A description of the design stage and results of the development of the conceptual structure of a robotic prosthesis arm is given. As a result, a prototype of manmade prosthesis on a 3D printer as well as a foundation for computational intelligence presented. The application of soft computing technology (the first step of IT) allows to extract knowledge directly from the physical signal of the electroencephalogram, as well as to form knowledge-based intelligent robust control of the lower performing level taking into account the assessment of the patient’s emotional state. The possibilities of applying quantum soft computing technologies (the second step of IT) in the processes of robust filtering of electroencephalogram signals for the formation of mental commands and quantum supremacy simulation of robotic prosthetic arm discussed.

Николаева А.В., Бархатова И.А., Ульянов С.В. Аннотация: . В статье рассматриваются проблемы проектирования интеллекту-альных систем управления с применением технологий мягких вычислений на примере сложного объекта управления -избыточного робота манипулятора с семью степенями свободы. Известно, что эффективность применяемого инструментария для решения конкретной задачи в проблемно-ориентированной области зависит от соответствия ИНТЕЛЛЕКТУАЛЬНОЕ РОБАСТНОЕ УПРАВЛЕНИЕ АВТОНОМНЫМ РОБОТОМ МАНИПУЛЯТОРОМВсе права принадлежат издательству © NOTA BENE (ООО «НБ-Медиа») www.nbpublish.com быточным числом степеней свободы. Избыточные манипуляторы имеют большее число степеней свободы, чем это необходимо для выполнения задачи, т.е. большее, чем раз-мерность рабочего пространства.Избыточность степеней свободы позволяет структуре манипулятора адаптироваться в условиях недостаточной информации о внешней (возможно изменяющейся) среде, в условиях изменения параметров самого манипулятора (например, связанных со старе-нием или выходом из строя отдельных узлов). Кроме того, избыточные степени свободы позволяют задать поведение робота манипулятора, нацеленное на решение поставленной задачи с минимальным расходом полезного ресурса.В настоящее время различные фирмы производят промышленных роботов (Таблица 1) для манипулирования, сварки, покраски, упаковки, шлифовки, полировки и т.д. с большим спектром применения и по точности, и по характеру выполняемых операций. Основными массовыми потребителями в области промышленной робототехники являются автомо-бильная и электронная промышленность.Задачи управления для избыточных роботов манипуляторов (позиционирования устройства захвата, построения траектории, решение обратной задачи динамики и др.), с увеличением сложности ОУ, повышением требований к работоспособности в крити-ческих ситуациях и в условиях неблагоприятной внешней среды, все чаще решаются с применением технологий интеллектуальных вычислений: генетических алгоритмов [1, 2], нейронных и нечетких нейронных сетей [3, 4], с использованием аппарата нечеткой логики [5, 6].В данной статье рассматривается применение технологий мягких вычислений [7] для построения робастной интеллектуальной системы управления для решения задачи точного позиционирования избыточных роботов манипуляторов с тремя и семью степе-нями свободы. Примеры промышленного применения роботов с 7-ю степенями свободы приведены на рис. 1 и рис. Построение системы управления манипулятором с семью степенями свободыТрадиционная система управления представляет собой совокупность одного или нескольких ОУ и управляющей системы. В общем случае, система управления состоит из звена регулирования, ОУ, а также измерительной системы (ИС) в цепи обратной связи. Для обеспечения заданных динамических показателей в системах управления находят при-менение различные типы регуляторов. Широкое распространение получили пропорцио-нально-интегрально-дифференциальные (ПИД-) регуляторы. Интегральная составляющая регулятора позволяет устранить в системе статическую ошибку, а дифференциальная составл...

The task of an intelligent control system design applying soft and quantum computational intelligence technologies discussed. An example of a control object as a mobile robot with redundant robotic manipulator and stereovision introduced. Design of robust knowledge bases is performed using a developed computational intelligence – quantum / soft computing toolkit (QC/SCOptKBTM). The knowledge base self-organization process of fuzzy homogeneous regulators through the application of end-to-end IT of quantum computing described. The coordination control between the mobile robot and redundant manipulator with stereovision based on soft computing described. The general design methodology of a generalizing control unit based on the physical laws of quantum computing (quantum information-thermodynamic trade-off of control quality distribution and knowledge base self-organization goal) is considered. The modernization of the pattern recognition system based on stereo vision technology presented. The effectiveness of the proposed methodology is demonstrated in comparison with the structures of control systems based on soft computing for unforeseen control situations with sensor system.

Redundant robotic arm models as a control object discussed. Background of computational intelligence IT based on soft computing optimizer of knowledge base in smart robotic manipulators introduced. Soft computing optimizer is the toolkit of deep machine learning SW platform with optimal fuzzy neural network structure. The methods for development and design technology of intelligent control systems based on the soft computing optimizer presented in this Part 1 allow one to implement the principle of design an optimal intelligent control systems with a maximum reliability and controllability level of a complex control object under conditions of uncertainty in the source data, and in the presence of stochastic noises of various physical and statistical characters. The knowledge bases formed with the application of a soft computing optimizer produce robust control laws for the schedule of time dependent coefficient gains of conventional PID controllers for a wide range of external perturbations and are maximally insensitive to random variations of the structure of control object. The robustness of control laws is achieved by application a vector fitness function for genetic algorithm, whose one component describes the physical principle of minimum production of generalized entropy both in the control object and the control system, and the other components describe conventional control objective functionals such as minimum control error, etc. The application of soft computing technologies (Part I) for the development a robust intelligent control system that solving the problem of precision positioning redundant (3DOF and 7 DOF) manipulators considered. Application of quantum soft computing in robust intelligent control of smart manipulators in Part II described.