Eventos basados en el control de SISTEMAS ROBÓTICOS

INTELIGENTES en tiempo real usando redes neurales de lógica

difusa:

1. Nivel de ejecución del agente de acción robótica

El planeamiento de procesos basados en la descripción de tareas de

operación y su relación de precedencia crea un plan fundamental de
células de acción, descomponiendo las tareas en una secuencia
ordenada de operaciones tecnológicas. En la siguiente fase, un
controlador de eventos en tiempo real de la Célula Robótica asistida
por computadora (CARC por sus siglas en inglés) es sintetizada, el cual
genera, por medio de simulaciones, una secuencia de eventos futuros
de una célula virtual en una ventana con un tiempo dado. Estos
eventos son comparados con el estado actual de la célula real y son
usados para predecir comandos de movimiento para los robots y para
el monitor de proceso de flujo. El modelo de simulación es modificado
cada vez que los estados de la célula real cambian y los actuales
estados reales son introducidos en el modelo.
Un modelo como este tiene la siguiente estructura:

donde
Los parámetros más importantes son el tiempo que toma para
completar una acción y el tiempo que el robot requiere para dar el
servicio a la estación de trabajo. El tiempo de acción depende del tipo
de maquina en que la operación se esté ejecutando. Puede corregirse,
pero puede ser cambiada, cambiando la máquina.

De igual forma, los tiempos de las operaciones PICKUP y PLACE son

determinadas por el tipo de parte, o en cuya máquina se está
procesando esta parte.

2. La función interna es usada para mejorar el proceso de control

de la estación de trabajo

La interacción entre el robot y la estación de trabajo es modelada por

la función de transición de estado externa. La comunicación entre la
estación de trabajo y el robot es realizada por el intercambio de
eventos externos. El robot genera eventos, llamados “ajuste de
eventos externos de la estación de trabajo” el cual actúa en la estación
de trabajo y cambia su estado.
The material in the book is divided into two parts. The first part gives
detailed formal descriptions and solutions of problems in
technological process planning and robot motion planning. The
methods presented here can be used in the offline phase of design
and synthesis of the intelligent robotic system. The chapters present
the methods and algorithms which are used to obtain the executable
plan of robot motions and manipulations and device operations
based only on the general description of the technological task.

The second part treats real-time events based on multilevel

coordination and control of robotic cells using neural network
computing. The components of such control systems use discrete-
event, neural-network, and fuzzy logic-based coordinators and
controllers. Different on-line planning, coordination, and control
methods are described depending on the knowledge about the
surrounding environment of robotic agent. These methods call on
different degrees of autonomy of the robotic agent. Possible solutions
to obtain the required intelligent behavior of robotic system are
presented.