此条目介绍的是NIST开发的参考模型架构。关于强调即时性的控制应用，请见“实时计算”。实时控制系统（Real-time Control System，RCS）是一个由美国NIST开发的参考模型架构，适合于许多软件密集型的、实时的控制问题领域。实时控制系统的参考模型架构会定义实时智能控制系统需要哪些功能类型，以及这些功能类型之间的关系。
 | 此条目的语调或风格或许不适合百科全书。 (2019年9月18日) |
RCS不是系统设计，也不是描述如何实现特定系统的规范。RCS会以一组有良好基础的工程学原则为基础，订定分层控制系统，来组织复杂的系统。每一层的控制处理节点都源自同一个泛用节点模型[1]。
RCS对于控制系统的设计、工程、整合及测试有全面性的方法。架构分析师会一直将系统的任务及资讯分割为较精细，有限范围，可控制并且有效率的子单元。RCS着重于智能控制，可以适应不确定及没有结构的作业环境。其主要关注点在感测、感知、知识、成本、学习、计划及执行[1]。
简介
参考模型架构是种正则型式，而非系统设计的规格。RCS参考模型架构结合了实时运动的规划，以及高阶任务计划；解决问题、世界建模、迭代的状态估计、触觉及视觉的影像处理、声音的特征分析。而RCS概念的演化是受到文献中已知的大部分智能控制系统的特质及能力所影响，设法要达到这些的特质及能力[2] 。
RCS是设计为智能代理架构，可以有任何程度的智能行为，甚至包括人类的程度在内。RCS是受到小脑（脑部控制精细运动协调以及有意识动作的区域）的理论模型所影响。一开始是设计为实验室的操纵器，是感觉互动型，直接目标型的控制。在三十年后，已演化成针对智能机器工具、工厂自动化系统、智能自驾汽车的实时控制架构[3]。
RCS适用许多不同的问题领域，包括工厂生产以及车辆的应用。以RCS架构为基础的系统已经用在许多不同的应用中，包括机床中零件及工具的装载及卸载、加工工作站的控制、用机器手臂进行工件的去毛刺和倒角、控制太空站的远端机器人、控制多个自动海底车辆、无人驾驶陆地车辆、自动采矿系统、邮务服务及处理系统，以及海底作业的自动化系统[2]。
历史
随着对于智能行为复杂性及其哲学的了解越来越多，RCS也演进出许多不同的版本。第一版的实现是在1970年代中期，由Barbera为感测互动机器人所设计[4]。
RCS-1是强调结合命令及感测回授，因此可以结合目标及状态，计算适当的回应。此应用程序在视觉诉求的任务中，可以配合结构化的光学视觉系统来控制机械手臂。RCS-1明显的受到数学模型的影响，像是Marr-Albus模型[5]以及小脑模型类神经网络（CMAC）模型[6][2]。
若CMAC的一些输出是直接回馈到输入时，CMAC就变成有限状态机。因此RCS-1可以实现为用不同控制层级分层规划的一组状态机。在每个层级，输入命令会有效率的选择一个行为，这些行为是以刺激-反应模型的反馈来驱动。因此CMAC就成为了RCS-1的参考模型建构模块，如图所示。
建构模块的阶层可以用来实现阶层行为，如尼古拉斯·廷贝亨[7]及其他人所观察到的一样。RCS-1在许多层面类似罗德尼·布鲁克斯的包容体系结构（subsumption architecture）[8]，不过RCS是以命令表示的目标来选择其行为，而包容体系结构是由包容体系中的事实来选择行为[2]。
下一代的RCS-2是由1980年代早期由国家标准技术研究所自动化制造研究基地（AMRF）的Barbera、Fitzgerald、Kent等人针对制造控制所开发[9][10][11]。基本的RCS-2建构模块如图所示。
RCS-2的H函数仍然是有限状态机状态表执行器。RCS-2的新功能是引入了由许多感测器处理算法（包括结构光及Blob分析算法）组成的G函数。其中，用RCS-2来定义八个层级的分层，包括伺服、座标转换、E-Move、任务、Workstation、Cell、Shop及Facility levels of control。
最后只架设了前六层。有二个AMRF工作站完整实现了RCS-2中的五层。军用领域Material Handling Robot （FMR）的控制系统[12]也是由RCS-2实现的，TMAP的无人地面载具计划也RCS-2实现[2]。
RCS-3是设计在NBS/DARPA的多重自主水下载具（MAUV）专案中使用[13]，也适用于NASA/NBS为了太空站Flight Telerobotic Servicer所设计的标准参考模型远端机器人控制系统架构（NASREM）[14]，其基本建构模块如图。
RCS-3中主要的新特征是世界模型以及操作者界面。世界模型的引入是任务规划以及模型为基础的感测器处理的基基础。因此也让任务分解模块（TD）再进行调整，其中包括了工作分配器、以及针对每一个分配到工作的子系统的规划器以及执行器。这大致对应Saridis的[15]三层控制架构[2]。
RCS-4是由NIST的机器人系统部门在1990年代所设计。其基本建构模块如图所示。主要的主特点是明确的划分出价值判断（Value Judgment，简称VJ）系统。VJ模组在RCS-4系统中的功能类似边缘系统在大脑中的作用。VJ模组中的程式会计算计划行动的成本、效益及风险，并且针对物体、材料、区域、情境、事件及结果给多不同的价值。价值状态变数会定义为结果重要的事情，或是需要参与、攻击、防守、协助或是进行其他行动的物体或区域。价值判断在智慧控制系统的应用是由George Pugh提出[16]。价值判断模组的架构及功能主要是由Albus(1991)所完成[2][17]。
RCS-4使用了行为产生（behavior generation, 简称BG）来取代RCS-3的任务5分解（decomposition, TD）。这个调整是要强调自主决策的程度。RCS-4可用来在没有高带宽通信的非结构化环境下，处理高度自主性的应用，例如在战场上使用的无人机、深海、或是遥远的行星上。这些应用需要自主的价值判断以及复杂的实时感知能力。RCS-3仍会用在要求比较低的应用中，像是制造业、工地、近太空或浅海的远程机器人，这些环境比较有结构，而且比较可以有高频寛的通讯。在这些应用中，价值判断会包括在任务规划的过程，或是由操作人员输入[2]。
软件
NIST依照RCS参考模型架构，已发展了实时控制系统软件函式库。有针对C++、Java及Ada的程式，也有巨集、工具、makefile及文件，让程式设计者可以用在嵌入式系统中，特别是有使用针对智能系统设计的参考模型架构的程式[18]。
应用
- ISAM架构是在制造领域的RCS应用。
- 4D-RCS参考模型架构是在车辆领域的RCS应用。
- NASA/NBS Standard Reference Model for Telerobot Control Systems Architecture（NASREM）是在太空领域的应用。
参考资料
外部链接
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
