• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

«Роевой интеллект» технических систем

Современных людей повсюду окружает техника. Количество различных технических систем постоянно растет, а требования к их безопасности становятся все строже. Традиционно управление механизмами — в том числе автоматизированными системами — осуществлялось через единый центр. Принципиально иные решения применяются в более эффективных алгоритмах управления и автоматизации, в которых учитываются проблемы растущего масштаба технических систем и комплексные требования по обеспечению их устойчивости.«Роевой интеллект» — это коллективное поведение различных объектов, каждый из которых выполняет ряд простых функций, взаимодействуя при этом с  другими объектами. Подобно рою насекомых или стае птиц, информационные системы, разработанные на основе этого принципа, обеспечивают децентрализованное управление процессами с помощью самоорганизующейся коллективной работы всех ее элементов. В настоящем выпуске информационного бюллетеня представлены технологические тренды, связанные с применением «роевого интеллекта» в беспилотных автомобилях, электросетях с распределенными источниками энергии и роботах, выполняющих спасательные операции.

Версия для печати:   

«Роевые» системы управления беспилотными автомобилями

Безопасные дороги, на которых не возникает «пробок», — значимый фактор качества жизни в мегаполисах. Прокладывать оптимальный путь, избегать ошибок при вождении или парковке водители могут уже сейчас благодаря таким решениям, которыми нередко оснащены современные автомобили, как бортовые компьютеры, системы навигации, сенсоры и камеры контроля «слепых» зон и препятствий на дороге. Для перехода к полному или частично беспилотному управлению мало совершенствовать устройства контроля движения на дорогах, необходимо создавать средства поддержки взаимодействия автомобилей между собой. Такими решениями, например, являются «роевые» системы.

Подключенный к системе «роевого интеллекта» автомобиль может автономно двигаться в потоке машин, «предвидя» преграды и повороты, а также обмениваться данными с другими транспортными средствами. Информация о локальной дорожной обстановке и предпочтительных маневрах других участников движения, поступающая с сенсоров и камер — своих и из соседних автомобилей, позволяет выбирать оптимальные маневры, минимизировать риски столкновения. По этому принципу можно наладить децентрализованную транспортную систему из самоорганизующихся беспилотных автомобилей.


 


 

Интеллектуальное управление распределенных энергосистемах

На фоне растущего и динамично меняющегося спроса на электрическую энергию обостряется проблема ее оптимального распределения между потребителями. Наравне с традиционными ископаемыми энергоносителями все чаще используются возобновляемые источники. Технологии их применения становятся все более выгодными и удобными. Однако большинство таких источников не позволяют производить требуемый объем энергии постоянно: их эффективность зависит от сезона, времени суток, текущих погодных и природных условий. Чтобы в режиме реального времени сбалансировать спрос и предложение энергии, произведенной с использованием возобновляемых и невозобновляемых ресурсов, необходимы системы интеллектуального управления.

Методы «роевого интеллекта» позволяют оптимизировать распределение энергии: связать объекты энергосетей, использующих различные центры производства энергии (солнечные панели, ветровые установки, теплоэлектроцентрали и др.), с одной стороны, и центры потребления (здания, предприятия, электромобили и др.) — с другой. Новые интеллектуальные решения способны рассчитывать оптимальные способы и каналы передачи энергии между ее поставщиками и потребителями, прогнозировать спрос и предложение с учетом накопленных статистических данных.


 


 

Сервисные роботы-спасатели

Природные бедствия (землетрясения, наводнения), крупные техногенные аварии несут с собой большие разрушения и забирают огромное число человеческих жизней. Реагировать на подобные ситуации нужно максимально быстро: чем скорее будут найдены пострадавшие, тем больше жизней появится шанс спасти. Проникать в самые сложные завалы, места крушений и возгораний, выдерживая при этом нечеловеческие нагрузки (высокие температуры, обводненность, отсутствие видимости и т.п.), могут роботы-спасатели.

В зависимости от типа и области выполнения поисково-спасательных работ могут применяться миниатюрные беспилотные летательные аппараты или роботы, похожие на крупных насекомых, червей или змей. Оснащенные «роевым интеллектом», камерами и сенсорами, сервисные роботы могут действовать сообща, охватывая всю местность катастрофы. Каждый из них действует по заданному алгоритму — с учетом поведения других роботов децентрализованной системы и поступающих от них данных. Спасателю – оператору такой системы достаточно лишь вводить отдельные команды, определяя область обнаружения.



 


 
Мониторинг глобальных технологических трендов проводится Институтом статистических исследований и экономики знаний Высшей школы экономики (issek.hse.ru) в рамках Программы фундаментальных исследований НИУ ВШЭ.

При подготовке трендлеттера использовались следующие источники: Прогноз научно-технологического развития РФ до 2030 года (prognoz2030.hse.ru), материалы научного журнала «Форсайт» (foresight-journal.hse.ru), данные Web of Science, WIPO, gartner.com, abiresearch.com, wantedanalytics.com, marketsandmarkets.com, researchandmarkets.com, juniperresearch.com, transparencymarketresearch.com, mckinsey.com, worldrobotics.org, washingtontimes.com, navigantresearch.com, machinedesign.com, luxresearchinc.com, ihs.com, eia.gov и др.


Более детальную информацию о результатах исследования можно получить в Институте статистических исследований и экономики знаний НИУ ВШЭ: issek@hse.ru, +7 (495) 621-82-74.

Над выпуском работали:Павел Бахтин, Анна Соколова, Надежда Микова, Лилия Киселева, Елена Гутарук, Карина Назаретян, Ким Воронин.

© Национальный исследовательский университет «Высшая школа экономики», 2015