![]() |
2. Особенности измерительных систем информационных роботовСложность измерительных систем, применяемых в информационных автоматах, определяется кругом решаемых информационных задач. Общим и характерным для информационных систем этого класса является то, что они предназначены для получения непосредственно от исследуемого объекта информации о значениях характеризующих его параметров. Эти системы функционально связаны с исследуемым объектом. Применительно к роботам в основном представляют интерес измерительные информационные системы, воспринимающие визуальную и тактильную информацию об объекте исследования. Такие системы выполняют следующие функции: а) восприятие измерительных величин непосредственно от объекта; б) выполнение измерительных операций путем сравнения с эталонными величинами; в) обработка результатов измерения с целью получения косвенных характеристик исследуемого объекта; г) хранение (в случае необходимости) и выдача информации. Рассматриваемые информационные системы выполняют также функции определения координат исследуемого объекта, а в совокупности с вычислительными и логическими системами могут быть использованы для распознавания образа и, в частности, формы объекта. Обмен информацией между информационным автоматом и человеком, если это необходимо, осуществляется по сравнительно небольшому числу каналов. Информация от человека к автомату обычно поступает путем двигательных актов: нажатие кнопки, ключа телеграфного аппарата, клавиша, перемещение педалей, рычагов, вращение рулевого колеса и т. д. Начаты работы по вводу информации в системы управления роботов и манипуляторов путем речевых команд и биопотенциалов (биоуправление). Что касается информации, поступающей от машины к человеку, то она имеет форму звуковых и световых сигналов (включая табло, подписи, цифровую индикацию, телевидение и др.). Однако возможности связи человека с роботом более обширны, чем это имеет место сейчас. Кроме зрения и слуха, человек обладает осязанием, обонянием, вкусовыми ощущениями, а также проприоцептивной (мышечной) чувствительностью. Все эти входы живой системы человека могут быть использованы для восприятия информации. Еще более обширные перспективы открываются в области ввода информации от человека в машину. Развитие диагностических машин с непосредственным вводом физиологической информации от человека в вычислительные устройства подсказывает идею автоматического управления машинами при помощи биологической информации. Рассмотрим методы возможной обработки, сортировки полученной информации, а также отбора из всей совокупности только полезной информации. В работе [Л. 50] описаны алгоритмы сортировки информации устройств, которые обладают большим быстродействием и большой емкостью. Задача решается путем совместного использования в информационных автоматах ассоциативных и периодических запоминающих устройств. Такие автоматы позволяют проводить сортировку статистической информации с весьма большим быстродействием. Методы быстрой сортировки информации в оперативном запоминающем устройстве (ЗУ) с выборкой по адресу или в ассоциативном ЗУ уже известны. Возможно также осуществлять сортировку в оперативном ЗУ методами древовидной сортировки, методом вставок и его разновидностями и методом слияния. В ассоциативных ЗУ методы сортировки определяются конструкциями считывающих устройств (СУ). Техническая реализация этих методов сортировки не может иметь место в следующих случаях: 1) СУ выдает два сигнала, т. е. когда сравнение с ассоциативным признаком может иметь или не иметь места; 2) вырабатываются три сигнала - нет сравнения с ассоциативным признаком, имеется одно сравнение и несколько сравнений; 3) СУ определяет во всех элементах, равных ассоциативному признаку, маскируемые разряды с одинаковыми значениями (0 или 1). В этих устройствах из-за практически ограниченной емкости оперативных ЗУ невозможно вести сортировку больших массивов информации. Сочетание периодического и ассоциативного ЗУ делает возможным увеличение сортируемой информации. В этом случае программа опроса ассоциативного ЗУ формируется командами, поступающими с периодического ЗУ. Обычно измерение вероятностей событий Р{q} во всем множестве V при количестве элементов, достигающем сотен тысяч, осуществляется не в реальном масштабе времени. Происходит накопление информации, преобразование ее из аналоговой формы в дискретную (для записи на магнитную ленту или перфоленту) и затем сортировка. Поток событий, поступающих на вход системы, считают, как правило, стационарным; тогда вероятность ![]() где Рα(τ) - вероятность того, что за время τ произойдет α событий; λ - интенсивность потока. По окончании цикла измерений производится сортировка информации с целью определения числа событий каждого из элементов множества V. Программа сортировки фиксируется в вычислительном устройстве. Производится последовательное считывание значений элементов; определенные разряды каждого из значений (xi, yi, ..., zξ) являются адресом ЗУ вычислительного устройства. По этим адресам сортируются события. При этом требуется значительное число прогонок ленты вследствие малой емкости ЗУ: ![]() где С - емкость оперативного ЗУ. Количество двоичных знаков на ленте, необходимое для осуществления цикла измерений, равно: ![]() где Ni - число событий в элементе qi ∈ V. Такая последовательность при обработке информации не позволяет оперативно воздействовать на сам информационный автомат. Кроме того, быстродействие системы невелико, емкость же ЗУ требуется значительная. Осуществление сортировки информации одновременно с накоплением возможно при использовании ЗУ с произвольной или периодической выборкой. ЗУ с произвольной выборкой на десятки тысяч чисел чрезвычайно сложны и дороги. Большой интерес вызывает применение периодических устройств для накопления и сортировки информации, поскольку при этом появляется возможность запомнить большой объем информации при сравнительно простом управлении автоматом (на магнитном барабане, с количеством двоичных знаков, достигающим миллионов единиц, а на магнитном диске - миллиардов единиц). Немаловажный интерес представляет метод преобразования нерегулярной последовательности импульсов во времени в регулярную с промежуточным хранением информации в ассоциативном запоминающем устройстве (АЗУ). Упорядочивание осуществляется командами периодического ЗУ. При этом устраняется основной недостаток периодических ЗУ: большое время выборки. Процесс накопления и сортировки информации, как правило, выполняется в следующей последовательности. События, поступающие на вход информационного автомата, преобразуются в дискретную форму; значение qi ∈ V записывается в свободные ячейки АЗУ, которое одновременно опрашивается по значениям qi в моменты времени t1, 2t2, ..., nξt1, где t - время между двумя последовательными считываниями с периодического ЗУ (ПЗУ). При сортировке информации в определенной последовательности по всем элементам создается натуральный ряд путем счета синхроимпульсов с периодического ЗУ. При ограниченной сортировке (по нескольким элементам) в ПЗУ выделяется поле, на котором записываются ключи значения элементов, подлежащие сортировке. Значения qi в АЗУ либо стираются (если в течение нескольких периодов они не были считаны), либо при наличии соответствующего ключа формируется адрес опроса по внутреннему адресу, считанному с поля ячейки адресной части АЗУ. Для оценки алгоритма по быстродействию переходят к рассмотрению сложной стохастической сети, состоящей из одной или нескольких систем массового обслуживания с ограниченной очередью. Каждое событие (или требование) проходит через несколько систем обслуживания. Для реализации известных алгоритмов существует ряд ассоциативных ЗУ с использованием элементов типа биакс. Некоторые схемы с применением биаксов позволяют осуществлять параллельный опрос АЗУ. В последние годы проведено много работ по созданию различных опознающих устройств. Такие устройства предназначены в основном для распознавания изображений. Опознающие устройства - перцептроны основаны на статистических принципах. Одним из главных элементов перцептрона является блок случайных соединений, который расположен между рецепторной частью устройства (чаще это фотоэлементы с ассоциирующими ячейками). Ассоциирующие ячейки - это аналоги нейронов, в них осуществляется процесс опознавания. "Обучение" перцептрона состоит в регулировании оператором параметров ассоциирующих ячеек в соответствии с программой обучения. Такие перцептроны называются самоорганизующимися. Если же отличительные особенности оригиналов, подлежащих опознаванию, заранее учтены при конструировании, то такой перцептрон является предпрограммированным. К настоящему времени все большее применение находят сканирующие (развертывающие) информационные системы, основанные на различных принципах развертки изображения. Сканирующие системы в сочетании с вычислительной машиной могут в какой-то степени заменить опознающие устройства и, таким образом, могут быть использованы в автоматах с целью разгрузки зрительных органов оператора. В ряде случаев, когда робот должен выполнять заведомо определенные операции, такие опознающие устройства могут заменить функции зрительных органов оператора. Особенно возрастает необходимость в опознающих устройствах для космических исследований, когда аппарат, доставленный на планету, в большой мере автономен. Задачи намечаемой программы исследования решаются автоматом и только результаты оперативных исследований передаются на Землю. Аналогичная ситуация может иметь место при расположении исследовательского аппарата на больших глубинах. Ищешь прекрасных спутниц? Проведи время с удовольствием на https://tag.indigram.info, где собраны самые привлекательные представительницы прекрасного пола. |
![]()
|
|||
![]() |
|||||
© ROBOTICSLIB.RU, 2001-2019
При копировании материалов проекта обязательно ставить ссылку на страницу источник: http://roboticslib.ru/ 'Робототехника' |