From Automation System to Autonomous System: An Architecture Perspective

Chen, Hualong; Wen, Yuanqiao; Zhu, Man; Huang, Yamin; Xiao, Changshi; Wei, Tao; Hahn, Axel

doi:10.3390/jmse9060645

Cited by 26 publications

(11 citation statements)

References 74 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…При створенні нових поколінь безпілотних автомобілів [1], автономних транспортних засобів військового призначення [2] та інших автономних систем основна увага приділяється проблемі підвищення рівня їхньої автономності [3]. Промислові БС складаються з автоматичних ліній і верстатів з програмною системою ЧПУ, до яких підключені транспортні та роботизовані системи [4]. У залізничній галузі БС створюють на базі розумних поїздів [5].…”

Section: вступunclassified

“…У залізничній галузі БС створюють на базі розумних поїздів [5]. Розрізняють три класи БС залежно від рівня автономності: програмовані автоматичні БС, інтелектуальні БС та Автономні Інтелектуальні БС (АІБС) [4,6,7]. Перший тип має обмеження: БС може працювати лише за програмою і не може адаптуватися до будьяких змін навколишнього середовища.…”

Section: вступunclassified

See 1 more Smart Citation

Безперервне Планування І Ситуаційне Управління Як Завдання Штучного Інтелекту Що Відчуває

Kargin,

Hiievskyi,

Oliinyk

2024

CNCS

View full text Add to dashboard Cite

Мотивація. Незважаючи на значний прогрес у галузі створення Безлюдних Систем (БС), забезпечення необхідного рівня їх автономності залишається актуальним завданням. Важливу роль у його вирішенні відіграє штучний інтелект. Особливості безлюдних систем породили нову модель «Штучний інтелект що відчуває» (ШІВ), що підтримує автономність. Метою даної роботи є розробка алгоритму що підтримує модель безперервного планування і ситуаційного управління імплементовану у систему Goal-Directed Control ШІВ. Предметом дослідження є методи та моделі управління автономними мобільними роботами на підставі даних від різноманітних сенсорів. Результати. Особливістю задачі управління автономними мобільними роботами є те, що для прийняття рішення в режимі реального часу щодо поточних дій використовують стан виконання плану, поточну ситуацію та можливість виконання частини плану дій, що залишилася, для досягнення мети. Наведено структуру багаторівневої розподіленої системи нечітких правил управління у поєднанні з системою продукційних правил планування. Розглянуто модифікований механізм нечіткого висновку, який завдяки введенню фактора впевненості здатний обробляти як факти щодо стану оточення так і стану виконання плану. Наведено алгоритм безперервного планування й приклади контрольних розрахунків. Висновок. Показано, що модифікація традиційного механізму логічного виведення в нечитких логічних системах, по-перше, шляхом введення контекстної пам’яті, що містить контекстні факти, по-друге, уявлення стану фактів, як і значень вхідних змінних у вигляді нечітких факторів впевненості, дозволяє застосувати їх для управління БС та використовувати усі переваги нечіткого управління щодо обробки невизначенності. Розробка традиційної нечиккщї системи, спрямованої на управління реалізацією плану дій для автономного робота з урахуванням вищезазначених умов, що характеризується значною кількістю вхідних числових змінних від датчиків, є нерозв’язним завданням. Запропонована модель, яка складається з компонентів двщх типів систем нечитких систем з лінгвістичними змінними та нечитких продукційних систем з факторами впевненості долає перелічені проблеми та зберігає переваги традиційних нечитких систем у поводженні з невизначеністю. Напрям подальших досліджень. Майбутні кроки можуть бути присвячено розвитку моделі та інструментарію для інших класів безлюдних систем.

show abstract

Section: вступunclassified

Безперервне Планування І Ситуаційне Управління Як Завдання Штучного Інтелекту Що Відчуває

Kargin,

Hiievskyi,

Oliinyk

2024

CNCS

View full text Add to dashboard Cite

show abstract

“…The data obtained by these devices may have privacy problems (i.e., drones may be used to spy on individuals on purpose [82]). Thus, challenges to privacy vary depending on the extent of autonomy, for example, a completely autonomous system [83] is independent in collecting data and can modify the technique or type of data collection at any time.…”

Section: Preserving Data Privacy In Autonomous Systemsmentioning

confidence: 99%

Data Privacy Threat Modelling for Autonomous Systems: A Survey From the GDPR's Perspective

Azam

Michala

Ansari

et al. 2023

IEEE Trans. Big Data

View full text Add to dashboard Cite

Intelligence-based applications have been increasingly deployed in every field of life including smart homes, smart cities, healthcare services, and autonomous systems where personal data is collected across heterogeneous sources and processed using "black-box" algorithms in opaque centralised servers. As a consequence, preserving the data privacy and security of these applications is of utmost importance. In this respect, a modelling technique for identifying potential data privacy threats and specifying countermeasures to mitigate the related vulnerabilities in such AI-based systems plays a significant role in preserving and securing personal data. Various threat modelling techniques have been proposed such as STRIDE, LINDDUN, and PASTA but none of them is sufficient to model the data privacy threats in autonomous systems. Furthermore, they are not designed to model compliance with data protection legislation like the EU/UK General Data Protection Regulation (GDPR), which is fundamental to protecting data owners' privacy as well as to preventing personal data from potential privacy-related attacks. In this article, we survey the existing threat modelling techniques for data privacy threats in autonomous systems and then analyse such techniques from the viewpoint of GDPR compliance. Following the analysis, We employ STRIDE and LINDDUN in autonomous cars, a specific use-case of autonomous systems, to scrutinise the challenges and gaps of the existing techniques when modelling data privacy threats. Prospective research directions for refining data privacy threats & GDPR-compliance modelling techniques for autonomous systems are also presented.

show abstract

“…Each of the RRAs in this system works as a CPS with distributed decision and control. Distributed operations, widely used in autonomous control systems in the aviation industry, provide collaborative swarm control to the system (Chen et al, 2021). So, the [Command Station] assigns tasks to RRAs in standby mode at the charging station.…”

Section: The Assembly Systemmentioning

confidence: 99%

Towards to the Hyperautomation - An integrated framework for Construction 4.0: a case of Hookbot as a distributed reconfigurable robotic assembly system

Delikanlı¹,

Gül²

2022

eCAADe Proceedings

View full text Add to dashboard Cite

Almost every technological and industrial concept changes the built environment around us and our understanding of the architectural practice. Recently, Hyperautomation, an all-encompassing digital transformation with the help of advanced techniques, has been presented as a game-changing concept that can affect any industry. Despite this promising concept, the Architecture, Engineering, and Construction (AEC) industry seems far behind the latest technological breakthroughs and automation of processes compared to other industries. Therefore, this study provides a better understanding of adopting the novel Hyperautomation paradigm in the AEC industry by focusing on Industry 4.0. In this context, the first section introduces the Construction 4.0 concept, its counterpart in the AEC industry, briefly mentions fundamental approaches and indicates the need for a framework. The second section introduces an integrated framework throughout the entire building life-cycle for design and construction processes and exemplifies the stages in an autonomous system and their interrelationships. The third section presents a hypothetical case, a distributed reconfigurable robotic assembly system, and the assembler 'HookBot' to understand the relationships in an autonomous system better. The last section discusses the place of the Hyperautomation paradigm in architecture.

show abstract

From Automation System to Autonomous System: An Architecture Perspective

Cited by 26 publications

References 74 publications

Безперервне Планування І Ситуаційне Управління Як Завдання Штучного Інтелекту Що Відчуває

Безперервне Планування І Ситуаційне Управління Як Завдання Штучного Інтелекту Що Відчуває

Data Privacy Threat Modelling for Autonomous Systems: A Survey From the GDPR's Perspective

Towards to the Hyperautomation - An integrated framework for Construction 4.0: a case of Hookbot as a distributed reconfigurable robotic assembly system

Contact Info

Product

Resources

About