To jest stara wersja strony!
Projekt zakończony
Lukasz Zalewski, zalewik@gmail.com
High-level NXT programming, design tools, XTT applications
Poniższe algorytmy zostały opracowane dla robota mobilnego TriBot. Jest to rozbudowana wersja robota z katalogu zestawu mindstorm:
W algorytmach wykorzystano wszystkie użyte sensory (tak jak widać na obrazku: echosonda, mikrofon, czujnik dotyku i sensor natężenia światła).
Wadą powyższych algorytmów jest brak informacji o położeniu. Robot nie ma punktów odniesienia. Nie zna swojej pozycji. Stąd trudno wymagać, by poruszał się w zadanym kierunku nawet po napotkaniu przeszkody. Sytuację tą można poprawić wprowadzając możliwość zapisu pomiarów z czujników.
Można również rozważyć wykorzystanie algorytmów genetycznych do sterowania robotami. Tym zagadnieniem zajmują się już inne uczelnie Southwestern University, Georgetown, TX Bardzo ciekawe zastosowanie algorytmów genetycznych w przypadku robotów zaprezentowano na naukowym zjeździe fundacji Ted. Przedstawiono tam algorytm, który sam generuje sterowanie wiedząc tylko tyle, że ma kilka serwomechanizmów i czujników.
W pierwszej iteracji projektu należało znaleźć możliwie jak najwięcej przykładów sterowania robotami. Niestety, informacji na ten temat jest niewiele. Większość materiału jest nie udokumentowana, cześciej spotykane były wzmianki lub prezentacje sterowania robotami. Ciekawostką jest to, że również inne europejskie uczelnie zajmują się opracowywaniem sterowania, prowadzą laboratoria z MindStormów.
Udokumentowane algorytmy (przykłady) sterowania robotami mobilnymi - z sieci:
W drugiej iteracji należało zastanowić się i zapisać algorytmy sterowania dla wymyślonego robota Mindstorm. Jako robot przyjęto TriBot, który zawiera wszystkie dosŧępne sensory. Przy zapisie regułowym pojawiło się parę niejasności:
Od tych zasadniczych pytań zależy sposób zapisania reguł. Wydaje się oczywiste, że najlepiej byłoby dążyć do tego by reguły były zupełne i jednocześnie wykluczały się. Jednak taki zapis nie jest prosty. Oraz narzuca pewne wymogi. W projekcie wykorzystano zarówno reguły wykluczające się jak i takie, które są luźne. Przy tych ostatnich przyjęto, że wywoływana jest pierwsza poprawna reguła (zapis ten przypomina Prolog).
| Reguły wykluczające się | Luźny zapis | |
|---|---|---|
| + pewniejszy zapis | + brak ograniczeń | |
| + proste zasady | + mniej reguł | |
| - większa ilość reguł | - problem z wywolywaniem reguł | |
| - narzucona koncepcja. W niektórych przypadkach utrudnia zapis | ||
| Pojedyncze wywołanie | Jest to najlepsze sposób wywoływania | Prowadzi do formalizacji(szczegułowaści) zapisu, zwiększa ilość reguł |
| Monitorowanie | Nie jest potrzebne | Może prowadzić do wywołania więcej niż jedną regułę |
| Nawroty | Są zbędne, niczego nowego nie wprowadzają | Najlepsze podejście. Reguły tworzą logiczną ścieżkę przejść |
Po przyjęciu sposobu zapisu reguł i przyjęciu mechanizmu ich wywoływania, przystąpiono do ich zapisu. I tu również pojawił się problem. Mianowicie, w przypadku bardziej złożonych algorytmów trudno było wydzielić takie elementy jak:
Czy raz wpisana wartość atrybutu zostaje zachowana do następnej zmiany?
| Atrybuty z pamięcią | Atrybuty bez pamięci |
|---|---|
| + dodatkowa informacja o stanie robota | + brak konieczności zapewniania zerowaniana wartości |
| - należy pamiętać, że wówczas inkrementujemy wartości, np. turn += 45 zamiast turn = 45 | + prosty zapis |
| - konieczność zerowania wartości w celu np. zatrzymania robota po wykonaniu reguły | - zerowanie wymusza konieczność ponownego pozyskania informacji o stanie robota |
| ? zerowanie powinno odbywać się albo po wykonaniu reguły, albo przy kolejnym cyklu (metoda „Pojedyncze wykonanie”) |
W projekcie przyjęto, że dla reguł atrybuty są wartościami bez pamięci. Podjęto próbę dokonania zapisu wg przykładu z termostatem. Czyli dokonania grupowania atrybutów. Wady i podejścia tego zapistu zostały przedstawione w punkcie XTT.
Oprócz wyżej zaprezentowanych materiałów znaleziono:
