СБОРНИК ДОКЛАДОВ
58
ограничения связаны с точечным представлением карты и критическим возрастанием объёма данных при увеличении пло-
щади исследуемой зоны или увеличении точности. Подобные недостатки могут быть устранены на основе недавно предло-
женного в [5], [9], [10], [11] метода построения специализированных геометрических моделей наблюдаемого пространства
в условиях отсутствия каких-либо начальных сведений. Функциональная особенность данного подхода связана с обра-
боткой вторичных данных на основе кусочно-линейной аппроксимации контуров, выделяемых из образов окружающего
пространства. Такой подход допускает применение сенсорных систем, основанных на различных физических принципах
работы (например, использование систем технического зрения, радиолокации, ультразвукового сканирования). Алгорит-
мы последовательного уточнения моделей объектов окружающей среды и адаптивной статистической оценки результатов
позволяют выстраивать локальную (оперативную) и глобальную карты заранее не известного окружающего пространства
в режиме реального времени. На рис. 1 представлена экспериментальная реализация метода с использованием системы
технического зрения.
Рис. 1 – Пример представления окружающего пространства на основе векторного представления карты
Наиболее полное описание окружающего пространства позволяет решать задачи управления. В настоящее время пере-
довым направлением в данной области является разработка интеллектуальных систем управления [4]. Это набор спец-
ифических алгоритмов управления, на основе которых возможно построить, например, системы автоматической оценки
ситуации и принятия решений. В частности, это:
÷
Задачи ситуационного управления – в отличие от классических подходов, здесь решается задача управления ме-
няющимися ситуациями, когда робот оказывается в условиях частичной или полной неопределённости [6], [8];
÷
Применение когнитивных систем управления, особенностью которых является наличие интеллектуальных плани-
ровщиков сценариев, блоки принятия решений которых могут быть основаны, например, на применении нечётких правил
и нейронных сетей [3], [4];
÷
Методы многокритериальной оптимизации и управления [7];
÷
Методы группового управления [8]. Применение многоагентного подхода.
Рис. 2 – Иерархическая система построения целевых функций