Помощь в учёбе, очень быстро...
Работаем вместе до победы

Алгоритмы адаптивного и интеллектуального управления группой мобильных микророботов

Диссертация: Алгоритмы адаптивного и интеллектуального управления группой мобильных микророботов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Следующие разработанные алгоритмы: генетический алгоритм распределения задач между роботами в составе МРК, обеспечивающий выбор оптимальной комбинации роботов и компонентов сборки с учетом их соответствия по количеству, типам, статусам (занятости) и степени пространственной близости роботов-претендентов к детали и месту проведения рассматриваемой операцииалгоритм адаптивного управления группой… Читать ещё >

Содержание

  • 1. Анализ проблемы построения автоматизированных 14 Т микроробототехнических технологических комплексов
    • 1. 1. Актуальность проблемы построения автоматизированных 14 микроробототехнических технологических комплексов
    • 1. 2. Анализ принципов построения микроробототехнических 18 технологических комплексов
    • 1. 3. Анализ существующих подходов к построению управляющих 31 систем микроробототехнических технологических комплексов
    • 1. 4. Анализ существующих подходов к синтезу алгоритмов управления 45 мобильными микроманипуляционными роботами
    • 1. 5. Цель и задачи исследования
  • Выводы по главе
  • 2. Разработка структуры и алгоритмов управления группой 55 микророботов
    • 2. 1. Разработка обобщенной структуры системы управления группой 55 микророботов
    • 2. 2. Разработка генетического алгоритма распределения задач между 64 роботами в составе МРК
    • 2. 3. Разработка алгоритмов группового управления мобильными 79 роботами
  • Выводы по главе
  • 3. Разработка интеллектуальных алгоритмов управления микророботом
    • 3. 1. Конструкция и принцип работы микроробота
    • 3. 2. Разработка алгоритма управления движением мобильной 104 платформой микроробота на основе нечеткой логики
    • 3. 3. Разработка алгоритмов управления мобильной платформой 120 микроробота на основе самоорганизующихся карт Кохонена
    • 3. 4. Разработка комбинированных алгоритмов управления 133 микророботами
  • Выводы по главе
  • 4. Прикладные аспекты проектирования мироробототехнических систем
    • 4. 1. Архитектура информационно-управляющей системы 140 't* микроробототехнического комплекса
    • 4. 2. Разработка архитектуры программного обеспечения для 152 автоматизированной информационно-управляющей системы МРК
    • 4. 3. Разработка программного обеспечения для моделирования 163 алгоритмов группового управления микророботами
    • 4. 4. Экспериментальные исследования алгоритмов группового 169 движения мобильных микророботов AMIR
    • 4. 5. Перспективы развития микроробототехнических комплексов 179 ^ Выводы по главе

Алгоритмы адаптивного и интеллектуального управления группой мобильных микророботов (реферат, курсовая, диплом, контрольная)

Актуальность темы

.

В связи с бурным развитием новых технологий наблюдается тенденция к минитюризации электромеханической продукции, используемой при создании устройств и приборов различного назначения. Микроэлектромеханические системы (МЭМС) находят все более широкое применение в медицине, атомной энергетике, космической отрасли, военной промышленности, робототехнике, системах связи, авиации, автомобилестроении и других областях науки и техники. Сборка таких устройств человеком на последних этапах технологической цепочки является трудоемким процессом, требует немалых временных и материальных затрат, что сказывается на себестоимости продукции при невысоком уровне ее точности и надежности. Поэтому с увеличением объемов производства потребность в автоматизации производства МЭМС становится все более актуальной.

Решение данной задачи потребовало разработки нового поколения мик-романипуляционных систем прецезионной сборки — микропозиционирующих устройств и микророботов, высокоточные приводы которых построены на базе прямых механических преобразователей энергии [16, 17, 70]. Появление мобильных микроманипуляционных роботов, способных выполнять не только манипуляции под микроскопом, но также решать задачи транспортировки микрообъектов в большом диапазоне перемещений, привело к разработке на их основе ряда прототипов настольных автоматических микросборочных станций [69, 88, 98], которые открывают хорошие перспективы для решения комплекса задач по внедрению в промышленность сложных микроробототехнических комплексов (МРК) нового поколения.

Промышленность предъявляет жесткие требования по уменьшению веса, объема, потребления энергии и стоимости к инструментам и средствам производства миниатюрных устройств. Эта тенденция приводит к объединению отдельных микророботов, высокоточных позиционирующих устройств и т. д. в компактную производственную систему — «микрофабрику», обеспечивающую полный технологический цикл производства микросистем [58].

Характерной особенностью функционирования таких МРК является фактор неопределенности, связанный с недетерминированностью обстановки в рабочей зоне и нестационарностью условий эксплуатации. К ним можно отнести, например, отсутствие точных данных о расположении и ориентации деталей и роботов в рабочей зоне, недостаток информации о массо-инерционных характеристиках объектов, износ или поломка рабочего инструмента микроробота, возникновение непредвиденных для движения препятствий и т. п. Кроме того, при создании МРК одной из важнейших является задача группового управления, поскольку, как правило, каждый отдельный микроробот обладает ограниченными возможностями и поэтому только их групповое применение может привести к решению поставленных перед ними задач. Однако решение задачи группового управления сопряжено с рядом дополнительных технических трудностей, вызванных малыми габаритами микророботов, что делает невозможным размещение сложных вычислительных систем на их борту.

Таким образом, неизбежная на практике вариантность условий функционирования МРК, порождающая структурную и параметрическую неопределённость, порождает и специфические требования к их системе управления, заключающиеся в том, что эти системы обязательно должны быть адаптивными. Однако использование сложных алгоритмов управления затруднено вследствие дефицита временных и энергетических ресурсов, характерного для работы сложных РТС. Поэтому возникает необходимость в том, чтобы системы управления обладали не только адаптивными свойствами, но и определенными элементами искусственного интеллекта, и строились на основе мультиагентного подхода.

Цели н задачи исследования.

Целью работы является разработка и исследование адаптивных и интеллектуальных алгоритмов управления группой мобильных микророботов, функционирующих в составе микроробототехнических комплексов.

Для достижения поставленной цели требуется решение следующих задач:

1. Разработать обобщенную структуру системы управления МРК, обеспечивающую на основе использования адаптивных и интеллектуальных алгоритмов планирования и управления эффективное мультиагентное управление группой мобильных микророботов.

2. Разработать алгоритмы распределения задач между микророботами в составе МРК.

3. Разработать алгоритмы адаптивного управления группой мобильных микророботов при решении задач транспортировки объектов.

4. Разработать интеллектуальные алгоритмы управления мобильной платформой пьезоэлектрического микроробота на основе методов мягких вычислений.

5. Разработать архитектуру и соответствующее программное обеспечение информационно-управляющей системы МРК, исследовать эффективность предложенных интеллектуальных алгоритмов управления мобильными пьезоэлектрическими микророботами.

Методы исследования.

Для решения поставленных в диссертационной работе задач были применены методы системного анализа, робототехники, теории автоматического управления, теории искусственного интеллекта, теории мультиагентных систем.

Научную ценность представляют:

1. Предложенная обобщенная структура системы управления МРК, содержащая стратегический, тактический, исполнительный, координирующий и экспертный уровни, объединенных единой универсальной базой данных и знаний в единую систему. Данная структура обеспечивает эффективное мультиагентное управление технологическим процессом производства микросистем в условиях неопределенности, выполняемым в автоматическом режиме группой мобильных микроманипуляционных роботов на основе использования адаптивных и интеллектуальных алгоритмов планирования и управления.

2. Следующие разработанные алгоритмы: генетический алгоритм распределения задач между роботами в составе МРК, обеспечивающий выбор оптимальной комбинации роботов и компонентов сборки с учетом их соответствия по количеству, типам, статусам (занятости) и степени пространственной близости роботов-претендентов к детали и месту проведения рассматриваемой операцииалгоритм адаптивного управления группой мобильных микророботов при решении задач транспортировки микрообъектов в МРК на основе использования обобщенной линеаризованной динамической модели группового движения роботов, обеспечивающий отработку желаемой геометрической формы расположения группы роботов в рабочем пространствеинтеллектуальные алгоритмы управления мобильной платформой пьезоэлектрического микроробота на основе самоорганизующихся карт Кохонена и нечеткой логики.

Практическая ценность и реализация результатов работы.

1. Разработана архитектура информационно-управляющей системы МРК, позволяющая реализовать групповое управление микророботами на основе мультиагентного подхода, оптимально распределять задачи между вычислительными компонентами и обеспечивающая открытость системы для дальнейших расширений ее функциональных возможностей.

2. Разработано программное обеспечение, реализующее предложенные интеллектуальные и адаптивные алгоритмы планирования и управления группами мобильных микророботов.

3. Предложена методика использования единого пространства моделирования и разработки программно-аппаратных средств с помощью среды Матлаб и языка высоко уровня УС++.

Эффективность разработанных алгоритмов, реализованных в виде алгоритмического и программного обеспечения, подтверждена экспериментальными исследованиями на микросборочной станции, разработанной на кафедре Технической кибернетики УГАТУ совместно с Институтом управляющих вычислительных систем и робототехники Технического университета г. Карлсруэ (Германия), а также на наноманипуляционной станции, разработанной на кафедре Микроробототехники Технического университета Карл фон Осицкого г. Оль-денбург (Германия).

Связь исследований с научными программами.

Исследования в данном направлении выполнялись в рамках:

— научно-технической программы «Научные исследования высшей школы по приоритетным направлениям науки и техники», проект 03.01.021 по теме «Разработка настольного микросборочного производственного комплекса» в 2000;2002 г. г.;

— федеральной целевой программы «Интеграция науки и высшего образования Российской Федерации на 2002;2006 годы», программное мероприятие 1.4 — «Привлечение иностранных партнеров к проведению совместных исследований и развитию интегрированных научно-образовательных структур" — проект № П0039 «Фундаментальные исследования и новые технологии проектирования сложных технических систем», раздел 7 -«Интеллектуальное адаптивное планирование и управление микроробототехническими комплексами»;

— договора о сотрудничестве между Техническим университетом г. Карлсруэ и УГАТУ на 2002;2006 годы, раздел 2 — «Разработка микророботов, микроманипуляционных устройств и микроинструмента».

На защиту выносятся:

1. Обобщенная структура иерархической системы управления МРК, которая содержит стратегический, тактический, исполнительный, координирующий и экспертный уровни, объединенных единой универсальной базой данных и знаний в единую систему, и позволяет обеспечить эффективное мультиагентное управление группой мобильных микророботов на основе адаптивного и интеллектуального подхода.

2. Генетический алгоритм распределения задач между роботами в МРК с учетом желаемых комбинаций роботов по статусам (занятости), их количеству и типам, степени пространственной близости роботов-претендентов к детали и месту проведения рассматриваемой операции, степени соответствия желаемой комбинации деталей по их статусам (занятости).

3. Алгоритм адаптивного управления группой мобильных микророботов для решении задач транспортировки микрообъектов в МРК, обеспечивающий на основе использования обобщенной линеаризованной динамической модели группового движения желаемую геометрическую форму расположения роботов в рабочем пространстве.

4. Интеллектуальные алгоритмы управления мобильной платформы микроробота на основе самоорганизующихся карт Кохонена и нечеткой логики, обеспечивающих движение вдоль заданной траектории с учетом заданной скорости и точности позиционирования.

5. Архитектура информационно-управляющей системы МРК, методика использования единого пространства моделирования и разработки программно-аппаратных средств с помощью среды Матлаб и языка высоко уровня УС-Н-, включая разработку управляющего программного обеспечения, результаты экспериментальных исследований разработанных алгоритмов на примере управления платформой мобильного пьезоэлектрического микроробота в составе нано-манипуляционной станции.

Апробация работы.

Основные положения и результаты работы докладывались на следующих научно-технических конференциях:

• Всероссийская молодежная научно-техническая конференция «Молодые ученые Волго-Уральского региона на рубеже веков». Уфа, 2001 г.;

• Международная молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации». Уфа, УГАТУ 2001 г.;

• Международная конференция по компьютерным наукам и информационным технологиям (CSIT 2001). Уфа, УГАТУ 2001 г.;

• Всероссийский научно технический фестиваль молодежи имени профессора Е. А. Девянина «Мобильные роботы 2002». Москва, 2002 г.;

• Научная конференция DAAD стипендиатов из Росси и Белоруссии. Берлин 2003 г.;

• Всероссийский научно технический фестиваль молодежи имени профессора Е. А. Девянина «Мобильные роботы 2003». Москва, 2003 г.;

• Международная конференция по компьютерным наукам и информационным технологиям (CSIT 2003). Уфа, УГАТУ 2003 г.;

• Международная молодежная научно-техническая конференция Интеллектуальные системы управления и обработки информации. Уфа, УГАТУ 2003 г.

Публикации.

Основные материалы диссертационной работы опубликованы в 10 научных трудах.

Объём и структура работы.

Диссертационная работа состоит из 197 страниц машинописного текста, включающего в себя введение, четыре главы, заключение и список литературы из 116 наименований.

Содержание работы.

Во введении обосновывается актуальность задач исследований, их цель, новизна и практическая ценность выносимых на защиту результатов.

В первой главе рассматривается актуальность проблемы создание микро-робототехнических комплексов, способных за счет полной автоматизации, универсальности и гибкости технологического процесса обеспечить производство микроизделей в промышленных масштабах. Проводится анализ принципов построения МРК и показывается, что решение данной проблемы предполагает широкое использование мобильных микророботов, обеспечивающих выполнение микроманипуляций и перемещения с высокой точностью за счет использования в качестве приводов прямые преобразователи рода энергии, в частности, на основе обратного пьезоэлектрического эффекта.

Отмечается, что МРК следующих поколений следует рассматривать как сложную робототехническую систему, в которой в силу ограниченности возможностей отдельных микророботов предполагается их групповое применение, что порождает функционирование системы в условиях структурной и параметрической неопределенности и накладывает специфические требования к процессу управления. Решение такой сложной задачи, как управление группой мобильных микророботов, требует построения иерархической системы управления на основе мультиагентного подхода с широким использованием адаптивных и интеллектуальных алгоритмов планирования и управления.

Во второй главе предложена обобщенная структура системы управления МРК, содержащая стратегический, тактический, исполнительный, согласующий и экспертный уровни, объединенных единой универсальной базой данных и знаний в единую систему. Данная структура позволяет обеспечить эффективное мультиагентное управление технологическим процессом производства МЭМС в условиях неопределенности, выполняемым в автоматическом режиме группой мобильных микроманипуляционных роботов на основе использования адаптивных и интеллектуальных алгоритмов планирования и управления.

Разработан генетический алгоритм распределения задач на каждом этапе сборочных работ, обеспечивающий разделение микророботов на группы с учетом оптимальной комбинаций роботов и компонентов сборки по их количеству, типам, статусам (занятости), а также степени пространственной близости роботов-претендентов к детали и месту проведения рассматриваемой операции. Эффективность предлагаемого алгоритма подтверждена путем моделирования на примере формирования требуемой группы из восьми роботов из имеющихся 25 разнотипных роботов, для работы с 5 деталями.

Синтезирован алгоритм адаптивного управления движением группы мобильных роботов при решении задач транспортировки микрообъектов в МРК с учетом отработки заданной геометрической формы их группового расположения в рабочей плоскости. На основе использования обобщенной модели линейной автономной системы LAS синтезирована обратная модель управления группой мобильных роботов, изменяемые параметры которой настраиваются с помощью интегральных алгоритмов адаптации, синтезированных с помощью прямого метода Ляпунова.

В третьей главе представлено описание конструкции и принципа движения пьезоэлектрического мобильного микроробота AMIR, созданного на основе анализа преимуществ и недостатков конструкций микророботов типа PROHAM, MINIMAN в университете Карл фон Осицкого города Ольденбург (Германия), кафедры микроробототехники. Рассмотрены особенности применения нечеткого алгоритма в обратной модели мобильной платформы микроробота для управления его движением по желаемой траектории. На основании проведенных экспериментов доказана эффективность предлагаемых алгоритмов. Предложены алгоритмы управления мобильной платформы на основе самоорганизующихся карт Кохонена. По результатам моделирования можно заключить, что разработанный алгоритм удовлетворяет требованиям управления микророботом. Он адаптивный, способен компенсировать нелинейности, а также разработан без использования математической модели системы. Предложен подход комплексного применения самоорганизующихся нейронных сетей Кохонена и нечеткой логики для построения самообучающихся систем автоматического управления мобильной платформой микроробота.

В четвертой главе предложена многоуровневая архитектура информационно-управляющей системы микросборочной фабрики. Исходя из принципов разделения обработки информации система управления группой мобильных микророботов строится мультиагентной. В качестве основного подхода к проектированию программного комплекса группового управления мобильными микророботами был выбран объектно-ориентированный подход. Подробно описываются основные классы системы и их взаимодействия, а также схема функционирования системы. Предлагается общее описание программной реализации алгоритмов группового движения микророботов, генерации плана сборки, распределение задач между роботами для моделирования в среде Ма1а1Ь 6.0. Разработанные интеллектуальные алгоритмы позволили реализовать программное обеспечение для расчета параметров движения микроробота на основе нечеткой логике и нейронной сети Кохонена. Предлагается структурная схема методики создания единого пространства моделирования и разработки программно-аппаратных средств с помощью среды Матлаб и языка высоко уровня УС++.

Выводы по главе 4.

1. Предложена многоуровневая архитектура информационноуправляющей системы микросборочной фабрики. Исходя из принципов разделения обработки информации система управления группой мобильных микророботов строится мультиагентной.

2. В качестве основного подхода к проектированию программного комплекса группового управления мобильными микророботами был выбран объектно-ориентированный подход. Подробно описываются основные классы, системы и их взаимодействия, схема функционирования системы, ф 3. Предлагается общее описание программной реализации алгоритмов группового движения микророботов, генерации плана сборки, распределение задач между роботами для моделирования в среде Ма1а1Ь 6.0. Разработанные интеллектуальные алгоритмы позволили реализовать программное обеспечение для расчета параметров движения микроробота на основе нечеткой логики и нейронной сети Кохонена. Предложена методика создания единого пространства моделирования и разработки программно-аппаратных средств с помощью среды Матлаб и языка высоко уровня УС++.

4. Проведены экспериментальные исследования алгоритмов группового движения мобильных микророботов AMIR на примере групп, состоящих из четырех и пяти роботов. Моделирование, проведенное в системе MATLAB, подтверждает высокую эффективность предлагаемых адаптивных алгоритмов группового управления, использование которых обеспечивает точность позиционирования роботов в желаемую форму не хуже 200 мкм.

5. Рассмотрены дальнейшие задачи исследования и перспективы развития микроробототехнических комплексов.

ЗАКЛЮЧЕНИЕ

.

В данной диссертационной работе решались задачи повышения эффективности проектирования систем управления группой мобильных микророботов, функционирующих в составе микроробототехничеких комплексов, путем как совершенствования адаптивных и интеллектуальных алгоритмов планирования и управления, так и использования мультиагентного подхода. Проведен анализ существующих подходов группового управления классическими роботами.

В рамках работы были рассмотрены вопросы группового управления микророботами, состоящие из решения задач планирования, распределения задач между роботами в составе МРК, адаптивного управления группой мобильных микророботов, управления мобильной платформой пьезоэлектрического микроробота на основе самоорганизующихся карт Кохонена и нечеткой логики.

1. Разработана обобщенная структура системы управления МРК, которая состоит из стратегического, тактического, исполнительного, координирующего и экспертного уровней, объединенных единой универсальной базой данных и знаний в единую систему. Данная структура обеспечивает эффективное мультиагентное управление технологическим процессом производства микросистем в условиях неопределенности, выполняемым в автоматическом режиме группой мобильных микроманипуляционных роботов на основе использования адаптивных и интеллектуальных алгоритмов планирования и управления.

2. Разработан генетический алгоритм распределения задач между роботами в составе МРК, обеспечивающий выбор оптимальной комбинации роботов и компонентов сборки с учетом их соответствия по количеству, типам, статусам (занятости) и степени пространственной близости роботов-претендентов к детали и месту проведения рассматриваемой операции.

3. Разработаны алгоритмы адаптивного управления группой мобильных микророботов при решении задач транспортировки микрообъектов в МРК из условия обеспечения в рабочем пространстве желаемой геометрической формы движения группы роботов с использованием обобщенной модели линейной автономной системы LAS.

4. Представлено описание конструкции трехногого пьезоэлектрического мобильного микроробота AMIR, созданного на основе анализа преимуществ и недостатков конструкций микророботов типа PROHAM, MINIMAN в университете Карл фон Осицкого города Ольденбург (Германия), кафедра микроробототехники. Рассмотрены особенности применения нечеткого алгоритма в обратной модели мобильной платформы микроробота для управления его движением по желаемой траектории. На основе проведенных экспериментов доказана эффективность разработанного алгоритма. Предложены алгоритмы управления мобильной платформы на основе самоорганизующихся карт Кохонена, эффективность которого подтверждена результатами моделирования. Предложен подход комплексного применения самоорганизующихся нейронных сетей Кохонена и нечеткой логики для построения самообучающихся систем автоматического управления мобильной платформой микроробота.

5. Разработана архитектура и соответствующее программное обеспечение информационно-управляющей системы МРК. Предложена методика создания единого пространства моделирования и разработки программно-аппаратных средств с помощью среды Матлаб и языка высоко уровня VC++. Путем моделирования и экспериментальных исследований с использованием разработанного программного обеспечения проведен анализ эффективности предложенных адаптивных и интеллектуальных алгоритмов на примере управления мобильным пьезоэлектрическим микророботом в составе реальной наноманипуляционной станции, разработанной на кафедре микроробототехники Университета Карл фон Осицкого г. Ольденбург (Германия), а также в составе.

МРК, разработанной на кафедре Технической кибернетики Уфимского Государственного Авиационного Технического Университета.

§.

Показать весь текст

Список литературы

  1. .С. Электромеханические преобразователи из (0 пьезоэлектрической керамики. JL: Энергоатомиздат, Ленингр. отд-ние, 1990.272с.
  2. Д.И. Генетические алгоритмы решения экстремальных задач: Учеб. пособие. Нижний Новгород, 1955. — 63с.
  3. .А. Задачи управления шагающими аппаратами. Киев: Наук, думка, 1985. — 263 с.
  4. В.И., Валеев С. С., Шилоносов A.A. К выбору структуры нейрорегулятора в системе управления динамическим объектом // Журнал «Нейрокомпьютеры: разработка, применение». М.: ИПРЖР, 2001, № 4−5, с. 52−60. — ISSN 0869−5 350.
  5. Ш., Кауфе Ф. Телеуправление роботами с помощью ЭВМ / Пер. с фр. под ред. A.C. Ющенко. М.: Мир, 1989.
  6. В.И. Многоагентные системы: современное состояние исследований и перспективы // Новости искусственного интеллекта, 1996. № 1.
  7. О.В., Мигранов А. Б. Виртуальная роботизированная микросборочная фабрика, алгоритмы интеллектуального планирования и управления// Научно-теоретический журнал «Искусственный интеллект» № 4 2002. -ТШ1 «Наука I Освгга», стр. 397−404.
  8. О.В., Ильясов Б. Г., Мунасыпов P.A., Магнусен Б., Рембольд У., Фатиков C.B. Пьезоэлектрический мобильный микроробот. //
  9. Интеллектуальные автономные системы: Междунар. науч. издание. Уфа: Изд. УГАТУ, 1996, С.63−68. — ISBN 5−86 911−138−2.
  10. .Г., Мунасыпов P.A., Даринцев О. В., Асеев В. В., Курбанов P.M., Пого Е. В. Мобильный пьезоэлектрический микроробот Патент 2 164 362 РФ МКИ3Н 01 L 41/09, Н 02 N2/00, В 25 J 7/00 Заявл.: 17.05.99 Опубл.: 20.03.01 Бюл.№ 8.
  11. .Г., Мунасыпов P.A., Даринцев О. В., У.Рембольд Пьезоэлектрический мобильный микроробот// Интеллектуальные автономные системы: Международное научное издание, Уфа-Карлсруэ, Изд-во УГАТУ, 1996. с.63−68.
  12. Интеллектуальные системы управления с использованием генетических алгоритмов / Учебное пособие В. И. Васильев, Б.Г. Ильясов- Уфимск. гос. авиац. техн. ун-т. Уфа, 1999. — 105 с.
  13. Ю.С. Синтез законов управления группой автономных подвижных объектов с помощью принципа максимума JI.C. Понтрягина// Интеллектуальные автономные системы: Международное научное издание -Уфа: УГАТУ, 1996. с. 17−21.
  14. И.Н. Интеллектуальная система управления микророботом // Международная молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации» Уфа: Изд-во УГАТУ, 2003.-с. 123.
  15. И.Н. Методология синтеза нечетких систем управления // Всероссийская молодежная научно-техническая конференция «Молодые ученые Волго-Уральского региона на рубеже веков»: Тезисы докладов. Уфа, изд-во БГУ, 2001.- Т. II. с 26−27.
  16. И.Н., Мунасыпов P.A. Синтез сложных систем управления на основе нечеткой логики // Международная молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации» Уфа, Изд-во УГАТУ, 2001.- с. 129.
  17. И. А. Децентрализованная система планирования и управления коллективом транспортных роботов Кибернетика, № 4, 1985, с.93−97.
  18. И.А. Однородная планирующая структура коллектива транспортных роботов 30 Inter. Kolloquium 1985, Ilmenau, DDR, pp.181−184.
  19. И.А. Принципы коллективного принятия решения и управления при групповом взаимодействии роботов. Мобильные роботы и мехатронные системы: Материалы научной школы-конференции (Москва, 5−6 декабря 2000 г.). М.: Изд-во Моск. ун-та, 2000. — с.204−221.
  20. И.А. Система планирования и управления деятельностью коллектива транспортных роботов / Методы автоматизации проектирования, программирования и моделирования. Таганрог, ТРТИ, вып. З, 1982. с.119−123.
  21. A.A., Кобринский А. Е. Манипуляционные системы роботов. М.: Наука, 1988.
  22. Ю.М. Адаптация и обучение в робототехнике. М.: Наука, Гл. ред. физ.-мат. лит., 1990.
  23. В.И., Никонов В. К. Система зрительного анализа роботизированного производства. К.: Техника, 1990. — 128 с.
  24. А.Г., Ющенко A.C. Моделирование и анализ робототехнических систем. М.: Машиностроение, 1992.
  25. .Л. Системы искусственного интеллекта: пер. с франц. -М.: Мир, 1991.-558 с.
  26. И.М., Рахмаинулов В. З. Групповое управление роботами-манипуляторами с распределенно-централизованной организацией обработки информации // Микропроцессорные системы управления в радиотехнике: Сб. М.: Наука, 1984.- с.35−45.
  27. А.З., Мунасыпов P.A. Выбор оптимального плана на основе ИИЛИ графа сборки // Вопросы управления и проектирования в информационных и кибернетических системах: Межвузовский научный сборник Уфа: Изд. УГАТУ, 1999, С.41−48. — ISBN 5−86 911−270−2.
  28. Э. Введение в робототехнику // Пер. с яп. под ред. A.M. Филатова. М.: Мир, 1988.
  29. Нейрокомпьютеры и интеллектуальные роботы. / Под ред. H.H. Амосова. Киев: Наукова Думка, 1991. — 272 с.
  30. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. P.P. Ягера. М.: Наука, 1986. 312 с.
  31. .Н., Бабак С. Ф., Ильясов Б. Г., Юсупов И. Ю. О структурах линейных стационарных систем. Докл. АН СССР, 1980, т.250, № 1, С. 55−58.
  32. А.Н., Чернявский А. Ф., Афанасьев Г. К. Системы технического зрения. Л.:Машиностроение, 1988. — 423 с.
  33. Г. В., Солнцев В. И., Воротников С. А. Системы силомоментного очувствления роботов. М.: Машиностроение, 1990.
  34. Пол Р. Моделирование, планирование траекторий и управление движением робота-манипулятора: Пер. с англ. М.: Наука, 1976.
  35. Е.П., Верещагин А. Ф., Зенкевич C.JI. Манипуляционные роботы. Динамика и алгоритмы. М.: Наука, 1978.
  36. Робототехника: новый этап развития / Под ред. Е. П. Попова и A.C. Ющенко. М.: Наука, 1993.
  37. C.B., Шквар A.M. Нейротехнические системы обработки информации. Киев: Наук, думка, 1983. 222 с.
  38. Системы технического зрения / Под ред. И. М. Макарова, Д. Е. Охоцимского и др. М.: Наука, 1981.
  39. А.Н. Генетические алгоритмы // Новости искусственного интеллекта, 1995. № 4. — с.6−46.
  40. С.Б., Субботин Ю. Н. Сплайны в вычислительной математике. М.: Наука, 1976.
  41. В. Системы с искусственным интеллектом в сухопутных войсках // Зарубежное военное обозрение. 1997.-№ 3. — с.27−30.
  42. A.B. Адаптивные робототехнические комплексы. М.: Машиностроение, 1998. — 332 с.
  43. A.B. Роботы и искусственный интеллект. М.: Наука, 1978,192 с.
  44. Ф. Нейрокомпьютерная техника: Теория и практика: Пер. с англ. М.: Мир, 1992. — 240 с.
  45. В.Н. Математическая теория обучаемых опознающих систем. Л., 1976. 236 с.
  46. Фу К., Гонсалес Р., Ли К. Робототехника: Пер. с англ. под ред. В. Г. Градецкого. М.: Мир, 1989. — 624 с.
  47. М. Курс робототехники: Пер. с англ. М.: Мир, 1990.527 с.
  48. Е.И. Основы робототехники: Учеб. Л.: Машиностроение, 1985.
  49. Breguet J.-M., Renaud Ph. A 4-degrees-of-freedom Microrobot with Nanometer Resolution. Robotica (1996) vol. 14, Cambridge University Press. 1996, pp. 199−203.
  50. Breguet J.-M., Clavel R. New Designs for Long Range, High Resolution, Multi-Degrees-of-Freedom Piezoelectric Actuators, ACTUATOR'98, Bremen, Germany, 1998 pp. 198−201.
  51. Chapman, D. Planning for conjunctive goals, Artificial Intelligence, Vol.32, 1987, pp.333−377.
  52. Charles S. et al. Dexterity-enhanced Telerobotic Microsurgery // Proceedings of the 8th Int. Conf. on Advanced Robotics, 1997, pp. 5−10.
  53. Dariot P, Valleggitt R, Carrozzat M C, Montesit M C and Coccot M. Microactuators for microrobots: a critical survey. J. Micromech. Microeng. 2 (1992) -1992, pp.141−157.
  54. Dario P, Cairozza M C, Croce N, Montesi M C and Coeco M. Non-traditional technologie fabrication. J. Micromech. Microeng. 5 (1995) 1995, pp.6471.
  55. De Fazio T. and Whitney D. Simplified generation of all mechanical assembly sequences // IEEE Journal of Robotics and Automation, 1987, pp. 640−658.
  56. Fatikow S., Benz M.: A microrobot-based automated micromanipulation station for assembly of microsystems, Proc. of the Advanced Summer Institute (ASI ' 96), Toulouse, France, 1996.
  57. Fatikow S. A Microrobot System for Fine Manipulation and Micro Assembly. Robotica vol. 5 1996, pp. 345−349.
  58. Fatikow, S., Magnussen, B. and Rembold, U.: A Piezoelectric Mobile Robot for Handling of Microobjects. Proc. of the International Symposium on Microsystems, Intelligent Materials and Robot, Sendai, 1995, pp. 189−192.
  59. Fatikow S., Munassypov R.: An Intelligent Micromanipulation Cell for Industrial and Biomedical Applications Based on Piezoelectric Microrobots, in Proc. Microsystem Technologies ' 96, Berlin, pp. 826−828.
  60. Fatikow S., Santa K., Zollner J., Zollner R., Haag A. Flexible Piezoelectric Micromanipulation Robots for A Microassembly Desktop Station. ICAR '97, Monterey, CA. 1997, pp.241 — 246.
  61. Gengenbach, U. Automatic assembly of microoptical components // Proceedings of SPIE International Symposium on Intelligent Systems & Advanced Manufacturing, Boston, MA, November, 1996, pp. 141−150.
  62. Goldberg D.E. Genetic Algorithms in Search, Optimization and Machine Learning Addison-Wesley, Reading, M.A., 1989/ - 412 p.
  63. Green C. Theorem-proving by resolution as a basis for question-answering systems // Machine Intelligence, Vol. 4, Published by: American Elsevier, New York, NY, 1969, ch. 11, pp.183−205.
  64. D.D. «Traffic control of multiple robot vehicles» IEEE Journal of Robotics and Automation, Vol. 4, no. 5, pp. 1662−1667.
  65. Hara I., Nagata T. Robot assembly planning using contract nets // Proceedings of IEEE International Conference on Intelligent Robots and Systems, Yokohama, July 1993, pp. 1971−1976.
  66. Hatamura Y. Realization of Integrated Manufacturing System for Functional Micromachines. The First International Micromachine Symposium. -1995, pp. 55−63.
  67. Hollstein R.B. Artificial genetic adaptation in computer control system, Ph.D. thesis University of Michigan, Ann Arbor, 1975.
  68. Hong D.S., Cho H.S. Optimization of Robotic Assembly Sequences Using Neural Network // Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 1993, pp. 232−239.
  69. Inoue T., Iwatani K., Shimoyama I., Miura H. Micromanipulation Using Magnetic Field. Proc. IEEE Int. Conference on Robotics and Automation 1995, pp. 679−684.
  70. Kalagin I., Hulsen H., Fatikow S. Fuzzy Logic-Based Control Algorithm for a Nanohandling Microrobot // Proceedings of the 5th International Workshop on Computer Science and Information Technologies (CSIT' 2003), 16−18 Sept. 2003,
  71. Ufa, USATU, 2003 -Vol.1, ISBN 5−86 911−420−9.
  72. O. «Real time obstacle avoidance for manipulator and mobile robots» International Journal of Robotics Research, Vol. 5, no. l, pp.90−98, Spring 1986.
  73. Kokkinaki A.I., Valavanis K.P. On the comparison of AI and DAI Based Planning Techniques for Automated Manufacturing Systems // Journal of Intelligent and Robotic Systems, 1995, pp. 201−245.
  74. Kumar S. and Dan Cho. Electrostatical lye levitated microactuators. J. Micromech. Microeng. 2 (1992) 1992, pp.96 — 103.
  75. Laengle Th., Lueth T.C., Rembold U. A Distributed Control Architecture for Autonomous Robot Systems: Modelling and Planning for Sensor Based Intelligent Robot Systems. World Scientific, 1995, pp. 384−402.
  76. Le Pape C. «A combination of centralized and distributed method for multiagent planning and scheduling» Proc. of IEEE 1990 International Conference of Robotics and Automation.
  77. Lee S., Shin Y.G. Assembly Coplanner: co-operative assembly planner based on subassembly extraction // Journal of Intelligent Manufacturing, 1993, pp. 183−198.
  78. Leung H.C. Annotated Bibliography on Computer-Aided Process Planning // Int. Journal of Advanced Manufacturing Technology, 1996, pp. 309−329.
  79. Lozano-Perez T. and Wesley M.A. «An algorithm for planning collisionfree paths among polyhedral obstacles» Commun. ACM, Vol. 22, pp.560−570, 1979.
  80. Lozano-Perez T. «Automatic planning of manipulator transfer movement» IEEE Trans, on SMC-11 N10 (October 1981).
  81. Luh J.V.S., Lin C.S. Approximate Joint Trajectories for Control of Industrial Robots Along Cartesian Path // IEEE Trans. Sys. Man and Cyber, SMC-14, 1984, № 3, pp. 444−450.
  82. Martinetz Th. Lernverfahren fur komplexe Aktorik / Robotic. In Neuro-Fuzzy, VDI Verlag, Dusseldorf, pp. 89−101, 1995.
  83. Mehreganyt M., Tait Yu-Chong. Surface micromachined mechanisms and micromotors. J. Micromech. Microeng. 1 (1991), UK. 1991, pp. 73−85.
  84. Menciassi A., Carrozza M.C., Ristori C., Tiezzi G., Dario P. A Workstation for Manipulation of Micro Objects // IEEE Int. Conference on Robotics and Automation, 1997, pp. 253−258.
  85. Newell A., Shaw J.C., Simon H.A. Report on a general problem-solving program. // Proceedings of Int. Conf. on Information Processing (UNESCO, Paris, 1960), pp. 256−264. Reprinted in: Computers and Automation, 1959.
  86. D. «Simulation model calculates how many automated guided vehicles are needed» Industrial Engineering, Vol. 17, no. 2, pp.68−69, February 1985.
  87. Nilsson N.J. Problem solving methods in artificial intelligence. -Published by: McGraw Hill, New York, NY, 1971.102. 423. Paul R.P. Robot Manipulators: Mathematics, Programming and Control. Cambridge, Published by: Mas. MIT Press, 1981.1.
  88. Peirs J, Reynaerts D., Van Brussel H. Shape memory micro-mechanisms for medical applications. ICAR'97, Monterey, CA. 1997, pp.155−160.
  89. Rajan V.N., Nof Sh.Y. Minimal Precedence Constraints for Integrated Assembly and Execution Planning // IEEE Transactions on Robotics and Automation, 1996, Vol. 12, № 2, pp. 175−186.
  90. Ritter, H., T. Martinetz, K. Schulten (1992). «Neuronale Netze», Addison-Wesley, Bonn, Germany, pp. 175−236
  91. Rognert A, Eichert J, Munchmeyert D, Peterst R-P and Mohrt J. The ^ LIGA technique what are the new opportunities. J. Micromech. Microeng. 2 (1992) — 1992, pp.133−140.
  92. Sacredoti E.D. The nonlinear nature of plans // Advance papers, 4th Int. Joint Conf. Artificial Intell., Tbilisi, U.S.S.R., Sept. 1975, pp. 206−214.
  93. Santa K., Worn H. Intelligente Ansteuerung von Autonomen Mikrorobotern in einer Mikromanipulationsstation. Autonome Mobile Systeme.1997, pp. 199−209.
  94. Sato T., Kameya T., Miyuzaki H., Hatamura Y. Hand-Eye System in Nano Manipulation World. Proc. IEEE Int. Conference on Robotics and Automation, 1995, pp. 59−66.
  95. Seow K.T., Devanathan R. A Temporal Framework for Assembly Sequence Representation and Analysis // IEEE Transactions on Robotics and Automation, Vol. 10, № 2,1994, pp. 220−229.
  96. Tate A. INTERPLAN: A plan generating system, which can deal with interactions between goals, Memorandum MIP-R-109, Machine Intelligence Research Unit, Univercity of Edinburg, December 1974.
  97. Timofeev A.V. Intelligent Control and Operations Research for Multiagent Robot systems // Intelligent Autonomous Systems: International Scientific Issue. Ufa-Karlsruhe, Published by: USATU, 1998, pp. 119−124. — ISBN 5−86 911 220−6.
  98. Timofeev A.V. Neural Multi-Agent Control of Robotic System // Proc. of Inter. Conf. of Informatics and Control, St.-Petersburg, 1997, Vol.2, № 3, pp.537 542.
  99. Vukobratovic M., Kircansky N. Real-Time Dynamics of Manipulation Robots/ Berlin, Published by: Springer Verlag, 1984.
  100. Warren, D.H.D. WARPLAN: A system for generating plans, Memo № 76, Departament of Computational Logic, Univercity of Edinburg, June 1974.
  101. Wolter J.D. A Combinatorial Analysis of Enumerative Data Structures for Assembly Planning // Proceedings of IEEE Int. Conf. On Robotics & Automation, Sacramento, California, 1991, pp. 611−617.
Заполнить форму текущей работой

Пора сдавать?