЗ когнитивного регулятора, позволяет получить дополнительный ресурс для полезной работы, что эквивалентно появлению целенаправленного действия на объект управления для гарантированного достижения цели управления. Одной из ключевых задач современной робототехники является развитие технологий когнитивного взаимодействия робототехнических систем, позволяющих решать задачи интеллектуального иерархического управления за счет перераспределения знаний и функций управления, например, традиционно между лидером и подчиненным («master – slave» system). Современные подходы к решению данной задачи основываются на теории многоагентных систем, теории роевого искусственного интеллекта и мн. др. [22, 25, 28]. В многоагентной системе существует, согласно [29, 30], новый синергетический информационный эффект самоорганизации баз знаний и формирования дополнительного информационного ресурса, возникающий при обмене информацией и знаниями между активными агентами (swarm synergetic information effect). Извлечение дополнительного ресурса в виде скрытой в классических состояниях квантовой информации осуществляется на основе квантового нечеткого вывода, который, в свою очередь, является новым квантовым поисковым алгоритмом и частным случаем квантового алгоритма самоорганизации. За счет синергетического эффекта создается дополнительный информационный ресурс и многоагентная система способна решать сложные динамические задачи по выполнению совместной работы.

129

Информационное обеспечение / Information Support

Поставленная задача может не выполняться каждым элементом (агентом) системы в отдельности в разнообразных средах без внешнего управления, контроля или координации, но обмен знаниями и информацией позволяет совершать совместную полезную работу для достижения поставленной цели управления в условиях неопределенности исходной информации и ограничений на расход полезного ресурса [30,31]. В частности, известно, что для систем управления с обратной связью, количество извлекаемой полезной работы ( )=

ству ная

удовлетворяет неравен-

Больцмана,

≤ ( )

, где

– постоян-

интерпретируется

как

наименьшая достижимая температура системой во времени полагая

при управлении с обратной связью, пред(0) = , и

определяет количество ин-

формации Шеннона (перенос энтропии), извлекаемое системой из процесса измерения [31, 32]. Физически синергетический эффект означает самоорганизацию знаний и создание дополнительного количества информации, которая позволяет совершить многоагентной системе максимально полезную работу с минимумом потери полезного ресурса и при минимуме требуемой исходной информации, без разрушения нижнего исполнительного уровня системы управления [28-30]. Совместно с информационно-термодинамическим законом интеллектуального управления (оптимальное распределение качеств управления «устойчивость – управляемость – робастность») проектируется интеллектуальная система управления (ИСУ) многоагентными системами, гарантирующая достижение цели управления в условиях неопределенности исходной информации и ограниченного полезного ресурса [30-32]. Рассмотрим подробнее данные утверждения на основе анализа взаимоотношений между количеством информации и извлекаемой на ее основе полезной работы и свободной энергии. Как отмечалось выше, если наблюдателю в виде демона Максвелла доступны микроскопические степени свободы, то второй закон термодинамики может быть нарушен. Сцилард показал из анализа модели демона Максвелла, что из термодинамического цикла извлекается работа в виде

2. Более того

[33], было показано, что извлекаемая работа

где определяет свободную энергию системы. Тогда нетрудно заметить, скорость извлекаемой раограничена величиной ≤ , т. е. боты ограничена скоростью извлекаемой информации [34]. Предложена модель КА самоорганизации ИСУ, базирующаяся на принципах минимума информационной энтропии (в «интеллектуальном» состоянии сигналов управления) и обобщенной термодинамической мере производства энтропии (в системе «объект управления + регулятор»). Основным результатом применения процесса самоорганизации является приобретение необходимого уровня робастности и свойства гибкости (адаптивности) воспроизводимой структуры. Отмечено, что свойство робастности (по своей физической природе) выступает составной частью самоорганизации, а требуемый уровень робастности ИСУ достигается за счет выполнения отмеченного выше принципа минимума производства обобщенной энтропии. Принцип минимума производства энтропии в ОУ и системе управления [28] служит физическим принципом оптимального функционирования с минимальным расходом полезной работы и лежит в основе разработки робастной ИСУ. Данное утверждение базируется на том, что для общего случая управления динамическими объектами оптимальное решение конечной вариационной проблемы определения максимума полезной работы W эквивалентно, согласно [31, 32], решению конечной вариационной проблемы нахождения минимума производства энтропии S. Таким образом, исследование условия максимума функци( ) (где – обобщенные координаты ОУ и онала , сигнал управления соответственно) эквивалентно, согласно [31-34], исследованию ассоциированной проблемы минимума производства энтропии, т.е. ( ). Следовательно, в разработанной модели КА , используемый принцип минимума информационной энтропии гарантирует необходимое условие самоорганизации – минимум требуемой исходной информации в сигналах обучения; термодинамический критерий минимума новой меры обобщенного производства энтропии обеспечивает достаточное условие самоорганизации – робастность процессов управления с минимальным расходом полезного ресурса. Более значимым является факт, что усредненная величина произведенной работы силами диссипации

из

Wdiss  SKL  PF PB  , kT

системы определяется количеством информации (или квантово-классической взаимной информацией) , которая измеряет знания о системе при измерении. Одновременно подобное соотношение в виде нижней границы существует для полной стоимости cost

измерения и стирания информации M WextS  F S  kTI и Wcost  kTI ,

т.е. работа сил диссипации определяется дивергенцией Кульбака – Лейблера для вероятностных распределений , . Отметим, что левая часть данного соотношения представляет физически тепловую энергию, а правая часть определяет чисто информацию о системе.

130

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

Информационная энтропия является мерой количества информации о системе и расхождения Кульбака – Лейблера, а также определения количества информации Фишера. Аналогичная зависимость существует между работой, произведенной силами диссипации, и расхождением Реньи [22-24]. Таким образом, подставляя в (5.1) и (5.2) приведенные соотношения между информацией и извлекаемой свободной энергии и работы получаем отмеченный выше вывод, что робастность интеллектуальной системы управления возможно повысить за счет производства энтропии когнитивного регулятора, который уменьшает потери полезного ресурса объекта управления, а негэнтропия когнитивного регулятора снижает требования к минимуму исходной информации для достижения робастности. Поэтому извлекаемая информация, основанная на знаниях в БЗ когнитивного регулятора, позволяет получить дополнительный ресурс для полезной работы, что эквивалентно появлению целенаправленного действия на объект управления для гарантированного достижения цели управления.

Общая структура математического моделирования Структура нечёткого моделирования интеллектуальной системы управления, как это сказано ранее, разбита на два основных этапа: автономный и неавтономный. В неавтономном режиме происходит создание математической модели управляемого объекта, нахождение термодинамических уравнений его состояния для просчета энтропии, формирующие функцию пригодности ГА, стохастическое математическое моделирование с ГА оптимизирующего параметры П(И)Д контроллера. ГА случайным образом выбирает оптимальные значения параметров управления ПД контроллера в области всех возможных решений, используя в качестве критерия пригодности решения (функции пригодности) минимум производства энтропии в самой интеллектуальной системе управления и в динамическом поведении сложной нелинейной модели. Функция пригодности ГА представлена как:

⎛ dS C dS P ⎞ Eval  min( S P  S C  ⎜  ), dt ⎟⎠ ⎝ dt где

Термодинамическое уравнение движения Уравнения вычисления производства энтропии для интеллектуальной системы управления и динамического поведения управляемой модели получены из теоретического подхода, представленного в [7-12], и для одноколесного робота-велосипеда имеют следующий вид:

⎡ dS P ⎤ 1 ⎢ dt ⎥ ⎡ M i  j  q  0 ⎤   C ⎢ dS ⎥ ⎢⎣ 0 1 ⎥⎦ ⎢ ⎥ ⎣ dt ⎦ ⎡ B q, q   q T t   DT  q ⎤  T  ⎢ i j  ⎥⎦  q t   Td ⎣

=[

( ),

( ),

( ),

( )= ( ), ( ),

( ),

( ),

( )]

Рисунок 4— Пример точности интегрирования ускоренной модели (без алгебраических цепей) и стандартного вида системы

– скорость производства энтропии

. Подробно определение вычисления энтро-

пии представлено в [7-12].

( ),

вязкого трения; – 9-мерный вектор диссипативных частей уравнений управления моментами вращения: ⋅ [ , ], = [0, , , , 0,0,0,0,0,0]. Следующим этапом является обучение системы управления на основе полученных от ГА оптимизированных параметров контроллера и получение таблиц решающих правил (Базы знаний НК) с применением ННС.

(5.3)

динамической управляемой модели одноколесного робота-велосипеда, со следующим условием: >

(5.4)

Здесь i,j = 1 .. 9; Mi=j(q) – 9 x 9 диагональная матрица множителей инерционных ускорений М(q), полученных из решения уравнения Лагранжа; Bi=j (q, ) – 9 x 9 диагональная матрица множителей Кориолисовых и центробежных частей уравнения, полученных из решения уравнения Лагранжа; D( ) – 9-мерный вектор множителей сил

Figure 4 — The accelerated and standard models’ an integrating accuracy example (with & without algebraic loops)

– скорость производства энтропии системы

управления;

2020; 8(2)

В Автономном режиме на основе полученных таблиц решающих правил нечетким контроллером осуществляется изменение параметров П(И)Д регулятора модели одноколесного робота-велосипеда, в реальном масштабе времени.

131

Информационное обеспечение / Information Support

Результаты математического моделирования и эксперимента Структура нечеткого моделирования была создана в среде системы MathLab/Simulink и С++ программирования. Во всех случаях для моделирования использовались реальные параметры модели одноколесного робота-велосипеда (рис. 2б), а также соответствующие стохастические воздействия: от пола на угол вращения и заедание в шатунно-кривошипном механизме [3-5, 9-12]. Для ускорения процессов моделирования был применён метод исключения алгебраических петель, подробно описанный в патенте [19]. Данный метод позволил ускорить процесс компьютерного моделирования, а именно, время интегрирования примерно в 190 раз, при изменении результата интегрирования менее чем на 1%, как это представлено на рис. 4.

Рисунок 5 — Результаты стохастического моделирования ГА с различными функциями пригодности – Eval и Eval2 Figure 5 — Stochastic simulation results of Robotic Unicycle Model with different GA’s fitness functions - Eval и Eval2

Обсуждение результатов моделирования На рис. 6 показаны результаты моделирования с нечетким ПД контроллером и найденными для него таблицами решающих правил, полученными после процесса обучения на ННС. Из результатов моделирования очевидно, что: - использование подхода, описанного выше, с применением минимума производства энтропии, как функции пригодности ГА процесса обучения ННС, полностью справедливо; - динамическое движение происходит более гладко даже при дискретизации сигнала управления с периодичностью обновления сигнала = 0.05 сек. Производство энтропии угла наклона после обучения ННС уменьшилось в 10 раз. Для угла вращения и качания производство энтропии в 10 раз меньше в случае ПД-ГА и в 1000 раз меньше в случае нечеткого ПД контроллера, по отношению к классическому ПД контроллеру.

132

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

деления противоречивых качеств управления (устойчивость, управляемость и робастность).

Обсуждение результатов эксперимента.

Рисунок 6 — Результаты стохастического моделирования одноколесного робота-велосипеда при управлении нечетким ПД регулятором Figure 6 — Stochastic simulation results of robotic unicycle model with fuzzy PD controllers

Однако, такой перенос энергии ведет к увеличению амплитуды угла наклона в случае ПД-ГА контроллера, что проводит к увеличению управляемого крутящего момента в системе управления педалями. Но после обучения ННС движение в направлении наклона становится гладким с маленькой амплитудой. Это подтверждает обучаемость и интеллектуализацию системы управления роботом. Из результата на рис. 7с видно – положение робота в направлении рыскания  быстро изменяется в процессе эксперимента, что указывает на удовлетворительное перераспределение энергии управления, обеспечивающее боковую устойчивость робота (тангаж ) и отслеживающее стохастические воздействия на модель (неровности пола, неоднородность трения в узлах и т.д.) за счет управлением углом рыскания  и углом крен-падения  На рис. 5 показано сравнение результатов моделирования для двух функций принадлежности – Eval (5.3) и Eval2. При этом все остальные параметры моделирования полностью совпадают – вид и параметры стохастического воздействия, количество генераций ГА и т.д. Как видно из рис. 6, движение модели происходит плавнее, что приводит к экономии ресурса системы в целом. Там же отображены изменения коэффициентов усиления 1, 1, 2, 2 уравнения управления (4.1) и (4.2). Введение функции пригодности ГА в виде квадрата обобщенной функции исключает управления, приводящие к локальной неустойчивости (отрицательному значению обобщенной энтропии). Как следствие, это дает улучшенные характеристики качества управления (минимальная сложность в реализации законов изменения коэффициентов усиления во времени, минимальные усилия приводящих механизмов и потери полезного ресурса). В этом случае полностью выполняется информационнотермодинамический закон компромиссного распре-

Созданный в 1997-2000 гг. робот показан на рис. 2б. Полученные экспериментальные результаты представлены на рис. 7. Время натурного эксперимента ограничивалось 8 секундами ввиду неблагоприятного влияния дрифта сигнала гироскопических датчиков. Отметим, что увеличение периода обновления управляющего сигнала более чем 0.001 секунды, в случае ПД контроллера, приводит систему к «падению» после 8-10 секунды. На рис. 7 представлены экспериментальные результаты модели бескабельного одноколесного робота-велосипеда. Как видно из результатов, устойчивость в направлениях: тангажа-раскачки , кренападения была успешно достигнута. Примечание. Полученные экспериментальные результаты были достигнуты с применением эмпирически сформированных функций фазификации и дефазификации для коэффициентов 1, 1, 2 двух нечетких PD контроллеров.

133

a)

b)

Информационное обеспечение / Information Support

Автономном пластичном (гибкий, вариативный) одноколесном роботе-велосипеде.

Выводы

c) Рисунок 7 — Результаты эксперимента, углы - крен-падения тангажа-раскачки и рыскания  Figure 7 — Experimental results, pitch , roll  and yaw  angles

Коэффициенты, в свою очередь, были сгенерированы на основании предварительных результатов моделирования GA с функцией пригодности – только снижение скорости производства энтропии системы управления, т.е. неполного процесса моделирования технологии мягких вычислений. Представленные выше результаты моделирования были получены позднее, по завершению разработки математической модели одноколесного робота-велосипеда (рис. 2а, ур. 1.2), формирования технологии процесса мягких вычислений (рис. 3), а самое главное, возникновении возможности вычисления данного подхода – появления соответствующих вычислительных мощностей, без которых данный процесс был крайне затруднителен. Примечание. Несмотря на это, полученный результат, на тот момент и с теми вычислительными возможностями, приводит к подтверждению вполне удовлетворительной работы представленной структуры интеллектуальной системы управления. Представленная структура процесса, а также возникшие новые наработки в этом направлении, планируются полностью быть применены в новом прототипе -

В работе представлена основная идея интеллектуального управления динамическими, глобально неустойчивыми, нелинейными объектами на примере одноколесного робота-велосипеда. Основой этого подхода является качественный физический анализ динамического движения робота с введением интеллектуальной обратной связи в системе управления и реализацией в ней механизмов инстинкта и интуиции, основанных на ННС и ГА. Также представлены основные компоненты интеллектуальной системы управления, основанные на мягких вычислениях и определении робастности. Таким образом, происходит адаптация параметров двух нечетких ПД регуляторов и достигается устойчивое движение робота на конечном интервале времени (без изменения структуры исполнительного уровня системы управления). Введение двух новых механизмов в интеллектуальной системе управления основано на принципе минимума производства энтропии в движении робота и в системе управления. Нечеткое моделирование, термодинамических уравнений движения и интеллектуальной системы управления, подтверждает эффективность термодинамического подхода в решение проблемы анализа нелинейности системы и стабильности позиционного управления моделью робота. Таким образом, одноколесный робот-велосипед является новой эталонной нелинейной управляемой динамической системой, с двумя (локально и глобально) неустойчивыми состояниями, и нечеткой интеллектуальной системой управления. Использование нечетких коэффициентов усиления в П(И)Д регуляторе, вычисляемых по таблицам решающих правил, адаптированных генетическим алгоритмом и сгенерированных нечеткой нейронной сетью, определяет способность использовать механизмы инстинкта и интуиции в реальном масштабе времени для интеллектуализации системы управления.

Литература 1. Schoonwinkel A. Design and test of a computer stabilized unicycle // Ph. D. dissertation of Stanford Univ. – 1987. – USA. – Text: unmediated.

2. David William Vos. Nonlinear control of an autonomous unicycle robot: practical issues // Ph. D. dissertation of Massachusetts Institute of Technology. – 1992. – Text: unmediated.

3. Ulyanov S.V. Fuzzy Intelligent control of robotic unicycle: A New benchmark in nonlinear mechanics / S.V. Ulyanov, Sheng Z.Q. and Yamafuji K. // Proc. Intern. Conf. on Recent Advanced Mechatronics, Istanbul, Turkey. – 1995. – Vol. 2. – Text: unmediated.

134

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

4. Ulyanov S.V. Self-organization fuzzy chaos intelligent controller for a robotic unicycle: A New benchmark in AI control / S.V. Ulyanov, S. Watanabe and T. Ohkura // Proc. of 5th Intelligent System Symposium: Fuzzy, AI and Neural Network Applications Technologies (FAN Symp,’95), Tokyo, Japan. – 1995. – Text: unmediated.

5. Sheng Z.Q. Study on the stability and motion control of a unicycle. Pts 3,4,5 / Sheng Z.Q., Yamafuji K. and S.V. Ulyanov // JSME International Journal. – 1996. – Vol. 39. – No. 3 // Journal of Robotics & Mechatronics. – 1996.

– Vol. 8. – Text: unmediated.

6. Robust Fuzzy Control of Non-Linear Dynamic Systems Based on Soft Computing with Minimum of Entropy Production Rate / S.A. Panfilov [et al.] // Proc. Int. Conf. ICAFS 2000, Siegen, Germany. – 2000. – Text: unmediated.

7. Rouch N. Stability Theory by Lyapunov's Direct Method / Rouch N., Habets P., Laloy M. // Berlin, Springer. – 1977. – Text: unmediated.

8. Principle of minimum entropy production in applied soft computing for advanced intelligent robotics and mechatronics / V.S. Ulyanov, S.A. Panfilov, S.V. Ulyanov etc. // Soft Computing. – 2000. – Vol. 2. – Text: unmediated.

9. Computational intelligence with new physical controllability measure for robust control algorithms of extensioncableless robotic unicycle / V.S. Ulyanov [et al.] // Journal of Advanced Computational Intelligence. – 1999. – Vol.3. – No.2. – Text: unmediated.

10. Ulyanov S.V. Fuzzy Intelligent emotion and instinct control of a robotic unicycle / S.V. Ulyanov and Yamafuji K. // Proc. 4th Intern. Workshop on Advanced Motion Control. Mie, Japan. – 1996. – Vol. 1. – Text: unmediated.

11. A new physical measure for mechanical controllability and intelligent control of a robotic unicycle on basis of intuition, instinct and emotion computing / S.V. Ulyanov [et al.] // Proc. 2nd Intern. Conf. on Application on Fuzzy Systems and Soft Computing (ICAF’96), Siegen, Germany. – 1996. – Pp. 49-58. – Text: unmediated.

12. Ulyanov S.V., Watanabe S., Ulyanov V.S., Yamafuji K., Litvintseva L.V., and Rizzotto G.G. Soft computing for the intelligent control of a robot unicycle based on a new physical measure for mechanical controllability // Soft Computing. – 1998. – Vol. 2. – No.2.

13. Lauk M., Chow C.C., Pavlik A.E. and Colloins J.J. Human balance out of equilibrium: Non-equilibrium statistical mechanics of posture control // Physical Review Letters. – 1998. – Vol. 80. – No.2.

14. Ulyanov S.V., Yamafuji K., Ulyanov V.S., et.al. Computational intelligence for robust control algorithms of complex dynamic systems with minimum entropy production. Part1: simulation of entropy-like dynamic behavior and Lyapunov stability // Journal of Advanced Computational Intelligence. – 1999. – Vol.3, – No. 2.

15. MURATA GIRL / Murata Manufacturing Company, Ltd. – 2011. – URL: https://www.murata.com/ensg/about/mboymgirl/mgirl (дата обращения: 01.12.2019). – Text: electronic.

16. Wieser E. Machine learning for a miniature robotic unicycle // Master of science thesis of Cambridge University. – 2017. – UK. 17. De Vries J.F. Redesign & implementation of a moment exchange unicycle robot // Master of science thesis of Twente University. – 2018. – Netherlands.

18. Kim S., Lee J., Hwang J. et all Dynamic modeling and performance improvement of a unicycle robot // J. Instit. of Control, Robotics and Systems. – 2010. –Vol. 16. – No 11. – Pp. 1074-1081.

19. Ulyanov S.V. et al. System and method for stochastic simulation of nonlinear dynamic systems with a high degree of freedom for soft computing applications // USA Patent Application Publication - US 2004/0039555 Al. - 2004 20. Ульянов В.С. Моделирование неголономных, существенно нелинейных динамических систем с использованием методов мягких вычислений, с приложениями: диссертация к.т.н. – 2001. – Текст: непосредственный.

21. Ульянов B.C. Математическая модель интеллектуальной системы управления комплексным, лобально неустойчивым объектом на основе мягких вычислений / B.C. Ульянов, А.В. Язенин // Изв. РАН. ТиСУ. – 2001. – №3. – Текст: непосредственный.

22. Ulyanov S.V. Self-organization quantum robust control methods for situations with uncertainty and risk. – Patent US No 2013 / 0096698 A1 // Application 14.11.2011 (USA), published 18.04.2013 (USA). Priority 14.10.2011(USA). – Text: unmediated.

23. Tribus M. Why thermodynamics is a logical consequence of information theory / Tribus M., Shannon P.T., Evans R.B. // A. I. Ch. E. Journal. – 1966. – Vol. 12. – No 2. – Pp. 244 -248. – Text: unmediated.

24. Bais F.A. Physics of information / F.A. Bais, J.D. Farmer // SFI WORKING PAPER: 2007-08-029. The Handbook on the philosophy of information, Ed by J. van Benthem and P. Adriaans. – 2009. – URL: www.santafe.edu (дата обращения: 11.12.2019). – Text: electronic.

25. Basic relations of quantum information theory Pts 1&2 / S.V. Ulyanov [et al] // System Analysis in Science and Education. – 2018. – No 1. – URL: http://sanse.ru/download/303 (дата обращения: 01.12.2019). – Text: electronic.

26. Cheng H-C. Properties of noncommutative Renyi and Augustin information / Cheng H-C, Gao L., Hsieh M-H. – URL: ArXiv:1811.04218v1 [quant-ph] (дата обращения:01.12.2019). – Text: electronic.

135

Информационное обеспечение / Information Support

27. Dupuis F. Swiveled Renyi entropies / Dupuis F., Wilde M.M – URL: ArXiv:1506.00981v4 [quant-ph] (дата обращения:01.12.2019). – Text: electronic.

28. Логические и квантовые парадоксы интеллектуальных квантовых и мягких вычислений / С.В. Ульянов [и др.] // Системный анализ в науке и образовании: сетевое научное издание. – Дубна, 2010. – №2. – URL: http:/www.sanse.ru/arch ive/ 5. – 0421000111\0018 (дата обращения:01.12.2019). – Текст: электронный.

29. Wilson S. Pheeno, a versatile swarm robotic research and education platform / S. Wilson [et al.] // IEEE Robotics and Automation Letters. – 2016. – Vol. 1. – № 2. – Pp. 884-891. – Text: unmediated.

30. Safe, remote-access swarm robotics research on the robotarium / Pickem D. [et al]. – URL: ArXiv:1604.00640v1 [cs.RO] (дата обращения: 01.12.2019). – Text: electronic.

31. Ульянов С.В. Технологии интеллектуальных вычислений: Квантовые вычисления и программирование в самоорганизующихся интеллектуальных системах управления / С.В. Ульянов, А.Г. Решетников, Г.П. Решетников. – УНЦ ОИЯИ, Дубна, 2015 (УНЦ-2015-56). – Текст: непосредственный.

32. Проблемы управления квантовыми и релятивистскими динамическими системами / Б.Н. Петров [и др.].

– Москва: Наука, 1982. – Текст: непосредственный.

33. Sagawa T. Erratum: Minimal Energy Cost for Thermodynamic Information Processing: Measurement and Information Erasure (Phys. Rev. Lett.102, 250602 (2009)) / Sagawa T, Ueda M. // Phys. Rev. Lett. – 2011. – Vol. 106.

– No 18. – Text: unmediated.

34. Horowitz J.M. Second-law-like inequalities with information and their interpretations / Horowitz J.M., Sandberg H. // New Journal of Physics. – 2014. – Vol. 16. – Pp. 125007. – Text: unmediated

References 1. . Schoonwinkel, A., 1987. Design And Test Of A Computer Stabilized Unicycle. PhD. Stanford University.

2. Vos, D.W., 1992. Nonlinear Control Of An Autonomous Unicycle Robot: Practical Issues. PhD. Massachusetts Institute of Technology.

3. Ulyanov, S., Sheng, Z. and Yamafuji, K., 1995. Fuzzy Intelligent control of robotic unicycle: A New benchmark in nonlinear mechanics. In: Proc. Intern. Conf. on Recent Advanced Mechatronics. Vol.2.

4. Ulyanov, S., Watanabe, S. and Ohkura, T., 1995. Self-organization fuzzy chaos intelligent controller for a robotic unicycle: A New benchmark in AI control. In: Proc. of 5th Intelligent System Symposium: Fuzzy, AI and Neural Network Applications Technologies (FAN Symp,’95).

5. Sheng, Z., Yamafuji, K. and Ulyanov, S., 1996. Study on the Stability and Motion Control of a Unicycle : 3rd Report, Characteristics of Unicycle Robot. JSME international journal. Ser. C, Dynamics, control, robotics, design and manufacturing, 39(3), pp.560-568.

6. Panfilov, S. and et al., 2000. Robust Fuzzy Control of Non-Linear Dynamic Systems Based on Soft Computing with Minimum of Entropy Production Rate. In: Proc. Int. Conf. ICAFS 2000.

7. Rouche, N., Habets, P. and Laloy, M., 1977. Stability Theory By Liapunov’S Direct Method. Berlin: Springer.

8. Ulyanov, V., Panfilov, S., Ulyanov, S., Litvintseva, L., Kurawaki, I. and Tanaka, K., 2000. Principle of minimum entropy production in applied soft computing for advanced intelligent robotics and mechatronics. Soft Computing, 4(3), pp.141-146.

9. Ulyanov, S., Yamafuji, K., Ulyanov, V., Kurawaki, I., Hagiwara, T. and Panfilov, S., 1999. Computational intelligence for robust control algorithms of complex dynamic systems with minimum entropy production. Part1: simulation of entropy-like dynamic behavior and Lyapunov stability. Journal of Advanced Computational Intelligence and Intelligent Informatics, 3(2), pp.82-98.

10. Ulyanov, S. and Yamafuji, K., 1996. Fuzzy Intelligent emotion and instinct control of a robotic unicycle.

In: Proc. 4th Intern. Workshop on Advanced Motion Control.

11. Ulyanov, S. and et al., 1996. A new physical measure for mechanical controllability and intelligent control of a robotic unicycle on basis of intuition, instinct and emotion computing. In: Proc. 2nd Intern. Conf. on Application on Fuzzy Systems and Soft Computing (ICAF’96).

12. Ulyanov, S., Watanabe, S., Ulyanov, V., Yamafuji, K., Litvintseva, L. and Rizzotto, G., 1998. Soft computing for the intelligent robust control of a robotic unicycle with a new physical measure for mechanical controllability. Soft Computing - A Fusion of Foundations, Methodologies and Applications, 2(2), pp.73-88.

13. Lauk, M., Chow, C., Pavlik, A. and Collins, J., 1998. Human Balance out of Equilibrium: Nonequilibrium Statistical Mechanics in Posture Control. Physical Review Letters, 80(2), pp.413-416.

14. Ulyanov, V., Yamafuji, K., Ulyanov, S. and Tanaka, K., 1999. Computational Intelligence with New Physical Controllability Measure for Robust Control Algorithm of Extension- Cableless Robotic Unicycle. Journal of Advanced Computational Intelligence and Intelligent Informatics, 3(2), pp.136-147.

136

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

15. Murata.com. 2011. MURATA GIRL | Murata Manufacturing Co., Ltd. [online] Available at: <https://www.murata.com/en-sg/about/mboymgirl/mgirl> [Accessed 1 December 2019].

16. Wieser, E., 2017. Machine Learning for a Miniature Robotic Unicycle. Master of science. Cambridge University.

17. De Vries, J.F., 2018. Redesign & Implementation of a Moment Exchange Unicycle Robot. Master of sciences.

Twente University.

18. Kim, S., Lee, J., Hwang, J., Ahn, B. and Lee, J., 2010. Dynamic Modeling and Performance Improvement of a Unicycle Robot. Journal of Institute of Control, Robotics and Systems, 16(11), pp.1074-1081.

19. Ulyanov, S. and et al., 2004. System and Method for Stochastic Simulation of Nonlinear Dynamic Systems with a High Degree of Freedom for Soft Computing Applications. US 2004/0039555 Al. 20. Ulyanov, V., 2001. Modelirovanie Negolonomnykh, Sushchestvenno Nelineinykh Dinamicheskikh Sistem S Ispol'zovaniem Metodov Myagkikh Vychislenii, S Prilozheniyami [Modeling Nonholonomic, Essentially Nonlinear Dynamical Systems Using Soft Computing Methods, With Applications]. PhD. Tver State University.

21. Ulyanov, V. and Yazenin, A., 2001. Matematicheskaya model' intellektual'noi sistemy upravleniya kompleksnym, global'no neustoichivym ob"ektom na osnove myagkikh vychislenii [A soft computing-based mathematical model of an intelligent control system for a complex, globally unstable object]. Proceedings of the RAS. Theory and control systems, 3, pp.122-137.

22. Ulyanov, S., 2011. Self-Organization Quantum Robust Control Methods for Situations with Uncertainty and Risk. US No 2013 / 0096698 A1.

23. Tribus, M., Shannon, P. and Evans, R., 1966. Why thermodynamics is a logical consequence of information theory. AIChE Journal, 12(2), pp.244-248.

24. Bais, F. and Farmer, J., 2009. Physics of information. In: J. van Benthem and P. Adriaans, ed., The Handbook on the philosophy of information. Amsterdam: Elsevier, pp.609-683.

25. Ulyanov, S. and et al., 2018. Basic relations of quantum information theory Pts 1&2. System Analysis in Science and Education, 1.

26. Cheng, H., Li, G. and Hsieh, M., 2018. Properties Of Noncommutative Renyi And Augustin Information. [online] arXiv.org. Available at: <https://arxiv.org/abs/1811.04218> [Accessed 1 December 2019].

27. Dupuis, F. and Wilde, M., 2016. Swiveled Rényi entropies. Quantum Information Processing, 15(3), pp.1309-1345.

28. Ulyanov, S. and et al., 2010. Logicheskie i kvantovye paradoksy intellektual'nykh kvantovykh i myagkikh vychislenii [Logical and quantum paradoxes of quantum and soft computational intelligence]. Sistemnyi analiz v nauke i obrazovanii [System analysis in science and education], 2.

29. Wilson, S., Gameros, R., Sheely, M., Lin, M., Dover, K., Gevorkyan, R., Haberland, M., Bertozzi, A. and Berman, S., 2016. Pheeno, A Versatile Swarm Robotic Research and Education Platform. IEEE Robotics and Automation Letters, 1(2), pp.884-891.

30. Pickem, D., Wang, L., Glotfelter, P., Diaz-Mercado, Y., Mote, M., Ames, A., Feron, E. and Egerstedt, M., 2020. Safe, Remote-Access Swarm Robotics Research On The Robotarium. [online] arXiv.org. Available at: <https://arxiv.org/abs/1604.00640> [Accessed 1 December 2019].

31. Ulyanov, S., Reshetnikov, A. and Reshetnikov, G., 2015. Tekhnologii Intellektual'nykh Vychislenii: Kvantovye Vychisleniya I Programmirovanie V Samoorganizuyushchikhsya Intellektual'nykh Sistemakh Upravleniya [Intelligent Computing Technologies: Quantum Computing And Programming In Self-Organizing Intelligent Control Systems].

Dubna, Russia: JINR University Centre Publ.

32. Petrov, B. and et al., 1982. Problemy Upravleniya Kvantovymi I Relyativistskimi Dinamicheskimi Sistemami [Problems of Control of Quantum and Relativistic Dynamical Systems]. Moscow: Nauka Publ.

33. Sagawa, T. and Ueda, M., 2011. Erratum: Minimal Energy Cost for Thermodynamic Information Processing: Measurement and Information Erasure [Phys. Rev. Lett.102, 250602 (2009)]. Physical Review Letters, 106(18).

34. Horowitz, J. and Sandberg, H., 2014. Second-law-like inequalities with information and their interpretations. New Journal of Physics, 16(12), p.125007.

Информация об авторах Ульянов Сергей Викторович, д.ф.-м.н., Лаборатория информационных технологий объединенного института ядерных исследований (ЛИТ ОИЯИ), профессор, 141980, Московская область, г. Дубна, ул. ЖолиоКюри, д. 6; OOO «Инновационные энергетические системы» (ООО ИНЭСИС (ГК ЭФКО)), 115035, Москва, Овчинниковская наб., д. 20, стр. 1; Национальный исследовательский технологический университет «МИСиС» (НИТУ МИСиС), лаборатория ИЭС, 119991, Москва, Ленинский пр., д. 4, тел.: +7(49621)6-40-19, ulyanovsv@mail.ru 137

Информационное обеспечение / Information Support

Ульянов Виктор Сергеевич, к.т.н., ООО ИНЭСИС (ГК ЭФКО), 115035, Москва, Овчинниковская наб., д. 20, стр. 1; НИТУ МИСиС, лаборатория ИЭС, 119991, Москва, Ленинский пр., д. 4, ulyanovik@gmail.com

Information about the authors Sergey V. Ulyanov, Doctor of Physical and Mathematical Sciences, Joint Institute for Nuclear Research, Laboratory of Information Technologies (JINR LIT), Professor, 6, ul. Joliot-Curie, Dubna, Moscow region, 141980, Russia; INESYS LLC (EFKO GROUP), 20, Bld. 1, Ovchinnikovskaya naberezhnaya, Moscow, 115035, Russia; National University of Science and Technology «MISIS» (NUST MISIS), 4, Leninskiy pr., 119049, Moscow, Russia, tel.: +7(49621)6-40-19, ulyanovsv@mail.ru Viktor S. Ulyanov, PhD in Technical Sciences, INESYS LLC (EFKO GROUP), 20, Bld. 1, Ovchinnikovskaya naberezhnaya, Moscow, 115035, Russia; NUST MISIS, 4, Leninskiy pr., 119049, Moscow, Russia, ulyanovik@gmail.com

Информация «Цифровая экономика» утвердила принципы правового регулирования искусственного интеллекта и робототехники

Рабочая группа «Нормативное регулирование цифровой среды» организации «Цифровая экономика» одобрила Концепцию правового регулирования искусственного интеллекта и робототехники (ИИ и РТ). Результатом утверждения концепции станет достижение правовой определенности в сфере ИИ, разработка нормативной базы, обеспечивающей необходимую степень защиты прав и свобод человека и гражданина и отвечающей интересам общества и государства, и стимулирование развития технологий ИИ и РТ. Развитие технологий искусственного интеллекта ставит серьезные вызовы перед правовой системой России. Причина этого – определенная степень автономности действий систем искусственного интеллекта в решении поставленных задач и их неспособность учитывать этические и правовые нормы при осуществлении каких-либо действий. В настоящий момент в России отсутствует специальное законодательное регулирование, учитывающее специфику применения технологий ИИ и РТ. Главная цель регулирования отношений в сфере искусственного интеллекта, а также самой концепции - стимулирование разработки, внедрения и использования технологий, повышение благосостояния и качества жизни граждан, достижение устойчивой конкурентоспособности российской экономики, в том числе лидирующих позиций в мире в области ИИ. Утверждение концепции направлено на создание основ правового регулирования новых общественных отношений, формирующихся в связи с применением систем ИИ и РТ, имеющих преимущественно стимулирующий характер.

Согласно принципам концепции, развитие технологий ИИ и РТ должно основываться на базовых этических нормах, ориентироваться на благополучие человека, соответствовать закону, в том числе требованиям безопасности, не допускать противоправной манипуляции поведением человека и контролироваться человеком. Следствием реализации концепции должны стать разработка и принятие к 2024 году нормативных актов в сфере ИИ и РТ, создающих комфортную регуляторную среду для развития технологий ИИ и РТ, в том числе по следующим направлениям:  создание регуляторных мер для финансового стимулирования развития технологий ИИ и РТ;  создание механизмов упрощённого внедрения технологий ИИ и РТ;  решение общеотраслевых задач развития законодательства, включая обеспечение безопасности систем ИИ и РТ;  снятие отраслевых барьеров для внедрения технологий ИИ и РТ;  совершенствование режима оборота данных для целей развития ИИ и РТ;  совершенствование системы технического регулирования в сферах ИИ и РТ;  разработка актов в сфере ИИ и РТ на международном уровне. Непременным условием внедрения новых технологий является обеспечение необходимой степени защиты прав и свобод человека и гражданина. (По материалам пресс-службы организации «Цифровая экономика»)

138

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

Управление УДК: 004.896 DOI: 10.31776/RTCJ.8205 C. 139-149

Программирование коллаборативных манипуляционных роботов с использованием интерфейса дополненной реальности А. Швандт 1 , А.С. Ющенко 2 

1

FK S -Ma sch ine nb au G mb H , Отде ление р азра бото к си сте м пр омышл енной авто ма тиз а ции , Берлин, Фе де ративна я Респ у бли ка Гер ма ни я 2 Мо с ко вс ки й госу дарс твенный т ех ни че с кий у ни ве рси тет имени Н.Э. Ба ума на (наци ональный ис сле до ва тел ьс кий у ни верс ите т ) (МГТУ им. Н.Э . Ба ума на ), Москва , Росси йс ка я Фе де ра ци я, rob o t@b ms tu .ru ( М а т е р и а л п ос т у п и л в р ед ак ц и ю 12 ф ев р ал я 2 02 0 г о д а )

Аннотация Внедрение робототехники не только в процесс автоматизации производства на крупных предприятиях, но также и в мелкосерийном, быстро перестраиваемом производстве привело ко все более широкому распространению коллаборативной робототехники (КоРТ). В этом случае не только обеспечивается полная безопасность промышленного робота по отношению к человеку, находящемуся в том же рабочем пространстве, но и максимально облегчается работа по эксплуатации промышленного робота, в первую очередь, по его программированию. От оператора, по существу, не требуется никаких дополнительных знаний и умений, связанных с управлением роботами. Чаще всего оператор может просто провести захват промышленного манипулятора (ПМ) по заданной траектории, и это движение запоминается, т.е. проводится программирование ПМ путём демонстрации. Тем не менее, такой способ, все же связан с определенным риском, если речь идёт о достаточно крупном ПМ. Кроме того, этот способ неприменим при выполнении операций, требующих достаточной точности. Трудности возникают и при выполнении сборочных операций. В статье предлагается применить для программирования коллаборативных манипуляционных роботов интерфейс дополненной реальности. Предлагаемый способ можно назвать программированием виртуального ПМ путём демонстрации. В этом случае программирование движения происходит без включения ПМ с использованием 3D-модели захвата манипулятора или объекта, удерживаемого в захвате, рабочего инструмента и т.п. Движение этой модели, осуществляемое оператором, последний наблюдает на миниатюрном экране прозрачных очков. При этом оператор видит и окружающую реальность, что необходимо для правильного выбора движения, позволяющего избежать возможных столкновений. В сложных ситуациях оператор использует при программировании движения собственную интуицию, опыт, что позволяет назвать такой способ интуитивным программированием. После того, как операция выполнена вполне удовлетворительно с точки зрения оператора и по объективным показателям, которые также можно измерить, включается ПМ и повторяет заданную операцию или последовательность операций, когда человек-оператор уже покинул операционное поле. Предлагается техническое решение поставленной задачи, а также предварительные исследования точности такого способа программирования КоРТ.

Ключевые слова Манипуляционный робот, интерфейс «человек-робот», дополненная реальность, программирование путём демонстрации, интуитивное программирование, коллаборативная робототехника.

Благодарности Работа выполнена при финансовой поддержке Российского Фонда Фундаментальных Исследований (проект No.18-07-0131). Авторы также выражают благодарность руководству предприятия FKS-Maschinenbau GmbH (Федеративная Республика Германия, Берлин) за поддержку в проведении исследований.

139

Управление / Control

Collaborative manipulation robots programming with the use of augmented reality interface Alexander Schwandt 1 , Arkadij S. Yuschenko 2 

2

1 FKS-Ma sch inenbau GmbH, Be rlin , Ge rmany Ba uman Mo scow State Technica l University (BMSTU), Moscow, Russ ia , robot@b ms tu .ru

( R e c e i v e d 1 2 F e b r u a r y 2 02 0)

Abstract The integration of robotics in the process of production automation not only at large, but also at small-scale, lightly convertible, enterprises, has led to an increasingly widespread expansion of collaborative robotics (CoRT). In this case, the complete safety of the industrial robot in relation to a human located in the same workspace is provided, but the exploitation operations of the industrial robot, especially its programming, are simplified to the maximum. In fact, it doesn’t require from operator any additional knowledge or skills related to robot control. In most cases, the operator can simply move the industrial manipulator (IM) grip along a predetermined path and this movement will be remembered, i.e. IM programming is carried out by demonstration. Nevertheless, this method is still associated with a certain risk, when it comes to a sufficiently large IM. In addition, this method is not applicable when performing operations that require sufficient accuracy. Difficulties appear also when performing assembly operations. The application of the augmented reality interface for programming collaborative manipulation robots is proposed in this paper. The proposed method can be named virtual IM programming by demonstration. In this case motion programming occurs without turning on the IM and with use of the 3D model of the manipulator’s grip or an object held in the grip, the working tool etc. This model’s motion is performed by the operator, the last observes through miniature screen of transparent glasses. At the same time, the operator sees the surrounding reality, which is necessary for the correct choice of movement and allows avoiding possible collisions. In difficult situations, the operator uses their own intuition, experience when programming the movement, which allows us to call this method “intuitive programming”. After the operation is completed quite satisfactorily from the operator’s point of view and according to objective indicators, that can also be measured, the IM turns on and repeats the given operation or sequence of operations when the human operator has already left the operational field. A technical solution to the problem is proposed, as well as preliminary studies on the accuracy of this CoRT programming method.

Key words Manipulation robot, human-robot interface, augmented reality, programming by demonstration, intuitive programming, collaborative robotics.

Acknowledgements This work was financially supported by the Russian Foundation for Basic Research (project no.18-07-0131). The authors also express gratitude to the management of FKS-Maschinenbau GmbH (Federal Republic of Germany, Berlin) for their support in conducting the research.

Введение Коллаборативная робототехника получает все большее распространение в промышленности, в первую очередь, на предприятиях мелкосерийного и индивидуального производства. Особенностью таких производств является их гибкость, необходимость постоянной переналадки в соответствии с требованиями заказчика. Однако существует ряд технологических процессов и в массовом производстве, которые требуют значительных временных затрат при вводе в эксплуатации робототехнических комплексов и их переналадки. Примером может служить процесс нанесения герметика на двери автомобилей. Траектория движения инструмента манипулятора для нанесения герметика на сложную геометрию дверей автомобиля требует в отдельных краевых участках несколько десятков 6D-точек, задающих соответствующие траектории. Значительное облегчение по

заданию сложных траектории достигается за счет «off-line» программирования. Однако это не решает проблему полностью. На практике требуется дополнительная доводка запрограммированной траектории. Аналогичные сложности возникают в процессах автоматизированной покраски, сварки или грубой механической обработки (обдирки). Во всех перечисленных случаях может применяться предлагаемая ниже система интуитивного программирования с использованием дополненной реальности. Сама по себе идея применения дополненной реальности для программирования промышленных роботов с участием человека-оператора не является новой. Сам термин «интуитивное программирование», возможно, был впервые использован в работе [1]. Здесь предлагается система, в которой дополненная реальность комбинируется с виртуальной реальностью, используемой для имитации внешней

140

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

среды. В предложенной авторами системе применяется и распознавание речи как часть интуитивного интерфейса. Компьютерная графика и 3D–модели накладываются на видеоизображение реальной рабочей сцены, получаемое с камеры. Недостатком такой реализации интерфейса является, во-первых, ограничение обзора рабочей сцены, а во-вторых, локализация оператора, работающего за компьютером и не имеющего возможности изменить собственное положение относительно рабочей сцены и взглянуть на сцену с различных направлений, чтобы избежать столкновений с препятствиями. К тому же видеоизображения объектов внешней среды и манипулятора при обзоре с неподвижной камеры могут накладываться друг на друга. Для облегчения работы оператора в работе [2] предлагается использовать маркеры, связанные непосредственно с объектом манипулирования. Близкий подход рассмотрен в работе [3], в которой предлагается использовать в качестве задающего устройства указатель (стилус) с наконечником в форме додекаэдра, позволяющего оператору задавать как положение, так и ориентацию объекта манипулирования. Аналогичная задача интуитивного программирования, с помощью 6Dстилуса Trace Pen, решается системой, представленной немецкой фирмой Wandelbot [4]. В этой системе интуитивного программирования манипуляционных роботов шестикомпонентное положение задающего устройства Trace Pen определяется с помощью стационарной системы компьютерного зрения. На основе сформированных траекторий движения задающего устройства составляется программа, которая выполняется стандартным контроллером манипуляционного робота. Заметим, однако, что здесь задаётся траектория характерной точки захвата, но не его ориентация, что является ограничением метода.

3D-визуализация технологических процессов применяется не только в робототехнике, но и при работе оператора по программированию технологических комплексов ЧПУ, существенно облегчая восприятие оператором реального рабочего пространства [5]. Одной из первых работ, в которых дополненная реальность применялась собственно для программирования роботов, была работа [6]. В настоящее время применение дополненной реальности получило достаточно широкое распространение. Особенно широко такой подход применяется при телеуправлении роботами [7]. В том числе, при дистанционном обучении роботов с использованием компьютерных сетей [8]. В настоящей работе основным средством программирования робота является модуль дополненной реальности, позволяющий задавать и предварительно анализировать движение манипулятора. Основной особенностью предлагаемой системы интуи-

2020; 8(2)

тивного программирования является использование «прозрачного интерфейса», позволяющего наложить дополненную реальность, формируемую компьютером, на естественную реальность, непосредственно видимую оператором. Еще одно отличие предлагаемой системы от всех рассмотренных выше, это свободное перемещение оператора вместе с камерой в рабочем пространстве, позволяющее предвидеть все возможные ситуации, которые могут возникнуть при последующем движении манипулятора с объектом манипулирования. Основное внимание ниже уделено вопросам визуализации процесса выполнения роботом заданной программы путем моделирования процесса до его реализации, а также технической и программной реализации интуитивного интерфейса дополненной реальности.

Структура системы интуитивного программирования Система состоит из трех частей: интерфейса оператора, портативного одноплатного компьютера и манипулятора с собственной системой управления (рис. 1). Оператор оснащён очками виртуальной реальности, представляющими собой прозрачный экран, на котором он может видеть как окружающее пространство, так и дополнительную информацию, формируемую блоком дополненной реальности. Средством программирования является свободно перемещаемое оператором задающее устройство, положение и ориентация которого в пространстве определяется в каждый момент времени. На схеме рис.1 это AR(Augmented Reality)-указатель. Заметим, что в качестве такого указателя могут быть использованы различные технические средства. В предлагаемой системе использовалось 6D-задающее устройство с нанесённой на него плоской маской. Положение и ориентация устройства в пространстве определяется с помощью миниатюрной камеры типа «pinhole», размещённой непосредственно на очках дополненной реальности (см. рис. 4). После обработки полученной информации, поступающей по беспроводному каналу связи в блок дополненной реальности, она поступает в блок планирования движения манипулятора. Последний связан с базой данных, включающей 3D-модель самого манипулятора, его захвата, рабочего инструмента и объектов манипулирования. В базу данных поступают также опорные точки и траектории, получаемые в процессе обучения робота и представленные в собственной системе координат манипулятора. Через модуль беспроводной связи со стороны системы дополнительной реальности, через контроллер манипулятора, производится передача желаемого текущего положения манипулятору.

141

Управление / Control

Рисунок 1 — Структура системы интуитивного программирования Figure 1 — Structure of the intuitive programming system

Непрерывный видеосигнал камеры проецируется программным блоком дополненной реальности (AR) (рис. 1) на переносной экран, не искажая поле зрения оператора. Переносной экран является оптически прозрачным для оператора, обеспечивая прямую видимость рабочей сцены сквозь дисплей. При этом, однако, надо учитывать, что оператор наблюдает на дисплее не все рабочее пространство, а только его часть. Тем не менее, дополненная реальность отображается только на один глаз, что даёт возможность оператору контролировать общее состояние окружающей рабочей среды. При проведении исследований было выявлено, что эффект дополненной реальности требует некоторого опыта трёхмерного представления реальности у наблюдателя, использующего только один переносной экран на один глаз. Тем не менее, во всех проведенных исследованиях для оператора оказалось возможным достаточно легко приобрести такой навык. Благодаря предложенному решению интерфейса оператора существенно снижается объём вычислительных операции, поскольку не требуется компьютерная визуализация окружающих объектов роботизированной ячейки. Дополненная реальность включает только планируемые траектории и желаемые положения объекта манипулирования или захвата манипулятора.

Определение взаимного положения оператора и указателя программирования относительно манипулятора На рис. 2 представлены основные координатные соотношения в системе дополненной реальности. Используются однородные координаты, позволяющие определить как пространственное положение объекта, так и его ориентацию [9]. Камера, установленная на экране оператора, служит переносной оптической измерительной системой для определения взаимного расположения робота, оператора и устройства программирования в руках оператора. Координатные преобразования системы можно разделить на три категории: постоянные калибровочные преобразования (они отмечены на рис. 2 фиолетовым цветом), переменные преобразования, получаемые с помощью системы технического зрения (СТЗ) оператора (отмечены зелёным цветом), и задаваемые контроллером манипулятора (отмечены чёрным цветом). К постоянным преобразованиям относится TMARKER – однородное преобразование координат меток на конечном звене робота (связанном с рабочим инструментом), к базовой системе координат, связанной с фланцем (CSFLANGE) манипулятора; TTOOL – преобразование координат рабочей точки инструмента (Tool Center Point - TCP) к системе ко-

142

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

ординат фланца CSFLANGE. Преобразование TSTYLUS-TIP отображает систему координат вершины наконечника указательного устройства программирования (CSSTYLUS-TIP на рис. 2) к базовой системе координат того же устройства (CSSTYLUSBASE на рис. 2). Это преобразование изменяется при его смене наконечника на другой инструмент. Параметры перечисленных преобразований определяются в процессе предварительной калибровки, процедура которой будет описана ниже. Следует отметить, что требуется также предварительная калибровка меток на самом указательном устройстве относительно его базы (CSSTYLUS-BASE на рис. 2). Эта задача подробно рассмотрена в работе [7], и мы не будем на ней останавливаться. К переменным преобразованиям относится TFLANGE (показано чёрным на рис. 2). Оно описывает расположение базовой системы координат фланца CSFLANGE в мировой системе координат манипулятора, связанной с его основанием (CSWORLD). Данное преобразование непрерывно определяется по показаниям системы управления манипулятора и запрашивается у контроллера. К переменным преобразованиям относятся матрицы TCAMERA и TSTYLUS (они отмечены зелёным цветом на рис. 2), которые вычисляются в СТЗ по видеосигналу переносной камеры на экране оператора относительно системы координат камеры (CSCAMERA). Таким образом, нам необходимо одновременно наблюдать метки как на указательном

2020; 8(2)

устройстве программирования, так и на конечном звене манипулятора. Система технического зрения может быть реализована на базе стандартных алгоритмов распознавания меток в библиотеке Open CV 4.0. По заранее известным геометрическим соотношениям меток, калибровочных параметров объектива камеры, по алгоритмам модели камеры pinhole определяется положение и ориентация меток относительно системы координат камеры CSCAMERA. В соответствии с рис. 2, точка траектории, представленная в системе координат манипулятора, преобразуется в систему координат маркера по формуле:

S1MARKER  TMARKER 1  TFLANGE 1  S1WORLD , где однородная матрица, соответствующая положению фланца робота TFLANGE , задаётся контроллером робота. Матрица TMARKER определяется в процессе предварительной калибровки по отношению к CSFLANGE. Однородная матрица TCAMERA определяется с помощью камеры, установленной на очках оператора, и имеет размер 4х4. Для расчёта трёхмерных проекций изображений дополненной реальности используется только главный диагональный минор 3х3 матрицы TCAMERА, который описывает только ориентацию распознанной метки на инструменте манипулятора в системе координат камеры CSCAMERA и обозначается ниже как матрица Н.

Рисунок 2 — Связь между системами координат манипулятора, оператора и стилуса Figure 2 — Relations between the manipulator’s, operator’s and stylus’s coordinate systems

143

Управление / Control

Например, заданная программная точка в абсолютном (мировом) пространстве S1WORLD представляется в системе координат робота как CSWORLD. Эта же точка в системе координат маркера CSMARKER представляет собой вектор-столбец, который может быть преобразован с помощью преобразования COpt, описывающего оптическое преобразование изображения камеры в двумерный образ на носимом дисплее оператора по формуле

S1IMAGE  COpt  H  S1CAM , определяющей координаты проекции двумерного изображения,

S1IMAGE  u v 1 .

T

Представленная на рис. 3 схема, описывает геометрические преобразования изображения на камере pinhole. Здесь показаны системы координат, которые используются при преобразовании проекции физической точки P на плоскость экрана с координатами (u,v). При установке переносной камеры на переносном дисплее оператора (рис. 2) можно считать плоскости фотосенсора камеры и плоскость экрана параллельными.

Рисунок 3 — Изображение реальной точки P на экране камеры pinhole

положение наблюдателя относительно меток на инструменте манипулятора. В отличие от программирования манипулятора в режиме off-line, при использовании дополненной реальности нет необходимости моделировать саму роботизированную ячейку. Визуальная (дополненная) 3D-модель рабочего инструмента манипулятора в поле зрения оператора накладывается на образ реальной рабочей среды на экране дисплея. Благодаря этому оператор сможет учесть возможность столкновения манипулятора с объектами внешней среды, проследить состояние «пальцев» манипулятора в процессе захвата объекта и т.д. Отметим, что при работе в ограниченном пространстве дополненного изображения конечного звена манипулятора (инструмента, переносимой детали) может оказаться недостаточно для того, чтобы избежать столкновений с препятствиями. В этом случае в процессе программирования манипулятора можно оценить траектории движения всех звеньев манипулятора, решая обратную задачу кинематики. При интуитивном программировании важно, чтобы изображение захвата или инструмента, удерживаемого роботом, воспринималось оператором в реальном масштабе в любой точке траектории движения, т.е. так, как если бы он непосредственно видел реальное устройство. Только в этом случае можно будет избежать столкновений при одновременном визуальном наблюдении фактической и дополненной реальности. Вводя также оценки времени прохождения через выделенные точки траектории, можно воспроизвести модель движения в реальном масштабе времени с помощью средств дополненной реальности. Заметим, что в наших экспериментах учитывалась только кинематика манипулятора, что также может быть ограничением. В тех случаях, когда это целесообразно, можно осуществить и моделирование динамики движения манипулятора при прохождении через заданные точки планируемой траектории.

Экспериментальное исследование системы интуитивного программирования

Figure 3 —Image of the real point P on the pinhole camera screen

Оператор в процессе движения «виртуального» захвата промышленного робота или объекта манипулирования может фиксировать отдельные положения, в которых он должен находиться, или запомнить в памяти робота целиком заданную траекторию движения. Как уже отмечалось выше, особенностью предлагаемого решения является возможность для оператора свободно перемещаться в рабочем пространстве и осматривать рабочую сцену с разных точек зрения. На основании калибровочных данных камеры, геометрических параметров меток, а также видеосигнала переносной камеры, в переносном вычислительном модуле определяется взаимное рас-

С целью проверки работоспособности предлагаемой концепции интуитивного программирования КоРТ был создан экспериментальный стенд на базе промышленного манипуляционного робота KUKA KR10 R1100 и коллаборативного МР KUKA LBR iiwa 7 R800. Манипуляторы оснащались пневматическим захватным устройством фирмы Schunk и собственными контроллерами. Для реализации дополненной реальности использовался переносным одноплатным компьютером phyBOARD-SeginARM.CortexTMA7, на котором выполнялись вычислительные процессы интерфейса, дисплей Vufine+ и камера с разрешением 3MP, смонтированная на очках оператора

144

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

(А) (рис. 4). Обучающий стилус с кнопками дистанционного управления (Б) и маской для распознавания камерой воспроизводился на дисплее оператора как модель захватного устройства (В).

Рисунок 4 — Используемое в эксперименте оборудование системы дополненной реальности Figure 4 — Augmented reality system equipment used in the experiment

Модуль дополненной реальности проектирует необходимую информацию на экран носимого дисплея. Используя размещенную на экране оператора камеру, можно определить положение оператора относительно манипулятора, используя маску, содержащую QR-коды и размещенную на фланце манипулятора. Положение же фланца манипулятора автоматически определяется его контроллером.

Рисунок 5 — Оснастка с QR-метками и макет захватного устройства Schunk Figure 5 — Attachments with QR-markes and gripper model of Schunk

Рассмотрим более подробно процедуру определения положения и ориентации базирующих QRметок на инструменте манипулятора для реализации СТЗ в качестве внешней измерительной системы для интерфейса интуитивного программирования на примере манипулятора KUKA LBR iiwa 7 R800. Эта методика универсальна и не зависит от типа манипулятора. При измерении положения и ориентации рабочей точки инструмента в мировой системе координат робота с помощью СТЗ возникает проблема базирования QR-меток на инструменте робота (рис. 5). Предлагаемое решение заключается в при-

2020; 8(2)

менении методики «Circle Point Analysis» (СРА) [13]. На рис. 5 изображена экспериментальная установка, где на фланце робота установлена жёсткая оснастка с QR-метками и макет захватного устройства с двумя губками. Оснастка с QR-метками и инструмент жёстко связаны между собой и с системой координат инструмента. Стационарная камера СТЗ находилась на расстоянии около 800 мм от инструмента робота. Основные кинематические соотношения робототехнического комплекса выше были представлены на рис. 2. Начало соответствующей системы координат обозначено как «CS», а матрицы однородных преобразований координат как «T». В качестве базовой системы координат взята мировая система координат робота «CSWORLD». На основании сигналов энкодеров в приводах манипулятора в контроллере робота определяется положение и ориентация системы координат фланца «CSFLANGE». По умолчанию принято в системе управления робота, что система координат инструмента «CSTOOL» совпадает с системой координат фланца «CSFLANGE» при нулевых настройках, когда инструмент манипулятора отсутствует. С помощью стандартных процедур калибровки инструментов легко определяется преобразование «TTOOL» для определения положения и ориентации рабочей точки инструмента «СSТСР», или как «TTOOL». Теперь остаются не определенными только параметры матрицы положения и ориентации «TMARKER» базовой системы координат QR-метки в системе координат инструмента «CSFLANGE», которые определяются экспериментально, применяя методику «Сircle Point Analysis» (CPA), по следующим этапам: 1. Все измерения проводятся в абсолютной системе координат СТЗ. Роботом устанавливается «CSFLANGE» в произвольных положении и ориентации относительно «CSWORLD». В этом стационарном положении производится измерение начального положения и ориентации QR-метки.

2. С помощью СТЗ регистрируются траектории движения начала координат QR-метки «CSMARKER» при последовательном вращении последних двух степеней свободы манипулятора, которые у роботов KUKA обозначаются осью А6 и А5. Таким образом, полностью определяются по методике СРА положение и ориентация осей приводов в абсолютной системе координат СТЗ, см. рис. 6.

3. Зная положение и ориентацию последних двух степеней свободы манипулятора, можно определить положение и ориентацию системы координат фланца «CSFLANGE», которая совпадает с «CSTOOL». В результате этой процедуры можно полностью определить положение и ориентацию «TMARKER» базовой системы координат QR-метки «CSMARKER» в системе координат фланца манипулятора «CSFLANGE».

145

Управление / Control

Расстояние «камера-метка» по оптической оси, [мм] Camera-marker distance on optical axis, [mm] Рисунок 7 — Зависимость точности задания координат «Z» (в CSCAMERA) в СТЗ от дистанции между камерой и меткой Figure 7 — Dependence of the accuracy of setting the coordinates Z (in CSCAMERA) in computer vision system on the distance between the camera and the mark Рисунок 6 — Зарегистрированные траектории и выявленная «CSMARKER» в системе координат фланца манипулятора «CSFLANG» Figure 6 — Registered trajectories and detected CSMARKER in the coordinate system of the manipulator flange CSFLANGE

На рис. 6 представлены полученные в процессе эксперимента измерения СТЗ, полученные в процессе процедуры определения положения и ориентации метки в системe координат фланца «CSFLANGE». На рис. 6 представлен результат процедуры идентификации, где показано идентифицированное положение базы метки «CSMARKER» в системе координат фланца манипулятора «CSFLANGE». По полученным траекториям, описанным меткой при движении последних двух степеней подвижности манипулятора (они отмечены на рис. 6 как «а» и «б»), были определены оси вращения последних двух степеней свободы манипулятора, отмеченные буквами «б» и «г». Заметим, что в большинстве случаев последние две оси вращения манипулятора, совпадают с координатными осями системы координат фланца «OY» и «OZ» в «CSFLANGE». Таблица 1 — Результаты базирования «CSMARKER» в «CSFLANGE», представляющей матрицу «TMARKER» Table 1 — Results of basing of CSMARKER in CSFLANGE presenting TMARKER matrix Координата

Значение [мм, град°]

X

7,0

Y

27,3

Z

45,3

A(Y)

0,85

B(Z’)

-0,26

C(Y’’)

0,1

Расстояние «камера-метка» по оптической оси, [мм] Camera-marker distance on optical axis, [mm] Рисунок 8 — Зависимость точности задания координат X и Y (в CSCAMERA в СТЗ от дистанции между камерой и меткой Figure 8 — Dependence of the accuracy of setting the coordinates X and Y (in CSCAMERA) in computer vision system on the distance between the camera and the mark

С помощью описанного выше программного обеспечения, позволяющего определить относительное положение камеры к инструменту робота, а также к AR-указателю, задаваемое соответственно матрицами TCAMERA и TSTYLUS , экспериментально оценивалась точность измерения координат для матриц TCAMERA и TSTYLUS на дистанции между камерой и QRмаркером в интервале от 0,4 м до 1,0 м. Точность измерения относительно линейных координат (среднеквадратическое отклонение ) составила -2 -2 ±9.5 • 10 мм и угловых координат ±1 • 10 град. Эта зависимость показана на рисунках 7 и 8, а также приведена в таблице 2. Ввиду того, что точность измерения используемой СТЗ превосходит значения реального показателя точности повторения при позиционировании манипулятора, эта СТЗ позволяет достаточно точно задать точки и траектории при программировании траектории движения манипулятора. Таблица 2 — Точность измерения координат и угла ориентации стилуса оператора Table 2 — Accuracy of measurements of coordinates and orientation angle of the operator’s stylus

Очевидно, что точность определения координат стилуса и, следовательно, точность задания координат захвата манипулятора зависят от взаимного расположения камеры, которая перемещается в пространстве вместе с оператором, и стилуса, который он держит в руке.

146

Координата

Точность измерения

X, [мм]

0,007

Y, [мм]

0,006

Z, [мм]

0,095

, [град]

0,01°

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

В эксперименте, проводившемся на базе промышленного робота KUKA KR10 R1100, задача заключалась в том, чтобы оператор, используя дополненную реальность, мог запрограммировать операцию захвата роботом детали конической формы. На рис. 9 показано визуальное поле зрения оператора, который одновременно видит неподвижный (реальный) манипуляционный робот и дополненное изображение последовательных положений захвата – начальное, промежуточное и конечное положение, соответствующее захвату детали на рабочем столе. Оператор может управлять перемещением и ориентацией виртуального захвата, а также процессом захвата детали. Дополненные фрагменты изображения выделены цветом, что облегчает для оператора выбор траектории движения без включения самого робота, в отличие от традиционной процедуры обучения. Это обеспечивает безопасность процесса обучения КоРТ методом виртуальной демонстрации. С помощью кнопок дистанционного управления, расположенных на стилусе, оператора может задавать отдельные 6D-точки, определяющие желаемые положения и ориентацию захвата. Они регистрируются камерой как положение и ориентация стилуса, после чего преобразуются в систему координат манипулятора (см. выше).

Рисунок 9 — Изображения опорных точек, траектории, а также модели захватного устройства робота натуральной величины в поле зрения оператора Figure 9 — Images of reference points, trajectories, as well as models of the robot’s gripping device in a full-size in the operator's field of vision

Еще раз заметим, что заданные оператором положения захвата позволяют автоматически вычислить необходимые положения кинематической цепи манипулятора в рабочем пространстве для того, чтобы, во-первых, учесть конструктивные ограничения, налагаемые на допустимые положения и ориентацию захвата, а во-вторых, избежать возможных столкновений конструкции манипулятора с внешними ограничениями при включении манипулятора. Если эти ограничения заранее известны, то для получения

2020; 8(2)

приемлемых результатов программирования целесообразно дополнить базу данных моделью рабочего пространства, в котором находится робот. Это облегчит работу оператора.

Заключение Предложенная система интуитивного программирования представляет собой альтернативу методу обучения промышленного робота путём демонстрации движения виртуальной модели. В данном случае оператор непосредственно включается в систему дополненной реальности, используя камеру и задавая положение манипулятора с помощью 6D–стилуса и наблюдая перемещение образа захвата манипулятора (или объекта манипулирования, рабочего инструмента) в реальном рабочем пространстве. В течение этой процедуры манипулятор не включен, что гарантирует полную безопасность оператора, выполняющего его обучение. Применяемое оборудование обладает простотой и экономически выгодно по сравнению с другими способами обучения, например, с применением виртуальной реальности. Тем не менее ряд вопросов требует дополнительных исследований. В первую очередь, это вопросы эргономического характера. Следует иметь в виду особенности организации визуального аппарата человека, при которой точность восприятия пространства зависит от расположения объекта в той или иной зоне наблюдения (зоне периферического зрения, зоне ясного видения). Кроме того, следует учитывать ограничения зоны наблюдения самой телекамеры, закрепленной на голове оператора. В этой зоне должны постоянно находиться как управляющий стилус, так и рабочая зона, в которой перемещается изображение рабочего инструмента. Таким образом, положение стилуса также не может быть произвольным и, как правило, он должен постоянно находиться в зоне наиболее комфортной работы человека в положении стоя. Все это требует определенных навыков работы с такой системой. Не меньшее значение имеет восприятие оператором трехмерного пространства по его одномерному изображению на носимом дисплее. Очевидно, что высокой точности по глубине здесь добиться довольно трудно. Поэтому метод вряд ли подходит для программирования высокоточных операций. Заметим также, что пространственное мышление оператора должно быть достаточно развитым, чтобы он всегда мог легко отличить дополненную реальность от фактической. Остаются малоисследованными вопросы формирования навыков работы человека с дополненной реальностью, а также вопросы, связанные с напряженностью такой работы, утомляемостью, статистикой ошибок, вызванных «человеческим фактором». Однако все перечисленные факторы и проблемы в равной мере верны и для других

147

Управление / Control

способов организации труда в коллаборативной робототехнике. Это новый вид производственной деятельности человека, изучение которого требует внимания не только инженеров, но и психологов. Следует более тщательно изучить и вопросы точности задания требуемых положений и траекторий движения робота с помощью описанного выше метода. Возможно, точность, получаемая с помощью плоского QR-маркера и одной камеры, в ряде случаев будет недостаточной. Кроме того, возможны ситу-

ации, когда AR-указатель будет частично перекрыт конструктивными элементами РТС и дополненная реальность не будет воспроизведена. Использование СТЗ с измерением глубины изображения сможет исправить положение. Наконец, остаются проблемы задания траектории движения во времени, которые, в свою очередь, потребуют и использования динамической модели робота при анализе его желаемого движения. Все эти проблемы должны быть исследованы в последующих работах.

Литература 1. Akan B. Intuitive Industrial Robot Programming Through Incremental Multimodal Language and Augmented Reality / B. Akan [et al.] // IEEE International Conference on Robotics and Automation. – 2011. – Pp. 3934-3939. – Text: unmediated.

2. Petterson T. Augemted reality for programming industrial robots / T. Petterson [et al.] // The Second IEEE and ACM International Symposium on Mixed and Augmented Reality. – 2006. – Pp. 319-320. – Text: unmediated.

3. Po C.-W. Accurate 6Dof Tracking of a Passive Stylus / Po C.-W. [et al.] // The 30th Annual ACM Symposium on User Interface Software and Technology. – 2017. – Pp.365-374. – Text: unmediated.

4. Описание системы натурального программирования TracePen // Wandelbots: [site]. – URL: https://www.wandelbots.com/tracepen/ (дата обращения: 01.02.2020). – Text: electronics.

5. Olwall A. Spacial augmented reality on industrial CNC-machines / Olwall A., Gustafsson J., Lindfors C. // SPIE. – 2018. – Pp. 70-78. – Text: unmediated.

6. Chong J.W.S. Robot programming using augmented reality: An interactive method for planning collision-free paths / Chong J.W.S. [et al.] // IEEE. – 2009. – Text: unmediated.

7. Marin R. A very high level interface to teleoperate a robot via Web including augmented reality / Marin R., Sanz P., Sanchez J. // IEEE International Conference on Robotics and Automation (Cat. No.02CH37292). – 2002. – Pp. 2725-2730. – Text: unmediated.

8. Jara C.A. An augmented reality interface for training robotics through the web / Jara C.A. [et al.] // Communication. – 2005. – Pp. 189-194. – Text: unmediated.

9. Зенкевич С.Л. Основы управления манипуляционными роботами / С.Л. Зенкевич, А.С. Ющенко // Издво МГТУ им. Н.Э.Баумана. – Москва. – 2004. – С. 51-57. – Текст: непосредственный.

10. Siciliano B. Handbook of Robotics / Siciliano B., Khatib O. // Springer, Berlin Heidelberg, 2008. – Pp. 323-328.

– Text: unmediated. реконструкция // OpenCV: [site].

– URL: 11. Калибровка камеры и 3D https://docs.opencv.org/2.4/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html (дата обращения: 01.02.2020). – Текст: электронный.

12. Ющенко А.С. Человек и робот – эргономические проблемы коллаборативной робототехники // Мир Психологии. – 2018. – №4. – С. 86-102. – Текст: непосредственный.

13. Mooring B. Fundamental of manipulator Calibration / Mooring B., Yvi R., Morris D. // John Wiley & Sons, Inc. – 1991. – Pp. 175-182. – Text: unmediated.

14. Haun M. Handbuch Robotik // Springer, Berlin Heidelberg. – 2007. – Pp. 173-180. – Text: unmediated.

References 1. Akan, B., Ameri, A., Curuklu, B. and Asplund, L. (2011). Intuitive Industrial Robot Programming Through Incremental Multimodal Language and Augmented Reality. In: Proceedings of the IEEE International Conference on Robotics and Automation. Pp. 3934-3939.

2. Petterson, T., Pretlove, J., Scorub, C., Engedal, T. and Lokstad, T. (2006). Augemted reality for programming industrial robots. In: Proceedings of The Second IEEE and ACM International Symposium on Mixed and Augmented Reality. Pp. 319-320.

3. Po, C.-W., Wang, R., Kin, K., Twigg, C., Han., S., Yang, M.-H. and Chien, S.-Y. (2017). Accurate 6Dof Tracking of a Passive Stylus. In: Proceedings of The 30th Annual ACM Symposium on User Interface Software and Technology. Pp.365-374.

4. Wandelbots.com. n.d. Description of Natural Programming Interface «Tracepen». [online] Available at: <https://www.wandelbots.com/tracepen/> [Accessed 1 February 2020].

148

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

5. Olwall, A., Gustafsson, J. and Lindfors, C. (2008). Spacial augmented reality on industrial CNC-machines. In: Proceedings of SPIE. Pp. 70-78.

6. Chong J.W.S., Ong S.K., Nee A.Y.-C. and Youcef-Youmi K. (2009). Robot programming using augmented reality: An interactive method for planning collision-free paths. In: Proceedings of IEEE. 7. Marin, R., Sanz, P. and Sanchez, J. (2002). A very high level interface to teleoperate a robot via Web including augmented reality. In: Proceedings of the IEEE International Conference on Robotics and Automation. Pp. 2725-2730.

8. Jara, C.A., Candelas, F.A., Gil, P., Fernandez, M. and Torres, F. (2005). An augmented reality interface for training robotics through the web. In: Conference Proceedings. Pp. 189-194.

9. Zenkievich, S.L. and Yuschenko, A.S. (2004). Osnovy Upravleniya Manipulyatsionnymi Robotami [The Basic of Manipulation Robots Control]. BMSTU, pp. 51-57. (in Russian).

10. Siciliano, B. and Khatib, O. (2008). Handbook of Robotics. Berlin-Heidelberg: Springer. Pp. 323-328.

11. Docs.opencv.org. 2020. Camera Calibration and 3D Reconstruction. [online] Available at: <https://docs.opencv.org/2.4/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html> [Accessed 1 February 2020].

12. Yuschenko, A.S. (2018). Human and robot – the ergonomic problems of collaborative robotics. World of psychology, 4(96), pp. 86-102.

13. Mooring, B., Yvi, R. and Morris D. (1991). Circle Point Analysis - The Measurement Phase. In: Fundamental of manipulator Calibration. John Wiley & Sons Inc. Pp. 175-182.

14. Haun, M. (2007). Arten der Robotersystemprogrammierung. In: Handbuch Robotik. Berlin-Heidelberg: Springer. Pp. 173-180.

Информация об авторах Швандт Александр, FKS-Maschinenbau GmbH, инженер-специалист, заведующий отделом разработок, Германия, 12459, Берлин, Вильгеминенхофштрассе, 83-85, тел.: +49(30)551507900, alexander.schwandt@fksberlin.com Ющенко Аркадий Семенович, д.т.н., Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет) (МГТУ им. Н.Э. Баумана), профессор, 105005, Москва, 2-я Бауманская ул., д. 5, стр. 1, тел.: +7(499)263-60-54, robot@bmstu.ru

Information about the authors Alexander Schwandt, FKS-Maschinenbau GmbH, Development Division, Engineer, Head of Development Division, 83-85, Wilhelminenhof street, Berlin, D-12459, Germany, tel.: +49(30)551507900, alexander.schwandt@fksberlin.com Arkadij S. Yuschenko, Doctor of Technical Science, Bauman Moscow State Technical University (BMSTU), Professor, 5-1, 2-ya Baumanskaya ul., Moscow, 105005, Russia, tel.: +7(499)263-60-54, robot@bmstu.ru

Информация Мышечные сенсоры позволят управлять роботами с помощью жестов

Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (MIT CSAIL) разработали новый метод управления роботами под названием Conduct-A-Bot. В его основе лежат мышечные датчики, которые надеваются на бицепс, трицепс и предплечье пользователя. Далее алгоритм анализирует жесты и активность в мышцах человека, переводя их в управляющие сигналы – вы можете помахать рукой, сжать кулак или даже напрячь руку, чтобы командовать роботом или дроном.

Текущая система может определять 8 заранее определенных навигационных жестов и при этом не требует специальной калибровки или тренировки навыков – новый пользователь может просто надеть датчики и начать жестикулировать, чтобы начать управление. Пока новая технология не готова к использованию в реальном мире. При управлении дроном Parrot Bebop 2 только 82% из более чем 1500 жестов был распознаны как управляющие команды. (По материалам сайта Robogeek)

149

Разработки / Developments

Разработки УДК: 007.52:004.94:621.8.038 DOI: 10.31776/RTCJ.8206 C. 150-158

Самореконфигурируемый комплекс модульных роботов Д.А. Никитин  , В.А. Зеленский

С ама рс ки й национальный иссл едо ва тел ьс кий уни верс итет и ме ни а ка де ми ка С.П. Коро лева , г. Самара , Росси йс ка я Фе де ра ци я, D em0n iku s@ ma il.ru ( М а т е р и а л п ос т у п и л в р ед ак ц и ю 13 ф ев р ал я 2 02 0 г о д а )

Аннотация Комплекс модульных роботов как универсальный самореоргaнизуемый материал, относится к концепции клэйтроники, цель которого при помощи миниатюрных модулей, вступающих друг с другом в контакт, создавать материальные 3D объекты. В то время как одни разработчики движутся «сверху вниз» [1], создавая технологии миниатюризации роботов, альтернативный подход проектирования – обратное направление, с самого «низа» – программируемая материя. Самоперестраиваемый комплекс модульных роботов является областью робототехники, задача которой – создание системы параллельно работающих модулей, способных динамически менять конструкцию и реализующих тип поведения, подходящий для выполнения поставленных задач. Нахождение оптимальной конструкции напрямую зависит от элементов, применяемых в устройстве. В зависимости от принципа работы в самоперестраиваемых комплексах модульных роботов применяются: механические крепления различной сложности, электропостоянные магниты, бесколлекторные двигатели на основе электропостоянных магнитов, планарные электромагниты, конструкции на базе гибких печатных плат и т.д. Независимо от особенностей исполнения самым важным направлением развития системы является создание аддитивной конструкции, которая основана на способности изменять форму, структуру при помощи программного управления каждым модулем. Также используемые механизмы должны обеспечивать саморегенерацию комплекса, автоопределение и замену вышедших из строя модулей. Анализируя механику движения модулей, необходима разработка правил перемещения, достаточных для максимально возможной гибкости реконфигурации. Применение тех или иных элементов при построении модулей накладывает ряд ограничений при разработке алгоритмов управления роем модулей [2,3]. Для построения 3D объектов требуется алгоритм автоматизированной разработки программы движения каждого модуля в комплексе. С учетом правил и ограничений он должен обеспечивать переход системы от стартового состояния к требуемой конфигурации за минимально возможное количество шагов.

Ключевые слова Самореконфигурирумый модульный робот, электропостоянный магнит, планарный электромагнит, клэйтроника, программируемая материя.

Self-configurable complex of modular robots Dmitriy A. Nikitin  , Vladimir A. Zelenskiy

Samara Na tio na l R esea rc h Un iv ers ity na me d a fter ac ade mic ian S.P. Ko ro lev (Sama ra Un ive rs ity ), Samara , Rus sia , Dem0nikus@mail.ru ( R ec ei v e d 1 3 F e br u a r y 2 02 0)

Abstract The complex of modular robots as multipurpose self-reorganized material belongs to the concept of claytronics. Its purpose is to create material 3D objects using miniature modules that come into contact with each other. While some developers move top-bottom [1], creating technologies for miniaturization of robots, an alternative approach of design is the opposite direction, from the very bottom - programmable matter. The self-reconfigurable complex of modular robots is the field of robotics which task is creation of system that consists of the modules working in parallel, is capable of dynamic design change and implements a behavior type suitable for the task performance. Finding the opti150

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

2020; 8(2)

mal design directly depends on the elements used in the device. Depending on the operating principle, in selfreconfigurable complexes of modular robots the following are used: mechanical mounting of diverse complexity, electropermanent magnets, brushless motors based on electropermanent magnets, planar electromagnets, designs based on flexible printed circuit boards, etc. Regardless of the features, the most important direction of the system’s development is creation of an additive design, which is based on the ability to change the shape, structure using software control of each module. Also, the used mechanisms should ensure self-regeneration of the complex, autodetection and replacement of the failed modules. Analyzing the motion mechanics of the modules, it is necessary to develop motion rules sufficient for the maximum possible flexibility of reconfiguration. Application of certain elements in the modules’ construction imposes a number of limitations when developing the control algorithms for modules’ swarm [2,3]. 3D objects creation requires an algorithm for the automated development of a program for the movement of each module in the complex. Taking into account the rules and restrictions, it should ensure the transition of the system from the starting state to the desired configuration in the minimum possible number of steps.

Key words Self-configurable modular robot, electropermanent magnet, planar electromagnet, claytronics, programmable matter.

Обзор существующих самореконфигурируемых модульных роботов

управление электронной схемой с беспроводным каналом связи.

Самореорганизующиеся модульные роботы являются специальными типами роботов, форма комплекса которых может быть изменена путем реконструкции модулей для выполнения различных задач. Один из вариантов решения – клеточные роботы [4], относящиеся к самоорганизующейся системе пассивных модулей, реализующих моделирование объекта (рис. 1). Клеточные роботы осуществляют адаптацию формы к различным требованиям и средам путем создания магнитных соединений при необходимости, а также их разрыв для отделения ненужных модулей из общей конструкции. Самосборка возможна в наземных условиях и вне земли, возможна самодиагностика, используется альтернативный подход к фиксации модулей – система электропостоянных магнитов.

Рисунок 2 — М-блоки Figure 2 — M-modules

К его недостаткам относится вероятностный характер движения модулей, с высоким шансом неудачного перемещения, необходимость автономных источников напряжения в каждом модуле ограничивает полезное пространство в корпусе, быстрый расход заряда при активном перемещении. Робототехническая система предполагает работу в комплексе множества модулей согласно концепции программируемой материи и потенциальная миниатюризация данной разработки сильно ограничена из-за сложной конструкции механизма перемещения.

Конструкция разрабатываемого устройства Рисунок 1 — «Клеточные роботы» Figure 1 — Cell robots

M-блоки [5] – система кубических модульных роботов (рис. 2), каждый из которых способен перемещаться (осуществлять скачок) под действием инерции двигателя маховика, сцепление выполняется при помощи постоянных магнитов на гранях корпуса, а

Целью работы является разработка самореорганизующегося комплекса модульных роботов типа решетка [6], который состоит из унифицированных модулей (рис. 3) с магнитными связями, каждый из которых будет способен перемещаться по 3D конструкции идентичных единиц. Перемещение модулей и фиксация обеспечиваются комбинацией постоянных магнитов и сердечников электромагнитов. Модуль включает электронную

151

Разработки / Developments

систему управления электромагнитами и последовательным интерфейсом приема информации, передающейся по шине питания от управляющего устройства. Питание и цифровая информация между модулями передается через соединение контактных площадок на сторонах модулей. В модуле отсутствуют источники напряжения и подвижные части, что обеспечивает максимальную миниатюризацию и автоматизацию производства. Комплекс модулей принимает форму согласно задаче, конструкция поддерживается в обесточенном состоянии. Возможно применение отличных от стандартных модулей, выполняющих специальные функции (укрепления конструкции, датчиков информации, дополнительных интерфейсов, беспроводных передатчиков и индикаторов).

магнит обеспечивает крепление в обесточенном режиме и выполняет роль якоря для электромагнитов соседних модулей в 3D конструкции.

Рисунок 5 — Развертка расположения магнитов модулей Figure 5 — Evaluation view of module magnets arrangement

Постоянные магниты выполнены из двух полуцилиндров разной полярности (рис. 5), это вызвано спецификой перемещения модулей. Корпус и конструкция выполнены на основе многослойной печатной платы. Логика расположения электромагнитов, постоянных магнитов и их направление обеспечивают надежное крепление модулей друг к другу и возможность перемещения в любом направлении (рис. 6). Оболочка модулей представляет собой гибкую печатную плату с контактными площадками для передачи информации и напряжения питания между модулями.

Рисунок 3 — Конструкция модуля 15х15х15 мм Figure 3 — 15x15x15 mm module's design

Особенностью устройства является построение конструкций с переменной морфологией за счет перемещения модулей в 3D решетке аналогичных модулей при помощи комбинации электромагнитовпостоянных магнитов. Для максимальной миниатюризации, питание модулей осуществляется от внешнего источника и распространяется посредством стыковки контактных площадок на сторонах (рис. 4).

Рисунок 4 — Конструкция фиксации Figure 4 — Latch design

Модули выполнены 2-х типов – магнитный (рис. 5) и электромагнитный с различной комбинацией магнитов на гранях, обеспечивающих перемещение модулей одного типа по сторонам другого. Постоянный 152

Рисунок 6 — Перемещение в комплексе Figure 6 — Movements in the complex

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

Комплекс включает управляющее устройство, относительно которого формируется модель из активных модулей. Устройство управления коммутирует напряжение питания с информационным сигналом и передает его исполнительным модулям. С другой стороны, схема исполнителей должна обеспечивать стабильную работу микроконтроллера от напряжения питания, по которому одновременно передается информационный сигнал, а также управлять высокомощными электромагнитами по командам модуля управления. Управляющий сигнал передается по последовательному протоколу одновременно всем модулям.

2020; 8(2)

Впоследствии согласно, схеме (рис. 7), выделяется полезный сигнал от питающего напряжения [7], а управление электромагнитами осуществляется комбинацией транзисторов.

Расчет параметров электромагнита Для определения мощности электромагнита была разработана программа (рис. 8) в среде программирования Processing. Изменяя входные параметры (напряжение, диаметр проводника, количество витков, размер грани модуля, и т.д.) рассчитывается мощность и конструктивные параметры электромагнита.

Рисунок 7 — Схема управления модуля Figure 7 — Module control diagram

153

Разработки / Developments

Рисунок 8 — Фрагмент программы расчета параметров электромагнита Figure 8 — A fragment of program for calculating of the electromagnet’s parameters

На рис. 9 представлен эксперимент по перемещению рассчитанного габаритного макета модуля, функционально способного двигаться в одном направлении.

чатную плату, а электромагниты выполняются в виде планарных компонентов [8]. Основным параметром планарного электромагнита является величина намагничивающей силы, которая возрастает пропорционально площади сечения печатного проводника. Учитывая высоту медного слоя стандартной печатной платы, не превышающего 70 мкм, ширина печатного проводника увеличивается относительно необходимого диаметра обмоточного провода согласно формуле:

l

Рисунок 9 — Перемещение модуля Figure 9 — Module’s movement

При дальнейшей миниатюризации появляется задача интеграции электромагнитов в схему управления путем выполнения на единой печатной плате, где радиоэлементы конструктивно погружены в пе-

 d2 4 h

,

где: d – диаметр провода; h – высота слоя медного слоя. Величина намагничивающей силы, которую можно получить от данной катушки при заданном режиме работы и допустимой температуре нагрева, зависит от того, насколько эффективно используется объем катушки, т.е. насколько он заполнен активным материалом – обмоточным проводом [9, 10]. Эффективность использования пространства, занимаемого катушкой, оценивается с помощью коэффициента заполнения, который зависит от вида намотки (рядовая, шахматная, неравномерная), конструкции каркаса, коэффициента укладки. Как показатель преимущества той или иной технологии, используется эффективный коэффициент заполнения, равный отношению площади сечения катушки ( S пр ) с проводной намоткой к площади сечения планарной катушки ( S пл ). Исходные данные: высота сердечника – hc = 2 мм, диаметр провода намотки – d = 0,3 мм, количество витков на 1 слое печатной платы – 1 шт. Конструкция проводной катушки проектируется по рядовому типу намотки в идеальном виде, без учета прокладок и коэффициента укладки.

154

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

hс  l  hтех  Sпр   , Sпл  d  2  hd   hc  h  hпп  2

K эф

где: hd – толщина защитного слоя обмоточного провода; hтех – технологический отступ; hпп – толщина печатной платы; hc

 h  hпп 

– количество витков,

которое возможно выполнить на печатной плате, исходя из заданных габаритов.

2020; 8(2)

Расчеты производились для обмоточных проводов с учетом толщины изоляции, из-за чего при маленьком диаметре провода (сопоставимом с изоляцией) расположение намотки в проводной катушке в объемах катушки многослойной печатной платы невозможно (рис. 10). Участки кривых с Кэф выше 1 соответствуют параметрам, при которых электромагнит на базе многослойной печатной платы займет меньше места относительно электромагнита с проводной катушкой и аналогичными исходными характеристиками (рис. 10).

Таблица 1 — Зависимость эффективного коэффициента заполнения от диаметра провода Table 1 — Dependence of the effective duty cycle on the diameter of the wire Высота слоя меди

0,018

d провода

0,035

0,05

0,07

Эффективный коэффициент заполнения (Кэф)

1

0,1

0,91

1,07

1,08

1,03

2

0,15

0,75

1,01

1,08

1,10

3

0,2

0,63

0,92

1,04

1,11

4

0,3

0,49

0,78

0,92

1,04

5

0,4

0,41

0,68

0,82

0,97

6

0,5

0,37

0,62

0,76

0,90

7

0,6

0,34

0,57

0,71

0,85

8

0,7

0,32

0,54

0,67

0,81

9

0,8

0,30

0,51

0,64

0,78

10

0,9

0,29

0,49

0,61

0,75

11

1

0,28

0,48

0,60

0,73

12

1,5

0,25

0,43

0,54

0,66

Рисунок 10 — Зависимость эффективного коэффициента заполнения от диаметра провода Figure 10 — Dependence of the effective duty cycle on the diameter of the wire

155

Разработки / Developments

Таблица 2 — Радиоэлементы

Поскольку у планарных электромагнитов соотношение площадь/объем примерно вдвое больше чем при классическом исполнении, то и охлаждающая способность у планарных изделий лучше. Это позволяет увеличить удельную мощность при том же изменении температуры, либо уменьшить эффективный объем, а значит, и массу при заданном росте температуры. Альтернативный подход к проектированию электромагнитов – процесс EFAB, разработанный в Институте информатики USC, позволяющий изготавливать металлические микроустройства тысячами слоев методом фотолитографии (рис. 11).

Table 2 — Electronic components Обозначение

KL03

Наименование

Параметры

микроконтроллер

Габариты – 3х3х0,65 мм, Корпус – 20 WLCSP (AF)

IRLHS6242TRPBF N-MOSFET Тип – PQFN, транзисторы Габариты – одноканальные 2x2 мм, Рас. мощн. – 9,6Вт IRFHM830

N-MOSFET Тип – PQFN транзисторы Габариты – одноканальные 3,3x3,3 мм, Рас. мощн. – 37Вт

Заключение

Рисунок 11 — Трансформатор EFAB. (MEMgen Corp.)

Figure 11 — EFAB Transformer (MEMgen Corp.)

Схема управления электромагнитами Управление электромагнитам производится кратковременными импульсами высокой мощности, поэтому выбирая управляющие транзисторы, требуется соблюдать соотношение минимальных размеров корпуса с максимальной рассеиваемой мощностью. Также центральный микроконтроллер должен содержать минимальное необходимое количество выводов при минимальных размерах корпуса. На рис.

12 представлена четырехслойная тестовая плата управления с размерами 10х10мм, а в таблице 2 приведены параметры используемых радиоэлементов.

Рисунок 12 — Трансформатор EFAB. (MEMgen Corp.)

Figure 12 — EFAB Transformer (MEMgen Corp.)

Задачей настоящего устройства является расширение сферы деятельности роботов, повышение уровня автоматизации и развитие технологии программируемой материи за счет автономной работы в комплексе множества модулей, включая модули со специальными возможностями, в различных условиях в зависимости от поставленной задачи. Сравнивая с аддитивными технологиями, расходующими материал [11], вводится более фундаментальный подход к формированию сборки модели и демонтажу, а также альтернативный подход к существующим технологиям: - Направление 3D печати: в настоящее время получило большое распространение, но ограничено в диапазоне параметров. Комплекс модульных роботов как метод прототипирования обеспечит не только самореорганизующийся материал для формирования конструкций, но и возможность построения подвижных структур [12]; - Реконфигурируемая робототехника: предполагает построение сборки из универсальных роботов – модулей размерами порядка сантиметра, количеством от десятков до сотен, ограничиваясь требованиям системной интеграции. Разрабатываемый комплекс представляет собой новый вид конфигурируемого робота, состоящего из модулей максимально упрощенной конструкции, обеспечивающей требуемый набор функций; - Устройства автоматизации: каждый модуль включает микроконтроллер и подключен к общему каналу связи. Используя в составе конструкции модули со специальными возможностями, появляется возможность проектирования объекта с переменной морфологией, чувствительного к внешним факторам,

156

РОБОТОТЕХНИКА и ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА / ROBOTICS and TECHNICAL CYBERNETICS

параметрам среды, с возможностью реагировать (изменять форму конструкции) на изменения.

2020; 8(2)

Результатом работы является разработка конструкции комплекса модулей и отработка его основных принципов работы.

Литература 1. Radical atoms: beyond tangible bits, toward transformable materials / Ishii H. [et al.] // Interactions. – 19, Jan. 2012, pp.38-51. – Text: unmediated.

2. Towards mobile microrobot swarms for additive micromanufacturing / Cappelleri D. [et al.] // International Journal of Advanced Robotic Systems. – Oct. 11, 2014, 150. – Text: unmediated.

3. Yim M. Polybot: a modular reconfigurable robot / Yim M., Duff D.G., and Roufas K.D. // In Robotics and Automation, 2000. Proceedings. ICRA’00. IEEE International Conference on, vol. 1, pp. 514-520. – Text: unmediated.

4. Gilpin, K. Robot pebbles: One centimeter modules for programmable matter through self-disassembly / Gilpin K., Knaian A. and Rus D. // In Robotics and Automation (ICRA), 2010 IEEE International Conference on. – Text: unmediated.

5. 3D M-Blocks: Self-reconfiguring Robots Capable of Locomotion via Pivoting in Three Dimensions / John W. Romanishin [et al.] // International Conference on Robotics and Automation IEEE May 26-30, 2015. – Text: unmediated.

6. Lindsey Q. Construction of cubic structures with quadrotor teams / Lindsey Q., Mellinge D. and Kumar V. // Proc. Robotics: Science & Systems VII, 2011. – Text: unmediated.

7. Зеленский В.А. Устройство коммуникации комплекса модульных роботов по каналу питания / В.А. Зеленский, Д.А. Никитин // Всероссийская научно-техническая конференция «Актуальные проблемы радиоэлектроники и телекоммуникаций»: материалы, 2017. – Текст: непосредственный.

8. Применение планарной технологии при проектировании и изготовлении электромагнитов / Д.А. Никитин // Х Общероссийская молодежная научно – техническая конференция: сборник докладов, 2018. – Текст: непосредственный.

9. A modular robotic system using magnetic force effectors / Kirby B.T. [et al.] // In Intelligent Robots and Systems. IROS 2007. IEEE/RSJ International Conference on. – Text: unmediated.

10. Zooids: Building blocks for swarm user interfaces / Le Goc M. [et al.] // In Proceedings of the 29th Annual Symposium on User Interface Software and Technology, ACM, 2016, pp.97-109. – Text: unmediated.

11. Hiller J. Design and analysis of digital materials for physical 3d voxel printing / Hiller J. and Lipson H. // Rapid Prototyping Journal 15, Feb. 2009, pp.137-149. – Text: unmediated.

12. Goldstein S.C. Programmable matter / Goldstein S.C., Campbell J.D. and Mowry T.C. // Computerm, Sept.

2005, pp.99-101. – Text: unmediated.

References 1. Ishii, H., Lakatos, D., Bonanni, L. and Labrune, J.-B., 2012. Radical atoms: beyond tangible bits, toward transformable materials. Interactions, 19(1), pp.38–51.

2. Cappelleri, D., Efthymiou, D., Goswami, A., Vitoroulis, N. and Zavlanos, M., 2014. Towards mobile microrobot swarms for additive micromanufacturing. International Journal of Advanced Robotic Systems, p.150.

3. Yim, M., Duff, D.G. and Roufas, K.D., 2000. Polybot: a modular reconfigurable robot. In: Proceedings of ICRA’00 - IEEE International Conference on Robotics and Automation, 1, pp.514–520.

4. Gilpin, K., Knaian, A. and Rus, D., 2010. Robot pebbles: One centimeter modules for programmable matter through self-disassembly. In: IEEE International Conference on Robotics and Automation (ICRA).

5. Romanishin, J.W., Gilpin, K., Claici, S. and Rus, D., 2015. 3D M-Blocks: Self-reconfiguring Robots Capable of Locomotion via Pivoting in Three Dimensions. In: International Conference on Robotics and Automation IEEE. 6. Lindsey, Q., Mellinger, D. and Kumar, V., 2011. Construction of cubic structures with quadrotor teams. In: Proc. Robotics: Science & Systems VII. 7. Zelensky, V.A. and Nikitin, D.A., 2017. Device of communication of a complex of modular robots on the channel of a supply voltage. In: Proceedings of the All-Russian Scientific and Technical Conference on Actual Problems of Radio Electronics and Telecommunications. (In Russian).

8. Nikitin, D.A., Zelensky, V.A., Zhuravlev, V.N. and Ruzanov A.V., 2018. Application of planar technology at design and production of electromagnets. In: Proceedings of the X All-Russian Youth Scientific and Technical Conference. (In Russian).

9. Kirby, B.T. and et al., 2007. A modular robotic system using magnetic force effectors. In: Proceedings of IROS 2007 – IEEE/RSJ International Conference on Intelligent Robots and Systems.

157

Разработки / Developments

10. Le Goc, M., Kim, L. H., Parsaei, A., Fekete, J.-D., Dragicevic, P. and Follmer, S., 2016. Zooids: Building blocks for swarm user interfaces. In: Proceedings of the 29th Annual Symposium on User Interface Software and Technology, ACM, pp.97-109.

11. Hiller, J. and Lipson, H., 2009. Design and analysis of digital materials for physical 3D voxel printing. Rapid Prototyping Journal, 15, pp.137–149.

12. Goldstein, S.C., Campbell, J.D. and Mowry, T.C., 2005. Programmable matter. Computer, pp.99-101.

Информация об авторах Никитин Дмитрий Александрович, Самарский национальный исследовательский университет имени академика С.П. Королева, кафедра конструирования и технологии электронных систем и устройств, аспирант, 443086, г. Самара, ул. Московское шоссе, д. 34, тел.: +7(846)228-93-20, Dem0nikus@mail.ru Зеленский Владимир Анатольевич, д.т.н., Самарский национальный исследовательский университет имени академика С.П. Королева, профессор, 443086, г. Самара, ул. Московское шоссе, д. 34, тел.: +7(927)713-20-09, vaz-3@yandex.ru

Information about the authors Dmitriy A. Nikitin, Samara National Research University named after academician S.P. Korolev (Samara University), Design and Technology of Electronic Systems and Devices Department, Postgraduate Student, 34, Moskovskoye shosse, Samara, 443086, Russia, tel.: +7(846)228-93-20, Dem0nikus@mail.ru Vladimir A. Zelenskiy, Doctor of Technical Science, Samara University, Design and Technology of Electronic Systems and Devices Department, Professor, 34, Moskovskoye shosse, Samara, 443086, Russia, tel.: +7(927)713-20-09, vaz-3@yandex.ru

Информация Роботы Panasonic очистят больницы от COVID-19

Японская технологическая корпорация Panasonic предложила использовать автономных роботов HOSPI в борьбе с распространением COVID-19. Усовершенствованная модель HOSPI-mist может проводить санитарную обработку «грязных» зон медицинских учреждений. Самостоятельно перемещаясь по помещениям, робот распыляет специальные дезинфицирующие средства, снижая тем самым риски заражения для врачей и обслуживающего персонала больниц и предотвращая распространение инфекции. Робот оборудован специальными насадками для распыления дезинфекторов и специальной системой

сенсоров, с помощью которой он легко ориентируется в пространстве больниц и медицинских учреждений. Оператор может загрузить в память робота поэтажные планы конкретного здания и отправить HOSPI-mist по нужному маршруту. При этом робот будет постоянно сверяться с имеющимися данными о возможностях перемещения и сможет выбирать кратчайший путь для обработки помещений, в т.ч., в зависимости от графика прихода врачей и медперсонала или поступления новых больных.

HOSPI-mist может передвигаться абсолютно автономно, ориентируясь с помощью датчиков, заранее замечая препятствия на своем пути в виде стен, мебели, предметов или людей. При необходимости в память робота можно загрузить новые планы и схемы помещений, нуждающихся в дезинфекции, а также изменить стандартные маршруты передвижения.

HOSPI-mist разработан на базе робота HOSPI, который уже использовался в медицинских учреждениях для сбора и развоза лекарств, больничных карт, лабораторных проб, компенсируя нехватку персонала. (По материалам сайта Robogeek)

158