ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
31
R
7
–
иметь ненулевую проекцию
;
R
8
–
стоять на поверхности.
В [1]
введены два унарных отношения –
R
00
быть горизонтальным
и
R
01
быть вертикальным
,
а также 28 элементарных пространственных
бинарных отношений. Эти отношения получаются из базовых отно-
шений с использованием формальных логических правил конъюнк-
ции и дизъюнкции.
Совокупность заданных объектов в пространстве рабочей сцены,
отношений между ними и правил преобразования составляют фор-
мальный язык описания ситуации
.
На этом языке описание ситуации
допускает формальное (семиотическое) представление с использова-
нием логики пространственно-временных отношений. Например,
сложное пространственное отношение
а
1
стоит на плоскости S да-
леко справа
можно записать как (
a
1
R
8
S
)
&
(
a
0
d
5
f
7
a
1
),
где
а
0
–
наблю-
датель, относительно которого сформулированы отношения дистан-
ции и ориентации объекта
a
1
.
Состояние внешнего мира робота, т. е. текущая ситуация, описы-
вается системой бинарных фреймов (<
объект m
>, <
отношение
>,
<
объект m + 1
>),
m = 1
,
2
,
…
,
M
,
где в качестве одного из объектов
может выступать робот или внешний наблюдатель. Если заранее
установлены нечеткие отношения между всеми объектами, которые
могут наблюдаться роботом в процессе движения, мы получим не-
четкую семантическую сеть, или «нечеткую карту». Используя такую
карту, можно, в частности, осуществлять навигацию робота по
наблюдаемым реперам. Определив свое положение по реперам, т. е.
по объектам, положение которых было заранее известно, робот мо-
жет установить с помощью нечетких отношений свое собственное
положение или вычислить свое отношение к цели, имеющейся на не-
четкой карте, но непосредственно не наблюдаемой, и определить
направление движения к цели [2]. Вводя третью нечеткую координа-
ту по высоте (
h
1
–
на одном уровне, h
2
–
выше
,
h
3
–
значительно вы-
ше
,
h
4
–
ниже
,
h
5
–
значительно выше
)
и используя трехмерные от-
ношения межу объектами, робот может планировать движение в фи-
зическом пространстве с учетом рельефа местности.
Задача анализа роботом рабочей сцены включает и алгоритмы
идентификации препятствий. Эти алгоритмы представляют собой си-
стему нечеткого логического вывода, оперирующую с набором пра-
вил классификации и
нечеткими признаками объектов-эталонов, ко-
торые составляют базу знаний о препятствиях. В качестве нечеткого
классификатора может быть использован алгоритм Мамдани. Нечет-
кие признаки объектов (
протяженный объект
,
большая высота
,
большой размер
и т. п.) задаются функциями принадлежности соот-
ветствующих лингвистических переменных, которые должны быть
согласованы с техническими характеристиками мобильного робота и
системы технического зрения. Например, признак
достаточность