ระบบควบคุมแบบเรียลไทม์ (Real-time Control SystemหรือRCS ) เป็นสถาปัตยกรรมแบบจำลองอ้างอิง ที่เหมาะสมสำหรับ ปัญหาการควบคุม แบบเรียลไทม์ ที่ใช้ซอฟต์แวร์จำนวนมาก โดยกำหนดประเภทของฟังก์ชันที่จำเป็นใน ระบบควบคุมอัจฉริยะแบบเรียลไทม์และความสัมพันธ์ระหว่างฟังก์ชันเหล่านั้น

RCS ไม่ใช่การออกแบบระบบและไม่ใช่ข้อกำหนดเกี่ยวกับวิธีการใช้งานระบบ เฉพาะ RCS กำหนดรูปแบบการควบคุมแบบลำดับชั้น โดยอิงจากหลักการ ทางวิศวกรรมที่มีพื้นฐานที่ดีเพื่อจัดการความซับซ้อน ของระบบ โหนดควบคุมทั้งหมดในทุกระดับใช้รูปแบบโหนดทั่วไปร่วมกัน^{[ 1 ]}

นอกจากนี้ RCS ยังมีวิธีการที่ครอบคลุมสำหรับการออกแบบ วิศวกรรม การบูรณาการ และการทดสอบระบบควบคุม สถาปนิกจะแบ่งงานและข้อมูลของระบบออกเป็นส่วนย่อยที่ละเอียดและจำกัด ซึ่งสามารถควบคุมได้และมีประสิทธิภาพ RCS มุ่งเน้นไปที่การควบคุมอัจฉริยะที่ปรับตัวให้เข้ากับสภาพแวดล้อมการทำงานที่ไม่แน่นอนและไม่มีโครงสร้าง ประเด็นสำคัญคือการรับรู้ การรับรู้ ความรู้ ต้นทุน การเรียนรู้ การวางแผน และการดำเนินการ^{[ 1 ]}

สถาปัตยกรรมแบบจำลองอ้างอิงเป็นรูปแบบมาตรฐาน ไม่ใช่ ข้อกำหนด การออกแบบระบบสถาปัตยกรรมแบบจำลองอ้างอิง RCS ผสมผสานการวางแผนและการควบคุมการเคลื่อนไหวแบบเรียลไทม์เข้ากับการวางแผนงานระดับสูงการแก้ปัญหาการสร้างแบบจำลองโลก การประมาณสถานะแบบวนซ้ำ การประมวลผลภาพสัมผัสและภาพและการวิเคราะห์ลายเซ็นเสียง อันที่จริง วิวัฒนาการของแนวคิด RCS ได้รับแรงผลักดันจากความพยายามที่จะรวมคุณสมบัติและความสามารถที่ดีที่สุดของระบบควบคุมอัจฉริยะส่วนใหญ่ หากไม่ใช่ทั้งหมด ที่รู้จักกันในเอกสารปัจจุบัน ตั้งแต่การรวมกลุ่มไปจนถึง SOAR ตั้งแต่กระดานดำไปจนถึงการเขียนโปรแกรมเชิงวัตถุ^{[ 2 ]}

RCS (ระบบควบคุมแบบเรียลไทม์) ได้รับการพัฒนาเป็นสถาปัตยกรรมตัวแทนอัจฉริยะ ที่ออกแบบมาเพื่อเปิดใช้งานพฤติกรรมอัจฉริยะในทุกระดับ รวมถึงระดับประสิทธิภาพของมนุษย์ RCS ได้รับแรงบันดาลใจจากแบบจำลองเชิงทฤษฎีของสมองส่วนซีรีเบลลัม ซึ่งเป็นส่วนหนึ่งของสมองที่รับผิดชอบการประสานงานการเคลื่อนไหวอย่างละเอียดและการควบคุมการเคลื่อนไหวอย่างมีสติ เดิมทีได้รับการออกแบบมาเพื่อการควบคุมแบบโต้ตอบทางประสาทสัมผัสที่มุ่งเน้นเป้าหมายของเครื่องมือในห้องปฏิบัติการ ตลอดระยะเวลากว่าสามทศวรรษ มันได้พัฒนาเป็นสถาปัตยกรรมควบคุมแบบเรียลไทม์สำหรับเครื่องมือกลอัจฉริยะ ระบบอัตโนมัติในโรงงาน และยานพาหนะอัตโนมัติอัจฉริยะ^{[ 3 ]}

RCS ใช้ได้กับโดเมนปัญหาหลายด้าน รวมถึงตัวอย่างการผลิตและ ตัวอย่าง ระบบยานยนต์ระบบที่ใช้สถาปัตยกรรม RCS ได้รับการออกแบบและนำไปใช้ในระดับที่แตกต่างกันสำหรับการใช้งานที่หลากหลาย ซึ่งรวมถึงการโหลดและขนถ่ายชิ้นส่วนและเครื่องมือในเครื่องมือกล การควบคุมสถานีงานกลึง การลบคมและการลบมุมด้วยหุ่นยนต์ และการควบคุมหุ่นยนต์ระยะไกลของสถานีอวกาศ ยานใต้น้ำอัตโนมัติหลายลำ ยานพาหนะภาคพื้นดินไร้คนขับ ระบบ อัตโนมัติสำหรับการทำเหมืองถ่านหินระบบจัดการจดหมายของบริการไปรษณีย์ และระบบอัตโนมัติในการปฏิบัติงานของเรือดำน้ำ^{[ 2 ]}

RCS ได้พัฒนาผ่านเวอร์ชันต่างๆ มากมายตลอดหลายปีที่ผ่านมา เนื่องจากความเข้าใจเกี่ยวกับความซับซ้อนและความละเอียดอ่อนของพฤติกรรมอัจฉริยะเพิ่มมากขึ้น การใช้งานครั้งแรกได้รับการออกแบบสำหรับหุ่นยนต์แบบ โต้ตอบทางประสาทสัมผัส โดย Barbera ในช่วงกลางทศวรรษ 1970 ^{[ 4 ]}

ใน RCS-1 เน้นที่การรวมคำสั่งเข้ากับข้อมูลป้อนกลับทางประสาทสัมผัสเพื่อคำนวณการตอบสนองที่เหมาะสมกับเป้าหมายและสถานะทุกชุด การประยุกต์ใช้คือการควบคุมแขนหุ่นยนต์ด้วยระบบการมองเห็นด้วยแสงที่มีโครงสร้างในงานติดตามด้วยสายตา RCS-1 ได้รับอิทธิพลอย่างมากจากแบบจำลองทางชีววิทยาเช่น แบบจำลอง Marr-Albus ^{[ 5 ]}และCerebellar Model Arithmetic Computer (CMAC) ^{[ 6 ]}ของสมองน้อย^{[ 2 ]}

CMAC จะกลายเป็นเครื่องสถานะ (state machine)เมื่อเอาต์พุตบางส่วนถูกป้อนกลับไปยังอินพุตโดยตรง ดังนั้น RCS-1 จึงถูกนำไปใช้ในรูปแบบของชุดเครื่องสถานะที่จัดเรียงเป็นลำดับชั้นของระดับการควบคุม ในแต่ละระดับ คำสั่งอินพุตจะเลือกพฤติกรรมที่ถูกขับเคลื่อนด้วยการป้อนกลับใน ลักษณะ การกระตุ้นและการตอบสนอง CMAC จึงกลายเป็นแบบจำลองอ้างอิงพื้นฐานของ RCS-1 ดังแสดงในรูป

มีการใช้ลำดับชั้นของส่วนประกอบเหล่านี้เพื่อดำเนินการตามลำดับชั้นของพฤติกรรมตามที่สังเกตโดยTinbergen ^{[ 7 ]}และคนอื่นๆ RCS-1 มีความคล้ายคลึงกันในหลายแง่มุมกับสถาปัตยกรรมย่อยของBrooks ^{[ 8 ]}ยกเว้นว่า RCS เลือกพฤติกรรมก่อนที่จะเกิดขึ้นจริงผ่านเป้าหมายที่แสดงในคำสั่ง แทนที่จะเลือกหลังจากเกิดขึ้นจริงผ่านการย่อย^{[ 2 ]}

RCS-2 รุ่นถัดไปได้รับการพัฒนาโดย Barbera, Fitzgerald, Kent และคนอื่นๆ สำหรับการควบคุมการผลิตในNIST Automated Manufacturing Research Facility (AMRF) ในช่วงต้นทศวรรษ 1980 ^{[ 9 ] [ 10 ] [ 11 ]}ส่วนประกอบพื้นฐานของ RCS-2 แสดงอยู่ในรูป

ฟังก์ชัน H ยังคงเป็น ตัวดำเนินการตารางสถานะ ของเครื่องสถานะจำกัดคุณสมบัติใหม่ของ RCS-2 คือการรวมฟังก์ชัน G ซึ่งประกอบด้วยอัลกอริธึมการประมวลผลทางประสาทสัมผัสจำนวนหนึ่ง รวมถึงอัลกอริธึมแสงโครงสร้างและการวิเคราะห์บล็อบ RCS-2 ถูกใช้เพื่อกำหนดลำดับชั้นแปดระดับ ซึ่งประกอบด้วยระดับการควบคุม Servo, Coordinate Transform, E-Move, Task, Workstation, Cell, Shop และ Facility

มีเพียงหกระดับแรกเท่านั้นที่ถูกสร้างขึ้นจริง สถานีทำงาน AMRF สองแห่งได้นำ RCS-2 มาใช้ครบห้าระดับ ระบบควบคุมสำหรับหุ่นยนต์ขนย้ายวัสดุภาคสนามของกองทัพบก (FMR) ^{[ 12 ]} ก็ถูกนำไปใช้ใน RCS-2 เช่นเดียวกับ โครงการยานพาหนะภาคพื้นดินกึ่งอัตโนมัติ TMAP ของกองทัพบก^{[ 2 ]}

RCS-3 ได้รับการออกแบบมาสำหรับโครงการ NBS/DARPA Multiple Autonomous Undersea Vehicle (MAUV) ^{[ 13 ]}และได้รับการดัดแปลงสำหรับ NASA/NBS Standard Reference Model Telerobot Control System Architecture (NASREM) ที่พัฒนาขึ้นสำหรับสถานีอวกาศFlight Telerobotic Servicer ^{[ 14 ]}ส่วนประกอบพื้นฐานของ RCS-3 แสดงอยู่ในรูป

คุณสมบัติใหม่หลักๆ ที่นำเสนอใน RCS-3 คือแบบจำลองโลกและอินเทอร์เฟซผู้ปฏิบัติงาน การรวมแบบจำลองโลกเป็นพื้นฐานสำหรับการวางแผนงานและการประมวลผลทางประสาทสัมผัสตามแบบจำลอง ซึ่งนำไปสู่การปรับปรุงโมดูลการแบ่งงาน (TD) เพื่อให้แต่ละโมดูลมีผู้มอบหมายงาน ผู้วางแผน และผู้ดำเนินการสำหรับแต่ละระบบย่อยที่ได้รับมอบหมายงาน ซึ่งสอดคล้องกับลำดับชั้นการควบคุมสามระดับ ของ Saridis ^{[ 15 ] โดยประมาณ [ 2 ]}

RCS-4 ได้รับการพัฒนามาตั้งแต่ทศวรรษ 1990 โดยแผนกระบบหุ่นยนต์ของ NIST (ส่วนประกอบพื้นฐานแสดงอยู่ในรูป) คุณสมบัติใหม่ที่สำคัญใน RCS-4 คือการแสดงระบบการตัดสินคุณค่า (Value Judgment: VJ) อย่างชัดเจน โมดูล VJ ให้ฟังก์ชันแก่ระบบควบคุม RCS-4 ในลักษณะเดียวกับที่ระบบลิมบิก (limbic system ) ให้กับสมองทางชีวภาพ โมดูล VJ ประกอบด้วยกระบวนการที่คำนวณต้นทุน ผลประโยชน์ และความเสี่ยงของการกระทำที่วางแผนไว้ และกำหนดคุณค่าให้กับวัตถุวัสดุ อาณาเขต สถานการณ์ เหตุการณ์ และผลลัพธ์ ตัวแปรสถานะคุณค่ากำหนดว่าเป้าหมายใดมีความสำคัญ และควรให้ความสนใจ โจมตี ป้องกัน ช่วยเหลือ หรือดำเนินการกับวัตถุหรือภูมิภาคใด การตัดสินคุณค่า หรือฟังก์ชันการประเมิน เป็นส่วนสำคัญของการวางแผนหรือการเรียนรู้ทุกรูปแบบ การประยุกต์ใช้การตัดสินคุณค่ากับระบบควบคุมอัจฉริยะได้รับการกล่าวถึงโดย George Pugh ^{[ 16 ]}โครงสร้างและฟังก์ชันของโมดูล VJ ได้รับการพัฒนาอย่างสมบูรณ์มากขึ้นใน Albus (1991) ^{[ 2 ] [ 17 ]}

RCS-4 ยังใช้คำว่า การสร้างพฤติกรรม (BG) แทนคำว่า การแบ่งงาน 5 ส่วน (TD) ของ RCS-3 จุดประสงค์ของการเปลี่ยนแปลงนี้คือเพื่อเน้นย้ำถึงระดับของการตัดสินใจ แบบอัตโนมัติ RCS-4 ได้รับการออกแบบมาเพื่อรองรับแอปพลิเคชันที่มีความเป็นอิสระสูงในสภาพแวดล้อมที่ไม่มีโครงสร้าง ซึ่งการสื่อสาร ที่มีแบนด์วิดท์สูง เป็นไปไม่ได้ เช่น ยานพาหนะไร้คนขับที่ปฏิบัติการในสนามรบใต้ทะเลลึกหรือบนดาวเคราะห์ ที่อยู่ห่างไกล แอปพลิ เคชันเหล่านี้ต้องการการตัดสินคุณค่าแบบอัตโนมัติและ ความสามารถ ในการรับรู้ แบบเรียลไทม์ที่ซับซ้อน RCS-3 จะยังคงถูกใช้สำหรับแอปพลิเคชันที่มีความต้องการน้อยกว่า เช่นการผลิตการก่อสร้าง หรือหุ่นยนต์ควบคุมระยะไกลสำหรับปฏิบัติการในอวกาศใกล้โลก หรือใต้ทะเลตื้น ซึ่งสภาพแวดล้อมมีโครงสร้างมากกว่า และแบนด์วิดท์การสื่อสารไปยังอินเทอร์เฟซของมนุษย์มีข้อจำกัดน้อยกว่า ในแอปพลิเคชันเหล่านี้ การตัดสินคุณค่ามักจะแสดงโดยนัยในกระบวนการวางแผนงาน หรือในข้อมูลป้อนเข้าของผู้ปฏิบัติงานที่เป็นมนุษย์^{[ 2 ]}

ในรูปนี้ ตัวอย่างของระเบียบวิธี RCS สำหรับการออกแบบระบบควบคุมสำหรับการขับขี่บนถนนอัตโนมัติภายใต้สภาพการจราจรในชีวิตประจำวันได้รับการสรุปเป็นหกขั้นตอน^{[ 18 ]}

• ขั้นตอนที่ 1 ประกอบด้วยการวิเคราะห์ความรู้ด้านโดเมนอย่างเข้มข้นจากคู่มือการฝึกอบรมและผู้เชี่ยวชาญเฉพาะเรื่อง มีการพัฒนาและวิเคราะห์สถานการณ์สำหรับแต่ละงานและงานย่อย ผลลัพธ์ของขั้นตอนนี้คือการจัดโครงสร้างความรู้เชิงกระบวนการลงในแผนผังการแบ่งงาน โดยมีงานที่ง่ายขึ้นเรื่อยๆ ในแต่ละระดับ ในแต่ละระดับ จะมีการกำหนดคำศัพท์ของคำสั่ง (คำกริยาแสดงการกระทำที่มีสถานะเป้าหมาย พารามิเตอร์ และข้อจำกัด) เพื่อกระตุ้นพฤติกรรมของงานในแต่ละระดับ^{[ 18 ]}
• ขั้นตอนที่ 2 กำหนดโครงสร้างลำดับชั้นของหน่วยงานองค์กรที่จะดำเนินการตามคำสั่งที่กำหนดไว้ในขั้นตอนที่ 1 สำหรับแต่ละหน่วยงาน จะมีการระบุหน้าที่และความรับผิดชอบในการตอบสนองต่อคำสั่งแต่ละข้อ ซึ่งคล้ายคลึงกับการสร้างโครงสร้างการแบ่งงานสำหรับโครงการพัฒนา หรือการกำหนดแผนผังองค์กรสำหรับธุรกิจหรือปฏิบัติการทางทหาร^{[ 18 ]}
• ขั้นตอนที่ 3 ระบุการประมวลผลที่ถูกกระตุ้นภายในแต่ละหน่วยเมื่อได้รับคำสั่งอินพุต สำหรับแต่ละคำสั่งอินพุต จะมีการกำหนดกราฟสถานะ (หรือตารางสถานะหรือออโตมาตาสถานะจำกัดแบบขยาย) ซึ่งให้แผน (หรือขั้นตอนสำหรับการวางแผน) เพื่อดำเนินการตามคำสั่ง คำสั่งอินพุตจะเลือก (หรือทำให้สร้างขึ้น) ตารางสถานะที่เหมาะสม ซึ่งการดำเนินการจะสร้างชุดคำสั่งเอาต์พุตไปยังหน่วยในระดับที่ต่ำกว่าถัดไป ไลบรารีของตารางสถานะประกอบด้วยชุดของกฎขั้นตอนที่ไวต่อสถานะซึ่งระบุเงื่อนไขการแตกแขนงของงานทั้งหมดและระบุการเปลี่ยนสถานะและพารามิเตอร์คำสั่งเอาต์พุตที่เกี่ยวข้อง^{[ 18 ]}

ผลลัพธ์ของขั้นตอนที่ 3 คือแต่ละหน่วยองค์กรจะมีตารางสถานะของกฎการผลิตที่เรียงลำดับสำหรับคำสั่งอินพุตแต่ละคำสั่ง ซึ่งแต่ละกฎนั้นเหมาะสมสำหรับการดำเนินการโดยออโตมาตาสถานะจำกัดแบบขยาย (FSA) ลำดับของคำสั่งย่อยเอาต์พุตที่จำเป็นในการดำเนินการตามคำสั่งอินพุตจะถูกสร้างขึ้นโดยสถานการณ์ (เช่น เงื่อนไขการแตกแขนง) ที่ทำให้ FSA เปลี่ยนจากคำสั่งย่อยเอาต์พุตหนึ่งไปยังอีกคำสั่งหนึ่ง^{[ 18 ]}

• ในขั้นตอนที่ 4 สถานการณ์แต่ละสถานการณ์ที่กำหนดไว้ในขั้นตอนที่ 3 จะได้รับการวิเคราะห์เพื่อเปิดเผยความสัมพันธ์ระหว่างสถานการณ์เหล่านั้นกับสถานะของโลกและงาน ขั้นตอนนี้จะระบุความสัมพันธ์โดยละเอียดระหว่างเอนทิตี เหตุการณ์ และสถานะของโลกที่ทำให้สถานการณ์เฉพาะนั้นเป็นจริง^{[ 18 ]}
• ในขั้นตอนที่ 5 เราจะระบุและตั้งชื่อวัตถุและเอนทิตีทั้งหมดพร้อมกับคุณลักษณะและคุณสมบัติเฉพาะที่เกี่ยวข้องกับการตรวจจับสถานะและสถานการณ์โลกข้างต้น^{[ 18 ]}
• ในขั้นตอนที่ 6 เราใช้บริบทของกิจกรรมงานเฉพาะเพื่อกำหนดระยะทางและความละเอียดที่วัตถุและเอนทิตีที่เกี่ยวข้องจะต้องได้รับการวัดและรับรู้โดยส่วนประกอบการประมวลผลทางประสาทสัมผัส ซึ่งเป็นการกำหนดชุดข้อกำหนดและ/หรือข้อกำหนดสำหรับระบบเซ็นเซอร์เพื่อรองรับกิจกรรมงานย่อยแต่ละรายการ^{[ 18 ]}

NIST ได้พัฒนา ไลบรารีซอฟต์แวร์ ระบบควบคุมแบบเรียลไทม์ โดยอิงตามสถาปัตยกรรมแบบจำลองอ้างอิง RCS ซึ่งเป็นคลังเก็บโค้ด C++, Java และ Ada ฟรี สคริปต์ เครื่องมือ makefile และเอกสารประกอบที่พัฒนาขึ้นเพื่อช่วยเหลือนักเขียนโปรแกรมซอฟต์แวร์ที่จะใช้ในระบบควบคุมแบบเรียลไทม์โดยเฉพาะอย่างยิ่งระบบที่ใช้สถาปัตยกรรมแบบจำลองอ้างอิงสำหรับการออกแบบระบบอัจฉริยะ^{[ 19 ]}

• กรอบงาน ISAM เป็นแอปพลิเคชัน RCS สำหรับภาคการผลิต
• สถาปัตยกรรมแบบจำลองอ้างอิง 4D-RCSคือการประยุกต์ใช้ RCS ในด้านยานยนต์ และ
• แบบจำลองอ้างอิงมาตรฐานของ NASA/NBS สำหรับสถาปัตยกรรมระบบควบคุมหุ่นยนต์ควบคุมระยะไกล (NASREM) เป็นการประยุกต์ใช้ในด้านอวกาศ

วิกิมีเดียคอมมอนส์มีสื่อที่เกี่ยวข้องกับสถาปัตยกรรมแบบจำลองอ้างอิง RCS

• RCS (Real-time Control Systems Architecture) คือสถาปัตยกรรมระบบควบคุมแบบเรียลไทม์ (หน้าหลักของ NIST)