ИНТЕЛЛЕКТУАЛЬНОЕ ПЛАНИРОВАНИЕ СТРАТЕГИЙ И УПРАВЛЕНИЕ ГРУППОЙ МОБИЛЬНЫХ РОБОТОВ В УСЛОВИЯХ НЕПОЛНОТЫ ИНФОРМАЦИИ
Аннотация
Рассматриваются различные задачи планирования стратегий и управления группой мо-
бильных роботов в сложных динамических условиях при неполной информации о внешней среде.
Представлены подходы к решению задач составления эффективного рабочего расписания в
условиях непостоянного состава действующей группы, поиска источника нестационарного
поля концентрации, супервизорного управления дискретно-событийными системами. Для зада-
чи составления верхнеуровневого расписания групповой работы разработана оригинальная математическая модель, сформулированная в терминах задач планирования рабочих смен,
а также проблемно-ориентированная модификация эволюционных алгоритмов со специализи-
рованных набором эвристик для ее эффективного решения. Поиск и мониторинг источника
нестационарного поля концентрации осуществляется с помощью децентрализованной муль-
тиагентной стратегии управления, объединяющей элементы бионических и градиентных под-
ходов, а также метода генерации искусственных потенциальных полей. Рассмотренная стра-
тегия управления обладает низкой вычислительной сложностью, высокой вариативностью по
отношению к типам обследуемых полей и легко масштабируется для управления любым дос-
тупным количеством мобильных роботов. Последнее имеет особое значение, в частности, при
рассмотрении задачи параллельного и независимого мониторинга нескольких источников.
Для решения различных задач теории супервизорного управления дискретно-событийными сис-
темами, используемыми на различных уровнях иерархической системы управления робототех-
ническими комплексами, предложено использовать средства логического вывода, а именно,
автоматическое доказательство теорем в исчислении позитивно-образованных формул. Осо-
бенности исчисления позволяют эффективно решать сложные задачи управления динамиче-
скими системами, а также осуществлять обработку и контроль событий на основе данных об
окружающей среде в режиме реального времени в процессе логического вывода. Основанный на
позитивно-образованных формулах подход позволяет исследовать свойства дискретно-
событийных систем в автоматной форме, синтезировать и моделировать конечные автома-
ты для построения и реализации монолитных и модульных супервизоров. Предложена общая
схема, объединяющая рассмотренные подходы к управлению группой мобильных роботов на
различных уровнях и масштабах времени в рамках единой иерархической системы управления
Литература
teams with periodic and aperiodic communications, Proceedings of the Institution of Mechanical
Engineers, Part C: Journal of Mechanical Engineering Science, 2022, Vol. 236 (17),
pp. 9730-9742.
2. Dutia D. Multi-robot task allocation and scheduling with spatio-temporal and energy constraints,
M te ’ The i , o ce te Po ytechnic In titute, o ce te , M , US , 2019.
3. Koc C., Bektas T., Jabali O et al. Thirty years of heterogeneous vehicle routing, European
Journal of Operational Research, 2016, Vol. 249 (1), pp. 1-21.
4. Asghari M., Mirzapour Al-e-hashem S.M.J. Green vehicle routing problem: A state-of-the-art
review, International Journal of Production Economics, 2021, Vol. 231: 107899.
5. Stephan J., Fink J., Kumar V. et al. Concurrent control of mobility and communication in
multirobot systems, IEEE Transactions on Robotics, 2017, Vol. 33 (5), pp. 1248-1254.
6. Kantaros Y., Guo M., Zavlanos M. Temporal logic task planning and intermittent connectivity
control of mobile robot networks, IEEE Transactions on Automatic Control, 2019, Vol. 64
(10), pp. 4105-4120.
7. Kannan B., Marmol V., Bourne J. et al. The Autonomous Recharging Problem: Formulation
and a market-based solution, Proceedings of the 2013 IEEE International Conference on Robotics
and Automation, 2013, pp. 3503-3510.
8. Selmair M., Hauers S., Gustafsson-Ende L. Scheduling charging operations of autonomous
AGVs in automotive in-house logistics, Proceedings of the Simulation in Production and Logistics
2019, Chemnitz, Germany, 2019.
9. Hwang J., Bose N., Fan S. AUV Adaptive Sampling Methods, Applied Sciences, 2019, Vol. 9,
pp. 1-30.
10. Pang S., Farrell J.A. Chemical plume source localization, IEEE Trans. Syst. Man Cybern. Part
B, 2006, Vol. 36, pp. 1068-1080.
11. Zhang Y., Godin M.A. et al. Using an autonomous underwater vehicle to track a coastal
upwelling front, IEEE J. Ocean. Eng., 2012, Vol. 37, pp. 338-347.
12. Zhang Y., Bellingham J.G. et al. Autonomous Four-Dimensional Mapping and Tracking of a
Coastal Upwelling Front by an Autonomous Underwater Vehicle, J. Field Robot, 2016,
Vol. 33, pp. 67-81.
13. Kiselev L.V., Medvedev A.V. Modeli dinamiki i algoritmy upravleniya dvizheniem avtonomnogo
podvodnogo robota pri traektornom obsledovanii anomal'nykh fizicheskikh poley [Dynamic
models and algorithms for controlling the movement of an autonomous underwater robot during
trajectory examination of anomalous physical fields], Podvodnye issledovaniya i robototekhnika
[Underwater research and robotics], 2011, No. 1 (11), pp. 24-31.
14. Camilli R., Bingham B. et al. Integrating in-situ chemical sampling with AUV control systems,
In Proceedings of the Oceans 2004, Kobe, Japan, 9–12 November 2004, 2004, pp. 101-109.
15. Hayes A.T., Martinoli A., Goodman R.M. Distributed odor source localization, IEEE Sens. J.,
2002, Vol. 2, pp. 260-271.
16. Cassandras C.G., Lafortune S. Introduction to Discrete Event Systems. 3rd ed. Cham, Switzerland:
Springer, 2021, XXVI, 804 p.
17. Wonham W.M., Cai K. Supervisory Control of Discrete-Event Systems. NY: Springer, 2019. – 487 p.
18. Vassilyev S.N. Machine synthesis of mathematical theorems, The Journal of Logic Programming,
1990, Vol. 9 (2-3), pp. 235-266.
19. Vasil'ev S.N., Zherlov A.K., Fedunov E.A., Fedosov B.E. Intellektnoe upravlenie dinamicheskimi
sistemami [Intelligent control of dynamic systems]. Moscow: Fizmatlit, 2000, 352 p.
20. Davydov A, Larionov A., Cherkashin E. On the calculus of positively constructed formulas for automated
theorem proving, Automatic Control and Computer Sciences, 2011, Vol. 45 (7), pp. 402-407.
21. Larionov A., Davydov A., Cherkashin E. The calculus of positively constructed formulas, its
features, strategies and implementation, Proc. of International Convention on Information and
Communication Technology, Electronics and Microelectronics (MIPRO), Opatija 2013, 2013,
pp. 1023-1028.
22. Vassilyev S., Galyaev A. Logical-optimization approach to pursuit problems for a group of
targets, Dokl. Math., 2017, Vol. 95, pp. 299-304.
23. Vassilyev S., Ponomarev G. Automation methods for logical derivation and their application in the
control of dynamic and intelligent systems, Proc. Steklov Inst. Math, 2012, Vol. 276, pp. 161-179.
24. Kalyaev I.A., Kapustyan S.G., Usachev L.Zh. Metod resheniya zadachi raspredeleniya tseley v
gruppe BLA setetsentricheskoy sistemoy upravleniya [A method for solving the problem of
distributing goals in a group of UAVS by a network-centric control system], Izvestiya YuFU.
Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2016, No. 12 (185), pp. 55-70.
25. Pshikhopov V.Kh., Medvedev M.Yu. Sravnitel'nyy analiz tsentralizovannogo i
detsentralizovannogo algoritmov dvizheniya stroem BLA mul'tikopternogo tipa [Comparative
analysis of centralized and decentralized algorithms for the movement of a multicopter-type
UAV system], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences],
2022, No. 1 (225), pp. 121-139.
26. V n den Be h J., Be iën J. et . Personnel scheduling: A literature review, European Journal
of Operational Research, 2013, Vol. 226, pp. 367-385.
27. Kenzin M., Bychkov I., Maksimkin N. A Hierarchical Approach to Intelligent Mission Planning
for Heterogeneous Fleets of Autonomous Underwater Vehicles, Journal of Marine Science
and Engineering, 2022, Vol. 10 (11):1639.
28. Santos V.G. Spatial segregative behaviors in robotic swarms using differential potentials,
Swarm Intelligence, 2020, Vol. 14, pp. 259-284.
29. Ulyanov S., Bychkov I., Maksimkin N. Event-Based Path-Planning and Path-Following in Unknown
Environments for Underactuated Autonomous Underwater Vehicles, Applied Sciences,
2020, Vol. 10, No. 21, pp. 7894.
30. Davydov A., Larionov A., Nagul N. The construction of controllable sublanguage of specification
for DES via PCFs based inference, Proc. of the 2nd International Workshop on Information,
Computation, and Control Systems for Distributed Environments, ICCS-DE 2020,
Irkutsk, Russia, July 6-7, 2020: CEUR-WS Proceedings, 2020, Vol. 2638, pp. 68-78.
31. Davydov A.V., Nagul N.V., Larionov A.A. Ob obpabotke cobytiy v fopmal'nom logicheckom
podxode k yppavleniyu dickpetno-cobytiynymi cictemami [On event processing in a formal
logical approach to the management of discrete event systems], Vychislitel'nye tekhnologii
[Computational Technologies], 2022, Vol. 27, No. 5, pp. 89-100.
