1、智 能 控 制 Intelligent Control,第四章 遞階控制系統(tǒng),4.1 遞階智能機(jī)器的一般理論,遞階智能控制(Hierarchical Intelligent Control) 是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上，從工程控制論角度總結(jié)人工智能與自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系后逐漸形成的。,薩里迪斯（Saridis)提出基于個(gè)控制層次和(精度隨智能降低而提高）原理的三級遞階智能控制系統(tǒng)；維拉提出基于知識描述和數(shù)學(xué)解析的二層混合智能系統(tǒng)。,遞階智能控制系統(tǒng)是由三個(gè)基本控制級（組織級、協(xié)調(diào)級、執(zhí)行級）構(gòu)成的，級聯(lián)交互結(jié)構(gòu)圖如下。,4.1.1 遞階智能機(jī)器的一般結(jié)構(gòu),圖4.1 遞

2、階智能機(jī)器的級聯(lián)結(jié)構(gòu),為自執(zhí)行級至協(xié)調(diào)級的在線反饋信號； 為自協(xié)調(diào)級至組織級的離線 反饋信號,組織級代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。 根據(jù)貯存在長期存儲交換單元內(nèi)的本原數(shù)據(jù)集合，組織器能夠組織絕對動(dòng)作、一般任務(wù)和規(guī)則的序列。,1. 組織級(organization level),2. 協(xié)調(diào)級(coordination level),協(xié)調(diào)級是組織級和執(zhí)行級間的接口，承上啟下，并由人工智 能和運(yùn)籌學(xué)共同作用。協(xié)調(diào)級借助于產(chǎn)生一個(gè)適當(dāng)?shù)淖尤蝿?wù)序列 來執(zhí)行原指令，處理實(shí)時(shí)信息。,圖4.3 協(xié)調(diào)級的結(jié)構(gòu),3. 執(zhí)行級(execution level),執(zhí)行級是遞階智能控制的最底層，要求具

3、有較高的精度但較 低的智能；它按控制論進(jìn)行控制，對相關(guān)過程執(zhí)行適當(dāng)?shù)目刂谱?用。,通常稱S 為香農(nóng)（Shannon）負(fù)熵，它可變換為下列方程：,式中， 為被傳遞的信息信號空間。負(fù)熵是對信息傳遞不確定性的一種度量，即系統(tǒng)狀態(tài)的不確定性可由該系統(tǒng)熵的概率密度指數(shù)函數(shù)獲得。,4. 智能機(jī)器的作用,它的高層功能模仿了人類行為，實(shí)現(xiàn)控制系統(tǒng)的規(guī)劃、決 策、學(xué)習(xí)、數(shù)據(jù)存取和任務(wù)協(xié)調(diào)等功能，進(jìn)行知識處理與管 理。,用熵來描述和度量系統(tǒng)的控制作用。,5. 遞階智能控制的實(shí)質(zhì),智能控制理論可被假定為尋求某個(gè)系統(tǒng)正確的決策與控制序 列的數(shù)學(xué)問題，該系統(tǒng)在結(jié)構(gòu)上遵循（IPDI）精度隨智能降低而 提高的原理，而所求得

4、序列能夠使系統(tǒng)的總熵為最小。,4.1.2 遞階智能機(jī)器的信息論定義,知識、信息、智能、信息論.,4.1.3 IPDI原理的解析公式,原理可由概率公式表示為： PR(MI, DB) = PR(R) 上式中，表示概率，為機(jī)器知識，為與執(zhí)行任務(wù)有關(guān)的數(shù)據(jù)庫。數(shù)據(jù)庫代表任務(wù)的復(fù)雜性，且取決于任務(wù)的執(zhí)行精度，即該執(zhí)行精度是與數(shù)據(jù)庫的復(fù)雜性相稱的。,取自然對數(shù)后可得下式： ln p(MI/DB) + ln p(DB) = ln p(R) 對兩邊取期望值，可得熵方程： S(MI/DB) + S(DB) = S(R) 上式中，S（x）為與x有關(guān)的熵。在建立和執(zhí)行任務(wù)期間，期望有個(gè)不變的知識流量；這時(shí)，增大特定

5、數(shù)據(jù)庫的熵要求減小機(jī)器智能的熵。如果獨(dú)立于，那么： S(MI) + S(DB) = S(R) 本原理適用于遞階系統(tǒng)的單個(gè)層級和多個(gè)層級。在多層情況下，知識流在信息理論意義上代表系統(tǒng)的工作能力。,4.2 遞階智能控制系統(tǒng)的原理與結(jié)構(gòu),根據(jù)“精度隨智能降低而提高”（IPDI）原理，可把遞階智能控制系統(tǒng)分為幾個(gè)子系統(tǒng)，并對每個(gè)子系統(tǒng)導(dǎo)出計(jì)算模塊。全部子系統(tǒng)連成樹狀結(jié)構(gòu)，形成了多層的遞階模型。,下面先介紹與組織級兩個(gè)模型有關(guān)的決策段結(jié)構(gòu)，然后討論協(xié)調(diào)級和執(zhí)行級的模型。,4.2.1 組織級原理與結(jié)構(gòu),圖4.2 組織級的結(jié)構(gòu)框圖,組織級的結(jié)構(gòu)如下圖，可把此框圖視為一個(gè)Botlzmann機(jī)結(jié)構(gòu)。,定義4.9

6、 機(jī)器學(xué)習(xí)與反饋(MLF),機(jī)器學(xué)習(xí)與反饋是對不同的單一的和派生的值函數(shù)進(jìn)行計(jì)算，這些函數(shù)與執(zhí)行需求工作有關(guān)，并通過學(xué)習(xí)算法更新各個(gè)概率。,定義4.8 機(jī)器決策(MDM),機(jī)器決策是在最大的相關(guān)成功概率中選擇完備的和可兼容的有序活動(dòng)。,定義4.7 機(jī)器規(guī)劃(MP),機(jī)器規(guī)劃是執(zhí)行預(yù)定工作所需要的完備的和可兼容的有序活動(dòng)之形式化表示。,定義4.6 機(jī)器推理（MR),機(jī)器推理是編譯輸入指令uj, (uj U) 與相關(guān)活動(dòng)集 Ajm 、產(chǎn)生式規(guī)則以及構(gòu)成系統(tǒng)推理機(jī)的程序之總合。,組織級的功能定義如下：,定義4.10 機(jī)器記憶交換(MME),機(jī)器記憶交換是對組織級的長期存儲器進(jìn)行信息檢索、儲存和更新。

7、,. 基于概率的結(jié)構(gòu)模型,用于機(jī)器推理、機(jī)器規(guī)劃和機(jī)器決策三種功能的結(jié)構(gòu)模型，分別如下面三圖(圖4.、圖4.和圖4.)所示。,圖4. 機(jī)器推理功能模型,圖4. 機(jī)器規(guī)劃功能模型,圖4. 機(jī)器決策功能模型,. 基于專家系統(tǒng)的結(jié)構(gòu)模型,圖4. 分類器模型的硬件實(shí)現(xiàn),Valavanis and Saridis 1992,4.2.2 協(xié)調(diào)級原理與結(jié)構(gòu),圖 4.8 協(xié)調(diào)級結(jié)構(gòu)框圖,協(xié)調(diào)級由不同的協(xié)調(diào)器組成，每個(gè)協(xié)調(diào)器由計(jì)算機(jī)來實(shí)現(xiàn)。左圖是一個(gè)協(xié)調(diào)級結(jié)構(gòu)的候選框圖。該結(jié)構(gòu)在橫向上能夠通過分配器實(shí)現(xiàn)各協(xié)調(diào)器之間的數(shù)據(jù)共享。,圖 4.9 協(xié)調(diào)器的硬件配置,實(shí)現(xiàn)某典型協(xié)調(diào)器所需的主要硬件如右圖。各臺專用微處理器

8、通過其輸入/輸出端口與組織級和執(zhí)行級連接。這些基于微處理器(CPU)的系統(tǒng)使用局部ROM來存儲控制執(zhí)行裝置所需要的程序，并用RAM來存儲臨時(shí)信息。,4.2.3 執(zhí)行級原理與結(jié)構(gòu),圖4.10 協(xié)調(diào)器與執(zhí)行器的結(jié)構(gòu)模型,執(zhí)行級執(zhí)行由協(xié)調(diào)級發(fā)出的指令。對智能機(jī)器人系統(tǒng)，執(zhí)行級的執(zhí)行裝置包括：視覺系統(tǒng)（VS）、傳感系統(tǒng)（SS）、帶有相應(yīng)抓取裝置（GS）的操作機(jī)（MS）。,4.3 遞階智能控制的控制與決策模型,4.3.1 組織級的控制與決策模型,1. 定義,定義4.11 具有先驗(yàn)概率p(cn)的用戶指令集合 C = c1, c2, . , cM 經(jīng)過遙控或非通訊通道送至控制系統(tǒng)。式中，是固定的和有限的。

9、,定義4.12 具有相關(guān)概率p(uj/cn)的分類編譯輸入指令 U = u1, u2, . , uM 是系統(tǒng)組織級的實(shí)際輸入。式中， 是固定的和有限的。,定義4.13 系統(tǒng)的任務(wù)域被定義為本原事件（動(dòng)作）的集合 Et = e1, e2, . , eN,定義4.14 在某個(gè)特定輸入指令uj 起動(dòng)的規(guī)劃內(nèi)，二進(jìn)值變量xi 與事件 ei 有關(guān)，。當(dāng)xi = 1時(shí)， ei 是有效的，當(dāng)xi = 0時(shí)，ei 是無效的；其相應(yīng)概率分別為p(xi = 1/uj) = pij 和 p(xi = 0/uj) = 1 - pij 。,定義4.15 活動(dòng)集合Ajm （本原事件聯(lián)成一組以形成復(fù)雜的任務(wù)）與特定輸入uj

10、 有關(guān)，而且由二進(jìn)信息串Xjm 表示。Xjm 指明在活動(dòng)Ajm 中哪些事件（動(dòng)作）是有效的，哪些是無效的。這指明了第個(gè)活動(dòng)信息串與第個(gè)編譯輸入指令有關(guān)。因?yàn)閤i 是二進(jìn)變量，所以與uj 有關(guān)的活動(dòng)Ajm （信息串Xjm ）的初值最大數(shù)為(2N - 1)。于是，可定義一個(gè)活動(dòng)串的相應(yīng)概率為：,定義4.17 與uj 有關(guān)的完備規(guī)劃 Zjmv 的集合是Bjmr 的一個(gè)子集，且其元素為滿足某些完成準(zhǔn)則的增廣活動(dòng)。,式中，uj 為與 Zjmv 有關(guān)的第個(gè)置換矩陣或增廣屏蔽矩陣； p(Mjmr/Xjm)表示與Xjm 有關(guān)的第個(gè)有效重復(fù)事件的概率，并由置換矩陣Mjmr 決定；則由具體應(yīng)用問題決定。,定義4.

11、16 把有效的重復(fù)事件插入到有效活動(dòng)Ajmr ( 信息串Xjm ）的適當(dāng)位置，得到與 uj有關(guān)的完備規(guī)劃Bjmr （增廣串Yjmr ）集合。其中，表示第個(gè)有效重復(fù)事件的信息串。一個(gè)增廣活動(dòng)串的相應(yīng)概率被定義為： P(Yjmr/uj) = p(Mjmr/Xjm)P(Xjm/uj) , j,2. 過程,規(guī)則4.1 假定用戶指令Cn 是相互獨(dú)立的，；分類編譯輸入指令uj也是相互獨(dú)立的，。然而，由于分類，uj取決于Cn 。因?yàn)閡j和本原事件 ei 都被假設(shè)為在概率上是獨(dú)立的，所以，不同的活動(dòng)是相互獨(dú)立的。,規(guī)則4. 如果某個(gè)事件串中的每一事件 ei 能夠立即跟隨在其左邊事件之后，又能立即出現(xiàn)在其右邊事

12、件之前，那么，該事件串滿足兼容性測試。,規(guī)則4. 如果某個(gè)非重復(fù)事件串中的每一事件ei能夠優(yōu)先于隨后的所有其它事件（盡管不要求立即進(jìn)行），那么該事件串滿足優(yōu)先權(quán)測試。,規(guī)則4. 非重復(fù)事件的相對次序?qū)顒?dòng)的公式化表示是至關(guān)重要的。,規(guī)則4. 令為任務(wù)域內(nèi)重復(fù)事件數(shù)。重復(fù)事件的有效排序滿足下列條件：（）至少有一個(gè)但不多于個(gè)重復(fù)事件，該事件串的每個(gè)事件都是唯一的；（）該事件串的第一個(gè)事件至少能夠跟隨任務(wù)域內(nèi)的一個(gè)非重復(fù)事件，或者能夠起動(dòng)該規(guī)劃；（）同一事件串的最后一個(gè)事件至少能夠出現(xiàn)在一個(gè)非重復(fù)事件之前，而且其排序滿足兼容性測試。,規(guī)則4. 在每個(gè)活動(dòng)的非重復(fù)事件之間的所有不同位置上，插入有效的重

13、復(fù)事件串，以建立擴(kuò)展活動(dòng)的公式化表示。,規(guī)則4.7 一個(gè)完備規(guī)劃是一種這樣的擴(kuò)展活動(dòng)： （）從某個(gè)能夠起動(dòng)該規(guī)劃的重復(fù)事件開始，并以某個(gè)非重復(fù) 事件結(jié)束。 （）在非重復(fù)事件之間至少包含一個(gè)重復(fù)事件。 （）滿足全部兼容性測試。,規(guī)則4. 所生成的規(guī)劃是與分類編譯輸入指令耦合的，因?yàn)樗鼈兊南鄳?yīng)概率是由接收到的輸入指令uj 決定的。,3. 功能,假設(shè)環(huán)境是己知的,則可定義組織級的如下功能: （） 系統(tǒng)輸入 （） 機(jī)器推理 （） 機(jī)器規(guī)劃 （） 機(jī)器決策 （） 機(jī)器學(xué)習(xí) （） 存儲交換,4.3.2 協(xié)調(diào)級的控制與決策模型,1. 結(jié)構(gòu),協(xié)調(diào)級的智能在于：以已往經(jīng)驗(yàn)和工作空間環(huán)境的約束為基礎(chǔ)，用最有希望的

14、方式來執(zhí)行組織器的規(guī)劃。,某智能機(jī)器人系統(tǒng)的協(xié)調(diào)級框如下圖所示：,2. 功能,每個(gè)協(xié)調(diào)器被訪問后，執(zhí)行預(yù)定的一定數(shù)目的不同作用。對每個(gè)單獨(dú)作用，指定一個(gè)代價(jià)。,另一方面，在執(zhí)行請求作業(yè)期間，反饋信息從執(zhí)行級送至協(xié)調(diào)級。而且從執(zhí)行級至協(xié)調(diào)級的反饋信息是實(shí)時(shí)在線反饋信息。,3. 算法,算法4.1 協(xié)調(diào)級的算法由步組成：,（） 分配器搜索含有儲存規(guī)劃的緩沖器，并建立各協(xié)調(diào)器 與其相應(yīng)執(zhí)行裝置（在執(zhí)行級）的聯(lián)系。 （） 闡述被執(zhí)行級執(zhí)行的控制問題。這包括相應(yīng)的協(xié)調(diào)器 被訪問時(shí)啟動(dòng)執(zhí)行裝置和執(zhí)行具體任務(wù)。 （） 估計(jì)執(zhí)行級。這涉及以執(zhí)行級的單獨(dú)代價(jià)函數(shù)為基礎(chǔ)， 計(jì)算與執(zhí)行規(guī)劃有關(guān)的增廣代價(jià)函數(shù)。 （）

15、在執(zhí)行所請求的作業(yè)之后，把底層的反饋信息傳至組 織器。 （） 更新儲存在協(xié)調(diào)級分配器的短期存儲器中的信息。,4.3.3 執(zhí)行級的控制與決策模型,執(zhí)行級是由許多與協(xié)調(diào)級的協(xié)調(diào)器相聯(lián)系的執(zhí)行裝置組成。執(zhí)行級的主要目標(biāo)是盡可能準(zhǔn)確地執(zhí)行由不同的協(xié)調(diào)器發(fā)出的具體任務(wù)。,最優(yōu)控制理論已采用系統(tǒng)x(t)的一個(gè)非負(fù)函數(shù)狀態(tài)，x(t) x， x為狀態(tài)空間；某個(gè)指定的控制u(x,t)是全部允許控制的集合，u(x,t) u x。要確定某些表示廣義能量函數(shù)初始條件x0 , t0 的性能測度，系統(tǒng)拉格朗日（Lagrangian）函數(shù)L(x, u, t)的平均值取下列形式：,(4.36),定理4. 滿足式（4.36）的

16、 u*(x,t)使V(u(x,t), x0, t0)最小的充要條件是 u* 使微熵最小，其中p(x0,u)是根據(jù)Jaynes最大熵原理決定的最大熵密度函數(shù)。,4.4.1 汽車自主駕駛系統(tǒng)的組成,1. 系統(tǒng)總體結(jié)構(gòu),(1) 環(huán)境識別子系統(tǒng),(2) 駕駛控制子系統(tǒng),4.4 遞階智能控制系統(tǒng)舉例,2.自主駕駛的硬件系統(tǒng) 自主駕駛系統(tǒng)的硬件設(shè)備包括主控計(jì)算機(jī)、執(zhí)行機(jī)構(gòu)和傳感器等。,(1)主控計(jì)算機(jī)及接口,(2)執(zhí)行機(jī)構(gòu),(3)傳感器,3. 實(shí)時(shí)操作系統(tǒng),4. 軟件設(shè)計(jì)與系統(tǒng)的實(shí)時(shí)性,4.4.2 汽車自主駕駛系統(tǒng)的遞階結(jié)構(gòu),以任務(wù)層次分解為基礎(chǔ)，提出了右圖所示的四層模塊化汽車自主駕駛控制系統(tǒng)結(jié)構(gòu)；其四個(gè)

17、層次依次是：任務(wù)規(guī)劃、行為決策、行為規(guī)劃和操作控制。另外還包括車輛狀態(tài)與定位信息和系統(tǒng)監(jiān)控兩個(gè)獨(dú)立功能模塊。,1. 操作控制層,2. 行為規(guī)劃層,3. 行為決策層,圖4.26 行為決策層主要模塊示意圖,4. 任務(wù)規(guī)劃層,4.4.3 自主駕駛系統(tǒng)的結(jié)構(gòu)與控制算法,1. 駕駛控制系統(tǒng)的軟件結(jié)構(gòu),2. 駕駛控制算法,遺忘迭代濾波算法具有如下的形式：,平移平均濾波算法如下：,4.4.4 自主駕駛系統(tǒng)高速公路試驗(yàn),1. 試驗(yàn)的環(huán)境及內(nèi)容,(1)環(huán)境感知系統(tǒng)的抗干擾性和穩(wěn)定性。,(2)駕駛控制系統(tǒng)的車道跟蹤能力。,(3)駕駛控制系統(tǒng)的速度跟蹤能力。,2. 試驗(yàn)結(jié)果,(4)駕駛控制系統(tǒng)對動(dòng)態(tài)交通的處理情 況

18、及超車動(dòng)作。,經(jīng)過三個(gè)月近1000公里的道路試驗(yàn)，紅旗車自主駕駛有關(guān)的環(huán)境感知和駕駛控制算法得到了不斷改進(jìn)，并于2003年6月實(shí)現(xiàn)了預(yù)定的如下三項(xiàng)性能指標(biāo)： (1)正常交通情況下在高速公路上穩(wěn)定自主駕駛速度 130km/h； (2)最高自主駕駛速度170km/h； (3)具備超車功能。,4.5 集散遞階智能控制系統(tǒng),4.5.1 集散遞階智能控制系統(tǒng)的工作原理,1集散控制系統(tǒng)(total distributed control system,DCS)的基本結(jié)構(gòu),圖4.29 集散控制系統(tǒng)的基本結(jié)構(gòu),(3) 通信系統(tǒng) 通信系統(tǒng)要完成分散過程監(jiān)控裝置與集中操作管理裝置之間的數(shù)據(jù)通信?？赏ㄟ^標(biāo)準(zhǔn)的網(wǎng)絡(luò)通

19、信手段，與其他的過程控制系統(tǒng)、經(jīng)營管理系統(tǒng)、生產(chǎn)調(diào)度系統(tǒng)互通信息，以完成更加復(fù)雜的功能。,(1) 分散過程監(jiān)控裝置 分散過程監(jiān)控裝置是集散控制系統(tǒng)與生產(chǎn)過程的界面，生產(chǎn)過程的各種過程變量或狀態(tài)信息通過分散過程監(jiān)控裝置轉(zhuǎn)換為操作監(jiān)視的數(shù)據(jù)，而各種操作信息則通過分散過程監(jiān)控裝置送到執(zhí)行機(jī)構(gòu)。在分散過程監(jiān)控裝置內(nèi)，進(jìn)行模擬量與數(shù)字量的相互轉(zhuǎn)換，完成各種輸入、輸出的數(shù)據(jù)處理和控制算法運(yùn)算。,(2) 集中操作管理裝置 集中操作管理裝置是操作管理人員與集散控制系統(tǒng)的界面，生產(chǎn)過程的各種參數(shù)集中在操作站上顯示，操作管理人員通過操作站了解生產(chǎn)過程的運(yùn)行狀況、操縱生產(chǎn)過程和組態(tài)回路、調(diào)整回路參數(shù)、檢測故障和存儲

20、過程數(shù)據(jù)。,2集散控制系統(tǒng)的遞階結(jié)構(gòu)及功能,圖4.30 三級結(jié)構(gòu)的DCS,(4) 第四層經(jīng)營管理級 進(jìn)行市場和用戶分析、訂貨和銷售統(tǒng)計(jì)、 銷售計(jì)劃制訂、產(chǎn)品制造協(xié)調(diào)、合同管理及期限監(jiān)測等。,（1）第一層直接控制級 進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)檢查、數(shù)字開環(huán)和 閉環(huán)控制、設(shè)備和系統(tǒng)與診斷監(jiān)測，實(shí)施安全性和冗余化。本級為控 制的底層,直接對車間生產(chǎn)過程和設(shè)備(裝置)進(jìn)行控制。,(2) 第二層過程管理級 實(shí)施過程操作測試、裝置間協(xié)調(diào)、優(yōu)化控制過程、自適應(yīng)控制、錯(cuò)誤檢測及數(shù)據(jù)存檔。,(3) 第三層生產(chǎn)管理級 規(guī)劃產(chǎn)品結(jié)構(gòu)和規(guī)模,進(jìn)行產(chǎn)品監(jiān)視、產(chǎn)品報(bào)告和工廠生產(chǎn)監(jiān)視等。,圖4.31 集散控制系統(tǒng)的遞階結(jié)構(gòu),3集散

21、智能控制系統(tǒng)的遞階結(jié)構(gòu),集散遞階智能控制系統(tǒng)的執(zhí)行級，其基本控制器的目標(biāo)是完成具體的控制任務(wù)并達(dá)到相當(dāng)?shù)目刂凭?，而可編程?shí)現(xiàn)用戶特定的控制方案是大多數(shù)集散控制系統(tǒng)的基本控制器已經(jīng)具備的功能。,集散遞階智能控制系統(tǒng)的協(xié)調(diào)級，可通過智能化將監(jiān)控計(jì)算機(jī)的協(xié)調(diào)、優(yōu)化功能進(jìn)一步加強(qiáng)，以實(shí)現(xiàn)以下功能： (1) 對于來自組織級的控制指令與控制任務(wù)，進(jìn)行規(guī)劃、設(shè)計(jì)控制結(jié)構(gòu)和控制算法。 (2) 對于來自執(zhí)行級的過程信息，能夠?qū)崿F(xiàn)過程特性辨識、系統(tǒng)性能評價(jià)、對有關(guān)任務(wù)及各基本控制器進(jìn)行協(xié)調(diào)（包括設(shè)定值的設(shè)定，參數(shù)的整定，算法和結(jié)構(gòu)調(diào)整等）。,集散遞階智能控制系統(tǒng)的組織級，管理計(jì)算機(jī)可以采用智能決策方法，即由管理計(jì)算機(jī)模仿專家們的決策技巧，通過綜合、推理、規(guī)劃、記憶交換、