mgr inĪ. Jakub Bartoszek, dr inĪ. Maciej Trojnacki, mgr inĪ. Piotr Bigaj Przemysáowy Instytut Automatyki i Pomiarów w Warszawie
ANALIZA WRAĩLIWOĝCI ALGORYTMU SEMIAUTONOMII
ROBOTA MOBILNEGO NA AWARIĉ CZUJNIKÓW OTOCZENIA
– BADANIA SYMULACYJNE
Praca dotyczy analizy wraĪliwoĞci algorytmu semiautonomii mobilnego robota bojowego na awariĊ czujników otoczenia. Opisano w niej konstrukcjĊ robota i za-stosowane na nim czujniki. Przedstawiono algorytm sáuĪący do realizacji trybu semiautonomii i uwzglĊdniający awarie czujników otoczenia. Zaprezentowano wyniki badaĔ symulacyjnych algorytmu semiautonomii w Ğrodowisku MA-TLAB/Simulink. Badania te wykonano dla przypadków normalnej pracy czujników otoczenia oraz awarii wybranych z nich. Na tej podstawie dokonano oceny wraĪ-liwoĞci algorytmu na awariĊ wybranych czujników otoczenia.
SENSITIVITY ANALYSIS OF SEMIAUTONOMY ALGORITHM OF MOBILE ROBOT TO ENVIRONMENTAL
SENSORS FAILURES – SIMULATION RESEARCH
This work is concerned on sensitivity analysis of semiautonomy algorithm of mo-bile combat robot to environmental sensors’ damage. The construction of the ro-bot, semiautonomy algorithm and used sensors have been described. This algo-rithm takes into account environmental sensors’ damage. Simulation research re-sults of semiautonomy algorithm using MATLAB/Simulink package was pre-sented. This research was performed for normal environmental sensors’ operation and for selected sensors’ damage. On that basis, sensitivity of semiautonomy al-gorithm to selected environmental sensors damage was tested.
1. WSTĉP
Niezwykle duĪe Ğrodki finansowe i praca wielu oĞrodków badawczych rozmieszonych w róĪ-nych rejonach globu skupione s ą na opracowywaniu coraz doskonalszych algorytmów stero-wania robotami mobilnymi. Prace te w du Īej mierze m ają na celu osi ągniĊcie stanu rozwoju robotyki mobilnej okreĞlanego mianem peánej autonomii. Chwila, w której cel ten zostanie osiągniĊty bĊdzie miaáa niezwykle istotny wp áyw na kierunek i szybko Ğü dalszego rozwoju naszej cywilizacji. OsiągniĊcie stanu peánej autonomii pozwoli wielokrotnie zwiĊkszyü funk-cjonalnoĞü i zarazem liczbĊ moĪliwych zastosowaĔ pojazdów autonomicznych. Najwa Īniej-szą cech ą tych pojazdów b Ċdzie brak konieczno Ğci s terowania n imi przez cz áowieka oraz ograniczenie jego nadzoru.
Jednym z najcz ĊĞciej p oruszanych zagadnie Ĕ w badaniach nad autonom ią robotów mobilnych jest prob lem ich przem ieszczania s iĊ w dynamicznym , silnie zró Īnicowanym i nieznanym Ğrodowisku [1]. Zagadnienie to w du Īym uproszczeniu m oĪna sprowadzi ü do wyznaczenia trajektorii ruchu robota od pozycji aktualnej do wyznaczonego celu w sposób bezkolizyjny i pozwalaj ącej osiągnąü zadane po áoĪenie w jak najkró tszym czasie [2]. Algo-rytmy pozwalające wybraü optymalną trasĊ ze wzglĊdu na róĪne wskaĨniki jakoĞci są rozwi-jane przez róĪne oĞrodki naukowe na ca áym Ğwiecie. KaĪdy z algorytmów korzysta z co naj-mniej dwóch rodzajów czujników – stanu i otoczenia.
Do czujników stanu naleĪy zaliczyü wszystkie czujniki pozwalaj ące okreĞliü aktualny stan robota. W najcz Ċstszym przypadku um oĪliwiają one okre Ğlenie jedynie jego po áoĪenia w przestrzeni. Metody wyznaczania po áoĪenia w zale ĪnoĞci od dost Ċpnych danych m oĪna podzieliü na kilka odrĊbnych grup. Pierwsza z nich związana z zastosowaniem odometrii wią-Īe siĊ z nieraz szybko narastaj ącym báĊdem wraz z wykonywaniem kolejnych pĊtli programu sterownika. Druga polega na znajomo Ğci statycznej mapy terenu i okre Ğlaniu pozycji na pod-stawie znaczników rozm ieszczonych na trasie robota lub okre Ğlaniu punktów charaktery-stycznych za pom ocą np. system u wizyjnego. Trzecia gru pa bazuje n a GPS lub pochodnych systemach. Ka Īda ze w spomnianych metod obarczona jest pewn ą niepewnoĞcią i zwi ązana jest z koniecznoĞcią zabezpieczenia programu przed wpáywem niepoprawnych danych. Dane te mogą by ü skutkiem awarii jednego z czujników lub, w przypadku takich systemów, jak GPS, utraty sygnaáu z satelity.
Czujniki otoczenia to g rupa czujników pozwalających stworzyü wirtualny m odel Ğro-dowiska na bazie ĞroĞro-dowiska rzeczywistego, w którym aktualnie znajduje siĊ robot. W zaleĪ-noĞci od liczby czujn ików i ich rod zaju model otoczenia moĪe byü dwu lub trójwym iarowy. Z kolei ze wzgl Ċdu na moc obliczeniow ą jednostki centralnej robota model ten m oĪe przyj-mowaü róĪne formy. PodejĞcie, w którym budowano reprezentacj Ċ modelu otoczenia robota zastosowano w publikacjach [3, 4], a pom iniĊto i wyznaczan o sterowanie jedynie na podsta-wie sygnaáów z czujników, np. w [5]. G áówną cechą charakterystyczną tej grupy czujników jest ich ograniczony zakres. Czujniki te, gdy zastosowane s ą w robotach mobilnych przezna-czonych do pracy w Ğrodowisku zewnĊtrznym, dodatkowo m ają jeszcze jedn ą istotną cechĊ wspólną í naraĪone są na ró Īnorakie awarie. Mog ą one by ü spowodowane czynnikam i ze-wnĊtrznymi, takimi jak zderzenia z przeszkodami czy wibracje powstaáe w skutek ruchu robo-ta lub czynnikami wewnĊtrznymi, np. przegrzaniem siĊ elementów elektronicznych.
Awarie czujników s ą w wi ĊkszoĞci przypadków niezwykle trudne do przewidzenia. Ich charakter czĊsto moĪna okreĞliü dopiero w chwili, gdy juĪ wystąpiáy i konieczne jest ich poprawne zdiagnozowanie. Dlatego teĪ sposób diagnozowania i reagowania na awarie czujni-ków powinien zosta ü uwzgl Ċdniony ju Ī we wst Ċpnej fazie projek towania ca áego system u. W literaturze wymieniane są dwa podej Ğcia do tego problemu [6 í8]. Jedno z nich opiera si Ċ na okreĞleniu modelu pozwalającego wykryü awarie czujnika [9í12]. Niektóre z nich wym a-gają ingerowania w strukturĊ systemu ze wzglĊdu na wykrytą awariĊ [13].
Zupeánie inne podej Ğcie do problemu detekcji i reagow ania na awarie czujników przedstawiá Martin Soik a w [6]. Celem jego pracy by áo opracowanie m etody, która b Ċdzie umoĪliwiaáa wykrycie wcze Ğniej nieuwzgl Ċdnionej awarii czujnik a i prawid áową reakcj Ċ na jej wystąpienie. Metoda przez niego opracowana bazowaáa na okreĞlaniu stopnia pewnoĞci danych przesyáanych przez czujnik. Healey [14] stworzy á system bazujący na modelu awarii czujników jednakĪe wykorzystujący sztuczną sieü neuronową do wykrywania samych awarii. Takie rozwiązanie pozwala na implementacjĊ metody w sterowniku robota w sposób nieogra-niczający tym samym jego autono micznoĞci, niestety znacznie zwi Ċksza záoĪonoĞü oblicze-niową algorytmu.
WaĪnym cz ynnikiem pozwalaj ącym autom atycznie reago waü i diagnozowa ü uszko-dzenia czujników jest ich redundan cja. Model otoczenia jest w takim przypadku tworzony na podstawie danych z wi Ċkszej liczby czujników, co pozwala w m oĪliwie áatwy sposób wy-kryü po tencjalną awari Ċ jednego z nich. W iĊksza liczba czujników, cz Ċsto korzystaj ących z róĪnych metod pomiaru, wymaga zastosowania bardziej wyszukanych i lepiej zoptym alizo-wanych algorytm ów budowania m odelu otoczenia robota. To z kolei poci ąga za sob ą ko-niecznoĞü zastosowania w sterowniku robota jednostek obliczeniowych o du Īo wiĊkszej wy-dajnoĞci. Z tego powodu w niektórych przypadkach konieczna staje si Ċ rezygnacja z redun-dancji czujników.
W ramach niniejszej publikacji zaprezentowane zostaáy metody reagowania na awarie czujników zastosowane w algorytm ie sterowania robotem IBIS. Algorytm ten zosta á szerzej opisany w [15].
2. MOBILNY ROBOT BOJOWY
IBIS w wer sji kom ercyjnej (rys. 1a) jest robotem do zastosowa Ĕ pirotechnicznych i bojo-wych. Przystosowany zostaá do operacji w trudnym i zróĪnicowanym terenie, takim jak piach, Ğnieg czy pod áoĪe sk alne. Du Īa pr ĊdkoĞü robota um oĪliwia dynam iczne przeprowadzanie akcji. Manipulato r zapewnia du Īy zasi Ċg dzia áania, a zastosowane ro związanie n apĊdu za-pewnia páynnoĞü ruchu w peánym zakresie prĊdkoĞci.
Podstawowe dane techniczne robota s ą na stĊpujące: m asa 295 kg, wym iary (dáugoĞü × szerokoĞü × wysokoĞü) 1,3 × 0,85 × 0,95 m , pr ĊdkoĞü
maksymalna 10 km /h,
udĨwig m anipulatora 30 kg, maksymalny zasi Ċg m anipu-latora 3,15 m [16, 17].
Rys. 1. Robot IBIS: a – wersja komercyjna z manipulatorem, b – wersja do badaĔ autonomii
Do celów badawczych zostaáa opracowana wersja robota IBIS bez manipulatora (rys. 1b). Robot w tej w ersji wyposaĪony zostaá w dodatkow y nakáadany stelaĪ. Stanowi on m oduá robota prznaczony do realizacji trybu semiautonomii. Moduá ten zawiera uk áady mikroprocesorowe, ze-stawy czterech kamer oraz czujników lokalizacyjnych i wykrywających przeszkody. Robot moĪe poruszaü siĊ w dwóch trybach, tj. teleope racji – gdy jest sterowany przez operatora, sem iautono-mii – kiedy samodzielnie realizuje zadane zachowanie pod kontrolą operatora.
3. CZUNIKI ROBOTA
Baza m obilna robota n adbudowana zosta áa specjaln ie zap rojektowaną ram ą zapewniaj ącą dokáadne pozycjonowanie czujników oraz kontrolerów: nawigacyjnego i pozycyjnego. Archi-tektura fizy czna ca áoĞci system u sk áada s iĊ z czterech bloków rozdzielonych funkcjonalnie i fizycznie: czujników, kontrolera pozycyjnego (okre Ğlającego aktualne po áoĪenie robota), kontrolera nawigacyjnego (przetwarzaj ącego dane wyj Ğciowe i wystawiaj ącego sterowanie) oraz sterowników silników. Sterowanie ru chem w trybie teleoperacji jest przekazywane do robota za poĞrednictwem modemu ISM, natomiast ruch w trybie semiautonomii jest w caáoĞci obliczany przez kontroler nawigacyjny.
Czujniki lokalizacyjne um ieszczone są na kontrolerze pozycyjnym i s áuĪą do okreĞlenia pozycji i p eánej orientacji robota w przestrzeni. Pozycja okre Ğlana jest w trzech wy -miarach: dáugoĞü, szerokoĞü geograficzna i wysokoĞü nad geoidą Ziemi zgodnie ze specyfi-kacją NMEA, dzi Ċki czemu moĪe byü przedstawiona w dowolnym oprogramowaniu GIS. Do wyznaczenia aktualnej pozycji robota uĪyto jednofazowego odbiornika GPS wspomaga-nego przez INS. Okre Ğlenie wspóárzĊdnych robota w systemie W GS-84 uzyskiwane jest za
pomocą filtracji Kalmana pozy cji GPS oraz nawigacj i inercyjnej. Azymut robota ustalany jest za pomocą cyfrowego kompasu z kompensacją przechyáu. Do okreĞlenia przechylenia i pochylenia robota stosowane są czujniki inklinacji: inklinometry oraz akcelerometry.
F FL FR ML MR F FL FR ML MR BL BR BL BR FR FL
skaner laserowy dalmierze laserowe czujniki radarowe zderzaki
BR
BL
Rys. 2. Rozmieszczenie czujników: a – widok z lewej strony robota, b – widok z góry
Na ramie noĞnej robota zamontowano cztery rodzaje czu jników do detekcji przeszkód: dwu-wymiarowy skaner laserowy, dalm ierze lasero we, czujnik i radarowe o becnoĞci przeszkody i czujniki taktylne (zderzaki). Czujniki te s ą rozmieszczone w taki sposób (rys. 2), aby po-krywaáy m aksymalną pr zestrzeĔ wokó á robota i aby wi Ċksza cz ĊĞü inform acji z czujników przypadaáa na przestrzeĔ przed robotem.
Zadaniem dwuwymiarowego skanera laserowego jest wykrywanie przeszkód znajdu-jących siĊ przed robotem. Zakres k ątowy jego pracy ustawiono na 100º. Jego m aksymalny zasiĊg 80 m wynika z ogranicze Ĕ sprz Ċtowych samego czujnika, natomiast ak tualny zakres widzenia zaleĪy od ustawienia k ąta, pod którym kierowana jest wi ązka. Skaner skierowan y jest pod niewielkim kątem w dó á, co pozwala wykryü przeszkody o wysoko Ğci mniejszej niĪ wysokoĞü na jakiej zostaá on umieszczony.
Dalmierze laserowe s áuĪą do wykrywania przeszkód w najbli Īszej okolicy robota. S ą one umieszczone pod róĪnymi kątami w dóá, co pozwala na detekcjĊ zarówno wypukáych, jak i wklĊsáych przeszkód. Jeden z nich m a wi ązkĊ skierowaną w gór Ċ, co pozwala z kolei na wykrycie zbyt niskich przeszkód. Zastosowane dalm ierze um oĪliwiają pom iar odleg áoĞci do najbliĪszej przeszkody w zakresie 0,5–10 m.
Czujniki radarowe są przeznaczone do wykrycia przeszkód w du Īej odlegáoĞci od ro-bota. Zwracają one tylko informacjĊ, czy coĞ znajduje siĊ w zdefiniowanej odlegáoĞci. Zakres ich dzia áania obejm uje odleg áoĞci 2–15 m . Umo Īliwiają on e wczesne wykrycie przeszkó d znajdujących siĊ w okolicy robota.
a
Zadaniem czujników taktylnych (zderzaków) jest wykrycie przeszkód, które nie zosta-áy wykryte przez pozosta áe czujniki i spowodowanie awaryjnego zatrzym ania robota w przy-padku uderzenia w przeszkodĊ.
4. ALGORYTM SEMIAUTONOMII
ĩaden z dot ychczas zaprojektowanych algoryt mów nie z apewnia robotom mobilnym bezb áĊd-nego wykonywania powierzonych i m zadaĔ. Wynika to m.i n. z fa ktu, Īe twórcy algoryt mów nie potrafią przewidzieü wszystkich moĪliwych sytuacji, a cz ujniki nie są w stanie zawsze wy-kryü i sklasyf ikowaü wszystkie prz eszkody. Z tych po wodów w preze ntowanych badaniac h korzysta siĊ z pojĊcia semiautonomii. Oznacza to, Īe robot wykonuje swoje zadanie samodziel-nie, ale pod kontrolą operatora, który moĪe w dowolnej chwili przerwaü realizacjĊ zadania.
Celem badaĔ opisanych w niniejszej pracy byáo zbadanie wpáywu awarii czujników na dziaáanie algorytm u umo Īliwiającego robotowi IBIS osi ąganie zadaneg o celu, z o mijaniem przy tym wykrytych ze pomocą czujników przeszkód.
Algorytm sterowania skáada siĊ z czterech podzachowa Ĕ. Pierwsze podzachowanie zw ią-zane jest z u stawianiem siĊ robota w kierunku celu. Drugie podzachowanie zwi ąią-zane jest z usta-leniem prĊdkoĞci ruchu robota i zale Īy od odlegáoĞci robota od celu i n ajbliĪszej przeszkody. Je-Īeli robot znajduje siĊ w duĪej odlegáoĞci od celu, a najbliĪsza przeszkoda znajduje siĊ w odlegáo-Ğci wiĊkszej niĪ zasiĊg czujników, wówczas robot porusza si Ċ z maksymalną prĊdkoĞcią. Trzecie podzachowanie związane jest ze skanerem laserowym, który traktowany jest jak 101 pojedyn-czych wiązek. Do przetworzenia pozyskiwanych ze skanera informacji o otoczeniu wykorzystuje siĊ zmodyfikowany algorytm VFH [18, 19]. Czw arte podzachowanie wzorowane jest na idei al-gorytmu Braitenberga, który opiera swoje dzia áanie na bezpo Ğrednim po áączeniu czu jników z elementami wy konawczymi, p rzy czym ka Īde po áączenie m a osobn ą wag Ċ. W zale ĪnoĞci od wskazaĔ czujników i wartoĞci wag robot moĪe wykonywaü róĪne zadania. Algorytm sem iau-tonomii z podziaáem na jego poszczególne podzachowania zostaá szerzej opisany w [15].
Wagi dla ka Īdego z podzachowa Ĕ ustalane s ą na podstawie aktywnego zachowania. JeĪeli aktualne zachowanie jest za m aáo efektywne wirtualny zbiornik (W aterTank) przepeá-nia si Ċ i nastĊpuje p rzeáączenie do innego zach owaprzepeá-nia. O tym , jakie jest nowe zachowanie decyduje jakoĞciowa ocena wzajemnego poáoĪenia wzglĊdem robota przeszkód i najbliĪszego celu. Na przykáad, jeĪeli w momencie przerwania zachowania „podąĪaj do celu i omijaj prze-szkody” przed robotem są przeszkody, a cel znajduje si Ċ prosto i na prawo, wówcz as robot moĪe prze áączyü si Ċ na realizacj Ċ zachowania „ ĞledĨ przeszkody po lewej stronie”. Przy zmianie zachowania wirtualny zbiornik jest na początek opróĪniany.
Jedną z najwaĪniejszych cech charakteryzującą wspóáczesne algorytmy sterowania jest odpornoĞü na awarie czujników. Czujniki, które uleg áy awarii, m ogą powodowa ü znaczne zmiany zachowania robota nieraz prowadz ące do jego uszkodzenia lub stwarzaj ące zagroĪe-nie dla osób znajduj ących siĊ w jego otoczeniu. W celu unikni Ċcia takich sytuacji p rezento-wany algorytm zostaá zmodyfikorezento-wany pod k ątem moĪliwoĞci wykrycia w sterowniku niepo-prawnych danych przesyáanych przez uszkodzone czujniki.
Czujnik lokalizacyjny w postaci odbiornika GPS w przypadku utracenia sygna áów z nadajników lub wystąpienia duĪych róĪnic w wyznaczanych wspóárzĊdnych poáoĪenia
robo-ta (powyĪej 10 m) powoduje przeáączenie siĊ trybu pracy roborobo-ta z sem iautonomii na teleope-racjĊ. Czynnikami decydującymi o poprawnym dziaáaniu czujnika lokalizacyjnego są róĪnice w poáoĪeniu robota oraz jego odlegáoĞci od celu w kolejnych iteracjach programu sterownika.
Czujniki otoczenia znajduj ące si Ċ na robocie to m.in. sie dem dal mierzy laserowyc h i skaner 2D. Awaria tych czujników mo Īe przejawiaü siĊ w zaleĪnoĞci od jej charakteru w ró Ī-ny sposób.
Pierwszy typ awarii wystĊpuje gdy niemoĪliwe jest nawiązanie komunikacji z czujni-kiem lub gdy sam czujnik po zainicjalizowaniu przesyáa informacje o báĊdzie. Mikroprocesor, odpowiedzialny za zbieranie informacji o czujnikach i kom unikacjĊ z nimi, przesyáa w takim przypadku do m ikroprocesora gáównego informacjĊ o awarii czujn ika. Informacja ta przesy -áana jest w taki sam sposób, jak poprawna wartoĞü zwracana przez czujnik, ale przyjmuje ona wartoĞü 0,0 1 m . Odpowiada to sy tuacji, w której p rzeszkoda znajdu je si Ċ w takiej w áaĞnie odlegáoĞci od czujnika i jest ona w normalnych warunkach pracy niemoĪliwa do otrzymania.
Drugi typ awarii jest bardziej skomplikowany do wykrycia. Wyst Ċpuje, gdy z jakie goĞ powodu czujnik zwraca warto Ğci niemające odzwierciedlenia w jego rzeczywist ym otoczeniu. Awaria tego typu mo Īe byü spowodowana wieloma ró Īnymi czynnikami, takimi jak np. du Īe wibracje pla tformy mobi lnej wyst Ċpujące podcz as szybkiej jazdy po ni erównym te renie czy odbicia wiązki czujników laserowych od p áaskich powierzchni skierowanych pod ma áym ką-tem. Wykrycie i odf iltrowanie báĊdnych danych w takich prz ypadkach jest niezwykle trudne. W algorytmie sterowania jedynie war toĞci wychodzące poza zakres pomi arowy wynikający z konstrukcji robota mobilnego oraz sposobu zamontowania czujników zostają odfiltrowane.
Wykrycie i prawid áowe zdiagnozowanie awarii powoduje zm ianĊ wag dla odpowied-niego podzachowania. W przypadku wykrycia awarii skanera waga d la podzachowania trze-ciego zostaje ustawiona na zero, co w rezu ltacie równoznaczne jest z wy áączeniem jego wpáywu na dziaáanie algorytmu i samego robota. W przypadku awarii jednego lub kilku dal-mierzy z mieniana jest w aga dla podzachowania czwartego. Waga ta jest m odyfikowana na podstawie wspóáczynnika wiarygodnoĞci, którego sposób wyznaczania przedstaw iony zostaá poniĪej.
Sterowania dla kóá robota obliczane są z zaleĪnoĞci:
¦
4 1 j ij j i c u u , (1)gdzie: i = {L, R}, L i R – odpowiednio lewe i prawe ko áa robota, j – numer podzachowania,
cj – waga dla podzachowania j definiująca udziaá sterowania związanego z tym
podzachowa-niem w sterowaniu caákowitym, uij – sterowanie dla koáa i oraz podzachowania j.
Wagi zwi ązane z poszczególnym i podzachowaniam i wynosz ą odpowiednio: c1 = 1
(nie analizuje siĊ awarii czujnika związanego z okreĞleniem orientacji robota), c2 = 1 (nie
ana-lizuje siĊ awarii czujn ika związanego z okre Ğleniem prĊdkoĞci robota), c3 = 0 w przypadku
awarii skanera laserowego, c3 = c*3= 0,6 jeĪeli skaner jest sprawny, natomiast waga dla
ostat-niego podzachowania obliczana jest ze wzoru: '
* 4
4 c
gdzie: * 4
c = 0,4 oznacza wagĊ dla podzachowania związanego z dalmierzami laserowymi
jeĪe-li wszystkie dalmierze są sprawne, ' – wspóáczynnik wiarygodnoĞci informacji pochodzących z dalmierzy laserowych zaleĪny od liczby uszkodzonych dalmierzy.
NaleĪy zwróciü uwagĊ, Īe w przypadku awarii któregoĞ z czujników zachodzi zaleĪnoĞü: 1
4
3 c
c . (3)
W celu zapewnienia wi Ċkszego bezpiecze Ĕstwa pracy robota przyj Ċto podej Ğcie, w którym awaria czujnika otoczenia powoduje ogranicze nie maksymalnej prĊdkoĞci ruchu robota. Przy innym podejĞciu moĪna by byáo zwiĊkszaü wagĊ dla tego podzachowania, dla którego czujni-ki są sprawne, tak, aby suma c3 i c4 byáa równa 1.
0 2 4 6 8 -0.4 0 0.4 0.8 1.2 n '
Rys. 3. Zmiana wspóáczynnika wiarygodnoĞci w zaleĪnoĞci od liczby dalmierzy laserowych,
które ulegáy awarii
Ws póáczynnik wiarygodno Ğci wyznaczany jest z zaleĪnoĞci: 13 , 0 88 , 0 1 ' n , (4)
gdzie: n o znacza liczb Ċ dalm ierzy lase rowych, które ulegáy awarii.
Zmiana wartoĞci tego wspó áczynnika w zale Īno-Ğci od liczby dalm ierzy laserowych, które uleg áy awarii zostaáa zilustrowana na rys. 3.
5. BADANIA SYMULACYJNE
W celu przeprowadzenia bada Ĕ symulacyjnych opracowywanych metod autonomii przygoto-wane zostaáo Ğrodowisko symulacyjne oparte na pakiec ie Matlab/Simulink. Oprogramowanie odpowiedzialne za symulacjĊ Ğrodowiska i wyznaczanie wskaza Ĕ wirtualnych czujników zo-staáo oddzielone od oprogram owania realizującego algorytm sterowania robota w trybie tele-operacji i sem iautonomii. To drugie oprogram owanie zostaáo przygotowane w taki sposób, aby byáa moĪliwoĞü jego áatwej i szybkiej implementacji na mikrokontrolerze robota. Otocze-nie robota do symulacji zostaáo przygotowane z zastosowaOtocze-niem programu V-Realm Builder. W oprogramowaniu symulacyjnym poszczególne obiekty sceny zostaáy przybliĪone za pomo-cą prostopadáoĞcianów i walców.
W niniejszej pracy zaprezentowano wyniki badaĔ dla przypadku, w którym na drodze robota do celu wystĊpowaáy cztery przeszkody. Robot realizowa á záoĪone zachowanie „podą-Īaj do celu i omijaj przeszkody”. W ramach badaĔ symulacyjnych dokonano oceny wraĪliwo-Ğci algorytmu semiautonomii dla m obilnego robota bojowego na awari Ċ wybranych czujni-ków otoczenia.
W celu uzyskania miarodajnej oceny wyników wprowadzono nastĊpujące wskaĨniki jakoĞci: a) suma kwadratów odlegáoĞci robota od celu
2 1 n i i E
¦
e 't, (5)gdzie ei – odleg áoĞü robota od celu w i-tej iteracji, n – liczba iteracji d o czasu osi
ą-gniĊcia przez robota celu lub zakoĔczenia symulacji w przypadku nieosiąą-gniĊcia celu, b) odchylenie standardowe prĊdkoĞci ruchu robota
1 ) ( 1 2
¦
n v v S n i i , (6)gdzie: vi – prĊdkoĞü robota w i-tej iteracji, v - Ğrednia prĊdkoĞü ruchu,
c) dáugoĞü drogi od pozycji początkowej do celu 1
n i i
s
¦
v 't, (7)d) czas ruchu robota do celu T, zakáadając, Īe cel jest osiągany dla e 0,5 m,
e) maksymalna prĊdkoĞü ruchu robota vmax (w przedziale czasu od t0 do T, gdzie t0 jest
chwilą czasu, w której nastąpiáa awaria czujnika),
f) Ğrednia prĊdkoĞü ruchu robota v (w przedziale czasu od 0 do T).
NaleĪy zauwaĪyü, Īe dla wska Ĩników a–d nale Īy dąĪyü do ich m inimalizacji, natomiast dla wskaĨników e i f do ich maksymalizacji.
W przypadku, gdy robotowi nie uda si Ċ dotrzeü do celu w zaáoĪonym czasie Tmax, zakáada
siĊ, Īe wskaĨniki jakoĞci s i T osiągają wartoĞü +, natomiast pozostaáe wskaĨniki osiągają wyliczone wartoĞci dla czasu Tmax. W niniejszej pracy przyjmuje siĊ Tmax = 100 s.
Symulacja 1 – wszystkie czujniki otoczenia są sprawne
Pierwsza prezentowana symulacja zostaáa wykonana dla zaáoĪenia, Īe wszystkie czujniki oto-czenia um ieszczone na robocie s ą s prawne. W yniki tej symulacji, p rzedstawione n a rys. 4 i w tab. 1, stanowi ą punkt odniesienia dla pozosta áych symulacji, w których zak áada siĊ awa-riĊ wybranych czujników.
PrzyjĊte na rys. 4e oznaczenia dal mierzy laserowych s ą z godne z rys. 2. Oznaczaj ąc wiązki skanera laserowego na rys. 4f, przyj Ċto natomiast konwencjĊ, Īe są one nazywane jako LD, gdzie D jest kątem (w stopniach) odchylenia wiązki od osi pod áuĪnej skanera. Kąt dodatni oznacza odchylenie w l ewo, a ujem ny w prawo. Na rys. 4f pokazano odczyty co dziesi ątej wiązki skanera. Na rys. 4g i 4h zamieszczono wartoĞci sterowaĔ dla lewych i prawych kóá robo-ta (uLi i u Ri, i = 1 ... 4) dla opisa nych wcze Ğniej podzac howaĔ oraz sterowania ca ákowite
(uL i uR). W trakcie r uchu robota wa gi dla poszczególnych podzachowa Ĕ robota s ą sta áe
(rys. 4i). Wagi te są zmieniane wyáącznie w przypadku wykrycia awarii czujników otoczenia. Z wykonanej sym ulacji wynika, Īe opracowana m etoda pozwala na om iniĊcie przez robota wyst Ċpujących przeszkód i dotarcie do zdefiniowanego celu. R obot porusza si Ċ ze zmienną prĊdkoĞcią, co jest związane z tym, Īe zwalnia tym bardziej im bliĪej niego znajdują siĊ przeszkody. Praktycznie ca áy czas podczas ruchu robota jego odleg áoĞü od celu ulega zmniejszaniu. W trakcie om ijania przeszkód u widacznia si Ċ dzia áanie dalm ierzy i skanera laserowego, których odczyty ulegaj ą wówczas istotnym zmianom. EfektywnoĞü zachowania jest oceniana przy pomocy param etru W aterTank, którego najwi Ċksze wa rtoĞci w ystĊpują w chwilach, gdy robot przemieszcza siĊ pomiĊdzy przeszkodami, co jest widoczne na rys. 4c.
Tab. 1. Uzyskane wartoĞci wskaĨników jakoĞci dla Symulacji 1 WskaĨnik
jakoĞci E [m2s] S [m/s] s [m] T [s] vmax[m/s] v [m/s]
a b c -15 -10 -5 0 5 10 15 -15 -10 -5 0 5 10 15 x [m] y [m] Trajektoria ruchu robotaPoáoĪenie celu
Przeszkody 0 10 20 30 40 50 -2 0 2 4 6 8 vL[rad/s] vR [rad/s] t [s] 0 10 20 30 40 50 -0.4 0 0.4 0.8 1.2 1.6 vA [m/s] WaterTank t [s] d e f 0 10 20 30 40 50 -60 -30 0 30 60 2L [m] dJ [o] t [s] 0 10 20 30 40 50 0 100 200 300 400 500 600 F FL FR ML MR BL BR t [s] Odczyty dalmierzy [cm] 0 10 20 30 40 50 0 100 200 300 400 500 600 L-50 L-40 L-30 L-20 L-10 L0 L+10 L+20 L+30 L+40 L+50 t [s] Odczyty skanera [cm] g h i 0 10 20 30 40 50 -200 0 200 400 600 800 u L [-] uL1 [-] uL2 [-] uL3 [-] uL4 [-] t [s] 0 10 20 30 40 50 -200 0 200 400 600 800 uR[-] uR1 [-] uR2 [-] uR3 [-] uR4 [-] t [s] 0 10 20 30 40 50 0 0.2 0.4 0.6 0.8 1 c1 [-] c2 [-] c3 [-] c4 [-] t [s]
Rys. 4. Wyniki Symulacji 1: a – trajektoria ruchu robota z zaznaczeniem poáoĪenia celu i przeszkód, b – zadane prĊdkoĞci liniowe dla lewych i prawych kóá robota, c – prĊdkoĞü ruchu robota i zmiana parametru WaterTank,
d – odlegáoĞü i odchylenie robota od celu, e – odczyty dalmierzy laserowych, f – odczyty skanera dla wybranych 11. wiązek, gíi – wartoĞci sterowaĔ i wagi dla poszczególnych podzachowaĔ
Symulacja 2 – dalmierz oznaczony jako FR ulega awarii po czasie 1 s
Druga symulacja zostaáa przeprowadzona dla przypadku awarii dal mierza laserowego oznaczo-nego na rys. 2 jako FR. Awaria czujnika nastąpiáa po 1 [s] symulacji. Wyniki tej symulacji zilu-strowano na rys. 5 i w tab. 2. W efekcie wykrycia przez algorytm semiautonomii awarii dalmie-rza zostaáa zmodyfikowana waga dla pierw szego podzachowania (rys. 5i) zwi ązanego ze zmo-dyfikowanym al gorytmem Braitenberga bazuj ącym na wskazaniach dal mierzy laserowych.
Porównując wyniki Symulacji 1 i 2 mo Īna stwierdziü, Īe w przypadku awarii dal mierza lasero-wego FR robot osi ągnąá cel po d áuĪszym czasie. Odnotowano gorsze wart oĞci wskaĨników
1 PominiĊto początkowe maksymalne wartoĞci, które są efektem dziaáania algorytmu przed awarią czujnika.
Rys. 5. Wyniki Symulacji 2: a – trajektoria ruchu robota z zaznaczeniem poáoĪenia celu i przeszkód, b – zadane prĊdkoĞci liniowe dla lewych i prawych kóá robota, c – prĊdkoĞü ruchu robota i zmiana parametru WaterTank, d – odlegáoĞü i odchylenie robota od celu, e – odczyty dalmierzy laserowych, f – odczyty skanera dla wybranych
11. wiązek, gíi – wartoĞci sterowaĔ i wagi dla poszczególnych podzachowaĔ
a b c -15 -10 -5 0 5 10 15 -15 -10 -5 0 5 10 15 x [m] y [m] Trajektoria ruchu robotaPoáoĪenie celu
Przeszkody 0 20 40 60 -2 0 2 4 6 8 vL[rad/s] vR [rad/s] t [s] 0 20 40 60 -0.4 0 0.4 0.8 1.2 1.6 vA [m/s] WaterTank t [s] d e f 0 20 40 60 -60 -30 0 30 60 2L [m] dJ [o] t [s] 0 10 20 30 40 50 0 200 400 600 F FL FR ML MR BL BR t [s] Odczyty dalmierzy [cm] 0 20 40 60 100 200 300 400 500 600 L-50 L-40 L-30 L-20 L-10 L0 L+10 L+20 L+30 L+40 L+50 t [s] Odczyty skanera [cm] g h i 0 20 40 60 -800 -400 0 400 800 u L [-] uL1 [-] uL2 [-] uL3 [-] uL4 [-] t [s] 0 20 40 60 -800 -400 0 400 800 u R[-] uR1 [-] uR2 [-] uR3 [-] uR4 [-] t [s] 0 10 20 30 40 50 0 0.2 0.4 0.6 0.8 1 c1 [-] c2 [-] c3 [-] c4 [-] t [s]
Tab. 2. Uzyskane wartoĞci wskaĨników jakoĞci dla Symulacji 2 WskaĨnik
jakoĞci E [m2s] S [m/s] s [m] T [s] vmax[m/s] v[m/s]
koĞci E, T, vmax i v . Z kolei wskaĨniki jakoĞci S i s osiągnĊáy lepsze wartoĞci. MoĪna to
wytáu-maczyü tym, Īe w związku z awarią czujnika robot jecha á wolniej, ale z bardziej równom ierną prĊdkoĞcią i poruszaá siĊ bliĪej przeszkód przez co droga przez niego wykonana byáa krótsza.
Symulacja 3 – skaner laserowy ulega awarii – po czasie 1 [s]
Ostatnią sy mulacjĊ wykonano przy za áoĪeniu, Īe w nast Ċpuje awaria skanera laserowego po 1 s. Wyniki symulacji pokazane są na rys. 6 i w tab. 3.
a b c -15 -10 -5 0 5 10 15 -15 -10 -5 0 5 10 15 x [m] y [m] Trajektoria ruchu robotaPoáoĪenie celu
Przeszkody 0 10 20 30 40 50 -2 0 2 4 6 8 vL[rad/s] vR [rad/s] t [s] 0 10 20 30 40 50 -0.4 0 0.4 0.8 1.2 1.6 vA [m/s] WaterTank/5 t [s] d e f 0 10 20 30 40 50 -90 -60 -30 0 30 60 2L [m] dJ [o] t [s] 0 20 40 60 0 100 200 300 400 500 600 F FL FR ML MR BL BR t [s] Odczyty dalmierzy [cm] 0 20 40 60 0 200 400 600 L-50 L-40 L-30 L-20 L-10 L0 L+10 L+20 L+30 L+40 L+50 t [s] Odczyty skanera [cm] g h i 0 20 40 60 -800 -400 0 400 800 uL [-] uL1 [-] uL2 [-] uL3 [-] uL4 [-] t [s] 0 20 40 60 -800 -400 0 400 800 uR[-] uR1 [-] uR2 [-] uR3 [-] uR4 [-] t [s] 0 10 20 30 40 50 0 0.2 0.4 0.6 0.8 1 c1 [-] c2 [-] c3 [-] c4 [-] t [s]
Rys. 6. Wyniki Symulacji 3: a – trajektoria ruchu robota z zaznaczeniem poáoĪenia celu i przeszkód, b – zadane prĊdkoĞci liniowe dla lewych i prawych kóá robota, c – prĊdkoĞü ruchu robota i zmiana parametru WaterTank, d – odlegáoĞü i odchylenie robota od celu, e – odczyty dalmierzy laserowych, f – odczyty skanera dla wybranych
2 PominiĊto początkowe maksymalne wartoĞci, które są efektem dziaáania algorytmu przed awarią czujnika.
Tab. 3. Uzyskane wartoĞci wskaĨników jakoĞci dla Symulacji 3 WskaĨnik
jakoĞci E [m2s] S [m/s] s [m] T [s] vmax[m/s] v[m/s]
WartoĞü 10 564 0,177 28,9 47,2 0,852 0,61 33
W tym przypadku uzyskano gorsze warto Ğci wszystkich wskaĨników jakoĞci w porównaniu z Symulacją 1 poza wskaĨnikiem S, co byáo związane z tym, Īe robot poruszaá siĊ z mniejszą i bardziej równomierną prĊdkoĞcią. W porównaniu z Sym ulacją 2 robot osi ąga cel szybciej poruszając siĊ z wi Ċkszą Ğrednią prĊdkoĞcią, co by áo związane z tym , Īe robot m iaá uboĪszą informacjĊ o przeszkodach, przez co poruszaá siĊ bardziej swobodnie.
W ramach realizacji niniejszej pracy wykonano takĪe badania symulacyjne zakáadają-ce awariĊ pozostaáych czujników dla przypadku awarii pojedynczego czujnika.
Na podstawi e wszystkich wykonanych sym ulacji m oĪna st wierdziü, Īe w wi ĊkszoĞci przypadków opracowany algoryt m sem iautonomii dobrze r adzi sobie z awari ą pojedynczego czujnika.
Animacje ruchu robota zrealizowane z zastosow aniem przybornika Simulink 3D Ani-mation dla opisanych w pracy przypadków symulacji moĪna znaleĨü pod adresem [17]. 6. PODSUMOWANIE, WNIOSKI I KIERUNKI DALSZYCH BADAē
W niniejszej pracy opisano wyniki prac badawczych dotycz ących analizy wra ĪliwoĞci algo-rytmu se miautonomii mobilnego robota bojowego na awari Ċ czujników otoczenia. Opraco-wany algorytm semiautonomii uwzglĊdniaá moĪliwoĞü wystąpienia awarii czujników, korygu-jąc w odpowiedni sposób podzachowania robota. Przedstawiono wyniki badaĔ symulacyjnych zrealizowanych z zastosowaniem pakietu Matlab/Sim ulink dla przypadków nor malnej pracy czujników otoczenia oraz awarii wybranych z nich. Dokonano porównania uzysk anych wyni-ków symulacji za pomocą przyjĊtych szeĞciu wskaĨniwyni-ków jakoĞci. Uzyskane wyniki Ğwiadczą o tym, Īe opracowany algorytm semiautonomii wykazuje d uĪą odpornoĞü na awari Ċ czujni-ków. Co wi Ċcej, w przypadku awarii niektórych czujników uzyskuje si Ċ lep sze warto Ğci wskaĨników jako Ğci. Takie zachow anie algo rytmu m oĪna wyja Ğniü ty m, Īe robot wskutek awarii jednego z czujnik ów przejeĪdĪa bliĪej niektórych przeszkód, przez co jego droga do celu s taje si Ċ krótsza. Nie Ğwiadczy to jednak o tym , Īe w tym przypadku algorytm lepiej funkcjonuje i Īe naleĪy usunąü z robota czujnik, który ulegá awarii.
Kierunki dalszych bada Ĕ bĊdą dotyczyü symulacji awarii wiĊkszej liczby czujników oraz implementacji zmodyfikowanego algorytmu semiautonomii na m obilnym robocie bojo-wym oraz realizacji bada Ĕ eksperymentalnych związanych z analiz ą wraĪliwoĞci tego algo-rytmu na imitowaną awariĊ czujników otoczenia.
[2] M. Trojnacki i P. Szynkarczyk, " Tendencje rozwoju mobilnych robotów l ądowych (3). Autonomia robotów mobilnych – stan obecny i perspektywy rozwoju" , Pomiary
Automatyka Robotyka, Nr. 9/2008, 5–9.
[3] A. Ghorbani, S. Shiry and A. Nodehi, "Using Genetic Algorithm for a Mobile Robot Path Planning," i n International Conference on Future Computer and Communication, 164–166, 2009.
[4] M. W ang i J. N . K. Liu, "Fuzzy l ogic-based r eal-time robot navigation in unknow n environment with dead ends," Robotics and Autonomous Systems vol. 56, 625–643, 2008. [5] X.-J. Jing, " Behaviour dynamics based m otion planning of m obile robots in uncertain
dynamic environments," Robotics and Autonomous Systems vol. 53, 99–123, 2005.
[6] M. Soi ka, "A sensor failu re detection fr amework for autonom ous m obile robots", in Intelligent Robots and Systems, 1997. IROS '97., Proceedings of the 1997 IEEE/RSJ
International Conference on, 1997, 1735–1740 vol.3.
[7] N. Ranganathan, M. I. Patel and R . Sathyam urthy, "An intelligent system for failure detection and control in an au tonomous underwater vehicle," Systems, Man and
Cybernetics, Part A: Systems and Humans, IEEE Transactions on, vol. 31, 762–767, 2001.
[8] K. Bouibed, A. Aitouche and M. Bayart, "Sensor fault detection by sliding mode observer applied to an autonomous vehicle," in Advances in Computational Tools for Engineering
Applications, 2009. ACTEA '09. International Conference on, 621–626, 2009.
[9] I. J. Rudas, I. Ori a nd A. Toth, "D esign me thodology a nd e nvironment for r obot diagnosis," in Industrial Electronics, 1993. Conference Proceedings, ISIE'93 - Budapest.,
IEEE International Symposium on, 367–372, 1993.
[10] K. Kroschel and A. Wernz, "Sensor Fault Detection and Localisation Using Decorrelation Methods," A Sesnsors and Actuators, vol. 25–27, pp. 43–50, 1991.
[11] G. J. S. Ra e and S. E. Dunn, "On-Line detection for AUV," in IEEE Symp. Autonomous
Underwater Vehicle Technology, 383–392, 1994.
[12] T. J. Farrel and B. Appl eby, "Using leraning tec hniques to a ccommodate unanticipated faults," in IEEE Trans. Control Syst. Technol., 1993, 40–49.
[13] M. L. Visinsky, J. R. Cavallaro and J. D. Walker, "Expert System Framework for Fault Detection and Fault Tolerance in Robotics," Computers & Electrical Engineering, vol. 20(5), 421–435, 1994.
[14] "Toward an autom atic health m onitor for autonom ous under water vehicles usi ng parameter identification," in Amer. Control Conf., 585–589, 1993.
[15] P. Bigaj, M. Trojnacki i J. Bartoszek, "Robot IBIS – realizacja ruchu w trybie teleoperacji i semiautonomii," Prace naukowe Politechniki Warszawskiej, Seria: Elektronika, Zeszyt
175, Tom 1, 135–148, 2010.
[16] Oferta robota IBIS produkcji PIAP (stan na dzie Ĕ 24.11.2010) dostĊpna na stronie internetowej: http://www.antyterroryzm.com/robot_bojowy.php
[17] Filmy prezentujące moĪliwoĞci robota IBIS produkcji PI AP dostĊpne pod adresem (stan na dzieĔ 24.11.2010): http://www.youtube.com/user/osmpiap
[18] J. B orenstein and Y . K oren, "H igh-speed obstacle avoi dance for m obile robots", in Intelligent Control, 1988. Proceedings., IEEE International Symposium on, 382–384, 1998.
[19] I. Ulrich and J. Borenstein, "VFH +: reliable obstacle avoidance for fast m obile robots", in Robotics and Automation, 1998. Proceedings. 1998 IEEE International Conference on, 1572–1577, 1998.
BIBLIOGRAFIA
[1] A. Woáoszczuk, M. Andrzejczak i P. Szynkarczyk, "Archit ecture of mobile roboti cs platform pl anned for intelligent robotic port er system – IRPS project," Journal
