第12章-体系结构案例研究课件.ppt

解决方案2：分层体系结构 移动机器人 监督 全局计划 控制 导航 现实世界建模 传感器集成分析 传感器解释分析 机器人控制 外界环境 负责调度和安排机器人的行动 解决方案2：分层体系结构 移动机器人 监督 全局计划 控制 导航 现实世界建模 传感器集成分析 传感器解释分析 机器人控制 外界环境 负责调度和安排机器人的行动，处理问题和重新安排 解决方案2：分层体系结构 移动机器人 监督 全局计划 控制 导航 现实世界建模 传感器集成分析 传感器解释分析 机器人控制 外界环境 提供用户界面和全局监控功能 解决方案2：分层体系结构 移动机器人 需求1： 通过定义更多的执行委托任务的构件，Elfes的模型避开了一些控制环路方案面临的问题。因为这个模型专用于自动控制的机器人，所以它揭示了针对这种机器人所必须解决的问题（如，传感器集成）。 另外，它定义了抽象层（如机器人控制与导航）来指导设计。 很好地组织了用来协调机器人操作的构件。 解决方案2：分层体系结构 移动机器人 需求1： 不适合现行的数据和控制流模式。 分层模型要求请求和服务必须在相邻的两层进行。在现实中，Elfes本人也承认信息交互并不是直接的。比如，需要快速响应的数据应该直接从传感器送到位于第七层的问题处理代理那里，并且相应的命令也应该跳过好几层以便及时到达发动机。 解决方案2：分层体系结构 移动机器人 需求1： 不能区分在体系结构中实际存在的两个抽象层次。 数据层，包括原始的传感器输入（第一层）、解释后和集成后的结果（第二层和第三层）、最终的外界模型（第四层） 控制层，包括发动机控制（第一层）、导航（第五层）、调度（第六层）、安排（第七层）、用户层控制（第八层） 解决方案2：分层体系结构 移动机器人 需求2： 抽象层的存在满足了处理不确定性的需要：通过在较高的一层中加入可以用到的知识，使得在最低层中不确定的事物在较高层中会变得确定。比如，外界模型中的上下文能够提供某些线索来消除相矛盾的传感器数据中的歧义。 解决方案2：分层体系结构 移动机器人 需求3： 抽象机制满足了容错度和被动的安全性（你坚持什么都不做）的要求。可以从不同的角度分析数据和命令。将多个检查和平衡操作合并到系统中是可能的。 就像已经提到的，性能和主动安全性（你必须去做某事而不是避免做某些事）可能需要缩短通信的路径。 解决方案2：分层体系结构 移动机器人 需求4： 层次间的依赖性使得构件的替换和添加更加困难。 层次间复杂的关系使得解读每一次变化都会令人头疼。 解决方案2：分层体系结构 移动机器人 总结： 因为对不同层角色的描述是精确的，因此通过分层体系结构定义的抽象层提供了一个合理组织构件的框架。 当在实现过程中牵扯到更深层次的细节，这种模型通常会完全失效。机器人中的通信模式不可能遵循这种体系结构所规定的层次结构。 解决方案3：隐式调用 移动机器人 基于隐式调用的形式，内嵌于任务控制体系结构（Task-Control Architecture, TCA）中的。 这种体系结构已经应用在众多的移动机器人上，如漫步者机器人。 任务 任务 任务 任务 任务 以太网 分发的消息 消息 异常 窃听 分层模型 仪器软件 第二阶段尝试：分层模型 硬件 数字化 波形处理 可视化 用户接口 第三层提供波形处理功能，包括测量、波形叠加、傅里叶转换等。 分层模型 仪器软件 第二阶段尝试：分层模型 硬件 数字化 波形处理 可视化 用户接口 第四层提供显示功能，即负责将数字化的波形和测量值直观表示出来。 分层模型 仪器软件 第二阶段尝试：分层模型 硬件 数字化 波形处理 可视化 用户接口 最外层是用户界面，这一层负责和用户进行交互，并决定在屏幕上显示哪些数据。 分层模型 仪器软件 分层模型将示波器的功能分成一些明确定义的组，所以它具有显而易见的吸引力。 对于应用领域，这种模型是错误的，主要的问题是层次间强加的抽象边界和各功能间交互的需要是相互冲突的。 比如，这种模型提出所有用户与示波器交互必须通过显示层。但是，在实践中，真正的示波器用户需要直接和各层打交道，比如在信号处理层中设置衰减，在采集层中选择采集模式和参数，或者在波形处理层中制作导出波形。 管道过滤器模型 仪器软件 第三种尝试产生的模型中，示波器功能被看成是数据的增量转换器。信号转换器用来检测外部信号。采集转换器用来从这些信号中导出数字化波形。显示转换器再将这些波形转换成可显示的数据。 耦合 采集 To-XY 裁剪 触发子系统