智能控制分层递阶智能控制.pptx

《智能控制分层递阶智能控制.pptx》由会员分享，可在线阅读，更多相关《智能控制分层递阶智能控制.pptx（34页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1/345.1 引言5.2 递阶智能控制的基本原理5.4 分层递阶智能控制的应用举例5.3 递阶智能控制的组织和协调目录第1页/共34页2/345.1 引言引言分层递阶是人们分析和组织复杂系统的一种常用方法。无论是信息分析、还是行为控制，都有其层次性，在高层负责宏观的信息和决策，在低层负责具体的数据和控制。Saridis在1977年针对机器人控制，提出了一种智能控制的三级递阶结构。该思想在智能控制中有广泛应用，并进一步推广到了结合信息融合的集散递阶智能控制系统。第2页/共34页3/345.1 引言5.2 递阶智能控制的基本原理5.4 分层递阶智能控制的应用举例5.3 递阶智能控制的组织和协调目

2、录第3页/共34页4/34递阶智能控制结构递阶智能控制结构 第4页/共34页5/34三层结构的内容三层结构的内容负责整个系统的推理、规划、决策、长期记忆、信息交流等，是智能最高的级别，主要进行的是基于知识的各种信息处理和决策。组织级是组织级和执行级的接口，负责将组织级的指令分配为执行级的各项子任务，同时反馈任务执行的信息。协调级一般由多个硬件控制器所组成，负责具体的过程控制。执行级第5页/共34页6/34IPDI基本原理基本原理 精度随智能降低而增大的原理被称为IPDI（Increasing Precision with Decreasing Intelligence）原理。第6页/共34页7

3、/34信息熵信息熵 一个用来衡量信息丰富程度的物理量，对于代表某个信息的随机量x，其信息熵可以定义为：P(x)为信息取值x时的概率密度。信息集合 ，i=0,1,2,，则整个信息集合的总熵为 第7页/共34页8/34机器智能的映射变换机器智能的映射变换假设机器智能MI（Machine Intelligence）由知识库（规则库）来实现，各种信息由数据库DB(Date Base)来存储，可以看到，当MI作用于DB时，就会引起推理、映射等信息变换过程，产生知识流率R（Rate of Machine Knowledge）。这种映射变换的关系可以表示为：（MI）:（DB）R 第8页/共34页9/34IP

4、DI的证明的证明假设MI与DB无关 第9页/共34页10/345.1 引言5.2 递阶智能控制的基本原理5.4 分层递阶智能控制的应用举例5.3 递阶智能控制的组织和协调目录第10页/共34页11/341.组织级组织级第11页/共34页12/34组织级功能组织级功能根据前提和规则，推出结论的能力根据控制目的，获得任务序列的过程机器推理选择最有利的任务序列机器规划根据任务的执行情况，对控制进行评估，并更新机器学习算法机器决策对长期存储器进行信息更新机器学习和反馈机器记忆交换第12页/共34页13/342.协调级协调级将任务序列分解为子任务，根据子任务之间的并行关系，由分配器给低一级的协调器。协调

5、器将子任务分解为控制器可执行的控制序列，并保证该子任务最优。由于各子任务之间可能存在着耦合关系，分配器还必须根据总的目标，对各子任务的控制序列进行平衡和协调。例如，在各子任务的控制策略中引入一个协调参数、关联约束，通过预测或修正的方法来进行调整。第13页/共34页14/34分配器和协调器的统一结构分配器和协调器的统一结构 第14页/共34页15/34具体功能具体功能 通讯功能与上、下层进行通讯，接收或发送信息。数据处理功能对上层的命令信息和下层的反馈信息进行描述，并对自身的决策进行修改。任务处理功能识别要执行的任务，进行任务的调度、转换和建立，产生下层的控制程序，以及对上层的反馈信息。学习功能

6、根据任务执行产生的经验，不断减小决策的不确定性，改进任务分配的能力第15页/共34页16/343.执行级执行级 可以根据具体情况采用任何控制理论的经典方法。设被控系统为 性能指标第16页/共34页17/34信息熵信息熵控制量 在允许控制空间u中信息熵为，由变分引理可得 可见：分层递阶智能控制的目标就是使总熵最小。第17页/共34页18/345.1 引言5.2 递阶智能控制的基本原理5.4 分层递阶智能控制的应用举例5.3 递阶智能控制的组织和协调目录第18页/共34页19/34智能机器人系统的递阶控制智能机器人系统的递阶控制 智能机械手,具有6个自由度，配有全局摄像头。第19页/共34页20/

7、34设计任务设计任务假设需要完成两项任务，其对应的指令（Command）分别为c1、c2：c1：拾取玻璃杯，注满水并放入指定的地点。c2：拾取书本，并将其放入指定的地点。第20页/共34页21/341.组织层设计：（组织层设计：（1）机器推理）机器推理（1）机器推理这些命令涉及了5个事件（event）：e1：摄像头获取目标e2：机械手移动e3：在水龙头处注满水e4：抓取物品e5：将物品放在指定的地点第21页/共34页22/34事件状态转移图事件状态转移图 第22页/共34页23/34组织层设计：（组织层设计：（2）机器规划）机器规划（2）机器规划为了找到各种可行的行为序列，将5种事件划分为可重

8、复事件集合E1和不可重复事件集合E2。第23页/共34页24/34动作序列动作序列根据摄像头一次能观察到的目标数目，可以得到4种动作序列：第24页/共34页25/34组织层设计：其他部分组织层设计：其他部分(3)机器决策：(4)反馈：更新相关概率，为下一次决策做准备。(5)机器记忆交换：存储更新的概率，以及其他必要的反馈信息。第25页/共34页26/342.协调层设计协调层设计 涉及到视觉协调v、路径规划协调p、传感器协调s、手臂协调a和抓取协调g五个部分 第26页/共34页27/34协调层设计：协调层设计：（1）任务描述）任务描述 分配器输入：来自组织级的动作序列YO。协调器输入：子任务序列

9、。v=controv,procv,analyv,sendvp,sendpv,finishs=contros,procs,analys,sendsg,sendgs,finishp=path,sendvp,sendpv,sendap,sendpa,finisha=move,sendap,sendpa,finishg=grasp，put，sendsg,sendgs,finish 第27页/共34页28/34说明说明controc为协调器c的对应设备的数据处理命令，例如获取图像或力觉数据；procc为controc的数据处理算法，用于去除噪声等；analyc为controc数据的分析和融合算法，可以获

10、得特征信息、识别信息、方位信息等；sendab为协调器a、b之间的信息的发送或接收，通讯的方向为ab；path为路径规划算法；move为具体运动轨线的计算；grasp为抓取动作；put为放置动作；finish为接收过程，并反馈信息。第28页/共34页29/34协调层设计：（协调层设计：（2）任务翻译）任务翻译任务的调度、转换。例如组织级的动作序列：则可作如下翻译：初始情况下，需要观察环境，则指令e1可翻译为：controv,procv,analyv,finish发现目标后，将手爪移向目标，则指令e2可翻译为：(controv,procv,analyv,sendvp,path,move,sendpv)+,finish因为括号内部分可能要反复校对，所以用表示。靠近目标并抓取物品的指令e4可翻译为：(contros,procs,analys,sendsg,grasp,sendgs)+,finish第29页/共34页30/34Petri网实现网实现便于同步、异步操作 第30页/共34页31/343.执行级设计执行级设计 控制目标 运动方程次优状态反馈控制 第31页/共34页32/34集散递阶智能控制系统集散递阶智能控制系统 第32页/共34页33/34多传感器信息融合级多传感器信息融合级 第33页/共34页34/34感谢您的观看！第34页/共34页