1.4. Анализ вопросов аппаратной реализации систем управления роботами

Вопросы аппаратной реализации обучаемых систем управления являются актуальными. Сложность процедуры распознавания определяет необходимость использования высокопроизводительной дискретной вычислительной техники в системах распознавания. Однако, вопрос: цифра или аналог? – не снят с повестки дня. Оценивая перспективы развития систем, моделирующих работу мозга, д.ф.-м.н. А.С.Михайлов (МГУ) считает, что мозг “работает как колоссальная “аналоговая” машина” и утверждает: “устройство, условно именуемое биокомпьютером, будет не цифровым вычислительным, а универсально аналоговым” [40]. Если говорить об особенностях цифровых и аналоговых систем, то следует отметить, что цифровые системы предельно универсальны. Во-первых, с помощью системы цифровых элементов может быть решена любая хорошо формализованная задача. Во-вторых, характеристика хорошо спроектированного и изготовленного цифрового элемента строго определена независимо от физического принципа его действия. Для аналоговых элементов справедливо прямо противоположное утверждение: каждая аналоговая система специализирована для решения информационных задач определенного класса. Точность и надежность аналоговых систем также сильно уступает цифровым. Однако, если класс задач жестко определен, быстродействие аналоговой системы может на много порядков превышать быстродействие цифровых, причем их физическая структура и технология могут быть несравнимо проще цифрового “конкурента” [33]. Следует отметить, что обучаемые системы управления могут быть реализованы как с использованием дискретной вычислительной техники, так и в аналоговом варианте. Причем аналоговый вариант наглядно демонстрирует принципы работы этих систем – трудно говорить о работе устройства, оперируя только наборами чисел. Стоимость же аналоговой системы существенно ниже цифровой. Особенностью управления роботом с помощью цифровых систем является формирование управляющих сигналов приводов за некоторый фиксированный промежуток времени – такт управления. Величина последнего оказывается критичной не только для величины динамической ошибки, но и для решения вопросов устойчивости системы [24]. Напротив, аналоговая обучаемая система управления непрерывно формирует выходные управляющие сигналы для всех приводов робота. При этом преобразование сигналов рецепторов системы очувствления в сигналы управления исполнительными двигателями в таких системах происходит мгновенно, поскольку сам преобразователь представляет собой обычную резисторную матрицу. Следует особо остановиться на видеодатчиках систем управления со зрением. В современных системах технического зрения наибольшее распространение получили телевизионные датчики на основе приборов с зарядовой связью. Изменение яркости и накопление электрического заряда в них происходит параллельно в течение значительного времени, равного обычно одному телевизионному кадру. Затем результаты измерений считываются последовательно в процессе развертки и формируют обычный видеосигнал. По мере роста быстродействия вычислительных машин именно видеодатчик стал здесь самым узким местом в смысле потерь времени на обработку сигналов. Определенные надежды на увеличение быстродействия возлагались на видеодатчики параллельного типа, похожие на сетчатку живых органов зрения. Применительно к таким датчикам разрабатывались “параллельные” методы сегментации, в которых предполагалось построение специальной вычислительной среды, состоящей из многих последовательных слоев. Однако считается, что технологические трудности, стоящие на пути таких распознающих систем, пока не преодолены, и применение видеодатчиков такого типа будет делом будущего [34]. Напротив, структура обучаемой системы управления позволяет реализовать (и реализует) видеодатчик параллельного типа, которым является сетчатка технического глаза и быстродействие которого определяется только инерционностью его фоторецепторов (фоторезисторов) [58, 75 – 81].