실시간 제어 시스템

Real-time Control System

Real-time Control System(RCS; 실시간 제어 시스템)은 레퍼런스 모델 아키텍처로 많은 소프트웨어 부하가 높은 실시간 컴퓨팅 제어 문제 도메인에 적합합니다.실시간 지능형 제어 시스템에 필요한 기능의 유형과 이러한 기능이 서로 어떻게 관련되어 있는지를 정의합니다.

공작기계, 부품 버퍼 및 비전 시스템을 갖춘 로봇을 포함하는 가공 워크스테이션의 RCS-3 적용 예.RCS-3은 처리 노드의 레이어 그래프를 생성합니다.각 노드에는 태스크 분해(TD), 월드 모델링(WM) 및 센스 처리(SP) 모듈이 포함됩니다.이들 모듈은 통신 시스템에 의해 서로 풍부하게 상호 연결되어 있습니다.

RCS는 시스템 설계도 아니고 특정 시스템 구현 방법의 사양도 아닙니다.RCS는 시스템 복잡성을 구성하기 위해 일련의 충분한 근거를 가진 엔지니어링 원칙에 기초한 계층적 제어 모델을 규정한다.모든 수준의 모든 제어 노드는 일반 노드 [1]모델을 공유합니다.

또한 RCS는 제어 시스템을 설계, 엔지니어링, 통합 및 테스트하기 위한 포괄적인 방법을 제공합니다.시스템 태스크와 정보를 제어 가능하고 효율적인 보다 세밀하고 유한한 서브셋으로 반복적으로 분할합니다.RCS는 불확실하고 구조화되지 않은 운영 환경에 적응하는 지능형 제어에 중점을 둡니다.주요 관심사는 감지, 인식, 지식, 비용, 학습, 계획 및 [1]실행입니다.

개요

참조 모델 아키텍처는 시스템 설계 사양이 아닌 표준 형식입니다.RCS 레퍼런스 모델 아키텍처는 실시간 모션 계획 및 제어와 높은 수준의 작업 계획, 문제 해결, 월드 모델링, 재귀 상태 추정, 촉각 및 시각적 이미지 처리 및 음향 시그니처 분석을 결합합니다.사실 RCS 개념의 진화는 서브세션에서 SURWIGH, 칠판에서 객체 지향 [2]프로그래밍에 이르기까지 현재 문헌에 알려진 대부분의 인텔리전트 제어 시스템의 최선의 특성과 기능을 포함하려는 노력에 의해 추진되었다.

RCS(실시간 제어 시스템)는 인간 수준의 퍼포먼스를 포함한 모든 수준의 인텔리전트한 동작을 가능하게 하도록 설계된 인텔리전트 에이전트 아키텍처로 개발되었습니다.RCS는 소뇌의 이론적인 모델, 즉 미세한 운동 조정과 의식 동작의 제어를 담당하는 뇌의 부분에서 영감을 받았다.이것은 원래 실험실 조작자의 감각-대화적 목표 지향적 제어를 위해 설계되었다.30년 이상, 인텔리전트한 공작기계, 공장 자동화 시스템, 인텔리전트 오토노마스 [3]차량을 위한 실시간 제어 아키텍처로 진화해 왔습니다.

RCS는 제조 사례 및 차량 시스템 사례를 포함한 많은 문제 영역에 적용됩니다.RCS 아키텍처를 기반으로 하는 시스템은 공작기계에서의 부품 및 공구 로드 및 언로드, 가공 워크스테이션 제어, 로봇 디버링 및 모따기 수행, 우주 정거장 텔레로봇 제어, 여러 자율 언더 등 다양한 응용 분야에 대해 다양한 수준으로 설계 및 구현되어 있습니다.ea 차량, 무인 육상 차량, 탄광 자동화 시스템, 우편물 처리 시스템 및 잠수함 운영 자동화 [2]시스템.

역사

RCS는 인텔리전트 동작의 복잡성과 정교함에 대한 이해가 높아짐에 따라 수년간 다양한 버전을 통해 발전해 왔습니다.1970년대 [4]중반 Barbera에 의해 감각 상호작용 로봇에 대한 첫 번째 구현이 고안되었다.

RCS-1

RCS-1 제어 패러다임의 기본.

RCS-1에서는 모든 목표와 상태의 조합에 대한 적절한 반응을 계산하기 위해 명령을 감각 피드백과 결합하는 데 중점을 두었다.이 애플리케이션은 시각적 추적 작업에서 구조화된 조명 비전 시스템을 갖춘 로봇 팔을 제어하는 것이었습니다.RCS-1은 Marr-Albus [5]모델과 소뇌의 [2]Cerebellar Model 산술 컴퓨터(CMAC)[6]와 같은 생물학적 모델의 영향을 많이 받았다.

CMAC는 출력의 일부가 입력에 직접 피드백될 때 스테이트 머신이 되기 때문에 RCS-1은 제어 레벨의 계층에 배치된 스테이트 머신 세트로 실장되었습니다.각 레벨에서 입력 명령어는 자극 반응 방식으로 피드백에 의해 구동되는 동작을 효과적으로 선택한다.따라서 CMAC는 그림과 같이 RCS-1의 기준 모델 구성 요소가 되었다.

이러한 구성 요소의 계층은 Tinbergen[7] 및 기타에 의해 관찰된 동작 계층을 구현하기 위해 사용되었습니다.RCS-1은 많은 면에서 Brooks의 가정 [8]아키텍처와 유사하지만, RCS는 가정 [2]후가 아니라 명령으로 표현된 목표를 통해 사실 이전의 행동을 선택한다.

RCS-2

RCS-2 제어 패러다임

차세대 RCS-2는 1980년대 [9][10][11]초 NIST Automated Manufacturing Research Facility(AMRF)에서 제조 제어를 위해 Barbera, Fitzgerald, Kent 등에 의해 개발되었습니다.그림에 RCS-2의 기본 구성 요소를 나타냅니다.

H 함수는 유한 상태의 머신 상태 테이블 실행자로 남았습니다.RCS-2의 새로운 특징은 구조화된 빛과 블럽 분석 알고리즘을 포함한 다수의 감각 처리 알고리즘으로 구성된 G 함수를 포함했다는 것이다.RCS-2는 서보, 좌표변환, E-Move, 태스크, 워크스테이션, 셀, 상점 및 퍼실리티 제어 레벨로 구성된 8단계 계층을 정의하기 위해 사용되었습니다.

처음 6개 층만 실제로 지어졌습니다.AMRF 워크스테이션 중2대는 5레벨의 RCS-2를 완전히 실장했습니다.육군 현장 자재 취급 로봇(FMR)의 [2]제어 시스템도 [12]육군 TMAP 준자율 육상 차량 프로젝트와 마찬가지로 RCS-2에 구현되었다.

RCS-3

RCS-3 제어 패러다임

RCS-3은 NBS/DARPA MAUV(Multiple Autonomous Under Sea Vehicle) 프로젝트를[13] 위해 설계되었으며, NASA/NBS 표준 기준 모델 텔레로봇 제어 시스템 아키텍처(NASREM)에 적용되었으며, IS-3의 기본 빌딩인 우주정거장 비행 텔레로봇[14] 서비스 기관용으로 개발되었다.

RCS-3에 도입된 주요 신기능은 월드 모델과 오퍼레이터 인터페이스입니다.세계 모델의 포함은 작업 계획과 모델 기반 감각 처리를 위한 기초를 제공한다.이를 통해 태스크 분해(TD) 모듈이 개선되어 각각 작업 할당자, 각 서브시스템에 대한 플래너 및 실행자가 할당되었습니다.이것은 대략 [15]사리디스의 3단계 통제 [2]계층과 일치합니다.

RCS-4

RCS-4 제어 패러다임

RCS-4는 1990년대부터 NIST 로봇 시스템 사업부에 의해 개발되었습니다.그림에는 기본 구성 요소가 나와 있습니다).RCS-4의 주요 신기능은 가치판단(VJ) 시스템의 명시적 표현입니다.VJ 모듈은 RCS-4 제어 시스템에 변연계에 의해 생물학적 뇌에 제공되는 기능 유형을 제공합니다.VJ 모듈에는 계획된 작업의 비용, 유익성 및 위해성을 계산하고 객체, 재료, 영역, 상황, 이벤트 및 결과에 가치를 두는 프로세스가 포함되어 있습니다.Value state-variable은 어떤 목표가 중요하며 어떤 오브젝트 또는 리젼에 관여, 공격, 방어, 지원 또는 기타 조치를 취해야 하는지를 정의합니다.가치 판단 또는 평가 기능은 계획이나 학습의 모든 형태에서 필수적인 부분입니다.인텔리전트 제어 시스템에 대한 가치 판단의 [16]적용은 George Pugh에 의해 다루어졌습니다.VJ 모듈의 구조와 기능은 Albus(1991)[2][17]에서 더 완전하게 개발되었다.

또한 RCS-4에서는 RCS-3 Term Task 5 Decolution(TD; 태스크5 분해) 대신 Begion Generation(BG; 행동 생성)이라는 용어가 사용됩니다.이 변경의 목적은 자율적인 의사 결정의 정도를 강조하는 것이다.RCS-4는 전장, 심해, 먼 행성 등 고대역폭 통신이 불가능한 구조화되지 않은 환경에서 고도로 자율적인 애플리케이션에 대응할 수 있도록 설계되었습니다.이러한 애플리케이션에는 자율적인 가치 판단과 정교한 실시간 지각 기능이 필요합니다.RCS-3는 환경이 보다 구조화되어 휴먼 인터페이스에 대한 통신 대역폭이 제한되지 않는 근거리 또는 얕은 해저 운용을 위한 제조, 건설, 텔레로봇 등 요구가 적은 애플리케이션에 계속 사용됩니다.이러한 애플리케이션에서 가치 판단은 종종 과제 계획 프로세스 또는 인간 운영자 [2]입력에 암묵적으로 표현된다.

방법론

그림에서는 일상적인 교통상황 하에서 자율노상주행 제어시스템을 설계하기 위한 RCS 방법론의 예를 6단계로 [18]정리한다.

지식의 습득과 표현을 위한 RCS 방법론의 6단계.
  • 스텝 1은 트레이닝 매뉴얼 및 대상 분야의 전문가로부터의 도메인 지식 집중 분석으로 구성됩니다.각 작업 및 하위 작업에 대한 시나리오를 개발하고 분석합니다.이 단계의 결과는 절차적 지식을 각 단계에서 보다 단순하고 간단한 작업을 통해 작업 분해 트리로 구조화한다.각 명령어 어휘(목표 상태, 파라미터 및 제약조건을 가진 동작 동사)를 정의하여 [18]각 명령어에서의 작업 동작을 환기한다.
  • 2단계에서는 1단계에서 정의한 명령을 실행하는 조직 단위의 계층 구조를 정의합니다.각 유닛에 대해서, 각 커맨드에 대응하는 직무와 책임이 명시되어 있습니다.이는 개발 프로젝트의 업무 구분 구조를 확립하거나 비즈니스 [18]또는 군사 운영에 대한 조직도를 정의하는 것과 유사합니다.
  • 스텝 3 에서는, 입력 커맨드를 수신했을 때에 각 유닛내에서 트리거 되는 처리를 지정합니다.각 입력 명령어에 대해 명령된 태스크를 달성하기 위한 계획(또는 계획을 작성하기 위한 절차)을 제공하는 상태 그래프(또는 statetable 또는 extended finite state automaton)가 정의된다.input 명령어는 적절한 스테이트테이블을 선택(또는 생성하는 원인)합니다.이 테이블을 실행하면 다음 하단의 유닛에 대한 일련의 출력 명령어가 생성됩니다.state-table 라이브러리에는 모든 작업 분기 조건을 식별하고 대응하는 상태 전이 [18]및 출력 명령 파라미터를 지정하는 일련의 상태 기밀 절차 규칙이 포함되어 있습니다.

스텝 3의 결과, 각 조직 단위는 각 입력 명령어에 대해 순서가 매겨진 생산 규칙의 상태 테이블을 가지며, 각각은 확장 유한 상태 자동화(FSA)에 의해 실행하기에 적합합니다.입력 명령어를 실행하는 데 필요한 출력 서브 명령어 시퀀스는 FSA가 어떤 출력 서브 명령에서 다음 [18]출력 서브 명령으로 이행하는 상황(브런치 조건 등)에 의해 생성됩니다.

  • 4단계에서는 3단계에서 정의한 각각의 상황을 분석하여 세계와 태스크 상태에 대한 의존성을 밝혀낸다.이 절차에서는 특정 상황이 [18]참이 되도록 하는 엔티티, 이벤트 및 세계의 상태 간의 자세한 관계를 식별합니다.
  • 5단계에서는 위의 세계 상태 및 [18]상황 검출과 관련된 특정 기능 및 속성과 함께 모든 개체와 엔티티를 식별하고 이름을 붙입니다.
  • 6단계에서는 특정 작업 활동의 맥락을 사용하여 거리를 설정하며, 따라서 감각 처리 구성요소에 의해 관련 물체 및 실체가 측정되고 인식되어야 하는 해상도를 설정한다.그러면 센서 시스템이 각 하위 작업 활동을 [18]지원하기 위한 일련의 요구 사항 및/또는 사양이 설정됩니다.

소프트웨어

실시간 제어 시스템 소프트웨어.

NIST는 RCS 레퍼런스 모델 아키텍처를 기반으로 실시간 제어 시스템 소프트웨어 라이브러리를 개발했습니다.이 아카이브는 Reference [19]Model Architecture for Intelligent Systems Design을 사용하는 소프트웨어 프로그래머를 실시간 제어 시스템에서 사용할 수 있도록 개발된 무료 C++, Java 및 Ada 코드, 스크립트, 도구, makefile 및 문서입니다.

적용들

  • ISAM 프레임워크는 제조 도메인에 대한 RCS 응용 프로그램입니다.
  • 4D-RCS 레퍼런스 모델 아키텍처는 차량 도메인에 대한 RCS 애플리케이션입니다.
  • NASA/NBS NASREM(Telerobot Control Systems Architecture)은 Space Domain에 대한 응용 프로그램입니다.

레퍼런스

  1. ^ a b NIST ISD 연구 영역의 개요.최종 갱신일 : 2003년 5월 12일2009년 8월 2일에 액세스.
  2. ^ a b c d e f g h 제임스 S. Albus(1992)인텔리전트 시스템 설계의 레퍼런스 모델 아키텍처 2008년 9월 16일 국립표준기술연구소 제조공학연구소 웨이백 머신 인텔리전트 시스템 부문 아카이브
  3. ^ 짐 알버스, 토니 바베라, 크레이그 슐레노프(2004)."RCS: 인텔리전트 에이전트 아키텍처" 인: 2004 AAAI 회의의 Proc.: 인텔리전트 에이전트 아키텍처 워크숍: 소프트웨어 엔지니어링과 인지 시스템의 장점을 조합한 캘리포니아 새너제이.
  4. ^ A.J. 바베라, J.S. 앨버스, M.L. 피츠제럴드(1979년)."마이크로컴퓨터를 이용한 로봇의 계층적 제어"인: 1979년 3월 워싱턴 DC, 제9회 산업용 로봇 국제 심포지엄 진행.
  5. ^ J.S. 앨버스(1971년)."소뇌 기능 이론"인: 수리생명과학, 제10권, 페이지 25-61, 1971
  6. ^ J.S. 앨버스(1975)."조작기 제어에 대한 새로운 접근법: 소뇌 모델 관절 제어기(CMAC)"인: 트랜잭션 ASME, 1975년 9월.
  7. ^ 니코 틴베르겐(1951년).본능의 연구옥스퍼드 주 클라렌든
  8. ^ 로드니 브룩스(1986년)."모바일 로봇을 위한 견고한 계층형 제어 시스템"인: IEEE Journal of Robotics and Automation.Vol. RA-2, [1], 1986년 3월
  9. ^ J.A. 심슨, R.J. 호켄, J.S. 앨버스(1983년)."미국 표준국의 제조 자동화 연구 시설"인: 1983년 제1권 제1호 제조시스템 저널
  10. ^ J.S. 알버스, C.맥린, A.J. 바베라, M.L. 피츠제럴드(1982년)."제조 환경에서 로봇의 실시간 감각 상호작용 제어를 위한 아키텍처"인: 제4회 제조기술 정보관리 문제 심포지엄.Gaithersburg, MD, 1982년 10월
  11. ^ E. W. 켄트, J.S. 앨버스(1984)"로봇 제어 시스템과 감각 데이터 사이의 인터페이스로서의 세계 모델 서비스"인: 1984년 1월, 제2권 1호 로보티카.
  12. ^ H.G. McCain, R.D. Kilmer, S. S. S. Sabo, A. Ablishamian(1986)"헤비 페이로드 군사 현장 애플리케이션을 위한 계층 제어 자율 로봇"인: 국제 인텔리전트 자율 시스템 회의의 진행.1986년 12월 8일부터 11일까지 네덜란드 암스테르담.
  13. ^ J.S. 앨버스(1988)다중 자율 해저 차량을 위한 시스템 설명 및 설계 아키텍처National Institute of Standards and Technology, Technical Report 37 1251, Gaithersburg, MD, 1988년 9월
  14. ^ J.S. Albus, H.G. McCain, R. Lumia(1989)NASA/NBS Telerobot Control System Architecture(NASREM)의 표준 레퍼런스 모델.National Institute of Standards and Technology, Technical Report 1235, Gaithersburg, MD, 1989년 4월.
  15. ^ 조지 N. 사리디스(1985년).인텔리전트 컨트롤 이론의 기초입니다.IEEE 인텔리전트 컨트롤 워크숍, 1985
  16. ^ G.E. Pugh, G.L. Lucas, (1980).첨단 전술 항공 제어 시스템의 제어 및 조정에 대한 가치 중심 의사결정 이론의 적용Decision-Science Applications, Inc., 보고서 No. 218, 1980년 4월
  17. ^ J.S. 앨버스(1991)'지성 이론'을 위한 아웃라인.입력: IEEE Trans. on Systems, Man 및 Cybernetics.제21권, 제3호, 1991년 5월/6월
  18. ^ a b c d e f g h 제임스 S. Albus & Anthony J. Barbera (2005).RCS: 인텔리전트 멀티 에이전트 시스템을 위한 인지 아키텍처.미국 국립표준기술연구소, 메릴랜드주 20899
  19. ^ Real-Time Control Systems Library – nist.gov에 있는 소프트웨어 및 매뉴얼.2009년 8월 4일에 액세스.

외부 링크

Wikimedia Commons에는 RCS 레퍼런스 모델 아키텍처와 관련된 미디어가 있습니다.