- •Технические нервные системы Обучаемые системы управления со зрением для промышленных роботов
- •Оглавление
- •Введение
- •1. Аналитический обзор информационно-управляющих систем промышленных роботов
- •1.1. Современное состояние систем управления роботами, использующих процедуру обучения
- •1.2. Принципы функционирования обучаемых систем управления (технических нервных систем)
- •Павлов Иван Петрович (1849-1936)
- •Пуанкаре (Poincare) Жюль Анри (1854-1912)
- •1.3. Сравнительный анализ адаптивных управляющих систем управления с распознаванием образов и обучаемых систем управления
- •1.4. Анализ вопросов аппаратной реализации систем управления роботами
- •2. Моделирование обучаемых систем управления
- •2.1. Математическое моделирование процесса обучения обучаемой системы управления
- •2.1.1. Алгоритм обучения обучаемой системы управления
- •2.1.2 Алгоритм расчета рецепторных долей сигнала управления
- •2.1.3. Условие сходимости процесса обучения
- •2.2. Закономерности процесса обучения, выявленные с помощью его математической модели
- •2.2.1. Закономерности процесса обучения системы управления для двух ситуаций обучаемой выборки
- •2.2.2. Закономерности процесса обучения системы управления при последовательном предъявлении ситуаций
- •2.2.3. Обучение с масштабированием подобных ситуаций
- •2.2.4. Влияние заданной точности выходных сигналов на продолжительность обучения
- •2.2.5. Влияние отличительности образов ситуаций обучаемой выборки на продолжительность обучения
- •2.2.6. Влияние порядка предъявления ситуаций обучаемой выборки на продолжительность обучения
- •Первый вариант обучения:
- •Второй вариант обучения:
- •2.2.7. Влияние способа дробления входной информации на продолжительность обучения
- •1 Вариант.
- •2 Вариант.
- •2.3. Имитационное моделирование обучения системы управления решению некоторых задач
- •2.3.1. Имитационное моделирование процесса обучения поиску заданного предмета
- •2.3.2. Имитационное моделирование процесса обучения воспроизведению образов
- •2.3.3. Имитационное моделирование процесса обучения распознаванию образов (ситуаций)
- •3. Схемные решения обучаемых систем управления
- •3.1. Командные рецепторы обучаемой системы управления
- •3.2. Обучаемая система управления с внутренними обратными связями
- •3.3. Деление рецепторов обучаемой системы управления на группы
- •3.4. Обучаемая система управления с парными рецепторами
- •3.5. Распределитель выходных сигналов обучаемой системы управления
- •4. Исследование обучаемой системы управления, установленной на робот тур-10к
- •4.1. Выбор параметров обучаемой системы управления для промышленного робота тур-10к
- •4.2. Методика обучения робота тур-10к с обучаемойсистемой управления со зрением поиску заданного предмета среди прочих
- •4.2.1. Разработка методики выбора ситуаций обучаемой выборки для решения задачи поиска заданного предмета
- •4.2.2. Настройка резисторной матрицы обучаемой системы управления и результат обучения
- •4.3. Свойства и особенности обучаемых систем управления, выявленные в результате исследований
- •5. Реализация обучаемых систем управления
- •5.1. Варианты физической реализации обучаемых систем управления
- •5.2. Варианты электрической реализации обучаемых систем управления
- •5.2.1. Обучаемая система управления с резисторной матрицей из подстроечных резисторов
- •5.2.2. Обучаемая система управления с резисторной матрицей, элементы которой выполнены в виде графитовых соединений
- •5.2.3. Обучаемая система управления с резисторной матрицей, элементы которой выполнены из халькогенидных полупроводников
- •5.3. Обучаемая система управления со зрением для промышленного робота pm-01 (puma)
- •6. Технический подход к проявлениям сложной нервной деятельности
- •6.1. Обучение и самообучение объекта с технической нервной системой
- •6.2. Чувства и эмоции объекта с технической нервной системой
- •6.3. Мышление объекта с технической нервной системой
5.2. Варианты электрической реализации обучаемых систем управления
5.2.1. Обучаемая система управления с резисторной матрицей из подстроечных резисторов
Вариант выполнения обучаемой системы управления, в котором резисторные элементы матрицы технического мозга представляют собой подстроечные резисторы, является наиболее удобным для научно-исследовательских и учебных целей. Этот вариант позволяет непосредственно вмешиваться в работу отдельных элементов технического мозга, и именно на таком варианте проводились научные исследования, отраженные в данной работе. В свое время (1990 год) этот вариант обучаемой системы управления предлагался ВУЗам и НИИ страны в качестве готового образца с установкой на промышленные роботы. Были разосланы рекламные материалы: краткое описание, технические характеристики и фотографии робота ТУР-10К, оснащенного обучаемой системой управления со зрением. Был осуществлен ряд газетных публикаций, а также проведены съемки передачи для телевидения (рис.5.2), в которой рассказывалось о достижениях и перспективах в развитии обучаемых систем управления.
Рис.5.2.
Съемки робота ТУР-10К со зрением
оператором Воронежского телевидения
Александром Вайманом 22 февраля 1990 года
Эти материалы нашли отклик в ЦНИИМаше и привели к заключению хозяйственного договора об оснащении робота РМ-01 обучаемой системой.
5.2.2. Обучаемая система управления с резисторной матрицей, элементы которой выполнены в виде графитовых соединений
В ходе выполнения хозяйственного договора с ЦНИИМаш в 1991 году была разработана и изготовлена компактная обучаемая система управления (рис.5.3, 5.4), в которой роль резисторных элементов матрицы мозга выполняют графитовые дорожки, наносимые, например, карандашом на поверхность текстолитовых пластин и соединяющие строчные шины матрицы со столбцовыми шинами (рис.5.5).
Рис.5.3.
Компактная обучаемая система управления
с элементами
резисторной матрицы в
виде графитовых дорожек
Рис.5.4.
Основные элементы компактной обучаемой
системы управления
Рис.5.5.
Технический мозг обучаемой системы
управления, элементы
матрицы которого
выполнены в виде графитовых дорожек
Рис.5.6.
Пластинка технического мозга и орудия
его настройки
Интенсивность нанесения и ширина дорожки определяли ее проводимость. Эту проводимость легко изменять: увеличивать – карандашом и уменьшать – стиральной резинкой (рис.5.6). Настройка такой обучаемой системы аналогична настройке системы, технический мозг которой выполнен с использованием подстроечных резисторов.
5.2.3. Обучаемая система управления с резисторной матрицей, элементы которой выполнены из халькогенидных полупроводников
Использование халькогенидных полупроводников в обучаемых системах управления представляется очень перспективным как в качестве фоточувствительных рецепторов, так и в качестве резисторных элементов матрицы технического мозга [55 – 57]. Элементы из халькогенидных полупроводников имеют малые размеры и изменяют свою проводимость под воздействием электрических импульсов. Параметры импульсов могут изменяться в широких пределах. Эти импульсы не мешают работе системы, т.к. не сказываются на работе исполнительных двигателей из-за их инерционности, что позволяет реализовывать динамический метод обучения системы, т.е. обучение в процессе работы объекта управления. Таким образом, использование халькогенидных полупроводников позволяет миниатюризировать обучаемые системы и автоматизировать процесс обучения, реализуя метод “вождения за руку”. На руке робота располагают кнопки из токопроводящей резины, включающие импульсы обучения соответствующего двигателя. Мощность импульсов зависит от усилия нажатия на кнопку. Располагаться кнопки должны таким образом, чтобы нажатие на них соответствовало бы требуемому направлению движения робота. Большую роль в развитии этого направления сыграло сотрудничество нашей научной группы с группой кафедры полупроводников Рязанского радиотехнического института, руководимой Петровым Игорем Михайловичем. Сотрудниками кафедры полупроводников были проведены многочисленные исследования вольт-амперных характеристик элементов с различными параметрами по составу и размеру (рис.5.7).
Рис.5.7.
Многоступенчатая вольтамперная
характеристика халькогенидного элемента
Они же изготовили по нашему заказу две матрицы технического мозга. Одна из них (рис.5.8) изготовлена из отдельных резисторных элементов и с диодной развязкой, исключающей появление блуждающих токов в матрице. Другая изготовлена напылением слоя полупроводника на строчные шины, на который, в свою очередь, были напылены столбцовые шины (рис.5.9).
Рис.5.8.
Технический мозг на 40 рецепторов и 5
исполнительных двигателей,
резисторные
элементы матрицы которого выполнены
из халькогенидных полупроводников
Рис.5.9.
Матрица технического мозга с резисторными
элементами, выполненными из
халькогенидных
полупроводников,
изготовленная с использованием технологии
напыления
Первая матрица была использована в качестве технического мозга обучаемой системы управления со зрением с сорока рецепторами сетчатки (рис.5.10) технического глаза и с пятью парами выходов на исполнительные двигатели (рис.5.11).
Рис.5.10.
Сетчатка технического глаза на 40
рецепторов
Рис.5.11.
Технический глаз на 40 рецепторов с
техническим мозгом из халькогенидных
полупроводников
Рис.5.12.
Робот ТУР-10К с обучаемой системой
управления, резисторная матрица
которой
выполнена с использованием халькогенидных
полупроводников
Для корректировки проводимостей халькогенидных элементов преобразующей матрицы был использован генератор импульсов Г5-54, формирующий импульсы частотой 0,001…100кГц, длительностью 0,5…1000мкс. Габаритные размеры генератора: 370х227х185 (рис.5.12).
