FUS-Robotica
Architetture Robotiche
I requisiti di sistema
Reattività all’ambiente
Comportamento Intelligente
Ridondanza sensoriale
Espandibilità
Global Reasoning
Programmabilità
Flessibilità
Gestione di obiettivi multipli
Modularità
Adattabilità
Robustezza
Architetture
FUS-Robotica
Si tratta della capacità del sistema di reagire
ad improvvisi stimoli imposti dall’ambiente e
tenere conto dei vincoli temporali
nell’esecuzione dei task che gli sono assegnati.
Reattività all’ambiente
Per dare meglio l’idea ciò vuol dire:
- Un’adeguata struttura software per la
gestione degli eventi;
-Una adeguata rapidità di esecuzione dei
sistemi di calcolo
-Una efficace dotazione sensoriale, in grado di
avvertire tempestivamente le modifiche
ambientali
FUS-Robotica
Si tratta della capacità di applicare regole di
senso comune nell’adottare compromessi tra
richieste contrastanti. Dal punto di vista umano
ciò equivale a mostrare il cosiddetto
comportamento intelligente.
Comportamento Intelligente
Per quanto riguarda l’applicazione di tale
comportamento al sistema robotico ciò implica
l’adozione di algoritmi ispirati a logiche “fuzzy”
anche se l’algebra di questa specifica disciplina
non viene esplicitamente adottata.
Si ricorda qui che la logica Fuzzy può essere
considerata sotto certi aspetti come una
generalizzazione dell’algebra booleana in cui le
variabili (per semplificare molto) non sono
costrette ad assumere solo valori binari, ma
possono avere stati positivi, negativi, centrali o
anche indefiniti.
FUS-Robotica
Ridondanza sensoriale
Molto spesso, come avviene anche nell’uomo, la
sensoristica disponibile presenta limitazioni di
vario tipo, dalla velocità nel fornire i dati
necessari, alla precisione dei dati forniti, alla
portata in termini di distanza, alla vulnerabilità
ai disturbi ambientali.
A questi problemi il sistema può spesso porre
rimedio tramite una intelligente gestione di più
sensori che possono superare uno le limitazioni
dell’altro. L’azione conseguente che deve essere
compiuta viene chiamata “fusione sensoriale”.
FUS-Robotica
La capacità della macchina di eseguire funzioni
di tipo sufficientemente variato attraverso
l’impiego di istruzioni di alto livello.
Programmabilità
Linguaggi di alto livello vengono spesso chiamati
“pseudo-naturali” in riferimento a quelli che per
definizione sono i linguaggi naturali, ossia quelli
impiegati dall’uomo.
I linguaggi naturali sono generalmente
caratterizzati dalla presenza intrinseca di
condizioni di equivocità e di indecidibilità che
l’uomo risolve normalmente attraverso l’analisi
contestuale estesa a tutti gli input sensoriali (es:
analisi del linguaggio del corpo, analisi dei
contenuti semantici legati al tono di voce, ecc…)
FUS-Robotica
Nel caso di robot mobili situazioni che
richiedono azioni concorrenti e conflittuali sono
praticamente inevitabili.
Gestione di obiettivi multipli
Il sistema di controllo della macchina deve
perciò includere procedure per adempiere a
queste situazioni che implicano obiettivi multipli.
In pratica si tratta di algoritmi che identifichino
priorità e capacità di sequenzializzazioni delle
azioni.
FUS-Robotica
La macchina deve essere progettata per gestire al
meglio situazioni in cui gli input sensoriali
risultino imperfetti, in cui vi siano condizioni
operative inaspettate e rotture moderate di
sistemi interni.
Robustezza
Esempio banale: il programma che gestisce la
temperatura massima del motore potrebbe
fermare la macchina nel caso questa risulti
troppo elevata o imporre una riduzione delle
prestazioni prima che questo stato venga
raggiunto, garantendo però una funzionalità
degrata e assicurando in alcuni casi la sicurezza
della macchina e di quanto la circonda.
FUS-Robotica
Poiché le condizioni del “mondo” possono
cambiare rapidamente il sistema deve essere in
grado di adattarsi ad esse.
Adattabilità
Ciò si differenzia dalla robustezza che implica di
poter perseguire lo stesso obiettivo “nonostante”
il cambiamento o l’errore mentre l’adattabilità
implica la possibilità di poter modificare almeno
l’obiettivo immediato e, in qualche caso, anche
quello generale se perseguirlo porta a gravi
conseguenze.
L’adattabilità, inoltre, non implica
necessariamente un comportamento intelligente
anche se ovviamente se ne giova.
FUS-Robotica
Modularità
Si tratta, come molte delle caratteristiche sin qui
illustrate, di una tecnica di progettazione
comune a molti sistmei informatici e non
solamente ai robot.
Implica che una corretta architettura robotico si
giova di un sistema di controllo realizzata in
piccoli “moduli” che possono essere progettati,
realizzati e testati separatamente e le cui
interfacce siano perfettamente note e progettate
anch’esse in modo che l’interfacciamento con gli
FUS-Robotica
Chi lavora con i robot (o con qualsiasi altra
struttura innovativa) sa come i dispositivi
sperimentali non siano mai finiti.
Flessibilità
Il controllo di un tale sistema pertanto richiede
una impostazione flessibile al fine di poter
sperimentare le diverse soluzioni senza dover
ricominciare ogni volta il progetto.
FUS-Robotica
Le architetture di controllo classiche
Essenzialmente possono essere riportate tutte a due tipi base:
gerarchiche
centralizzate
Inoltre possono essere basate o meno su agenti cognitivi, nel qual caso sono
classificate come architetture cognitive
Le architetture più classiche sono le seguenti:
SUBSUMPTION
NASREM
LAAS
TCA
FUS-Robotica
NASREM
Di questo modello esistono
molte varianti a seconda di
correzioni basati su modelli
reattivi di comportamento che
richiedono l’aggiunta di flussi
informativi a livelli più bassi
(in particolare algoritmi che
consentano una reazione
immediata dal dato sensoriale
sul sistema attuatore)
L’architettura originale di James S. Albus, denominata
NASREM per Nasa Standard REference Model
FUS-Robotica
LAAS
Local Area Augmentation System
Concepita al LAAS,
“Laboratoire d’Analyse et
d’Architecture des Systemes”
del CNRS francese in Tolosa ha
influenzato molti progetti
europei.
Anche alcune architetture di
sistemi mobili ENEA si sono
ispirate a questo modello.
Mission
Planner
Task
Planner
Mission
Supervisor
Task
Supervisor
FUS-Robotica
TCA
Task Control Architecture
Una architettura basata
su classico concetto del
controllo centrale dove
viene conservato un
elenco delle operazioni da
fare e da dove viene
ceduto il controllo, nella
implementazione più
semplice, ad ognuna di
esse in modo sequenziale.
Il Controllo Centrale
definisce il tempo di ciclo
complessivo – una specie
di cuore pulsante del
sistema
Actuators
Arm
planner
Footfall
planner
Arm
monitor
Controller
FUS-Robotica
SUBSUMPTION
L’architettura “subsumption” o Brooksiana (da Brooks che l’aveva concepita) si basa sul
concetto che più che ideare agenti complessi che operino in un mondo semplice è preferibile
usare agenti semplici che si adattino ad un mondo complesso.
FUS-Robotica
SUBSUMPTION
La sua implementazione segue il concetto di usare una serie di agenti (task) reattivi che
esibiscano un comportamento molto semplice. Qualora la risposta reattiva (o riflessiva)
più immediata si riveli insufficiente un agente (anch’esso semplice) di livello superiore
fornisce alla risposta modifiche comportamentali. In realtà non esiste uno stadio di
valutazione di adeguatezza o meno della risposta: gli agenti vengono tutti attivati
sempre, ma quelli di livello superiore forniscono risposte che influenzano quelle
inferiori (sussunzione) solo se gli input sensoriali riescono ad eccitarli.
Il comportamento complesso, in questo contesto, viene esibito solo in seguito
all’attivazione di molti agenti di livello sempre più alto che aggiungono la loro risposta a
quello più basso.
FUS-Robotica
Le Architetture Sensoriali e lo sviluppo di sensori
per la robotica in ENEA
Lo sviluppo di sistemi sensoriali dedicati vede la partecipazione di
varie unita’ che hanno applicato gli sviluppi in modo sinergico a piu’ di
un’applicazione, e per cui l’aspetto della robotica e’ stato comunque
centrale.
I casi applicativi su cui faremo qualche flash si riferiscono a:
I sistemi mobili per l’Antartide
RAS
SARA
I sensori per la fusione
IVVS
FUS-Robotica
RAS – Robot Antartico di Superficie
Sistema sviluppato per
svolgere attivita’ di
ricerca in Antartide. E’
stato usato qui come
esempio per la sua
ridondanza nel sistema
sensoriale, legata alla
necessita’ di garantire la
percezione dell’ambiente
anche in condizioni di
forte ostilita’ e quando
molti sensori possono
risultare “blind” o almeno
insufficienti
Visione artificiale
FUS-Robotica
Sensori d’ambiente
Alto
Livello
Data Base del Mondo
Attuatori
(cingoli)
Sistema reattivo
GPS
RTK
Radar mmw
Laser RF
SX
Laser RF
DX
Odometria
Velocimetria
ottica
Struttura NASREM-Like adottata per il RAS
le varie funzionalita’ sono ancora in via di implementazione
FUS-Robotica
I Costituenti principali
(3)
1) Modulo Attivo –
Sorgente Laser e
Rivelatore.
2) Modulo Passivo –
Ottiche di lancio e di
ricezione.
(2)
3) Fibra di lancio –
Monomodale, Ø 5 µm,
lunghezza ≥ 20 m.
4) Fibra ricevente –
Multimodale, Ø 600 µm,
lunghezza ~2 m ≥ 20
m (fascio coerente
multimodale).
(4)
(1)
FUS-Robotica
Immagine in luce reale
Precisioni ottenibili: tra 10-5 e 10-4
Risoluzioni angolari dell’ordine di un
millesimo di grado.
Sono stati ottenuti risultati anche
piu’ adatte alle esigenze dei sistemi
robotici mobili che per la
navigazione richiedono misure
molto rapide e precisioni limitate
Immagine in distanza
Tramite misura di fase
IVVS – In Vessel Viewing System
Schema operativo del
sensore laser range
finder sviluppato dalla
Sezione di Ingegneria
Elettrica ed Elettronica
della Unita’ Fusione nel
corso della
collaborazione con la
Sezione LAS di FIS
FUS-Robotica
IVVS – In Vessel Viewing System
Prototipo del sistema di
scansione 3D sviluppato
per l’esame del vessel dei
reattori a fusione. La
progettazione meccanica e
l’automazione sono state
condotte interamente dalla
UTS fusione
FUS-Robotica
Velocimetro laser
Immagini Time-resolved (vedi immagine sotto)
vengono ottenute per sovrapposizione delle
speckle che appaiono su un asse di
riferimento (rosso in figura)
su immagini
prese in tempi diversi (plot inferiore).
L’integrita’ del pattern viene persa dopo un
certo spostamento (e quindi dopo un certo
numero di frames a seconda della velocita’) in
funzione di diversi fattori. Tra questi: la
velocita’, l’ottica usata, la natura della
superficie e le caratteristiche del fascio laser.
Il procedimento di analisi pero’ mantiene bene
identificabili le caratteristiche del moto.
FUS-Robotica
Direction of pattern movement
Velocimetro laser
Photo of the laboratory set-up
FUS-Robotica
Risultati di laboratorio
Il diagramma 3D mostra
l’andamento del massimo di σ2 in
funzione della variabile φ della
trasformata di Radon (direzione di
proiezione) e della direzione del
moto.
Le equazioni dell’algoritmo
consentono di ricavare il valore delle
componenti x e y della velocita’ con
grande precisione.
Circa 1.9 cm/sec
FUS-Robotica
FUS-Robotica
The End
Si ringraziano per le informazioni ed i contributi
Dati al Workshop ed a questa presentazione:
l’unita’
l’unita’
l’unita’
la Dir. Centrale
l’unita’
FIS-LAS
FUS-ING
FUS-MAG
INFO
MAT-COMP
E tutti i presenti per essere intervenuti
Altre risorse
FUS-Robotica
FUS-Robotica
Intelligenza nelle architetture
Praticamente tutte le architetture presentate nelle proiezioni precedenti
permettono l’inserimento di elementi di intelligenza con l’eccezione di quella
sussuntiva che si pone come obiettivo la realizzazione di controlli a semplicità
massima (ma anche in questo caso esistono delle varianti che ne correggono le
principali mancanza).
Vale quindi la pena di dare una rapida occhiata a cosa vuol dire aggiungere
intelligenza ad un sistema robotico e a cosa è una architettura cognitiva.
FUS-Robotica
Le architetture di controllo
cognitive
Non esiste una “teoria integrata delle architetture cognitive: vi sono invece un
certo numero di osservazioni e risultati sperimentali che hanno rilevanza nella
loro investigazione.
In particolare risultati che provengono di settori della Intelligenza Artificiale,
delle Scienze Cognitive e della Psicologia Cognitiva sonon stati direttamente
impiegati per il progetto, lo sviluppo e l’analisi di architetture cognitive. Le
ipotesi di lavoro adottate si basano in generale su congetture e molte di esse si
sono rivelate contraddittorie l’una rispetto all’altra.
FUS-Robotica
Le architetture di controllo
Cognitive - II
Allen Newell, nella sua Unified Theories of Cognition definisce l’intelligenza
come l’abilità con cui una entità si avvicina ad essere un “sistema basato sulla
conoscenza”. Il livello più alto di intelligenza viene, in questo contesto, definito
come la capacità di un sistema di portare tutta la conoscenza di cui dispone
nella procedura di soluzione di un problema (ossia raggiungere scopi).
Alla luce di questa definizione di intelligenza, l’Intelligenza Artificiale è
semplicemente l’operazione di sistemi non-naturali che utilizzano una base di
conoscenza per raggiungere scopi.
Ovvero: un tentativo di fare un sistema artificiale che cerca di fare al meglio
ciò che gli esseri umani sanno fare ancora meglio.
FUS-Robotica
Le architetture di controllo
Cognitive - III
Il ragionamento, nella sua forma a noi nota, è essenzialmente un processo di
manipolazione simbolica, così che queste entità vengono assunte come base per
la realizzazione di sistemi intelligenti.
Poichè il simbolo è una rappresentazione puramente teorica esso viene
accoppiato al “Token”, ossia alla sua istanziazione fisica. Questi ultimi possono
essere manipolati al fine di produrre una informazione di più alto livello
definita come informazione “distale” a sua volta codificabile simbolicamente
portando ad un sistema descrivibile con grafi.
FUS-Robotica
Le architetture di controllo
Cognitive - IV
Un sistema simbolico deve perciò possedere i seguenti requisiti
Memoria per contenere le informazini simboliche distali
Simboli per garantire pattern (sequenze) da accoppiare o per puntare alle
informazioni
Operationi per manipolare i simboli
Interpretazione per consentire di specificare operazioni tramtie i simboli,
Risorse adeguate:
•sufficiente memoria,
•componibilità (di vari simboli),
•interpretabilità (perché le strutture simboliche siano in grado di codificare
qualsiasi
ragionevole insieme di operazioni).
FUS-Robotica
Architettura EPIC
L’esempio dell’uomo
FUS-Robotica
Altre architetture
di controllo basate su sistemi cognitivi
ATLANTIS
Theo
Prodigy
ICARUS
Adaptive Intelligent Systems (AIS)
A Meta-reasoning Architecture for 'X' (MAX)
Homer
Soar
Teton
RALPH-MEA
Entropy Reduction Engine