智能控制 第5章 分層遞階智能控制.ppt

第5章分層遞階智能控制 智能控制基礎(chǔ) 2 34 5 1引言 5 2遞階智能控制的基本原理 5 4分層遞階智能控制的應(yīng)用舉例 5 3遞階智能控制的組織和協(xié)調(diào) 目錄 3 34 5 1引言 分層遞階是人們分析和組織復(fù)雜系統(tǒng)的一種常用方法 無論是信息分析 還是行為控制 都有其層次性 在高層負(fù)責(zé)宏觀的信息和決策 在低層負(fù)責(zé)具體的數(shù)據(jù)和控制 Saridis在1977年針對機器人控制 提出了一種智能控制的三級遞階結(jié)構(gòu) 該思想在智能控制中有廣泛應(yīng)用 并進(jìn)一步推廣到了結(jié)合信息融合的集散遞階智能控制系統(tǒng) 4 34 5 1引言 5 2遞階智能控制的基本原理 5 4分層遞階智能控制的應(yīng)用舉例 5 3遞階智能控制的組織和協(xié)調(diào) 目錄 5 34 遞階智能控制結(jié)構(gòu) 6 34 三層結(jié)構(gòu)的內(nèi)容 7 34 IPDI基本原理 精度隨智能降低而增大的原理被稱為IPDI IncreasingPrecisionwithDecreasingIntelligence 原理 8 34 信息熵 一個用來衡量信息豐富程度的物理量 對于代表某個信息的隨機量x 其信息熵可以定義為 P x 為信息取值x時的概率密度 信息集合 i 0 1 2 則整個信息集合的總熵為 9 34 機器智能的映射變換 假設(shè)機器智能MI MachineIntelligence 由知識庫 規(guī)則庫 來實現(xiàn) 各種信息由數(shù)據(jù)庫DB DateBase 來存儲 可以看到 當(dāng)MI作用于DB時 就會引起推理 映射等信息變換過程 產(chǎn)生知識流率R RateofMachineKnowledge 這種映射變換的關(guān)系可以表示為 MI DB R 10 34 IPDI的證明 假設(shè)MI與DB無關(guān) 11 34 5 1引言 5 2遞階智能控制的基本原理 5 4分層遞階智能控制的應(yīng)用舉例 5 3遞階智能控制的組織和協(xié)調(diào) 目錄 12 34 1 組織級 13 34 組織級功能 14 34 2 協(xié)調(diào)級 將任務(wù)序列分解為子任務(wù) 根據(jù)子任務(wù)之間的并行關(guān)系 由分配器給低一級的協(xié)調(diào)器 協(xié)調(diào)器將子任務(wù)分解為控制器可執(zhí)行的控制序列 并保證該子任務(wù)最優(yōu) 由于各子任務(wù)之間可能存在著耦合關(guān)系 分配器還必須根據(jù)總的目標(biāo) 對各子任務(wù)的控制序列進(jìn)行平衡和協(xié)調(diào) 例如 在各子任務(wù)的控制策略中引入一個協(xié)調(diào)參數(shù) 關(guān)聯(lián)約束 通過預(yù)測或修正的方法來進(jìn)行調(diào)整 15 34 分配器和協(xié)調(diào)器的統(tǒng)一結(jié)構(gòu) 16 34 具體功能 17 34 3 執(zhí)行級 可以根據(jù)具體情況采用任何控制理論的經(jīng)典方法 設(shè)被控系統(tǒng)為性能指標(biāo) 18 34 信息熵 控制量在允許控制空間 u中信息熵為 由變分引理可得可見 分層遞階智能控制的目標(biāo)就是使總熵最小 19 34 5 1引言 5 2遞階智能控制的基本原理 5 4分層遞階智能控制的應(yīng)用舉例 5 3遞階智能控制的組織和協(xié)調(diào) 目錄 20 34 5 4 1智能機器人系統(tǒng)的遞階控制 智能機械手 具有6個自由度 配有全局?jǐn)z像頭 21 34 設(shè)計任務(wù) 假設(shè)需要完成兩項任務(wù) 其對應(yīng)的指令 Command 分別為c1 c2 c1 拾取玻璃杯 注滿水并放入指定的地點 c2 拾取書本 并將其放入指定的地點 22 34 1 組織層設(shè)計 1 機器推理 1 機器推理這些命令涉及了5個事件 event e1 攝像頭獲取目標(biāo)e2 機械手移動e3 在水龍頭處注滿水e4 抓取物品e5 將物品放在指定的地點 23 34 事件狀態(tài)轉(zhuǎn)移圖 24 34 組織層設(shè)計 2 機器規(guī)劃 2 機器規(guī)劃為了找到各種可行的行為序列 將5種事件劃分為可重復(fù)事件集合E1和不可重復(fù)事件集合E2 25 34 動作序列 根據(jù)攝像頭一次能觀察到的目標(biāo)數(shù)目 可以得到4種動作序列 26 34 組織層設(shè)計 其他部分 3 機器決策 4 反饋 更新相關(guān)概率 為下一次決策做準(zhǔn)備 5 機器記憶交換 存儲更新的概率 以及其他必要的反饋信息 27 34 2 協(xié)調(diào)層設(shè)計 涉及到視覺協(xié)調(diào)v 路徑規(guī)劃協(xié)調(diào)p 傳感器協(xié)調(diào)s 手臂協(xié)調(diào)a和抓取協(xié)調(diào)g五個部分 28 34 協(xié)調(diào)層設(shè)計 1 任務(wù)描述 分配器輸入 來自組織級的動作序列YO 協(xié)調(diào)器輸入 子任務(wù)序列 v controv procv analyv sendvp sendpv finish s contros procs analys sendsg sendgs finish p path sendvp sendpv sendap sendpa finish a move sendap sendpa finish g grasp put sendsg sendgs finish 29 34 說明 controc為協(xié)調(diào)器c的對應(yīng)設(shè)備的數(shù)據(jù)處理命令 例如獲取圖像或力覺數(shù)據(jù) procc為controc的數(shù)據(jù)處理算法 用于去除噪聲等 analyc為controc數(shù)據(jù)的分析和融合算法 可以獲得特征信息 識別信息 方位信息等 sendab為協(xié)調(diào)器a b之間的信息的發(fā)送或接收 通訊的方向為a b path為路徑規(guī)劃算法 move為具體運動軌線的計算 grasp為抓取動作 put為放置動作 finish為接收過程 并反饋信息 30 34 協(xié)調(diào)層設(shè)計 2 任務(wù)翻譯 任務(wù)的調(diào)度 轉(zhuǎn)換 例如組織級的動作序列 則可作如下翻譯 初始情況下 需要觀察環(huán)境 則指令e1可翻譯為 controv procv analyv finish 發(fā)現(xiàn)目標(biāo)后 將手爪移向目標(biāo) 則指令e2可翻譯為 controv procv analyv sendvp path move sendpv finish 因為括號內(nèi)部分可能要反復(fù)校對 所以用 表示 靠近目標(biāo)并抓取物品的指令e4可翻譯為 contros procs analy