Задачи управления безопасным движением при встрече с препятствием и выбор метода решения

Задачи управления безопасным движением при встрече с препятствием и выбор метода решения

Введение

При управлении подвижными объектами различного класса, такими как наземный городской транспорт, летательные аппараты при маловысотном полете, речные и морские суда, возникает проблема обеспечения безопасности движения при встрече с различными препятствиями. Существующие методы автоматического управления позволяют синтезировать структуры линейных регуляторов в аналитической форме, однако они не дают оценки степени риска при опасном сближении с препятствием.

Между тем при ручном управлении человек испытывает реальные ощущения нарастания тревоги в случае недопустимого снижения безопасности движения, что вызывает последующую перестройку способа обхода препятствий. Поэтому целью настоящей работы являет воспроизведения поведения человека путем количественной оценки текущего риска в движении с помощью предложенной системы контроля и, главное, последующей перестройки системы управления на примере обхода препятствий при встречном движении.

1. Постановка задачи управления безопасным движением при встрече с препятствием и выбор метода решения

.1 Динамическое программирование

Метод динамического программирования, разработанный в 50-х годах американским математиком Р.Беллманом, представляет собой новый подход к решению вариационных задач. Идея этого подхода состоит в том, что оптимальное поведение рассматривается как функция состояния системы, описываемого с помощью значения фазовых координат  в текущий момент времени t. Беллман очень точно подметил связь между причинностью и оптимальностью для динамических систем в том смысле, что если изменение состояния  любой динамической системы под воздействием входного управляющего сигнала  можно описать функциональным уравнением, характеризующим причинность

то у оптимальной системы для описания изменения ее состояния, характеризуемого некоторой функцией  как степень достижения подавленной цели, существует по аналогии такого же типа функциональной уравнение лишь с той разницей, что достигается минимум или максимум целевой функции при выборе управления  :

При этом выбор управления на отдельном шаге производится с точки зрения интересов не только данного шага, но и всего процесса в целом, как на текущем, так и на всех последующих шагах.

Исходя из этого, Беллманом был сформулирован принцип оптимальности: каковы бы ни были начальное состояние и начальное управление, последующие управления должны быть оптимальными относительно состояния, являющегося результатом применения первого управления. Принцип оптимальности можно также сформулировать следующим образом: оптимальное поведение не зависит от предыстории системы, а определяется только начальным (к данному моменту времени) условием и конечной целью, и текущее управление должно выбираться с учетом последствий в будущем. Классическим примером оптимального поведения является стратегия бегуна на дальнюю дистанцию. На старте бегун составляет график своего бега так, чтобы пройти дистанцию за минимальное время. Это не значит, что каждый участок он должен бежать как можно быстрее. Наоборот, находясь на дистанции, он в каждый момент времени должен распределять свои силы так, чтобы с учетом своего состояния пробежать оставшийся участок за минимальное время, чему может соответствовать и бурный финиш в конце дистанции.

Динамическому программированию органически присуще решение задач, дискретных по своей природе в силу рекуррентности последовательного выбора управления в многошаговой процедуре оптимизации. Заметим, что принцип оптимальности справедлив как для непрерывных детерминированных, так и для стохастических процессов управления, благодаря чему динамическое программирование может широко применяться в ряде кибернетических задач.

Несмотря на кажущуюся простоту принципа оптимальности из него можно вывести ряд нетривиальных условий оптимальной траектории.

1.1.1 Дискретная форма динамического программирования

Изучение метода начнем с решения одномерной задачи, когда управляемый автономный одномерный объект описывается либо в дискретной форме

либо в дифференциальной форме

которой соответствует разностное уравнение

где u - ограниченное в общем случае управление, т.е. ; Δt - дискрет времени, равный .

При заданном начальном состояний  объекта и свободном правом конце необходимо за фиксированное время  обеспечить минимум заданного функционала

или в виде аддитивной целевой функции

Таким образом, J есть функция (к + 1) выбираемых переменных , присутствующих в (к +1) уравнениях связи, т.е. можно попытаться решить задачу с помощью множителей Лагранжа. Однако это сложно из-за большой размерности задачи, поэтому применим иной подход.

Выведем сначала функциональное уравнение Беллмана, рассуждая следующим образом. Пусть минимизируемое значение функционала J в начальный момент времени определенным образом зависит от начального состояния системы, т.е. от t₀ и x(t₀). Обозначим эту зависимость через , называемую функцией Беллмана, понимая под этим не любое значение функционала, а его минимум при оптимальном поведении системы.

Представим теперь, что система функционировала некоторое время , в результате чего к моменту  она пришла в новое состояние . Тогда, согласно принципу оптимальности, оставшееся значение минимизируемого функционала

как результат последующих оптимальных действий есть также функция Беллмана , но уже зависящая от новых значений x(t₁) и t₁. Теперь осталось связать функции  и  друг с другом, представив последствия от выбираемого управления  в промежуток времени  в виде двух слагаемых - потерь  внутри данного шага и потерь на всех последующих шагах вплоть до конца решения задачи, зависящих от , потому что последствия в будущем определяются новым состоянием , которое описывается выражением

Поэтому, преследуя цель минимизации суммарных потерь, как текущих так и последующих, можно записать:

Рассуждая аналогичным образом при переходе к следующему шагу от момента к моменту  и т.д. к моменту , можно записать следующее функциональное уравнение:

Развивая этот же подход применительно к многомерному неавтономному объекту, можно получить функциональное уравнение Беллмана:

Пошаговый выбор управления с помощью уравнения (1.5) удобен для расчетов на ЭВМ. В этом случае численное решение обычно осуществляют с правого конца задачи. Поскольку краевые условия на правом конце не определены однозначно, то расчеты начинают, задавшись множеством значений вектора , разбивая, например, диапазон возможных значений  на R- 1 участков. В результате для каждого из Rⁿ вариантов конечного состояния определяется единственное управление на последнем шаге (в предположении, что управления на остальных шагах будут найдены позже), поскольку при заданном  только от него зависит последнее слагаемое в функции (1.3):

Эта операция проводится также численно, например путем разбиения каждого из диапазонов возможных значений и  на ( М -1 ) участков, что образует  вариантов управления. Результаты наилучшего варианта запоминаются, а именно для каждого из  вариантов фиксируются три величины - вектор состояния , оптимальное управление  и минимум целевой функции . Таким образом, в памяти ЭВМ хранится  чисел.

На следующем шаге, являющемся уже типичным для расчетов, снова формируются варианты состояния , а затем для каждого из них численно определяется управление , но уже исходя из минимума суммы двух слагаемых, причем второе слагаемое отыскивается в памяти ЭВМ в соответствии с переходом из  B ;

Где

Результаты расчета для нового шага также запоминаются в ЭВМ. Эта процедура повторяется, двигаясь от конца к началу для всех шагов,
кроме первого. При этом необходимый объем памяти непрерывно растет. Наконец на первом шаге, воспользовавшись единственным вариантом заданного начального состояния, численно определяют оптимальное управление , но именно ради этого необходимо было запомнить итоги оптимизации на втором шаге, а это приводит к необходимости помнить результаты на предыдущих шагах.

Теперь, поскольку управление  найдено и, значит, определено значение , представляющее собой минимизируемое значение функционала, осталось выявить конкретные значения , соответствующие данной оптимальной траектории. Для этого на основании уравнения (1.7) и известного управления  определяется состояние , которому соответствует свое запомненное управление . Продолжая теперь движение слева направо, последовательно восстанавливают всю программу управления и оптимальную траекторию за все к шагов.

Рис 1.1 Иллюстрация численного решения с правого конца задачи при дискретной форме динамического программирования

Рассмотренным методом решаются задачи, когда на правом конце часть фазовых координат закреплена. Например, на рис. (1.1) представлен случай перехода из точки А в точку В с произвольной конечной скоростью; Тогда движение справа налево, как это показано на рис. (1.1), при к = 3 требует переменного объема запоминаемых результатов, поскольку по координатам x₁ и x₂ вначале оценивается малое число вариантов, а потом число растет, вплоть до момента достижения точки А. При этом основное содержание расчета на каждом шаге остается прежним.

Нужно отметить, что, несмотря на определенную утомительность рассмотренной вычислительной процедуры, метод динамического программирования сводит задачу минимизации функции  переменных отдельным шагам расчетами минимизации функции Беллмана, зависящей только от г переменных. Это экономит время расчета, требуя, правда, значительного объема памяти ЭВМ. Достоинством метода при численных расчетах является также и снижение объема вычислений при сужении области допустимых управлений  или допустимого множества значений . Однако с увеличением размерности задачи дискретизация увеличивает число вариантов расчета запоминаемых результатов в степени n, что известно как «проклятие размерности», и требует иных подходов к применению динамического программирования.

.1.2 Непрерывная форма динамического программирования

Принцип оптимальности Беллмана дает достаточно общее условие, которое можно применять как для дискретных, так и для непрерывных систем управления.

Рассмотрим следующий предельный случай, когда дискрет времени  бесконечно мал, т.е. . Обратимся к функциональному уравнению Беллмана для одномерного объекта, заменив в нем дискретный момент времени  ( на текущее время ) и согласно (1.2) и (1.3) функции и соответственно на  и . Тогда можно получить выражение

При этом функция S во втором слагаемом правой части уравнения также имеет бесконечно малые приращения. Допустим, что функция Беллмана S непрерывна и, кроме того, существуют частные производные . Тогда можно разложить функцию ряд Тейлора в точке (х,t) и, пренебрегая членами второго порядка малости, получить

Заметим, что последнее слагаемое может быть учтено, если переменная х (t) есть случайный процесс, в котором присутствует составляющая типа белого шума с бесконечно большой дисперсией D, равной  где  - коэффициент диффузии. Подставим полученный результат в правую часть уравнения (1.8). С учетом того, что функции  и  от управления на зависят как результаты уже проведенной оптимизации и могут быть вынесены за фигурные скобки, уравнение (3.8) можно представить в виде

Перенеся первые два члена в левую часть, разделим уравнение на  :

Последними двумя слагаемыми при можно пренебречь из-за их малости. Тогда с учетом случайного характера оптимизируемого процесса получим уравнение.

.

Если рассматривать детерминированный случай при и, наконец, исследовать поведение системы с п координатами и r управлениями ,то можно получить известное уравнение Беллмана в частных производных

Очень важно подчеркнуть, что уравнение Беллмана (1.10) является нелинейным дифференциальным уравнением, поскольку в нем присутствует операция минимизации. В векторной форме его можно записать так:

Где,

Поясним теперь смысл слагаемых, входящих в правую часть уравнения (1.10). Первое слагаемое  характеризует потери на текущем шаге, второе слагаемое в виде суммы членов оценивает последствия от принятого решения в будущем. Причем каждый член учитывает изменение текущего состояния по координате x_i, возникающее за счет управления , с помощью производной , которая умножается на свой весовой коэффициент . Таким образом, производные  есть своего рода «коэффициенты чувствительности» оставшегося значения минимизируемого функционала к изменениям текущих значений фазовых координат . Это соображение иллюстрирует дальновидность метода и оживляет представление о функции Беллмана  как о некоторой функции отклика критерия оптимальности на измененные вектора состояния . Часто в технических задачах можно физически уяснить себе характер зависимости функции S от фазовых координат системы. Поэтому удается найти управление в функции от состояния фазовых координата , что позволяет прийти к замкнутой системе управления с обратной связью и тем самым ускорить решение задачи, что будет показано ниже в примерах.

С помощью динамического программирования можно решать задачи и с незакрепленным временем управления . В частности, для автономных систем можно получить уравнение Беллмана в виде

где функция от времени не зависит. Для задач максимального быстродействия в уравнении (1.11) нужно ввести замену .

В заключение отметим, что вывод уравнений (1.10) и (1.11) требовал дифференцируемости функции S. Однако существуют задачи, где эта функция не является дифференцируемой, а оптимальное управление существует. Поясним на примере, что на линии переключения функция S всегда недифференцируема.

1.1.3 Связь динамического программирования с вариационным исчислением и принципом максимума

Метод динамического программирования носит более универсальный характер, чем методы, основанные на принципе максимума и вариационном исчислении, поскольку он был разработан для оптимального управления процессами, не обязательно описываемыми системой дифференциальных уравнений. Вместе с тем этот метод не имеет строгого обоснования в ряде случаев по сравнению с принципом максимума и вариационным исчислением, хотя и тесно связан с ними.

Связь метода динамического программирования с вариационным исчислением. Пусть целевая функция  зависит от скорости  изменения фазовых координат. Тогда уравнение (1.10) можно записать в виде

Продифференцируем уравнение (1.12) по  с учетом того, что функция Беллмана  от  не зависит:

Затем запишем полную производную по t:

Продифференцируем теперь уравнение (1.14) по ;

Вычитая из полученного результата предыдущее уравнение, приходим к уравнению Эйлера в вариационном исчислении

Заметим, это соотношение было получено в предположении о непрерывности частных производных второго порядка.

Пусть теперь граничное условие задачи в конечный момент времени  есть соотношение

Тогда с учетом равенства (1.13) получим из (1.12) следующее соотношение, идентичное условию задачи с подвижным концом в вариационном исчислении:

Кроме того, можно убедиться, что уравнение (1.13) есть необходимое условие минимума для выражения в правой части (1.13), поскольку, во-первых, уравнение (1.13) есть частная производная от этого выражения по , приравненная к нулю. Во-вторых, дифференцируя по  уравнение (1.13) вторично и учитывая равенство нулю производной от первого слагаемого, получаем еще одно необходимое условие минимума,  состоящее в положительной определенности матрицы частных производных второго порядка, что совпадает с условием Лежандра в вариационном исчислении.

Можно также показать, что если экстремум в точке  совпадает с абсолютным минимумом, т.е.

то это соответствует известному условию Вейерштрасса.

Связь метода динамического программирования с принципом максимума. Геометрическая интерпретация динамического программирования. Связь с функцией Ляпунова. Классическое описание данной взаимосвязи строится на том, что из уравнений динамического программирования при определенных допущениях выводятся результат ты, соответствующие принципу максимума. Основной смысл этих сопоставлений состоит в том, чтобы показать, что для применения динамического программирования нужны излишне жесткие требования, связанные с существованием непрерывных частных производных . Действительно, если для задачи с закрепленным временем ввести (n + 2)-мерную вектор-функцию

то уравнение Беллмана (1.10) можно записать в виде:

или так , что соответствует принципу максимума, если ввести функцию .

Если рассмотреть задачу максимального быстродействия, то, воспользовавшись уравнением (1.14) для автономных систем и продифференцировав его по , получим

Первое слагаемое можно преобразовать, учитывая очевидное соотношение

откуда получаем следующий результат:

Видно, что в оба слагаемых входят одни и те же функции  которые мы теперь «обозначим через . Тогда условие (1.14) для оптимального процесса приобретет вид,

что сразу же позволяет левую часть этого равенства обозначить через
гамильтониан Н, а из соотношения (1.15) получить используемую в
принципе максимума систему дифференциальных уравнений относи
тельно вспомогательных переменных

Таким образом, результаты динамического программирования и принципа максимума совпадают, если ввести обозначения

или в векторной форме .

Рис. 1.2. Геометрическая интерпретация динамического программирования в задаче максимального быстродействия.

Это позволяет дать следующую геометрическую интерпретацию динамического программирования. На рис. 1.2 представлены поверхности изохрон S = const для задачи максимального быстродействия, причем величина S, по смыслу равная оставшемуся минимизируемому времени  убывает по мере приближения к конечной точке, т.е.

При этом движение должно осуществляться в направлении убывания функции S, т.е. в направлении, противоположном ее градиенту внутрь изоповерхностей S = const. Из физических соображений очевидно, что движение вдоль нормали - самое быстрое по времени, так как движение вдоль изоповерхности не дает приближения к конечной точке.

С помощью функции Беллмана S можно дать и другую трактовку процессу ее убывания, связав ее с функцией Ляпунова. Действительно, если целевая функция положительно определена,

то, выразив уравнение (1.12) в виде

 или

видим, что функция S есть функция Ляпунова.

Значит, если функция S положительно определена, то оптимальная система обладает еще одним замечательным свойством - она асимптотически устойчива, что особенно важно для нелинейных систем.

Отличие динамического программирования от других методов состоит в том, что если принцип максимума есть необходимое условие оптимальности, то уравнения динамического программирования при соблюдении всех требуемых допущений понимаются как достаточное условие. Необходимо также подчеркнуть, что в принципе максимума переменные  мыслятся как функции времени, а в динамическом программировании это функции от фазовых координат, характеризующие чувствительность минимизируемого значения функционала к изменению текущего состояния .

Формально это требует решения нелинейных дифференциальных уравнений вида (1.9) или (1.10) в частных производных, что так же сложно, как и решение краевых задач в принципе максимума.

1.2 Аналитическое конструирование регуляторов и применение для их синтеза динамического программирования

Поскольку динамическое программирование наиболее близко к получению оптимального управления в замкнутой форме, нужно подробнее остановиться на задаче синтеза систем автоматического управления, удовлетворяющего при существующих ограничениях требуемому качеству. Одним из направлений в этой области является разработанный у нас в стране А.М. Летовым подход, названный аналитическим конструированием регуляторов, когда алгоритм управляющего устройства замкнутой системы находится аналитически в соответствии с определенным функционалом качества, соответствующим квадратическому критерию вида

Минимизация функционала (1.16) соответствует задаче о регуляторе состояния, когда важно удерживать около нуля все компоненты вектора состояния. Возможны другие варианты удержания около нуля некоторой ошибки, представляющей собой разность между желаемым и выходным сигналами в задачах слежения, но смысловое содержание структуры критерия остается неизменным. Первое слагаемое характеризует терминальную ошибку в конечный момент, второе слагаемое преследует цель обеспечить малость ошибки при удерживании системы в заданном положении. Последнее слагаемое представляет «штраф за большие управления» и оценивает затрачиваемую на управление энергию.

Соответственно положительно полуопределенные матрицы М, Р и положительно определенная матрица R выбираются с учетом значимости указанных факторов, преимущественно с ненулевыми диагональными элементами, либо, по желанию проектировщика, можно положить некоторые из матриц нулевыми. При этом, как правило, рассматривается линейный нестационарный объект, описываемый уравнениями

где на управление  никаких прямых ограничений не наложено. В связи с этим для аналитического решения можно применять как вариационное исчисление, так и принцип максимума, но для получения решения в замкнутой форме воспользуемся методом динамического программирования. С учетом терминального члена функцией Беллмана S является функция

которая при  не равна нулю.

С учетом (1.16) и (1.17) уравнение Беллмана имеет вид

При отсутствии ограничений на оптимальное управление вычислим производную от выражения в фигурных скобках и, приравняв ее нулю, получим

Поскольку матрица Д положительно определена, можно найти, во-первых, оптимальное управление

и, во-вторых, записать уравнение Беллмана без операции минимизации:

Уравнение (3.20) можно решить при условии  .Можно показать [31], что уравнение (3.20) имеет точное аналитическое решение, которое представляет собой квадратичную форму

где К(t) - симметричная нестационарная матрица с искомыми элементами.

Вычислив частные производные

подставим их в уравнение (1.20):

Учитывая, что , уравнение (1.22) можно преобразовать к виду

что соответствует равенству нулю выражения в квадратных скобках, имеющего вид системы линейных неоднородных дифференциальных уравнений с граничным условием :

Уравнение (1.23) называется матричным уравнением Риккати, решение которого обычно находят численно на ЭВМ до начала работы системы. Оптимальному управлению соответствует в общем случае линейный закон управления с переменным коэффициентом передачи

И снова, возникает закономерный вопрос: при каких условиях структура и параметры регулятора будут неизменны. В работах Калмана доказывается, что при М= 0 и  для стационарных объектов, т.е. при постоянных матрицах А, В, К и Р, решение уравнения Риккати есть постоянная матрица К, соответствующая уравнению

В этом случае оптимальная замкнутая система является стационарной

и асимптотически устойчивой вследствие установившегося поведения
при , несмотря на то, что объект управления может быть неустойчив.

Проведенный анализ известных методов управления позволяет сделать следующие выводы:

.        Среди существующих методов синтеза регуляторов, учитывающих динамику объекта управления, наиболее подходящим является динамическое программирование, поскольку структура регулятора находится в пространстве вектора состояния объекта, что соответствует замкнутой форме системы управления;

.        Метод АКОР обладает возможностью аналитически определить закон линейного управления объектом в квадратурах, что удобно, однако функцию штрафов в интегральном функционале нужно свести как минимум к квадратичной форме, учитывая при необходимости степенные функции более высокого порядка.

2. Синтез оптимального регулятора при заданной постоянной функции штрафов без контроля безопасности движения

.1 Синтез оптимального линейного регулятора для стабилизации бокового движения без встречи с препятствием

Постановка задачи в рассматриваемом случае может быть формулирована следующим образом на примере управления речным транспортом:

Дано:

.        Заданы дифференциального уравнения движения транспорта, описываемого динамической системой второго порядка

   (2.1)

где - координата бокового отклонения судна от заданной траектории (фарватер), - координата боковой скорости судна.

.        Поступательное движение транспорта происходит с заданной постоянной скоростью , в результате чего меняется длина y пройденного пути.

.        Задан интегральный критерий качества   (2.2) где  (2.3)- подынтегральное выражение функционала J, учитывающего постоянный штраф  за отклонение от фарватера, штраф  за боковую скорость и штраф  за потраченную мощность при управлении;

- штраф за квадрат управления рулём ;

- штраф за отклонение от фарватера ;

- штраф за боковую скорость ;

- удаление от фарватера или боковой путь ;

- боковая скорость судна;

- параметры объекта управления;

- боковая скорость течения.

Требуется решить прямую задачу динамического программирования. В прямой задаче нужно найти функцию управления

4.      Решение прямой задачи методом динамического программирования может быть получена следующим образом

Функция Беллмана записывается таким образом:

.        Запишем уравнение Беллмана и представим функцию Беллмана  степенным полиномом:

6.      Оптимизируем функцию Беллмана по параметру u , получаем таким образом:

   (2.6)

Отсюда получим:    (2.7)

Подставим  (2.7) в выражение (2.6) получим :

Подставим функцию  (2.8) в уравнение Беллмана (2.5) и представив правую часть уравнения Беллмана степенным рядом:

.        Приравнивая сомножители при одинаковых степенях, группируем их по степеням и получим систему дифференциальных уравнений

8.      Заменим дифференциальные уравнения алгебраическими при:

После преобразования всех уравнений, если пренебрежем составным элементом  в четвёртом уравнении системы (2.11), окончательно найдём нижеследующее решение:

Подставим два коэффициента  решения (2.12) в выражение и получим :

  (2.13)

Подставив полученную функцию  в выражение (2.1), получим:

  (2.14)

Проведем моделирование на ЭВМ движения судна на примере стабилизации бокового пути вблизи фарватера при условиях:

После подстановки всех вышеуказанных параметров в выражение (2.13) и (2.14) получим:  ,

Рис. 2.1 Процесс стабилизации бокового движения судна при его возвращения слева на фарватер

Рис. 2.2 Процесс стабилизации бокового движения судна при его возвращении справа на фарватер

2.2 Синтез оптимального линейного регулятора при встрече с протяженным неподвижным препятствием

Постановка задачи в рассматриваемом случае может быть формулирована следующим образом на примере управления речным транспортом:

Дано:

.        Заданы уравнения движения транспорта

2.      Поступательное движение транспорта происходит с заданной постоянной скоростью v1, в результате чего меняется длина y пройденного пути.

3.      Задан интегральный критерий качества  (2.16) где  (2.17)- подынтегральное выражение функционала J, учитывающего теперь штраф r3 за приближение к неподвижному препятствию;

- штраф за квадрат управления рулём ;

- штраф за отклонение от фарватера ;

- штраф за боковую скорость ;

- штраф за приближение к препятствию ;

- расстояние от фарватера до острова ;

- дистанция от управляемого объекта до острова;

- удаление от фарватера или боковой путь ;

- боковая скорость судна;

- параметры объекта управления;

- боковая скорость течения.

Требуется решить прямую задачу динамического программирования. В прямой задаче нужно найти функцию управления

4.      Решение прямой задачи методом динамического программирования может быть получена следующим образом

Функция Беллмана записывается таким образом:

.        Запишем уравнение Беллмана и представив функцию Беллмана  степенным полиномом:

 (2.19)

6.      Оптимизируем функцию Беллмана по параметру u , получаем таким образом:

   (2.20)

Отсюда получим:    (2.21)

Подставим  (2.21) в выражение (2.20) получим :

Подставим функцию  (2.22) в уравнение Беллмана (2.19) и представив правую часть уравнения Беллмана степенным рядом:

7.      Приравнивая сомножители при одинаковых степенях, группируем их по степеням и получим систему дифференциальных уравнений

.        Заменим дифференциальные уравнения алгебраическими при:

После преобразования всех уравнений, если пренебрежем составным элементом  в четвёртом уравнении системы (2.25), окончательно найдём нижеследующее решение:

Подставим два коэффициента  решения (2.26) в выражение и получим :

Подставив полученную функцию  в выражение (2.15), получим :

Проведем моделирование на ЭВМ движения судна на примере стабилизации бокового пути вблизи фарватера при условиях:

После подстановки всех вышеуказанных параметров в выражение (2.27) и уравнения (2.28) получим (см. рис.2.3 и рис.2.4)

Проведенные исследования позволяют сделать следующие выводы:

.        Моделирование на ЭВМ показало, что при постоянной функции штрафов боковое движение успешно стабилизируется относительно заданного постоянного значения и удовлетворяет процессу в отсутствии мешающего препятствия, либо в случае его значительной протяженности;

.        Если препятствие имеет ограниченные размеры, то для возвращения на заданный путь синтезируемый регулятор должен строиться с помощью переменной функции штрафов, учитывающей сближение с препятствием.

3.Синтез оптимального регулятора при переменной функции штрафов, учитывающей сближение с неподвижным препятствием, без контроля безопасности встречного движения

.1 Синтез регулятора без учета динамики сближения с препятствием в математической модели объекта

Рассмотрим другой случай синтеза закона управления транспортом малоразмерного неподвижного препятствия, когда штраф за приближение к препятствию растет, а при удалении уменьшается.

Постановка задачи оптимального управления может быть сформулирована следующим образом.

Дано:

1.      Заданы уравнения движения транспорта   (3.1)

Где, - скорость продольного движения управляемого объекта, - величина дистанции между судном и препятствием.

2.      Задан интегральный критерий в виде:

,    (3.2)

Где  - выбранная новая штрафная функция удаления от препятствия.

.        Требуется найти решение прямой задачи методом динамического программирования. В этом случае функция Беллмана была представлена прежней формулой (2.17), в которую координата пока не входит.

.        Решение задачи получено следующим образом. Заменяем в уравнении Беллмана  вместо  и после преобразования выше изложенных выражений получим:

5.      С помощью найденных коэффициентов определим закон оптимального управления в квадратурах

.       

 ,

или более детально передаточное число линейного регулятора имеют вид

7.      Полученный результат позволяет промоделировать движение судна, если к уравнению (3.4) присоединить уравнения (3.5) модели объекта

     (3.5)

8.      Моделирование обхода малого препятствия на приведенном ниже примере подтвердило факт возвращения судна на фарватер после обхода препятствия при следующих условиях:

После подстановки всех вышеуказанных параметров в выражение (3.4) и уравнения (3.5) получим:

=

=

Построение графиков обхода препятствия слева и справа при отсутствии боковой скорости течения  (м/сек) проиллюстрировано на рисунке (3.1) и (3.2)

Рис.3.1 График обхода малоразмерного неподвижного препятствия слева при возвращении на фарватер при y1(0)=100 m

Рис. 3.2 График обхода малоразмерного неподвижного препятствия справа при возвращении на фарватер при y1(0)=100 m

.        Кроме того, получены графики для различных начальных дистанций y1(0) при маневрировании

Рис.3.3 Процесс маневрирования для бокового движения судна при y1(0)=10m

Рис.3.4 Процесс маневрирования для бокового движения судна при y1(0)=25 m

Рис.3.5 Процесс маневрирования для бокового движения судна при y1(0)=50 m

Рис.3.6 Процесс маневрирования для бокового движения судна при y1(0)=100 m

Эти графики показывают, что на малых дистанциях при y1(0) < 20 м судно не успевает безопасно обойти препятствия. Это впервые наводит на мысль проанализировать значение функции риска в виде правой части уравнения Беллмана F(x). Оказалось, что эта функция сильно увеличена при малых дистанциях маневрирования и поэтому может быть использована для контроля безопасности движения.

Также были получены результаты с новыми весовыми коэффициентами  и при других условиях:

После подстановки всех вышеуказанных параметров в выражение (3.4) и уравнения (3.5) и получим:

Построение графиков при отсутствии боковой скорости течения  (м/сек) проиллюстрировано на рисунках (3.7) и (3.8)

Рис.3.7 Процесс обхода препятствия при y1(0)=25 м, r3=25

Рис.3.8 Процесс обхода препятствия при y1(0)=50 м, r3=25

Также были промоделированы боковые маневры судна при условиях

После подстановки всех вышеуказанных параметров в выражение (3.4) и уравнения (3.5) получим:

Построение графиков при отсутствии боковой скорости течения  (м/сек) показано на рисунках (3.9) и (3.10)

Рис.3.9 Процесс обхода препятствия при y1(0)=25 м, r3=125

Рис.3.10 Процесс обхода препятствия при y1(0)=50 м, r3=125

Полученные результаты показали, что наилучшие траектории обхода препятствия возникают, если  , и все эти коэффициенты больше единицы, в то время как , а

Вместе с тем, найденный путь синтеза обладает тем недостатком, что при малых дистанциях, когда боковой маневр по обходу препятствия успеха не имеет, не возникает нужный сигнал тревоги для нужного торможения судна. Кроме того, в самом синтезе никак не учитывается скорость  сближения транспорта с препятствием, и этот параметр не входит в правую часть уравнения Беллмана, определяющую функцию риска между тем с увеличением скорости сближения транспорта с препятствием опасность столкновения с ним растет, и это обстоятельство необходимо учитывать.

3.2 Синтез регулятора с учетом динамики сближения с препятствием как в функции штрафов так и в модели объекта

Постановка задачи оптимального управления, когда меняется и штраф за сближение с препятствием, и меняется вектор состояния учитывающий изменение дистанции, может быть сформулировано следующим образом:

.        Заданы уравнения бокового и поступательного движения

2.      Задан переменный штраф за сближение препятствия

3.      Представим в данном случае функция Беллмана по- новому - в неё входит координата y

4.      Тогда частные производные равны

Это позволяет записать уравнение Беллмана в новом усложненном виде

.        Оптимизируем функцию риска в виде правой части уравнения Беллмана по параметру u1. Таким образом получаем оптимальное управление  равным формула :

Подставив в найденное значение  в уравнение (3.8), получим степенные полиномы в его левой и правой частях. Приравнивая сомножители при одинаковых степенях, получим следующую систему алгебраических линейных уравнений

Дополнительно заметим, что нужный вид полинома был найден при замене функции штрафов М(y) на следующее приближение :

6.      В результате удается вычислить искомые коэффициенты функции Беллмана

; ;;

;; ; (3.10)

;;;

; ; ; ; ;

7.      С помощью найденных коэффициентов можно определить закон управления u1 как явную функцию от пяти параметров x1,x2,y,Co,D. Полученные результаты позволят промоделировать движение судна. Моделирование показывает, что после обхода препятствия судно возвращается на фарватер.

Рис.3.11 Процесс обхода препятствия с учетом динамики сближения при

Проведенные исследования позволяют сделать следующие выводы:

.        С целью обеспечения необходимой безопасности следует использовать сигнал тревоги, сформированный в блоке контроля, для выработки команды на снижение скорости поступательного движения вплоть до полной остановки.

4.Контроль безопасности встречного движения и его место в реконфигурации процесса обхода препятствия

.1 Зависимость функции текущего риска снижения безопасности движения от удаления от препятствия

До сих пор не было уделено достаточного внимания процессу изменения функции риска  по мере приближения к препятствию. Поэтому с учетом сделанных в параграфе 3.2 уточнений модели интегрального критерия проведем дополнительный анализ поведения этой функции, представив их графиком.

Прежде всего проанализируем зависимость правой части уравнения Беллмана от начальной дистанции  от маневрирующего судна до препятствия. Дело в том, что сама правая часть по определению является такой функцией текущего риска, которая при оптимальном управлении есть сумма текущего штрафа  и спрогнозированных последствий в будущем. Иными словами, необходимый учет динамики изменения опасности ситуации в самом методе уже предусмотрен, нужно только оценить эту опасность количественно.

На рис.4.1, 4.2. показано изменение функции риска  по мере приближения к препятствию.

Во-первых отчетливо видно, что это функция растет и максимальна в момент обхода препятствия, а затем величина ожидаемого риска снижается и стремится к нулю. Это полностью соответствует физическому смыслу тех ощущений человека-оператора, который осуществляет ручное управление при обходе препятствия.

Во-вторых, при увеличении начальной дистанции маневрирования величина ожидаемого риска снижается из-за увеличения располагаемого ресурса времени на маневрирование, что тоже верно.

Значит, предложенная математическая модель оптимизации адекватна с точки зрения ее зависимости от удаления судна от препятствия.

Рис.4.1 Функция риска при условиях

Рис.4.2 Функция риска при условиях, увеличенная по сравнению с функцией на рис.4.1

4.2 Зависимость функции текущего риска от скорости сближения с препятствием

Как видно из формулы (3.8) , в функцию риска  входят члены, явно зависящие от скорости  сближения с судном, а именно - последнее слагаемое, а в нем в первую очередь решающим является коэффициент , от которого однозначно зависит коэффициент  (остальные члены с  достаточно малы).

Согласно формуле (3.9) эти коэффициенты имеют в сумме отрицательный знак, а значит функция  растет при увеличении скорости сближения  с препятствием. Это также соответствует физическому смыслу- чем «быстрее» движение, тем это опаснее. Этот факт можно проиллюстрировать следующими графиками на рис. 4.3 и 4.4, которые подтверждают высказанное утверждение.

Рис.4.3 Функция риска при условиях

Рис.4.4 Увеличенная функция риска при условиях

4.3 Синтез оптимального регулятора с учетом динамики движения

До сих пор боковое движение самого препятствия не учитывалось - оно считалось неподвижным. Между тем встречное судно или любой другой плывущий предмет может представлять существенную угрозу безопасности.

Поэтому надо дополнить предыдущую модель новыми элементами. К ним относится в первую очередь дифференциальное уравнение движения препятствия, поэтому общая динамическая модель примет вид:

,

где - известная скорость движения препятствия, положение которого характеризуется меняющей координатой  бокового движения.

Тогда уравнение Беллмана вместо (2.19) будет иметь в правой части новую функцию риска, имеющую вид:

Тогда решая задачу синтеза оптимального управления описанным выше способом, можно получить систему алгебраических уравнений, необходимых для вычисления новых коэффициентов функции Беллмана.

В этой формуле присутствует пять новых коэффициентов функции Беллмана. С их помощью получена новая система алгебраических уравнений, которые имеют вид

Решение этих уравнений позволяют найти в квадратурах новое оптимальное управление

В отличие от ранее найденного решения управления боковым движением судна дополнительно учитывает скорость  движения препятствия. Это обеспечивает дополнительную безопасность обхода препятствия такого типа, представляющих наибольшую угрозу.

4.4 Регулирование скорости поступательного движения при опасном сближении с препятствием

После того, как стал ясен факт очевидного роста функции риска при сближении с препятствием, остается делать последний шаг - осуществить контроль этой функции риска и затем повлиять на скорость движения судна. А именно - в случае недопустимо в снижении безопасности бокового маневра необходимо дополнительно предпринять аварийное снижение скорости вплоть до полного торможения.

Для этого нужно сравнить контролируемую текущую функцию риска F с некоторым порогом , при котором экспериментально доказана успешность обхода препятствия на высокой скорости .тогда разность дает нужную команду на управление поступательным движением. Если положительна, то нужно снизить скорость хода судна до значения , если разность отрицательна, то - увеличить до заданного значения .

Этот способ повышения безопасности можно реализовать с помощью следующей динамической модели :

Рис. 4.5 Снижение скорости движения при сближении транспортных средств

Приведенные соображения можно отобразить в виде принципиально новой двухуровневые структуры управления и контроля безопасности встречного движения, представлены на рис. 4.6.

Рис. Двухуровневая структура контроля и управления безопасным встречным движением

На этом рисунке канал бокового движения нижнего уровня осуществляет управление обходом препятствия, но если он не исправляется задачи обеспечения безопасности, то верхний уровень контроля формирует сигнал тревоги, подающей команду на другой канал нижнего уровня управляющий поступательным движением.

В этом случае скорость хода судна снижается, а безопасность движения возрастает до нужной величины, и задача управления судном в целом будет успешно решена.

Проведенные исследования позволяют сделать следующие выводы:

1.      Найденный объединенный способ контроля и управления объектом при встречном движении и неподвижном препятствии использует в качестве входных сигналов координаты бокового поступательного движения ,  и , а также меняющуюся скорость поступательного движения;

.        Найдена окончательная структура перестраиваемых регуляторов бокового и поступательного движения за счёт использования сигнала тревоги в процессе управления при встрече с подвижным препятствием. Эта структура имеет на своем входе координаты бокового движения судна  и , координаты и поступательного движения судна и препятствия, а также скорости  и  объекта и препятствия;

.        Предложена двухуровневая система контроля и управления, обеспечивающая необходимую безопасность обхода препятствий при встречном движении.

5.Определение целесообразности разработки алгоритма

Целью дипломной работы является разработка системы контроля безопасности движения транспорта и отображение опасных ситуаций на экране. Для выполнения данной работы требуется провести математическое моделирование разработанного алгоритма на ЭВМ.

Для экономической эффективности разрабатываемых алгоритмов и программного продукта (ПП) необходимо:

·        определить целесообразность разработки;

·        определить трудоемкость и затраты на создание ПП;

·        определить показатели экономической эффективности разработки ПП.

Для того чтобы обосновать целесообразность разработки ПП, дать оценку технической прогрессивности и качеству реализации, необходимо сравнить ее с одним из существующих аналогов, который принят в качестве базового. В качестве такого аналога будем рассматривать алгоритм ручного управления движением транспорта, используемый в настоящее время.

Анализируемые характеристики качества алгоритмов и программных продуктов представлены в таблице 1.

Таблица 1. Характеристики качества алгоритмов и программных продуктов.

Определим индекс технического уровня разработки по формуле:

,

где x_iН, x_iБ - уровень i-ой функциональной характеристики соответственно нового и базового ПП;

μ_i - значимость i-ой функциональной характеристики;- количество рассматриваемых функциональных характеристик.

Значимость i-ой функциональной характеристики определяется экспертным путем, при этом учитывается условие:

Таким образом, индекс технического уровня равен:

Интегральный показатель качества разрабатываемого алгоритма и ПП определяется следующим образом:

= J_ТУ ( Kв + 1 ) ,

где Kв - коэффициент влияния.

Значения коэффициента определяются экспертно. Общепринятым значением коэффициента Kв для техники, улучшающей характеристики системы управления, (именно к этому классу относится разрабатываемый алгоритм), является значение Kв= 0,25. Таким образом:

= 3.2 (0.25+1) = 4

Полученное значение индекса позволяет сделать вывод о том, что разрабатываемый ПП является более прогрессивным по сравнению с рассматриваемым базовым аналогом.

5.1 Определение трудоемкости разработки алгоритма и ПП

В процессе планирования разработки ПП определяется трудоемкость его создания. При традиционном программировании каждый элемент ПП содержит все этапы решения задачи, начиная с ввода исходных данных и кончая выводом результатов. Для этого случая затраты труда в чел.-час определяются по формуле:

_ПП = t_О + t_И + t_А + t_К + t_ОТ + t_Д ,

где t_О - затраты труда на подготовку описания задачи;_И - затраты труда на изучение описания задачи;_А - затраты труда на разработку алгоритма решения задачи;_К - затраты труда на составление программы;_ОТ - затраты труда на отладку программы;_Д - затраты труда на подготовку документации по ПП.

Условное количество команд в программе определяется следующим образом:

,

где q - предполагаемое количество команд;

К_С - коэффициент сложности программ (К_С=1.25 - 2.0);

К_К - коэффициент коррекции программы при ее разработке

(К_К= 0.05 - 0.1);

n - количество коррекций программы в ходе ее разработки. Примем:

= 1000;_C = 1.8;_K = 0.08;= 7.

Таким образом, условное количество команд в разрабатываемой программе:

Составляющие затрат труда рассчитываются по формулам:

;

;

;

;

,

где В - коэффициент увеличения затрат труда на изучение и постановку задачи вследствие их сложности и новизны (В = 1.2 - 3.0);

К - коэффициент квалификации разработчиков (при стаже 2-3 года К=1).

Цифры, находящиеся в знаменателях формул, характеризуют среднюю производительность труда программистов (число команд или операторов в час). Таким образом, составляющие трудоемкости разрабатываемого ПП (чел.-час.):

;

;

;

;

Значение t_O примем равным 7 чел.-час. Тогда общие затраты труда составляют:

_ПП = 7 + 52.4 + 140.4 + 280.8 + 561.6 + 327.6 = 1369.8 чел.-час.

5.2 Календарное планирование

Календарное планирование создания ПП производится на основе данных о трудоемкости работ по его созданию. Производственный цикл каждого этапа определяется по формуле:

;

где Т_Э - трудоемкость этапа, чел.-час.;_РД - продолжительность рабочего дня, ч. (t_РД = 8ч.);

q - количество работников одновременно участвующих в  выполнении работ, чел. Пересчет длительности производственного цикла, выраженной в человеко-часах, в календарные дни осуществляют умножением ее на коэффициент 1.4, т.е:

.

Произведем расчет длительности каждого этапа:

;  ;

; ;

; ;

; ;

; ;

Результаты расчета и директивный график представлены в таблице 2.

Таблица 2 Календарное планирование

5.3 Расчет заработной платы основного персонала

Заработная плата разработчиков программы рассчитывается на основе трудоемкости стадий работ. Часовые ставки определяются на основе должностных окладов разработчиков и разрядов работ (часовых тарифных ставок). Расчет заработной платы представлен в таблице 3.

Таблица 3 Расчет заработной платы основного персонала

Премия составляет 40% от заработной платы. Заработная плата основного персонала рассчитана по формуле:

,

де k - количество этапов;

Т_Эi - трудоемкость i-го этапа;

 - средняя часовая тарифная ставка оплаты труда работ i-го этапа.

5.4 Определение затрат на создание алгоритмов и ПП

Затраты на создание алгоритмов и ПП определяются по следующим статьям:

1.      заработная плата основных исполнителей;

2.      отчисления на социальные нужды;

.        накладные расходы;

.        прочие расходы.

5.5 Заработная плата основных исполнителей

Заработная плата основных исполнителей рассчитана в пункте 2.4 и, с учетом премий, составляет ЗП_П = 147280 р.

Отчисления на социальные службы

р.

Накладные расходы

,

р.

Прочие расходы

,

р.

Сводная таблица затрат

Затраты на создание алгоритмов и ПП сведены в таблицу 4.

Таблица 4 Структура затрат на создание алгоритмов и ПП

Цена предложения

Цена первоначально разработанных алгоритмов и ПП с учётом рентабельности разработки:

,

где З_ПП - затраты на создание алгоритмов и ПП;

ЗП_ПП - заработная плата основных исполнителей;

 - рентабельность разработки ПП по отношению к оплате труда персонала, обеспечивающая безубыточную деятельность ( =200-400%; выберем значение - 250%)

Таким образом:

р.

.6 Расчет экономической эффективности

Использование разработанного алгоритма и ПП для управления безопасным движением речным транспортом приведет к повышению качества (точности и универсальности) алгоритма. Поэтому показатель годового экономического эффекта определяется по формуле:

,

где  - годовые эксплуатационные затраты в информационной системе по базовому и новому варианту соответственно, руб.

Таким образом:

руб.

Для разрабатываемого ПП уровень экономической эффективности капиталовложений составляет:

,

.

Срок окупаемости затрат на создание алгоритмов и ПП определяется как величина, обратная Е_ПП:

На основании величины уровня экономической эффективности (Е_ПП=1.02), а также срока окупаемости затрат на создание алгоритмов и ПП (около 12 месяцев) можно сделать вывод о том, что разработка и внедрение данного ПП являются экономически целесообразными и эффективными.

В данном дипломном проекте разрабатывается система контроля безопасности движения транспорта и отображение опасных ситуаций на экране. Задание исходных данных, подготовка к работе, моделирование и анализ результатов производится в офисе на персональном компьютере с использованием специального программного обеспечения.

Обеспечение безопасности и комфорта пользователя и разработчика является одним из важнейших аспектов функционирования любой автоматизированной системы. Для разрабатываемой подсистемы эти требования имеют высокую значимость, так как основная работа подсистемы заключается во взаимодействии пользователя с ПЭВМ. В связи с этим необходимо рассмотреть условия труда с применением ПЭВМ. Так как при этом наибольшая нагрузка ложится на зрительные органы человека, то задача обеспечения правильного освещения рабочего места имеет первостепенную важность. При этом должны быть выполнены и другие требования по организации безопасного труда человека при работе за компьютером: в частности, требования к размерам помещения (площадь, объем), шуму, кондиционированию, электробезопасности, микроклимату, а также к организации и оборудованию рабочего места ПЭВМ.

Помещение, в котором находится рабочее место, имеет следующие характеристики:

·   длина = 6 м;

·   ширина = 3 м;

·   высота = 3,5 м;

·   площадь = 18 м²;

·   объем = 63 м³;

·   количество рабочих мест = 2;

·   количество окон = 1 (размером 1,5х2 м);

·   количество ламп дневного света на потолке = 3;

·   количество вычислительных шкафов = 2;

·   количество ПЭВМ = 2;

·   количество мониторов = 2 (диагональ 17 дюйма);

·   количество кондиционеров = 1.

6. Анализ условий труда

.1 Санитарно-гигиенические факторы

.1.1Микроклимат

Требования к микроклимату определяются ГОСТ 12.1.005-88 "Система стандартов безопасности труда. Общие санитарно-гигиенические требования к воздуху рабочей зоны" и СанПиН 2.2.4.548-96 «Гигиенические требования к микроклимату производственных помещений».

Выполняемая работа относится к Iа категории «Легкая физическая», т.к. не связаны с систематическими физическими нагрузками. В этой категории энергозатраты не превышают 120 ккал/ч (139 Вт).

Температура в помещении, в котором производится разработка подсистемы формирования входных сообщений, 23…24°С в теплый и 22…23°С в холодный периоды года. Относительная влажность - 50…60 %. Скорость движения воздуха - 0.08…0.1м/с.Допустимые и оптимальные значения температуры, относительной влажности воздуха и скорости движения воздуха в рабочей зоне регламентированы в ГОСТ 12.1.005-88. Оптимальные величины показателей микроклимата на рабочих местах производственных помещений приведены ниже в таблице 1.

Таблица 1 - Оптимальные величины показателей микроклимата на рабочем месте.

Для контроля и поддержания оптимальной температуры используется современная система кондиционирования кондиционер Panasonic CS-YW7MK0D/CU-YW7MKD 2,4 кВт. В данном кондиционере предусмотрены фильтры очистки воздуха и функция увлажнения воздуха.

Таким образом, параметры микроклимата помещения соответствуют допустимым параметрам ГОСТ 12.1.005-88.

6.1.2Освещение

Равномерное распределение яркости в поле зрения имеет важное значение для поддержания работоспособности человека. Если в поле зрения постоянно находятся поверхности, значительно отличающиеся по яркости (освещенности), то при переводе взгляда с ярко- на слабоосвещенную поверхность глаз вынужден переадаптироваться. Частая переадаптация ведет к развитию утомления зрения и затрудняет выполнение производственных операций.

Рабочие столы согласно требованиям СанПин следует размещать таким образом, чтобы видеодисплейные терминалы были ориентированы боковой стороной к световым проемам, чтобы естественный свет падал преимущественно слева. На рассматриваемом рабочем месте столы расположены таким образом, что естественный свет присутствует недостаточно, что является нарушением рекомендаций СанПин 2.24.548-96.

Помещение имеет естественное и искусственное освещение.

Освещенность на поверхности стола в зоне размещения рабочего документа должна быть 300-500 люкс согласно "Гигиенические требования к персональным электронно-вычислительным машинам и организации работы. СанПиН 2.2.2/2.4.1340-03".

В рабочем помещении окно имеет жалюзи, лампы белого света расположены равномерно по площади потолка.

Освещение совмещенное, верхнее.

В соответствии со СНиП 23-05-95 разряд зрительной точности - очень высокая точность (II), класс в, наименьший размер объекта различения равен 0,2мм (размер точки экрана монитора). Освещенность - 400-500 лк.

Минимальное значение показателя освещенности (E_н) в помещении 400 люкс.

Анализ освещенности на рабочем месте будет произведен ниже.

6.1.3Электробезопасность

Электробезопасность - это система организационных и технических мероприятий и средств защиты от вредного и опасного воздействия электротока.

Воздействие электрического тока на организм человека. Электротравмы.

Проходя через тело человека, электроток оказывает на него следующие воздействия:

. Тепловое (нагрев ткани и биологических сред)

. Химическое (разложение крови, плазмы)

. Биологическое (раздражение и возбуждение нервных и других тканей)

. Механическое воздействие (разрыв кожи, вывихи и др.)

Любое из этих воздействий может привести к электротравме - повреждению организма, вызванное воздействием электротока.

Различают местные и общие электротравмы.

Местные - электроожог, электрознак (специфическое поражение кожи), металлизация кожи частицами расплавленного метала под действием электродуги, электроофтальмия (воспаление наружных оболочек глаз от воздействия ультрафиолетовых лучей электрической дуги), механические повреждения (разрыв кожи, вывихи, переломы костей), вызванные непроизвольным сокращением мышц под действием электрического тока.

Общие электротравмы - (электроудары) приводят к поражению всего организма.

В зависимости от последствия электроудары делятся на 4 степени:

-я - судорожное сокращение мышц без потери сознания;

-я - судорожное сокращение мышц с потерей сознания;

-я - потеря сознания, нарушение дыхания и сердечной деятельности;

-я - состояние клинической смерти.

Тяжесть поражения электротока зависит от целого ряда факторов:

От рода тока.

От силы тока.

Частоты тока.

От величины напряжения.

От пути его прохождения.

От схемы включения человека в электрическую цепь.

Сопротивления тела человека.

От индивидуальных особенностей человека.

От условий окружающей среды.

Значительное количество несчастных случаев от поражения электрическим током связано с тем, что нарушается изоляция электроприемников. Для защиты людей от поражения электическим током при повреждении изоляции должна быть применена, по крайней мере, одна из следующих защитным мер: заземление, зануление, защитное отключение, разделительный трансформатор, малое напряжение, двойная изоляция, выравнивание потенциалов.

Защитное заземления - преднамеренное соединение с землёй или её эквивалентом металлических нетоковедущих частей электроприёмников (электроустановок), которые могут оказаться под напряжением (ГОСТ 12.1.009 - 76. ССБТ. Электробезопасность. Термины и определения).

Зануление - преднамеренное электрическое соединение металлически нетоковедущих частей электроприёмников (электроустановок) с нейтральной точкой трансформатора питающей подстанции металлических нетоковедущих частей, которые могут оказаться под напряжением (ГОСТ 12.1.009 - 76. ССБТ. Электробезопасность. Термины и определения).

Заземление или зануление электроустановок следует выполнять:

• во всех электроустановках при напряжении 380 В и выше переменного тока и 440 В и выше постоянного тока;

• в электроустановках, эксплуатирующихся в помещениях с повышенной опасностью, особоопасных и наружных установках - при напряжении выше 42 В, но ниже 380 В переменного тока и выше 110 В, но ниже 440 В постоянного тока.

Помещения с повышенной опасностью характеризуются наличием одного из следующих условий: сырости (>75%) или токопроводящей пыли, токопроводящих полов, высокой температуры (>30°С), возможности одновременного прикосновения человека к имеющим соединение с землей металлоконструкциям зданий, аппаратам, механизмам и к металлическим корпусам электрооборудования.

Особо опасные помещения характеризуются наличием одного из следующих условий: особой сырости (>90%), химически активной или органической средой, одновременно двух и более условий повышенной опасности.

Заземляющие устройства электроустановок потребителей должны соответствовать требованиям ПУЭ (Правила устройства электроустановок).

Части электрооборудования, подлежащие заземлению, должны иметь надёжное контактное соединение с заземляющим устройством либо с заземлёнными конструкциями, на которых они установлены. Соединения должны быть только болтовыми или сварными. Скрутка не допускается.

Каждая часть электроустановки, подлежащая заземлению или занулению, должна быть присоединена к сети заземления или зануления отдельным проводником.

Заземляющие и нулевые проводники должны иметь покрытие, защищающее от коррозии. Открыто проложенные стальные проводники должны иметь черную окраску.

В соответствии с ГОСТ Р 50571.2-94 «Электроустановки зданий. Часть 3. Основные характеристики», гармонизированного со стандартами Международной электротехнической комиссии (МЭК), системы заземления электрических сетей делятся на следующие классы:

IT, TT, TN-C, TN-C-S, TN-S. Применительно к сетям переменного тока напряжением до 1 кВ обозначения имеют следующий смысл. Первая буква - характер заземления источника питания (режим нейтрали вторичной обмотки трансформатора): I - изолированная нейтраль, T - глухозаземленная нейтраль. Вторая буква - характер заземления открытых проводящих частей (металлических корпусов) электроустановки: Т - непосредственная связь открытых проводящих частей с землей (защитное заземление), N - непосредственная связь открытых проводящих частей с заземленной нейтралью источника питания (зануление). Последующие буквы - устройство нулевого рабочего и нулевого защитного проводников: С - нулевой рабочий (N) и нулевой защитный (РЕ) проводники объединены по всей сети, C-S - проводники N- и РЕ- объединены в части сети, S - проводники N- и РЕ- работают раздельно по всей сети., PE- и PEN- проводники, используемые в различных типах сетей, должны иметь соответствующие графические обозначения на схемах и расцветку в соответствии с ГОСТ Р 50571.2-94.

Область применения такой защитной меры как заземление или зануление определяется режимом нейтрали и классом напряжения ЭУ.

Зануление применяется лишь в одной из систем электрической сети - в ЭУ до 1 кВ с глухозаземленной нейтралью (TN). В остальных группах ЭУ применяется защитное заземление.

Защитное отключение должно осуществляться устройствами (аппаратами), удовлетворяющими в отношении надежности действия специальным техническим условиям (ПУЭ п. 1.7.42).

Разделительный трансформатор - трансформатор, первичная обмотка которого отделена от вторичных обмоток при помощи защитного электрического разделения цепей.

Безопасный разделительный трансформатор - разделительный трансформатор, предназначенный для обеспечения электрооборудования сверхнизким напряжением.

Разделительные трансформаторы должны удовлетворять специальным техническим условиям в отношении повышенной надежности конструкции и повышенных испытательных напряжений, в соответствии с требованиями, изложенными в гл.7 ПУЭ.

Защитное автоматическое отключение обеспечивается защитно - коммутационными аппаратами, реагирующими на сверхтоки и дифференциальный ток.

В ЭУ, в которых в качестве защитной меры применено автоматическое отключение питания, должна применятся система уравнивания потенциалов, которая требует соединения между собой проводящих частей защитных или заземляющих проводников, металлических частей коммуникаций, каркаса зданий, заземляющее устройство системы молниезащиты и др. в соответствии с п. 1.7.82 ПУЭ.

Электрозащитные средства

Они условно делятся на 3 группы:

. Изолирующие - защищают человека от частей, находящихся под напряжением посредством дополнительной изоляции и позволяют с безопасностью для человека определять наличие в установке напряжения и тока: изолирующие штанги, изолирующие устройства и приспособления для ремонтных работ напряжением выше 1000В; слесарно-монтажный инструмент с изолирующими рукоятками в электроустановках напряжением до 1000В; диэлектрические перчатки, боты, галоши, ковры, изолирующие накладки и подставки делятся на:

) Основные - изоляция, которая может длительно выдержать напряжение электрической установки и позволяют прикасаться к токоведущим частям, находящихся под напряжением.

) Дополнительные - служат для усиления действия основных, сами не защищают.

Основные и дополнительные подразделяются для работы в установках до 1000 В и свыше 1000В.

. Экранизирующие - защищают работающих от воздействия электрополей электрических установок промышленных частот: переносные экраны, палатки, экранирующие зонты, индивидуальные экранирующие костюмы с головными уборами и так далее. Также для защиты от вредных и опасных воздействий электрической дуги, продуктов горения, падения с высоты применяются средства индивидуальной защиты: очки, каски, противогазы, рукавицы, предохранительные, монтерские и страховочные канаты.

. Ограждающие - для временного ограждения токоведущих частей, предупреждения ошибочных операций с электрическими аппаратами.

Включают переносные заземления, оградительные устройства и диэлектрические колпаки, плакаты и знаки безопасности и др.

Электрозащитные средства подвергаются контрольному осмотру и периодически механическому и электрическому испытаниям.

Электробезопасность обеспечивается в соответствии с ГОСТ 12.1.030 - 81 «Электробезопасность. Защитное заземление. Зануление». В ПЭВМ одним из источников опасности является электрическая часть, а именно входные цепи блока питания, который подключен к сети переменного тока напряжением 220 В, частотой 50 Гц, с изолированной нейтралью. Выходные цепи блока питания составляют +/-15, +/-5 В. Используемое помещение с ПЭВМ относится к классу помещений без повышенной опасности с точки зрения поражения электрическим током. В помещении непроводящие полы, отсутствует токопроводящая пыль, электрически активная среда, возможность одновременного прикосновения к металлическим частям прибора и заземляющему устройству исключена, высокая температура и сырость отсутствует (согласно Правилам устройства электроустановок).

Пользователь должен выполнять общие требования по электробезопасности:

-       не прикасаться к металлическим нетоковедущим частям системного блока ПЭВМ, которые могут оказаться под напряжением в результате повреждения изоляции;

-       не использовать электрические приборы, такие как электрические плиты, чайники, обогреватели.

Так как все токоведущие части ПЭВМ в кабинете изолированы, то случайное прикосновение к ним исключено. Для обеспечения защиты от поражения электрическим током применяется заземление корпуса ЭВМ подведением заземляющей жилы к питающим розеткам.

Уровень электробезопасности соответствует ГОСТ 12.1. 030. - 81.

6.1.4 Шум

Шум ухудшает условия труда, оказывая вредное действие на организм человека. Работающие в условиях длительного шумового воздействия испытывают раздражительность, головные боли, головокружение, снижение памяти, повышенную утомляемость, понижение аппетита, боли в ушах и т. д. Такие нарушения в работе ряда органов и систем организма человека могут вызвать негативные изменения в эмоциональном состоянии человека вплоть до стрессовых.

Под воздействием шума снижается концентрация внимания, нарушаются физиологические функции, появляется усталость в связи с повышенными энергетическими затратами и нервно-психическим напряжением, ухудшается речевая коммутация. Все это снижает работоспособность человека и его производительность, качество и безопасность труда. Длительное воздействие интенсивного шума [выше 80 дБ(А)] на слух человека приводит к его частичной или полной потере.

Источниками шума на рабочем месте программиста являются: вентиляторы охлаждения ПК, жесткие диски, монитор, клавиатура, принтер, сканер и другие периферийные устройства.

В таблице 2 указаны допустимые уровни звукового давления, в соответствии с ГОСТ 12.1.003-83 «Шум. Общие требования безопасности».

Таблица 2 - Допустимые уровни звукового давления, дБА, на рабочих местах.

Уровень шума на рабочем месте математиков-программистов не должен превышать 50дБА. Для снижения уровня шума стены и потолок помещений, где установлены компьютеры, могут быть облицованы звукопоглощающими материалами. Уровень вибрации в помещениях вычислительных центров может быть снижен путем установки оборудования на специальные виброизоляторы.

Таким образом, фактический уровень шума в рабочем помещении не превышает 15 дБ. При включение вычислительных шкафов для выполнения работ с автоматизированной системой уровень шума систем охлаждения составляет около 35 дБА (связано с тем, что шкафы представляют собой закрытую конструкцию, которая позволяет изолировать шум).

Общий уровень шума составляет 50 дБА, что соответствует ГОСТ 12.1.003-83.

6.1.5 Вибрация

Вибрации не должны превышать предельно допустимых значений, установленных ГОСТ 12.1.012-90 (1996) «Система стандартов безопасности труда. Вибрационная безопасность. Общие требования».

Программист, работающий в офисе за ПЭВМ, подвергается локальным вибрациям, создаваемыми вентиляторами в системном блоке, работой жесткого диска и устройства CD-ROM, передаваемыми ему через контакт с поверхностью стола. Уровень возможных вибраций от всех ПЭВМ, находящихся в помещении не превышает 10 дБ, тем самым удовлетворяет требованиям ГОСТ 12.1.012-90 (1996), в соответствии с которым, уровень локальных вибраций не должен превышать 75 дБ.

6.1.6 Электромагнитное излучение

Уровень электромагнитного излучения в помещении регламентируются нормами ГОСТ 12.1.006-84 «Электромагнитные поля радиочастот. Допустимые уровни на рабочих местах и требования к проведению контроля», ГОСТ Р 50948-2001 «Средства отображения информации индивидуального пользования. Общие эргономические требования и требования безопасности».

Опасное воздействие на работающих могут оказывать электромагнитные поля радиочастот (60 кГц-300 ГГц) и электрические поля промышленной частоты (50 Гц). Напряженность магнитного поля на расстоянии не менее 50 см от экрана составляет 15В/м, плотность магнитного потока - 150 нТл. Максимально допустимое значение, установленное ГОСТ 12.1.006-84 - 25 В/м, а для плотности магнитного потока - 250 нТл. Значения показателей полностью соответствуют ГОСТ.

6.2 Эргономика рабочего места

Площадь офиса, в котором выполняется работа, составляет 18 кв.м., и имеет размеры: в длину 6 метров, в ширину 3 метра, в высоту 3 метра. В офисе работает один программист за компьютером с ЖК монитором 17 дюймов.

В соответствии с СанПиН 2.2.2/2.4.1340-03 площадь на одно рабочее место с ВДТ или ПЭВМ для взрослых пользователей должна составлять не менее 6,0 кв. м, а объем - не менее 20,0 куб. м., это означает что наше помещение соответствует нормам.

Приведём в таблице 3 сравнительный анализ требований СанПиН 2.2.2/2.4.1340-03 и фактических значений.

Таблица 3 - Анализ эргономики рабочего места

Расположение клавиатуры и монитора на столе также соответствует требованиям.

Сопоставляя фактические и рекомендуемые значения, делаем вывод, что данное рабочее место удовлетворяет требованиям СанПиН 2.2.2/2.4.1340-03 по эргономическим факторам.

.3 Психофизиологические факторы

.3.1 Характеристика монитора

Дисплей на рабочем месте имеет диагональ 17’’ и находится ниже уровня глаз оператора, угол наблюдения составляет 20⁰ относительно горизонта. Этот показатель полностью удовлетворяет требованиям ГОСТ Р50923-96 (не более 40⁰). Монитор оборудован поворотной площадкой, позволяющей перемещать его в горизонтальной и вертикальной плоскости и изменять угол наклона экрана. Экран имеет антибликовое покрытие.

При определении оптимального режима восприятия информации с экрана монитора устанавливается уровень яркости, контраста и соотношение яркостей в поле зрения экрана согласно ГОСТ Р50923-96.

Технические характеристики монитора приведены в таблице 4:

Таблица 4 - Технические характеристики монитора

Сравнивая требуемые и фактические значения параметров и характеристик монитора, делаем вывод, что он соответствует требованиям ГОСТ Р 50948-2001 и СанПиН 2.2.2/2.4.1340-03.

При работе с текстовой информацией наиболее (ввод данных, программирование, чтение с экрана монитора) с физиологической точки зрения наиболее целесообразны черные знаки на белом фоне.

Работа оператора производится сидя 70% времени. Значимость ошибки велика, также как и ответственность за функциональное качество конечного продукта. Эти факторы отрицательно сказываются на психическом здоровье оператора и нервном напряжении.

Таблица. Характеристика клавиатуры

Сравнивая требуемые и фактические значения параметров и характеристик клавиатуры, делаем вывод, что она соответствует требованиям ГОСТ Р 50948-2001 и СанПиН 2.2.2/2.4.1340-03.

6.3.2Умственное перенапряжение, монотонность труда, эмоциональные перегрузки

При работе с персональным компьютером очень важную роль играет соблюдение правильного режима труда и отдыха. В противном случае у персонала отмечаются значительное напряжение зрительного аппарата с появлением жалоб на неудовлетворенность работой, головные боли, раздражительность, нарушение сна, усталость и болезненные ощущения в глазах, в пояснице, в области шеи и руках.

В зависимости от категории трудовой деятельности и уровня нагрузки за рабочую смену при работе с ПЭВМ устанавливается суммарное время регламентированных перерывов. Работа нашего программиста относится к категории I, суммарное время регламентированных перерывов 30 минут.

Эффективность перерывов повышается при сочетании с производственной гимнастикой или организации специального помещения для отдыха персонала с удобной мягкой мебелью, аквариумом, зеленой зоной и т.п.

Программист работает за компьютером не все рабочее время, а лишь большую его часть, примерно 80 %. При этом он делает перерыв на обед и небольшие перерывы для зрительных упражнений, таким образом его работа соответствует требованиям СанПиН 2.2.2/24.1340-03 в части режима труда и отдыха.

6.4 Проектирование системы освещения

Расчет освещенности рабочего места сводится к выбору системы освещения, определению необходимого числа светильников, их типа и размещения.

Исходя из этого, рассчитаем параметры искусственного освещения.

Обычно искусственное освещение выполняется посредством электрических источников света двух видов: ламп накаливания и люминесцентных ламп.

Будем использовать люминесцентные лампы, которые по сравнению с лампами накаливания имеют ряд существенных преимуществ:

·   по спектральному составу света они близки к дневному, естественному свету;

·   обладают более высоким КПД (в 1,5-2 раза выше, чем КПД ламп накаливания);

·   обладают повышенной светоотдачей (в 3-4 раза выше, чем у ламп накаливания);

·   более длительный срок службы.

Расчет освещения производится для комнаты площадью 18 м², длиной 6 м и шириной 3 м.

Расчет освещения будем производить по методу коэффициента использования светового потока.

Рассматриваемый метод позволяет производить расчет осветительной установки (ОУ) с учетом прямой и отраженной составляющих освещенности и применяется для расчета общего равномерного освещения горизонтальных поверхностей, равновеликих полу, при светильниках любого типа.

Для определения количества светильников определим световой поток, падающий на поверхность по формуле:

,

Где F - рассчитываемый световой поток, лм;

Е - нормированная минимальная освещенность, лк (определяется по таблице). Работу инженера, в соответствии с этой таблицей, можно отнести к разряду точных работ, следовательно, минимальная освещенность будет Е = 400лк;- площадь освещаемого помещения (в нашем случае S =18 м²);- отношение средней освещенности к минимальной (обычно принимается равным 1,1…1,2 , пусть Z = 1,1);

К - коэффициент запаса, учитывающий уменьшение светового потока лампы в результате загрязнения светильников в процессе эксплуатации (его значение зависит от типа помещения и характера проводимых в нем работ и в нашем случае К = 1,5);- установленное число светильников;- число ламп в светильнике;

η - коэффициент использования светового потока, (выражается отношением светового потока, падающего на расчетную поверхность, к суммарному потоку всех ламп и исчисляется в долях единицы; зависит от характеристик светильника, размеров помещения, окраски стен и потолка, характеризуемых коэффициентами отражения от стен (Р_с) и потолка (Р_п)), значение коэффициентов Р_с и Р_п: Рс=0.4 Рп=0.6 (в помещениях, где находится компьютер, необходимо обеспечить следующие величины коэффициента отражения: для потолка: 60... 70%, для стен: 40... 50%, для пола: около 30%. Для других поверхностей и рабочей мебели: 30... 40%).

Индекс помещения:

 , где

- площадь помещения, S = 18 м²;- расчетная высота подвеса, h = 2,7 м;- ширина помещения, А = 3 м;

В - длина помещения, В = 6 м.

Подставив значения, получим: I = 0,6

Зная индекс помещения I, по таблице находим η ≈ 0,48.

Подставим все значения в формулу для определения светового потока F, получим следующее значение общего светового потока: F = 24750 лм.

В соответствии с СанПиН 2.2.2/2.4.1340-03 в качестве источников света рекомендуется применять люминесцентные лампы типа ЛБ. Для освещения помещений с ПК необходимо применять светильники серии ЛПО 36 с зеркализованными решетками, укомплектованными высокочастотными пускорегулирующими аппаратами ВЧ ПРА. Для данного помещения будем использовать светильники ЛПО 36-4х20 с лампами ЛБ-40.

Световой поток одной лампы ЛБ-40 составляет F_ЛБ-40 = 3000 лм, следовательно, для получения светового потока F = 24750 лм необходимо число ламп, суммарный световой поток от которых равен или несколько больше F.

Количество ламп в светильнике равно 4, следовательно для данного помещения понадобится:

Получим фактический световой поток от ламп:

,

это на 3% меньше рассчитанного светового потока, что соответствует требованиям, согласно которым световой поток от ламп должен находиться в пределах -10%..20% от расчетного.

Мощность светильника ЛПО 36-4х20:

Электрическая мощность общей осветительной системы вычисляется по формуле:

Чтобы исключить засветку экранов мониторов путем попадания прямых световых потоков, светильники общего освещения необходимо расположить сбоку от рабочего места, параллельно линии зрения человека и стене с окнами. Такое размещение светильников позволяет производить их последовательное включение в зависимости от величины естественной освещённости и исключает раздражение глаз чередующимися полосами света и тени, возникающее при поперечном расположении светильников.

Местное освещение применять не рекомендуется, дабы избежать бликов отраженного от поверхности стола и экранов мониторов света.

Выводы

На основании проведенных исследований можно сделать следующие выводы:

При синтезе линейных регуляторов управления боковым движением для обхода препятствий необходимо учитывать в штрафной функции интегрального критерия факт сближения с препятствием;

В математической модели относительного встречного движения необходимо учитывать факт подвижности препятствия;

Контроль безопасности движения возможен при вычислении функции текущего риска в виде правой части уравнения Беллмана, что справедливо в случае оптимального управления объектом;

Сравнение текущего риска с допустимым порогом позволяет сформировать нужный сигнал тревоги для управления поступательным движениям, чтобы регулировать путевую скорость, снижая её в опасных ситуациях;

Предложена объединенная двухуровневая система контроля и управления, способная адаптивным путем обеспечить необходимую безопасность движения;

Полученная система может использоваться как в автоматическом режиме, если доступна нужная измерительная информация об относительном сближении с препятствием, так и в тренажерах обучения операторов ручного управления при использовании сигналов тревоги в качестве подсказки.

На основании величины уровня экономической эффективности (ЕПП=1.02), а также срока окупаемости затрат на создание алгоритмов и ПП (около 12 месяцев) можно сделать вывод о том, что разработка и внедрение данного ПП являются экономически целесообразными и эффективными.

В разделе «Охрана труда и окружающей среды» изложены основные требования к безопасности и комфорту и анализ сформированных условий труда на соответствие требуемым. Сделан вывод о соблюдении в помещении правил электробезопасности, соответствии электромагнитного и ионизирующего излучений, шума, вибрации и освещенности нормам.

Фактор освещенности признан основным. Произведен анализ условий труда и расчет освещенности кабинета. Оптимальными для освещения помещения являются лампы ЛБ-40 (лампы люминесцентные белого света, мощность - 40 Вт, световой поток - 3120 лм). Показатель освещенности в данном помещении не отклоняется от нормы. Оценка соответствия размещения устройств управления на рабочем месте и устройств отображения информации показала, что основные значения параметров по этим факторам не противоречат нормативным.

Шум и вибрация в помещении соответствуют нормам.

Созданные условия должны обеспечить комфортную работу, что позволит сохранить хорошую работоспособность в течение всего рабочего дня.

Список литературы

.Беллман Р. «Динамическое программирование», М.: ИИЛ, 1961

.Лебедев Г.Н. и др. «Теория оптимальных систем», М.: МАИ, 1999

.Панагушин В.П. и др. «Экономическое обоснование дипломных проектов (работ) по приборо- и радиоприборостроению», М.: МАИ, 2008

.С.В. Белов «Безопасность жизнедеятельности» Учебник для вузов, М.: Высш.школа, 2001

.ГОСТ 12.1.005-88 «Воздух рабочей зоны»

.СНиП 23-05-95 «Естественное и искусственное освещение»

.ГОСТ 12.1.003-83 «Шум. Общие требования безопасности»

.ГОСТ 12.1.038-82 «Допустимые значения напряжения и токов». ПУЭ 7

.СанПиН 2.2.4.1191-03

.СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к видеодисплейным терминалам, персональным электронно-вычислительным машинам и организация работы с ними»

.ГОСТ Р52324-2005 (для ЖК-мониторов)

.ГОСТ 12.2.032-78 «Рабочее место при выполнении работ сидя. Общие эргономические требования»

.Березин В.М., Дайнов М.И. «Защита от вредных производственных факторов при работе на ПЭВМ» Методические указания к дипломному проектированию, М.: МАИ, 2003

.Курдюмов В.И., Зотов Б.И. «Проектирование и расчет средств обеспечения безопасности», М.: КолосС, 2005

безопасный движение препятствие

Приложение А

#include <ansi_c.h>

#include <cvirte.h>

#include <userint.h>

#include <windows.h>

#include "radioGroup.h"

#include <formatio.h>

#include <utility.h>

#include <mmsystem.h>

#include "car.h"RotateImage (int angle, char ship_path[25], int ship);risk_function (int x1, int x2, int x3, int x4);int Safety_System;int CTRL_OBJ_top, CTRL_OBJ_left, CTRL_OBJ_top0, CTRL_OBJ_left0;int SM_WAY_OBJ_left, SM_WAY_OBJ_top, SM_WAY_OBJ_top0 = 244, SM_WAY_OBJ_left0 = 650;int ONCOMING_OBJ_top, ONCOMING_OBJ_left, ONCOMING_OBJ_top0, ONCOMING_OBJ_left0;int ONCOMING_y_threshold, risk_max;int width, height;int distance, distance_side, risk;int Side_motion = 1;int vehicle, oncoming = 0;int velocity_ctrl = 3, velocity_ctrl_side = 0, velocity_second = 4;int panelHandle, pan2, bit, n=0, k=-1, tmr = 0, l=0;angle = 0, activate = 0, done = 0, pos = 0;rot = 1, ctrl, second;risk_threshold;risk_function (int x1, int x2, int x3, int x4)

{ double f1, f2, f3, f4, rsk;ro, r1, r2, r3, D, a, b, m, z, ymax, A, B, Bo, M, u;

double psi12, psi13, psi23, p, gamma1, gamma2, gamma3;

double beta1, beta2, beta3, tetla;= 1;= 4;= 2;= 100;= 20;= 0.5;= 0.1;=0;= 5;= 300;

//A = r3*(D-z)*2^(-x3^2/D^2)-r1*m;= r3*(D-z)*pow(2,(-pow(x3,2)/pow(D,2)))-r1*m;= sqrt(ro*(r1+r3))/b;= (0.5*r2+psi12)/a;= a + pow (b, 2)*gamma2;= (-z*(D-z)*r3/pow(D,3))*pow(2,(-pow(x3,2)/pow(D,2)));= (r3*pow((D-z),2)/pow(D,2))*pow(2,(-pow(x3,2)/pow(D,2)));= psi12*(a+pow(b,2)*gamma2/ro);=0;= 2*Bo*x4/(pow(b,4)*pow(psi12,3))*(B*psi12-2*p*A)*(1+2*p*pow(Bo,2)*pow(x4,2)/(pow(b,4)*pow(psi12,3)));= B/(pow(b,2)*psi12);= 1/(pow(b,2)*psi12)*(A-2*pow(Bo,2)*pow(x4,2)/(pow(b,4)*pow(psi12,3))*(B*psi12-2*p*A));= beta2*Bo+x4*psi23;= -pow(b,2)*beta2*psi23/x4;= -gamma3*ymax;

psi13 = Bo*psi23+2*x4*tetla;= -b*(beta2+gamma2*x2+psi12*x1+psi23*x3+tetla*pow(x3,2)+p*pow(x3,2)*x1)/ro;

if (u<-4) u=-4;if (u>4) u=4;= ro*pow(u,2)/2 + r1*pow((x1-m),2)/2 + r2*pow(x2,2)/2 + 1/2*r3*pow((x1-z+D),2)/(1+pow(x3,2)/pow((x1+D),2));

f2 = (beta1+gamma1*x1+psi12*x2+psi13*x3+p*pow(x3,2)*x2)*x2;

f3 = (beta2+gamma2*x2+psi12*x1+psi23*x3+tetla*pow(x3,2)+p*pow(x3,2)*x1)*(-a*x2+b*u);

f4 = -(beta3+gamma3*x3+psi13*x1+psi23*x2+2*tetla*x3*x2+2*p*x3*x1*x2)*x4;

rsk = f1+f2+f3+f4;rsk;

}SetDefault ()

{(PANEL, PANEL_TEXTMSG, ATTR_VISIBLE, 0);(PANEL, PANEL_ONCOMING_OBJ, ATTR_TOP, ONCOMING_OBJ_top0);(PANEL, PANEL_ONCOMING_OBJ, ATTR_LEFT, ONCOMING_OBJ_left0);(PANEL, PANEL_CTRL_OBJ, ATTR_TOP, CTRL_OBJ_top0);(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, CTRL_OBJ_left0);(PANEL, PANEL_SM_WAY_OBJ, ATTR_TOP, SM_WAY_OBJ_top0);(PANEL, PANEL_SM_WAY_OBJ, ATTR_LEFT, SM_WAY_OBJ_left0);(panelHandle, PANEL_ONCOMING_OBJ, ATTR_WIDTH, width);_OBJ_top = ONCOMING_OBJ_top0;_OBJ_left = ONCOMING_OBJ_left0;_OBJ_top = CTRL_OBJ_top0;_OBJ_left = CTRL_OBJ_left0;_WAY_OBJ_top = SM_WAY_OBJ_top0;_WAY_OBJ_left = SM_WAY_OBJ_left0;_side = CTRL_OBJ_top0 - (ONCOMING_OBJ_top0 + height);= ONCOMING_OBJ_left0 - (CTRL_OBJ_left0 + width);(PANEL, PANEL_FWD_DIST, distance);(PANEL, PANEL_RISK, 0);= 0; angle = 0; activate = 0; done = 0; pos = 0; l=0;(vehicle == 0) SetCtrlAttribute (panelHandle, PANEL_TIMER, ATTR_INTERVAL, 0.02);(vehicle == 1) SetCtrlAttribute (panelHandle, PANEL_TIMER, ATTR_INTERVAL, 0.08);(panelHandle, PANEL_ONCOMING_OBJ, VAL_ENTIRE_OBJECT);(panelHandle, PANEL_CTRL_OBJ, VAL_ENTIRE_OBJECT);(PANEL, PANEL_ONCOMING_OBJ, second, VAL_ENTIRE_OBJECT, MakeRect(0, 0, VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(PANEL, PANEL_CTRL_OBJ, ctrl, VAL_ENTIRE_OBJECT, MakeRect(0, 0, VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(PANEL, PANEL_FWD_DIST, ATTR_FILL_COLOR, VAL_GREEN);(PANEL, PANEL_RISK, ATTR_FILL_COLOR, VAL_GREEN);

}draw ()

{ long fs;char mask[2994], mask2[2994], b[72496];mm, f, f2;(oncoming == 0) velocity_second = 1;velocity_second = 0;(panelHandle, PANEL_CTRL_OBJ, VAL_ENTIRE_OBJECT);(panelHandle, PANEL_ONCOMING_OBJ, VAL_ENTIRE_OBJECT);(panelHandle, PANEL_BACKGROUND, VAL_ENTIRE_OBJECT);(mask, 0, 2994);(mask2, 0, 2994);(vehicle) {0:("Pictures\\road_texture.bmp", &bit);("Pictures\\car_ctrl.bmp", &ctrl);(!oncoming) {("Pictures\\car_vstr.bmp", &second);= 56;_y_threshold = 200;

}{("Pictures\\st1.bmp", &second);= 100;_y_threshold = 170;

}= OpenFile ("Pictures\\car_mask.bmp", VAL_READ_ONLY, VAL_OPEN_AS_IS, VAL_BINARY);= OpenFile ("Pictures\\car_mask2.bmp", VAL_READ_ONLY, VAL_OPEN_AS_IS, VAL_BINARY);(f, 62, 0);(f2, 62, 0);(f, mask, 880);(f2, mask2, 880);= 119;;1:("Pictures\\water_texture.bmp", &bit);("Pictures\\shp_ctrl.bmp", &ctrl);("Pictures\\shp_vstr.bmp", &second);(oncoming == 0) {("Pictures\\shp_vstr.bmp", &second);= 46;_y_threshold = 210;

}{("Pictures\\island.bmp", &second);= 100;_y_threshold = 170;

}= OpenFile ("Pictures\\shp_mask.bmp", VAL_READ_ONLY, VAL_OPEN_AS_IS, VAL_BINARY);= OpenFile ("Pictures\\shp_mask2.bmp", VAL_READ_ONLY, VAL_OPEN_AS_IS, VAL_BINARY);(f, 62, 0);(f2, 62, 0);(f, mask, 2994);(f2, mask2, 2994);= 128;;

}(b, 0, 72000);(ctrl, NULL, NULL, NULL, NULL, NULL, b, NULL);(ctrl, -1, 32, NULL, b, mask);(!oncoming) {(b, 0, 72000);(second, NULL, NULL, NULL, NULL, NULL, b, NULL);(second, -1, 32, NULL, b, mask2);

}(panelHandle, PANEL_CTRL_OBJ, ATTR_HEIGHT, height);(panelHandle, PANEL_CTRL_OBJ, ATTR_WIDTH, width);(panelHandle, PANEL_ONCOMING_OBJ, ATTR_HEIGHT, height);(panelHandle, PANEL_ONCOMING_OBJ, ATTR_WIDTH, width);

(vehicle != 2) {(panelHandle, PANEL_SM_WAY_OBJ, ATTR_VISIBLE, 0);_OBJ_top0 = 249;_OBJ_left0 = 75;(!oncoming) ONCOMING_OBJ_top0 = 130;ONCOMING_OBJ_top0 = 149;_OBJ_left0 = 605;

}(PANEL, PANEL_BACKGROUND, bit, VAL_ENTIRE_OBJECT, MakeRect(0,0,VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(PANEL, PANEL_CTRL_OBJ, ctrl, VAL_ENTIRE_OBJECT, MakeRect(0,0,VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(PANEL, PANEL_ONCOMING_OBJ, second, VAL_ENTIRE_OBJECT, MakeRect(0,0,VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));

/*       GetCtrlAttribute (PANEL, PANEL_SM_WAY_OBJ, ATTR_TOP, &SM_WAY_OBJ_top);(PANEL, PANEL_SM_WAY_OBJ, ATTR_LEFT, &SM_WAY_OBJ_left);(PANEL, PANEL_CTRL_OBJ, ATTR_TOP, &CTRL_OBJ_top);(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, &CTRL_OBJ_left);(PANEL, PANEL_ONCOMING_OBJ, ATTR_TOP, &ONCOMING_OBJ_top);(PANEL, PANEL_ONCOMING_OBJ, ATTR_LEFT, &ONCOMING_OBJ_left);

*/= ONCOMING_OBJ_left - (CTRL_OBJ_left + 119);_side = CTRL_OBJ_top - ONCOMING_OBJ_top - 56;(PANEL, PANEL_FWD_DIST, distance);(PANEL, PANEL_ONCOMING_OBJ, ATTR_LEFT, ONCOMING_OBJ_left);

_max = risk_function (0, 0, 0, (height+ONCOMING_y_threshold-ONCOMING_OBJ_top0)/25);(panelHandle, PANEL_RISK, ATTR_MAX_VALUE, risk_max);_threshold = (1 + 3 + 0.5*oncoming)*20;(panelHandle, PANEL_RISK_2, risk_threshold);

}main (int argc, char *argv[])

{(InitCVIRTE (0, argv, 0) == 0)-1;  /* out of memory */((panelHandle = LoadPanel (0, "car.uir", PANEL)) < 0)-1;= LoadPanel (0, "car.uir", PANEL_2);(pan2);(panelHandle);();(panelHandle);0;

}CVICALLBACK QuitCallback (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_COMMIT:(0);;

}0;

}CVICALLBACK go (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{ int i, j, i0;

(event)

{EVENT_COMMIT:=!tmr;(PANEL, PANEL_BACKGROUND, ATTR_PEN_FILL_COLOR, VAL_WHITE);(PANEL, PANEL_TIMER, ATTR_ENABLED, tmr);(panelHandle, PANEL_Clr, ATTR_DIMMED, tmr);

(panelHandle, PANEL_Snos_vstr, ATTR_DIMMED, tmr || oncoming);(PANEL, PANEL_Safety_System, &Safety_System);;

}0;

}CVICALLBACK TMR_TICK (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

}

}((ONCOMING_OBJ_top >= ONCOMING_y_threshold) && (vehicle == 1) && (rot >= 1)) {--;(rot*2, "Pictures\\Ship_rotate\\Vstr_", PANEL_ONCOMING_OBJ);

}

}((ONCOMING_OBJ_left <= 15) && (l < width/4)) {++;(panelHandle, PANEL_ONCOMING_OBJ, ATTR_WIDTH, width-l*(3+velocity_second));(PANEL, PANEL_ONCOMING_OBJ, second, VAL_ENTIRE_OBJECT, MakeRect(0,-l*(velocity_second+3),VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(l == width/4) CanvasClear (panelHandle, PANEL_ONCOMING_OBJ, VAL_ENTIRE_OBJECT);

}{_OBJ_left -= velocity_second+3;(PANEL, PANEL_ONCOMING_OBJ, ATTR_LEFT, ONCOMING_OBJ_left);

}_side = CTRL_OBJ_top - (ONCOMING_OBJ_top + height);= ONCOMING_OBJ_left - (CTRL_OBJ_left + width);(distance >= 0)(PANEL, PANEL_FWD_DIST, distance);_threshold = (1 + 3 + 0.5*oncoming)*20;(panelHandle, PANEL_RISK_2, risk_threshold);= risk_function (CTRL_OBJ_top-CTRL_OBJ_top0, velocity_ctrl_side, distance/25, (height+ONCOMING_OBJ_top-ONCOMING_OBJ_top0)/25);(!Safety_System || (risk <= risk_max)) SetCtrlVal (PANEL, PANEL_RISK, risk);(distance < 100) SetCtrlAttribute (PANEL, PANEL_FWD_DIST, ATTR_FILL_COLOR, VAL_RED);if (distance < 200) SetCtrlAttribute (PANEL, PANEL_FWD_DIST, ATTR_FILL_COLOR, VAL_YELLOW);SetCtrlAttribute (PANEL, PANEL_FWD_DIST, ATTR_FILL_COLOR, VAL_GREEN);(risk > risk_max*2/3) SetCtrlAttribute (PANEL, PANEL_RISK, ATTR_FILL_COLOR, VAL_RED);if (risk > risk_max/3) SetCtrlAttribute (PANEL, PANEL_RISK, ATTR_FILL_COLOR, VAL_YELLOW);SetCtrlAttribute (PANEL, PANEL_RISK, ATTR_FILL_COLOR, VAL_GREEN);((((vehicle == 0) && (distance <= -15)) || ((vehicle == 1) && (distance <= -45))) && (distance_side <= 0)&& (!activate)) {=0;(PANEL, PANEL_TIMER, ATTR_ENABLED, 0);(panelHandle, PANEL_Clr, ATTR_DIMMED, tmr);(panelHandle, PANEL_Snos_vstr, ATTR_DIMMED, tmr || oncoming);

}(Safety_System && (((risk >= (0.9) * risk_max) && (!oncoming)) || ((risk >= (0.96) * risk_max) && (oncoming)))) {(PANEL, PANEL_TEXTMSG, ATTR_VISIBLE, 1);++;

}(ONCOMING_OBJ_left <= -100) {= 0;(PANEL, PANEL_TIMER, ATTR_ENABLED, 0);(panelHandle, PANEL_Clr, ATTR_DIMMED, tmr);(panelHandle, PANEL_Snos_vstr, ATTR_DIMMED, tmr || oncoming);

}

}(activate) {

//velocity_ctrl = 2;((CTRL_OBJ_top < 280) && (!done)) {(!(n%2))(vehicle == 1)(angle <= 10) {+=4;--;(angle, "Pictures\\Ship_rotate\\ctrl_", PANEL_CTRL_OBJ);((!oncoming) && (rot >= 0)) RotateImage (rot*2, "Pictures\\Ship_rotate\\vstr_", PANEL_ONCOMING_OBJ);(angle >= 10) {= 1;= -1;

}

}_OBJ_top += 3;(PANEL, PANEL_CTRL_OBJ, ATTR_TOP, CTRL_OBJ_top);_OBJ_left += 2;(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, CTRL_OBJ_left);

}{= 1;(panelHandle, PANEL_TIMER, ATTR_INTERVAL, 0.02);(!(n%6)) {(vehicle == 1) {(pos == 1) {(angle == 0) pos = 2;(angle, "Pictures\\Ship_rotate\\ctrl_", PANEL_CTRL_OBJ);-=4;

}(pos == 3) {(angle, "Pictures\\Ship_rotate\\ctrl_", PANEL_CTRL_OBJ);(angle == -12) pos = 4;-=4;

}((pos == 4) && (angle < 0)) {+=4;(angle, "Pictures\\Ship_rotate\\ctrl_", PANEL_CTRL_OBJ);

}

}

}((CTRL_OBJ_top > CTRL_OBJ_top0) && (CTRL_OBJ_left > ONCOMING_OBJ_left + width)) {_OBJ_top -= 1;(PANEL, PANEL_CTRL_OBJ, ATTR_TOP, CTRL_OBJ_top);(pos == 2) pos = 3;

}_OBJ_left += 2;(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, CTRL_OBJ_left);((ONCOMING_OBJ_left <= 15) && (l < 17)) {++;(panelHandle, PANEL_ONCOMING_OBJ, ATTR_WIDTH, width-l*velocity_second);(PANEL, PANEL_ONCOMING_OBJ, second, VAL_ENTIRE_OBJECT, MakeRect(0,-l*velocity_second,VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(l == 17) CanvasClear (panelHandle, PANEL_ONCOMING_OBJ, VAL_ENTIRE_OBJECT);

}{_OBJ_left -= velocity_second;(PANEL, PANEL_ONCOMING_OBJ, ATTR_LEFT, ONCOMING_OBJ_left);

}

//}(CTRL_OBJ_left >= 450) {=0;(PANEL, PANEL_TIMER, ATTR_ENABLED, 0);(panelHandle, PANEL_Clr, ATTR_DIMMED, tmr);(panelHandle, PANEL_Snos_vstr, ATTR_DIMMED, tmr || oncoming);

}

}

}

}{(PANEL, PANEL_BACKGROUND, bit, VAL_ENTIRE_OBJECT, MakeRect(0,-n%100*3,VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));(!(n%20)) k=-k;

//if (!(rand()%3))_WAY_OBJ_left += k*2;(PANEL, PANEL_SM_WAY_OBJ, ATTR_LEFT, SM_WAY_OBJ_left);((n > 20) && (CTRL_OBJ_left < 400)) {_OBJ_left += 2;(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, CTRL_OBJ_left);((CTRL_OBJ_left > 200) && (CTRL_OBJ_top < SM_WAY_OBJ_top)) {_OBJ_top += 3;(PANEL, PANEL_CTRL_OBJ, ATTR_TOP, CTRL_OBJ_top);

}

}

};

}0;

}

CVICALLBACK Accelerate (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_COMMIT:((CTRL_OBJ_left < 400)&&(distance > 2)) {_OBJ_left += 4;(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, CTRL_OBJ_left);

};

}0;

}CVICALLBACK Break (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_COMMIT:(CTRL_OBJ_left > 54) {_OBJ_left -= 4;(PANEL, PANEL_CTRL_OBJ, ATTR_LEFT, CTRL_OBJ_left);

};

}0;

}RotateImage (int angle, char ship_path[25], int ship)

{bmp;an[4], pict[34];(an, "%s<%i", angle);(pict, ship_path);(pict, an);(pict, ".bmp");(pict, &bmp);

//SetCtrlAttribute (panelHandle, ship, ATTR_HEIGHT, height+abs(angle));(panelHandle, ship, bmp, VAL_ENTIRE_OBJECT,(0, 0, VAL_KEEP_SAME_SIZE, VAL_KEEP_SAME_SIZE));0;

}CVICALLBACK Activate_side (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_COMMIT:_motion = !Side_motion;;

}0;

}CVICALLBACK Initially_select_vehicle (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_COMMIT:(pan2, PANEL_2_LISTBOX, &vehicle);(vehicle != 2) {(panelHandle, PANEL_ONCOMING_RING, ATTR_VISIBLE, 1);(panelHandle, PANEL_Snos_vstr, ATTR_VISIBLE, 1);

}(pan2);(panelHandle, PANEL_VEHICLE_RING, vehicle);(PANEL, PANEL_SM_WAY_OBJ, ATTR_TOP, &SM_WAY_OBJ_top0);(PANEL, PANEL_SM_WAY_OBJ, ATTR_LEFT, &SM_WAY_OBJ_left0);(PANEL, PANEL_Safety_System, &Safety_System);();();;

}0;

}CVICALLBACK Select_vehicle (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_VAL_CHANGED:(panelHandle, PANEL_VEHICLE_RING, &vehicle);(vehicle == 2) {(panelHandle, PANEL_ONCOMING_RING, ATTR_VISIBLE, 0);(panelHandle, PANEL_Snos_vstr, ATTR_VISIBLE, 0);

}{(panelHandle, PANEL_ONCOMING_RING, ATTR_VISIBLE, 1);(panelHandle, PANEL_Snos_vstr, ATTR_VISIBLE, 1);

}();();;

}0;

}

CVICALLBACK Select_oncoming (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_VAL_CHANGED:(panelHandle, PANEL_ONCOMING_RING, &oncoming);(panelHandle, PANEL_Snos_vstr, ATTR_DIMMED, oncoming);_motion = !oncoming;(panelHandle, PANEL_Snos_vstr, Side_motion);();();;

}0;

}CVICALLBACK Reset_pict (int panel, int control, int event,*callbackData, int eventData1, int eventData2)

{(event)

{EVENT_COMMIT:();;

}0;

}