Escolar Documentos
Profissional Documentos
Cultura Documentos
Am formatat fiierul confirm cerinelor (A4, margine de 2,5 peste tot, scris la 1,5
rnduri, justified, Times New Roman, font de 12, fr formatri la titluri, doar cu dimensiuni
diferite)
Contents
Lista de Tabele.....................................................................................4
Lista de Figuri......................................................................................5
1
INTRODUCERE................................................................................6
1.1 Istoricul Conceptului de Cas Inteligent.....................................................6
1.2 Domeniile folosite n conceptul de casa inteligent.....................................6
1.3 Cerinele temei proiectului actual................................................................6
STUDIU BIBLIOGRAFIC....................................................................7
2.1 Case inteligente........................................................................................... 7
2.2 Sisteme senzitive la context.........................................................................9
2.2.1 Concepte de baz..................................................................................9
2.2.1.1 Context............................................................................................9
2.2.1.2 Senzitivitate la context....................................................................9
2.2.1.3 Sistem Senzitiv la Context...............................................................9
2.2.2 Paradigma Ubiquitous Computing........................................................10
2.2.2.1 Definiii.......................................................................................... 10
2.2.2.2 Caracteristici..................................................................................10
2.2.3 Ontologie............................................................................................. 11
2.2.3.1 Definiii.......................................................................................... 11
2.2.3.2 Caracteristici..................................................................................11
2.2.4 Ageni senzitivi la context....................................................................12
2.2.4.1 Paradigma agentului......................................................................12
2.2.4.2 Ageni BDI......................................................................................12
2.3 Arhitecturi de sisteme senzitive la context.................................................13
2.3.1 Arhitecturi de sisteme senzitive la context locale................................13
2.3.1.1 Modelul arhitectural stratificat Context Stack.............................13
2.3.2 Arhitecturi de sisteme distribuite senzitive la context..........................15
2.3.2.1 Serviciile Web Semantice...............................................................16
2.3.2.2 Arhitectura Serviciilor Web Semantice...........................................17
2.4 Medii de dezvoltare ale aplicaiilor senzitive la context..............................19
2.5 Aplicaii n domeniul caselor inteligente.....................................................20
2.6 Dificulti i riscuri ntmpinate n crearea aplicaiilor senzitive la context 22
2.7 Proiecte ample de cercetare n desfurare...............................................23
FUNDAMENTARE TEORETIC..........................................................26
3.1 Modelarea formal a contextelor................................................................26
3.1.1 Ageni bazai pe cunotine..................................................................26
3.1.1.1 Baze de date de cunotine............................................................26
3.1.2 Reprezentarea cunotinelor................................................................27
3.1.3 Folosirea ontologiilor n modelarea contextelor....................................28
3.1.3.1 Modelarea contextului cu ontologii................................................28
3.1.3.2 Proiectarea ontologiilor de context.................................................29
3.1.3.3 Limbajul OWL.................................................................................32
3.1.4 Extensii probabilistice ale ontologiilor..................................................33
3.2 Metode folosite pentru modelarea bazelor de cunotine...........................36
3.2.1 Metodologii existente pentru crearea bazelor de cunotine................36
3.2.2 Unelte de dezvoltare a ontologiilor.......................................................37
3.2.2.1 Protg 4.......................................................................................38
3.3 Metode folosite pentru dezvoltarea agenilor.............................................39
3.3.1 Platforme de dezvoltare a agenilor.....................................................39
3.3.2 Platforma JADE.....................................................................................41
2
Universitatea Tehnic din Cluj-Napoca
PROIECTARE DE DETALIU...............................................................51
5.1 Analiza cerinelor.......................................................................................51
5.2 Proiectarea arhitecturii...............................................................................51
5.2.1 Sistemul de roboi................................................................................51
5.2.1.1 Agentul Robot Manager..................................................................52
5.2.1.2 Agentul Robot Supraveghetor........................................................53
5.2.1.3 Agentul Robot Misiune...................................................................54
5.2.1.4 Agentul Robot Divertisment...........................................................54
5.2.2 Sistemul de senzori..............................................................................54
5.2.3 Sistemul de dispozitive........................................................................54
5.2.4 Sistemul de control..............................................................................54
5.2.5 Sistemul de monitorizare.....................................................................54
5.2.6 Proiectarea bazei de cunotine...........................................................54
5.3 Detalii de implementare.............................................................................54
5.4 Scenariu de testare....................................................................................54
UTILIZAREA SISTEMULUI...............................................................55
6.1 Modul de Utilizare......................................................................................55
6.2 Pai de utilizare.......................................................................................... 55
CONCLUZII...................................................................................57
BIBLIOGRAFIE...............................................................................58
ANEXE............................................................................. 63
3
Universitatea Tehnic din Cluj-Napoca
4
Universitatea Tehnic din Cluj-Napoca
5
Universitatea Tehnic din Cluj-Napoca
INTRODUCERE
1.1
1.2
1.3
6
Universitatea Tehnic din Cluj-Napoca
2
2.1
STUDIU BIBLIOGRAFIC
Case inteligente
7
Universitatea Tehnic din Cluj-Napoca
Arie de interes
Roboi existeni
NEC PaPeRo
Hitachi EMIEW/EMIW2
AIST PARO
ART Robovie
Roboi pentru ajutor casnic
Fuji Heavy Industry
iRobot Roomba
Toshiba ApriPoko
Mitsubishi Heavy Industry
Wakamaru
Roboi folosii pentru munci Matsushita Electric
mai grele
Works HOSPI
Secom Secom Robot X
Cyberdyne
Toyota IRT
Aplicabilitate
Securitatea domiciliului
Monitorizare la distan
Terminal de informare
ngrijire medical / ddac
Ajutor casnic
Aerisirea
i
reglarea
temperaturii ncperilor
Curenie
Securitate i monitorizare
Servicii n instiuii publice
(coli, spitale, etc.)
Ddcire
ngrijire medical
Securitate
n Japonia, conform companiei Seed Planning Company, cota de pia pentru roboii
de tip service-robot a crescut de la 1,9 miliarde yeni la 6,7 miliarde yeni n 2006. n 2007
deoarece marile companii s-au retras de la a mai comercializa roboi de amuzament precum
roboi de companie, vnzrile au sczut per total, ns, vnzarea roboilor de menaj i a celor
ddac a continuat s creasc aa cum se poate vedea i n Figura 2 .1.
8
Universitatea Tehnic din Cluj-Napoca
2.2
2.2.1
2.2.1.1
Context
n general, contextul reprezint orice informaie care poate fi folosit pentru a
caracteriza starea unei entiti [16]. O entitate poate s fie la rndul ei o persoan, un loc, o
situaie sau un obiect care este relevant interaciunii dintre un utilizator i o aplicaie.
Aplicaiile senzitive la context caut rspuns pentru circumstanele n care o entitate se poate
afla, i folosesc aceste informaii pentru a determina ce situaii apar n aceste circumstane.
n [15] este dat urmtoarea definiie pentru un context: Un context se refer la ceea ce
furnizeaz surse adiionale de informaie, aduce contribuie la nelegerea situaiei, pentru un
anumit punct de interes vizat.
Conceptul de context a fost introdus n multe domenii din tiina calculatoarelor,
acestea incluznd, procesarea limbajelor formale i naturale (gramatici dependente/
independente de context), grafic pe calculator, procese decizionale, procesare de informaii,
dispozitive de calcul omniprezente sau securitate. Scopul utilizrii contextului este adugarea
adaptabilitii sistemelor i suport n luarea deciziilor.
2.2.1.2
Senzitivitate la context
Senzitivitatea la context este un punct foarte important i esenial n mediile
computaionale omniprezente, pentru adaptarea entitilor computaionale la schimbrile care
pot interveni, cum ar fi schimbrile necesitilor utilizatorilor sau a capacitilor tehnice [17].
Fundamentul senzitivitii la context este un model de reprezentare ct mai formal al
contextului, care este necesar pentru a reprezenta contextul ntr-o manier interpretabil de
ctre calculator. n medii distribuite, este primordial ca aceast informaie contextual s
poat fi interpretat de entitile computaionale diferite, ceea ce ofer interoperabilitate. Mai
mult, este necesar argumentarea cunotinelor despre context, de exemplu, pentru a rezolva
inconsistenele datelor venite de la senzori, sau pentru a deduce context de nivel nalt, din
informaii vagi i eronate venite de la senzori.
Senzitivitatea la context este un subiect care trateaz modul n care dispozitivele pot
interfera i nelege contextul curent bazat pe informaiile preluate de la senzori [18]. Prin
nelegerea contextului curent (o situaie, un mediu) n care se afl utilizatorul sau
dispozitivul, sistemul poate lua n mod inteligent o decizie pentru a face un anumit tip de
aciune sau cel puin s notifice i s cear permisiunea utilizatorului pentru a confirma
aciunea pe care o va executa.
Sistemele senzitive la context bazate pe recomandri sunt o component esenial n
acest tip de medii pervazive. Scopul acestor ageni inteligeni este s determine prioriti sau
s sugereze aciunile de care utilizatorul este interesat, lund n calcul contextul interaciunii.
2.2.1.3
9
Universitatea Tehnic din Cluj-Napoca
2.2.2
2.2.2.1
Definiii
Cuvntul ubiquitous (n traducere care se mprtie peste tot, omniprezent) poate fi
transpus nspre domeniul tehnic ca a fi sau a exista peste tot n acelai timp, ntlnit n mod
frecvent, rspndit peste tot, referindu-se la faptul c tehnologia este peste tot i o folosim
tot timpul [19].
Din cauza omniprezenei acestor tehnologii tindem s le folosim fr a ne gndi la un
anumit dispozitiv, la o anumit unealt gen calculator sau telefon mobil. n schimb ne gndim
doar la aciunea pe care vrem s o ntreprindem, fcnd astfel acest tip de tehnologii invizibile
din punctul de vedere al utilizatorului.
Cercettorii de la Research Center for Educational Technology [19], n urma muncii
lor i a observaiilor bazate pe experien i pe cunotinele existente au dezvoltat o definiie
care poate fi aplicat n domeniul nvmntului pentru a rspndi aceast noiune nou n
rndul studenilor: Mediile computaionale pervazive sunt medii de nvare n care toi
studenii au acces la o varietate de servicii i dispozitive digitale, incluznd calculatoare
conectate la Internet, precum i dispozitive mobile, oriunde i oricnd au nevoie de ele.
Noiunea noastr de ubiquitous computing este mai mult axat pe relaia: de la mai muli-la
mai muli (many-to-many) dect pe unu-la-unu (one-to-one) sau unu la-mai muli (one-tomany) i include ideea de tehnologie oricnd la dispoziia studenilor.
Mark Weiser, cercettor la Xerox, a fost primul care a introdus termenul de ubiquitous
computing i a definit termenul astfel: Ubiquitous computing este metoda prin care se
mbuntete utilizarea calculatorului, fcnd mai multe dispozitive disponibile prin mediul
fizic, acestea fiind invizibile pentru utilizator [20].
Marcia Riley, de la Georgia Institute of Technology, Atlanta, spunea c UC, sau
tehnologia calm este o schimbare de paradigm, n care tehnologia devine practic
invizibil, dar este peste tot prezent n vieile noastre [20].
2.2.2.2
Caracteristici
Folosind dispozitivele aprute n ultima perioad utilizatorii tind s comunice prin
diferite metode, s fie mult mai activi, s foloseasc spaiul geografic i temporal n mod
diferit, i s dein mai mult control. Astfel, datorit nevoilor utilizatorilor, UC a fost
conceput avnd urmtoarele caracteristici:
Dispozitivele sunt prezente peste tot n jurul nostru;
Sunt interconectate i comunic unul cu cellalt;
Nu necesit atenie continu din partea utilizatorului pentru a funciona;
10
Universitatea Tehnic din Cluj-Napoca
2.2.3
Ontologie
2.2.3.1
Definiii
Termenul ontologie i are originile n filosofie i se refer la disciplina care se
ocup cu existena i cu lucrurile care exist. n tiina calculatoarelor lucrurile care exist
sunt cele care pot fi reprezentate prin date [17].
Diferite definiii pentru ontologiile legate de tiina calculatoarelor pot fi gsite n
literatur [23]. Ca un exemplu, o definiie dat de J. Vo [24] este: O ontologie este un sistem
definit formal de concepte i relaiile dintre aceste concepte. Ontologiile conin, cel puin n
mod implicit, reguli. Se pot deosebi trei probleme cnd punem aceast definiie pentru
ontologii n relaie cu modelarea contextelor i argumentarea:
Un model de context este de asemenea un sistem de concepte (entiti) i relaii
care fac din ontologie o unealt bun pentru modelarea conceptelor;
Ontologia este definit formal, ceea ce este o precondiie pentru ca un
computer s o poat interpreta, de exemplu, pentru motive de argumentare;
Regulile pot fi folosite pentru a implementa argumentarea contextului.
2.2.3.2
Caracteristici
M. Gruninger i J.Lee [25] despart aplicabilitile ontologiilor n 3 grupuri mari:
Comunicaii i mprirea cunotinelor: o ontologie servete ca un vocabular
comun pentru ageni diferii (entiti computaionale sau oameni).
Inferen i argumentare logic: O ontologie poate fi folosit pentru a deduce
cunotinele implicite din cunotinele explicite, aplicnd reguli.
Refolosirea cunotinelor: Ontologiile comune pot fi folosite cnd se
construiesc ontologii specifice domeniului.
Elementele tipice ale unei ontologii sunt:
Conceptele i atributele lor.
Taxonomii pentru a clasifica conceptele prin generalizare i specificare.
11
Universitatea Tehnic din Cluj-Napoca
2.2.4
Paradigma agentului
Cercettorii n domeniul sistemelor agent au definit n diferite maniere noiunea de
agent, deosebindu-se dou dintre aceste abordri n funcie de proprietile care sunt dorite
pentru agentul definit: Noiunea de agent simplu i noiunea de agent BDI Belief-DesireIntention (Convingere Dorin Intenie) care extinde agentul simplu adugnd proprieti.
n descrierea agentului simplu Wooldridge [38] puncteaz o definiie descriind
proprietile eseniale ale agentului Un sistem de calcul hardware sau cel mai des software
care satisface urmtoarele proprieti:
autonomie: agenii opereaz fr intervenia direct a omului sau altfel, i au
un nivel de control asupra aciunilor i a strii interne;
abiliti sociale: agentul interacioneaz cu ali ageni printr-un anumit limbaj
de comunicare;
reaciune: agenii percep mediul n care se afl i reacioneaz la schimbrile
care au loc n el;
proactivitate: agenii nu doar c iau decizii ca rspuns la schimbri, ei sunt
capabili s aplice comportamente obiective prelund iniiativa.
O definiie mai general a agentului a fost elaborat de Russell i Norvig [39]: Un
agent este orice care poate fi s perceap mediul prin senzori, i s acioneze n acel mediu
prin efectori. Ei specific c noiunea de agent este prevzut pentru a fi o unealt pentru a
analiza sistemele, nu o caracterizare absolut care desparte lumea n ageni i non-ageni.
2.2.4.2
Ageni BDI
Modelul BDI aa cum este descris n [40] este bazat pe 3 concepte: Convingere,
Dorin i Intenie (tradus Belief-Desire-Intention). Ideea are baze filosofice n conceptul
analog din teoria argumentrii umane. Convingerile reprezint cunotinele agentului despre
12
Universitatea Tehnic din Cluj-Napoca
2.3
2.3.1
Sistemele orientate pe reea sunt uor de implementat din cauza standardului ISO
Open System Interconnection (OSI), care este un model stratificat n care fiecare nivel este
independent i are funcionalitatea sa specific. n acest fel, n [33] se propune un model
stratificat pentru arhitectura unui sistem senzitiv la context, Context Stack.
2.3.1.1
13
Universitatea Tehnic din Cluj-Napoca
Figura 2.2 Modelul arhitectural Context Stack i exemplu de sistem senzitiv la context
Nivelul achiziie
Este nivelul cel mai de jos n care contextul este preluat ntr-un format neprocesat,
fiind preluat de la o multitudine de tipuri de senzori pervazivi. De exemplu, locaia n cas a
unui locatar poate fi obinut de la un sistem de senzori RFID, care detecteaz apariia unei
modificri n configuraia RFID, nivelul luminii fiind detectat de senzorii de lumin, iar
nivelul zgomotului este obinut de la senzorii de zgomot. Datele preluate pot s nu ofere
context care s poat fi neles i utilizat de serviciile senzitive la context, astfel el trebuie
trimis la nivelele de mai sus pentru procesri ulterioare.
Nivelul Reprezentare
La nivelul cel mai de sus, serviciile senzitive la context utilizeaz att contexte de
nivel jos, ct i contexte de nivel nalt pentru a-i ajusta comportamentul. Lund exemplul dat
n Error: Reference source not found, telefonul inteligent (smart phone-ul) preia contextul
utilizatorului i decide s redirecioneze toate apelurile telefonice nspre csua vocal. De
asemenea el ia n considerare contextul prezis pentru a nfptui unele aciuni.
2.3.2
2.3.2.1
RDF folosete limbajul de interogare Data Query Language (RDQL) [09], [10]. Dup
ce planul a fost compus cu succes, modulul de execuie a planului transform planul ntr-un
format executabil pentru ca ulterior s fie pus ca cerere pe stiva de comunicare a serviciului
Web.
EKR Enviromental Knowledge Repository conine o baz de cunotine a domeniilor
(Domain Knowledge Base - DoKB) i o baz de cunotine a dispozitivelor (Device
Knowledge Base - DeKB) utilizate pentru nregistrarea i descoperirea cunotinelor. DoKB
conine cunotine OWL-S despre conceptele generale legate de servicii i task-urile compuse
care descriu modelele comune ale serviciilor pentru un anumit domeniu. DeKB conine
cunotine salvate n format OWL-S despre task-urile atomice care reprezint serviciile oferite
de dispozitive i senzori, n medii specifice serviciilor. EKR conine de asemenea i obiectele
de descoperire a serviciilor, pentru a manipula n mod automat interogrile de descoperire a
cunotinelor cu predicate semantice despre cunotinele OWL-S formate de RA. EKR
conine i stiva de comunicare Web Service, componenta comportndu-se ca un Web Service
independent, fiind accesat de RA prin SOAP.
DWS Device Web Service este o implementare specific a Web Service-urilor pentru
dispozitive ubicuitare incluznd roboi, senzori, actuatori .a.m.d. Fiecare DWS poate avea
obiecte de control pentru unul sau mai multe dispozitive, care pot lucra mpreun, de pild un
dispozitiv de aer condiionat i un senzor de temperatur. DWS dispune de asemenea de
servicii Web pentru a comunica cu RA.
Figura 2 . mparte procesul de integrare automat al unui agent SemanticURS n 3
faze:
Descoperirea cunotinelor;
Planificarea Serviciului;
Executarea planificrii.
18
Universitatea Tehnic din Cluj-Napoca
2.4
Astfel mediul JCAF nu are construit nici un modul inteligent el fiind responsabil doar
de controlul traficului, schimbrile de mediu i transportul informaiilor ctre aplicaiile
senzitive la context. Nivelul cel mai important al mediului JCAF o constituie serviciile de
context, care formeaz o reea interconectat de tip punct-la-punct, fiecare serviciu fiind
specializat pentru un anumit tip de informaie de context, aceste servicii putnd comunica
19
Universitatea Tehnic din Cluj-Napoca
2.5
20
Universitatea Tehnic din Cluj-Napoca
2.6
Una dintre cele mai mari dificulti n crearea aplicaiilor ubiquitous i senzitive la
context robuste este dezvoltarea unor algoritmi care pot detecta contexte din date senzoriale
ambigue i cu zgomote.
Provocarea pentru astfel de sisteme const n complexitatea capturrii, reprezentrii i
procesrii datelor de context. Pe lng abilitatea de a obine informaiile despre context
aplicaiile trebuie s includ logic adiional pentru a procesa informaia i pentru a deduce
scopul acestora. Aceasta este probabil cel mai provocator lucru, deoarece este de cele mai
multe ori indirect i poate fi dedus prin combinarea unor diferite piese de informaie
contextual [41].
n [42] se descriu dificultile ce apar cnd se folosesc informaiile de context n
aplicaii pe calculator:
Informaia de context este adeseori achiziionat de la senzori neconvenionali care nu
sunt gsii n viaa de zi cu zi: termostat, GPS .a.m.d.
Datele preluate de la senzori trebuie s fie abstractizate ntr-o reprezentare de nivel
nalt pentru a deveni folositoare. Lund exemplul unui termostat, temperatura citit n grade
trebuie abstractizat n frig, mediu, cald, foarte cald. Dar, o aplicaie poate s abstractizeze
informaiile venite de la mai muli senzori, de exemplu, pe lng temperatur aplicaia poate
s aib nevoie de informaii despre umiditate pentru a determina nivelul de confort al unei
camere.
22
Universitatea Tehnic din Cluj-Napoca
2.7
25
Universitatea Tehnic din Cluj-Napoca
FUNDAMENTARE TEORETIC
3.1
3.1.1
Aplicaia curent are la baz folosirea agenilor inteligeni. Precum oamenii cunosc,
nva i raioneaz, cunotinele i raionamentele sunt aplicate i n cazul agenilor bazai pe
cunotine. Astfel ei i pot nsui comportamente foarte greu de atins ntr-o alt manier. De
exemplu [39], un agent-reflex poate s gseasc o rut valid ntre 2 orae doar prin noroc,
sau un agent bazat pe rezolvarea problemelor poate rezolva probleme foarte complexe, dar
cunotinele sale sunt limitate i inflexibile. Cunotinele unui agent pot fi exprimate n
diferite forme generale, combinnd i recombinnd informaii pentru diferite scopuri, nu de
fiecare dat dintre cele mai folosite, la fel cum un matematician poate dezvolta o nou
teorem, care nu neaprat trebuie s satisfac anumite nevoi din acel moment.
Agenii bazai pe cunotine joac un rol crucial n cazul mediilor observabile parial
precum casele inteligente. Acetia pot combina cunotinele generale cu informaiile curente
pentru a infera aspecte nevizibile ale strii curente, nainte de a decide o anumit aciune, la
fel cum un doctor diagnosticheaz un pacient pentru a infera boala cu care se confrunt
pacientul, care nu este direct observabil, nainte de a i prescrie un anumit tratament [39].
Agenii bazai pe cunotine sunt foarte flexibili. Acetia sunt capabili s accepte noi
ntrebuinri sub forma unor obiective descrise i pot deveni competeni pentru a le ndeplini
doar spundu-li-se sau nvnd noi cunotine despre mediu, putndu-se adapta schimbrilor
mediului reactualiznd cunotinele relevante despre acesta.
3.1.1.1
3.1.2
Reprezentarea cunotinelor
27
Universitatea Tehnic din Cluj-Napoca
Figura 3.5 Exemplu de modelare a unei ontologii superioare. Conceptele generale sunt prezente n
partea superioar a figurii
Pentru orice ontologie specializat este posibil s se fac schimbri pentru a putea
conecta aceast ontologie ntr-una mai generalizat. Aceast proprietate confer reprezentrii
ontologice a cunotinelor o flexibilitate foarte mare, fiind exact ceea ce este nevoie pentru
modelarea bazei de cunotine a unui agent bazat pe cunotine care acioneaz ntr-o cas
inteligent. O problem care se pune este dac toate ontologiile ar putea converge la o
ontologie generalizat [25]. Acest lucru este un subiect de controvers. Totui, exist nite
caracteristici ale ontologiilor de uz general care le face s fie distincte fa de ontologiile
specializate:
O ontologie generalizat trebuie s poat fi aplicat n orice domeniu
specializat;
ntr-un domeniu suficient de complex cunotinele diferite trebuie unificate
deoarece argumentarea i rezolvarea problemelor poate s implice mai multe
domenii simultan.
3.1.3
3.1.3.1
29
Universitatea Tehnic din Cluj-Napoca
Figura 3.6 Un exemplu de definire a ontologiei specifice unei case inteligente reprezentate prin
reele Bayesiene
Unul dintre cele mai cunoscute modele este SOCAM (Service Oriented Context
Aware Middleware) detaliat n [21]. Specificaiile acestuia presupun o arhitectur natural pe
dou nivele ca Figura 3 .7:
Nivelul superior - pentru ontologii superioare comune, n care sunt ncadrate
conceptele generale;
Nivelul inferior - pentru ontologii specifice, care sunt aplicate n cteva
domenii inteligente.
30
Universitatea Tehnic din Cluj-Napoca
Limbaj de descriere
SOCAM
OWL
Specificaii Model
Proiectat pe 2 nivele
Modeleaz contexte i relaii cu
tipuri de date i obiecte
Extensii
probabilistice
ale
predicatelor
Mecanism de
argumentare
Argumentare ontologic
Argumentare cu reguli
Concluzii
Fiabilitatea ontologiilor se
folosesc
numai
ontologiile
inferioare
n
procesul
de
argumentare.
Model foarte bine acceptat n
dezvoltarea sistemelor ubiquitous
CoOL
OWL sau alte limbaje
(DAML, F-Logic .a.m.d.)
Proiectat pe 2 nivele
Utilizeaz modelul ASC
Modelul ASC poate fi folosit
ca un model de transfer ntre
diferite tipuri de modele de
context
Mecanism de inferen Onto
Broker
F-Logic ca limbaj de
interogare
ASC este un model flexibil
ce poate folosi ca vocabular
de baz pentru alte modele.
ASC se poate folosi cu valori
eterogene
care
descriu
aceeai entitate
31
Limbajul OWL
a) Introducere
Limbajul OWL se afl ntre specificaiile World Wide Web Consortium (W3C) i este
folosit ca o component fundamental a iniiativei Semantic Web [30]. Limbajul se bazeaz
pe Extensible Markup Language (XML), XML Schema[31], Resource Description
Framework (RDF) i pe RDF Schema (RDF-S) [09]. Este divizat n 3 sub-limbaje diferite
prin expresivitate: OWL-Lite, OWL-DL i OWL-Full. OWL-DL este folosit cel mai frecvent,
pentru c este cel mai expresiv, fr a pierde completitudinea i decidabilitatea, spre deosebire
de OWL-Full.
Au fost dezvoltate mai multe unelte pentru a putea lucra cu OWL:
Protg, care este un editor grafic;
Jena, care este un Java API pentru a accesa ontologiile OWL;
Racer, un modul de inferen care poate fi integrat cu Jena i Protg.
Mai multe detalii despre aceste unelte vor fi furnizate n seciunile ulterioare.
b) Elementele limbajului OWL
Cele mai importante elemente ale limbajului OWL vor fi descrise aici. O specificare
detaliat poate fi gsit n [26]. Cuvntul cheie Class este folosit pentru a defini concepte
ontologice. Cuvntul cheie subClassOf definete concepte specializate, deci poate fi folosit
pentru a construi taxonomii. Cuvntul cheie DataTypeProperty este folosit pentru a defini
atribute i concepte. Scopul variabilei se specific prin schem XML. Cuvntul cheie
ObjectProperty definete relaii ntre concepte. Acestea pot fi marcate ca i tranzitive,
simetrice sau funcionale. Dou relaii pot fi marcate ca una fiind inversa celeilalte. Relaiile
pot fi specializate folosind subPropertyOf n analogie cu subClassOf pentru concepte.
Att relaiile ct i atributele pot fi modificate prin restricii de cardinalitate i noi
valori. De asemenea este posibil s se defineasc fapte despre conceptele, atributele i relaiile
definite anterior prin instanierea lor. Aceste instane se numesc indivizi. Mai mult, este
posibil s definim concepte specializate, dependente de valorile relaiilor i atributelor.
OWL furnizeaz de asemenea mijloace pentru a clasifica ontologiile i pentru a marca
conceptele, atributele, relaiile i indivizii n analogie cu elementele altor ontologii. Acest
lucru furnizeaz interoperabilitatea sistemelor care folosesc ontologii diferite.
c) Argumentare folosind OWL
Potrivit semanticii diferitelor elemente ale limbajului se pot deduce cunotine n mod
explicit folosind faptele deja definite. Conform proprietilor subClassOf, subPropertyOf,
intersectionOf, unionOf i disjointWith se poate calcula ce indivizi aparin unui concept i
vice-versa, ce concepte se mapeaz unui obiect dat. O list mai complet de reguli poate fi
gsit n [32].
Mai mult, valorile unor atribute i relaii pentru un individ pot fi calculate n cazul n
care acestea nu sunt explicit precizate, folosind subPropertyOf, inverseOf i proprietile de
tranzitivitate i simetrie.
Exist mai multe metode cu care se face modelarea i argumentarea contextelor.
Dintre acestea amintim SOCAM, CoOL, CONON, COBRA-ONT i SOUPA. SOCAM i
CoOL fac parte din scopul acestei teme fiind detaliate n capitolul precedent. Toate aceste
metode, folosesc semantica ontologic pentru a face argumentare logic. Totui, beneficiul
real al folosirii ontologiilor pentru informaii despre context n sistemele pervazive, nu va
deveni efectiv nainte ca s se propun un standard general valabil pentru ontologia
contextelor.
32
Universitatea Tehnic din Cluj-Napoca
3.1.4
Figura 3.8 (a) Schema relaional i (b) Modelul probabilistic pentru o cas inteligent
Bazat pe modelul propus mai sus putem construi o ontologie de context pentru a capta
cunotinele preluate dintr-o cas inteligent. Precum se specific i n cazul arhitecturii
SOCAM, i aici se pot modela ontologii de context folosind acel model stratificat, cu
ontologiile generale pe nivelul superior, iar cele specifice pe nivelul inferior.
Acest model are dou componente:
Ontologie generic este ontologia de nivel superior la fel ca i n cazul
SOCAM;
Ontologie specific o colecie de ontologii de nivel inferior care definesc
detalii despre conceptele i proprietile din fiecare sub-domeniu. O ontologie
specific pentru un sub-domeniu este compus din dou pri:
o Schema relaional care specific relaiile i cascadrile ntre relaii
pentru sub-domeniu;
o Modele probabilistice care reprezint dependenele probabilistice
condiionale dintre proprietile acelui sub-domeniu.
n figura 3.6 ontologia generic definete conceptele de CompEntity, Location,
Person, Activity. Detaliile fiecrui concept generic precum relaiile sau dependenele
probabilistice sunt redefinite n ontologii specifice domeniului, care pot varia de la un
domeniu la altul.
34
Universitatea Tehnic din Cluj-Napoca
Figura 3.9 Arhitectura SOCAM cu ontologii specifice i modele probabilistice pe nivelul inferior
Contextul ontologic se reprezint folosind limbajul OWL, cruia i-au fost adugate
cteva elemente pentru a modela conceptele noi, privind relaiile ntre entitile probabilistice
i modelele probabilistice. Limbajul este numit de cercettori PROWL (Probabilistic
Annotated OWL, tradus OWL cu adnotri pentru probabiliti).
Folosind aceast structur de modelare probabilistic a contextelor, se pot face 3 tipuri
de raionamente:
Raionamente din schema de baz a modelului:
o Raionament bazat pe reguli;
o Raionament ontologic.
Raionamente inovative adugate de modelul extins:
o Raionament Bayesian.
Raionamentele bazate pe reguli au aceeai logic precum n schema clasic, dar cu
meniunea c n acest model sunt aplicate claselor probabilistice i nu unor clase normale.
Raionamentele ontologice sunt asemenea cu cele din schema clasic, doar ca ele sunt
reprezentate acum n PROWL. Totui se pot face raionamente tip OWL fr probabiliti,
folosind OWL, deci nu se va ajunge la o constrngere de limbaj n cazul n care nu se vrea
folosirea probabilitilor pentru astfel de raionamente.
Raionamentele Bayesiene se fac pe baza reelelor Bayesiene construite din modelul
contextului. n funcie de domeniu se pot construi una sau mai multe reele derivate care
corespund fiecrui model probabilistic. Aceste reele se construiesc folosind algoritmul
Construct-BN [50].
Avantajele acestui model sunt introducerea probabilitilor n modelarea iniial a
contextelor. Deoarece ontologiile reprezint conceptele dintr-un domeniu, acest model de
context poate ngloba ntr-o manier facil. Folosind aceast abordare se poate modela un
domeniu al bazei de cunotine comun pentru casele inteligente fr a fi necesar construcia
unei baze de cunotine noi de fiecare dat. Deci aceast modelare suport scalabilitatea.
35
Universitatea Tehnic din Cluj-Napoca
3.2
3.2.1
36
Universitatea Tehnic din Cluj-Napoca
3.2.2
Protg 4
Mediul de dezvoltare a ontologiilor Protg, ajuns la a 4-a versiune, este un mediu
complet i stabil pentru dezvoltarea bazelor de cunotine i a ontologiilor oferind facilitatea
de a integra o varietate mare de module adiionale, care pot fi dezvoltate i de ctre utilizatorii
de rnd, codul surs al aplicaiei fiind pus la dispoziie.
Protg dispune de 2 editoare separate fiecare avnd un anumit scop. Editorul
Protg-Frames faciliteaz dezvoltarea bazelor de cunotine compatibile cu standardul
OKBC. Acest editor furnizeaz interfee utilizator, care pot fi modificate pentru a modela
cunotinele dup bunul plac al utilizatorului, precum i module pentru vizualizare,
management, inferen sau raionare. De asemenea este pus la dispoziie i un API Java care
poate fi folosit pentru a crea alte aplicaii pentru accesarea cunotinelor modelate cu Protg
Frames.
Editorul Protg-OWL face posibil dezvoltarea de ontologii folosind standardul W3C
OWL. Acesta ofer uneltele necesare pentru a folosi ontologiile OWL i RDF, suport pentru
vizualizarea claselor, expresii OWL i alte faciliti. Platforma Protg ofer flexibilitatea de a
integra module adiionale. Aceste module sunt de trei tipuri: module de stocare, module
grafice i panouri.
Un modul de stocare este un modul care salveaz sau ncarc modele dintr-un format
fiier sau baze de date (XML, XML Schema, RDF .a.m.d.).
Un modul grafic se ocup de partea grafic a aplicaiei, fiind o component cu ajutorul
creia se pot vizualiza imagini, sunete sau chiar imagini video.
Panourile pot fi vizualizate n fereastra principal Protg. Exist mai multe subtipuri
de panouri n Protg:
Panouri de vizualizare:
o OntoWiz vizualizare grafic configurabil sub form de graf pentru
ontologii i relaiile ntre ele. Se formeaz o diagram similar cu
UML.
o TGWiz vizualizare grafic a metodelor claselor.
o Jambalaya o unealt de rsfoire a ontologiilor care permite editarea
acestora.
Panouri pentru managementul fiierelor sau a proiectului:
o BeanGenerator genereaz clase Java (Java Beans) dintr-un model
de clase ontologice specificate n Protg.
o Prompt permite manipularea a diferite modele care pot fi unificate,
comparate, sau compuse.
o DataGenie ntrete interaciunea dintre Protg i baze de date
furniznd un modul JDBC de conectare la baze de date.
Panouri pentru motoare de raionare:
o QueryTab pentru interogarea bazei de cunotine.
o PAL mecanism de editare i evaluare a axiomelor PAL (Protg
Axiom Language Limbajul Axiomelor Protg).
Conceptul de ontologie are n Protg o form asemntoare cu cea a claselor din
proiectarea orientat-obiect. Clasele Protg sunt similare cu clasele Java i pot fi aezate ntro structur ierarhic, diferena fiind c aceste clase nu conin definiii de metode. Acestea pot
fi abstracte sau concrete, doar cele concrete putnd fi instaniate. Protg suport de asemenea
motenirea multipl. Atributele sunt definite ca perechi nume-valoare: valori primitive (logic,
ntreg, flotant, ir de caractere); numele se reprezint printr-un ir de caractere. Aceste atribute
pot fi de asemenea referine la alte clase sau instane de clase. Cu ajutorul atributelor se
construiesc relaiile ntre clase.
38
Universitatea Tehnic din Cluj-Napoca
3.3
Dei numrul de medii de dezvoltare a agenilor a crescut mult n anii cureni, medii
care furnizeaz unelte vizuale i interfee pentru a uura proiectarea agenilor i realizarea a
diverse sisteme de ageni, eforturile i investiiile n acest sens sunt considerabil mai mici,
dect n dezvoltarea uneltelor menite altor ramuri ale industriei software.
Totui, metodologiile existente elaborate de diferite laboratoare de cercetare n
domeniul sistemelor multi-agent sugereaz mprirea procesului de dezvoltare a agenilor n
faze similare cu dezvoltarea unui alt produs software. Astfel procesul este mprit n 5 faze:
cerinele primare, cerinele secundare, proiectarea arhitecturii, proiectarea detaliat,
implementarea.
Cerinele primare identific actorii i obiectivele reprezentate de dou modele diferite.
Se construiesc diagrame care depicteaz implicrile i relaiile dintre actorii modelului,
numite dependine. Aceste dependine depicteaz modul n care actorii depind unii de alii
pentru a ndeplini obiectivele sau pentru a executa planurile. Diagramele obiectivelor
nfieaz analiza obiectivelor i planurilor referitoare la un actor responsabil s le
ndeplineasc.
Toate aceste modele sunt extinse n faza de cerine secundare, care modeleaz sistemul
ncadrat n mediul n care va aciona. n aceast faz obiectivele sunt descompuse n subobiective.
n faza de proiectare detaliat se construiesc specificaiile obiectivelor, capacitilor i
a raionamentelor agenilor. De asemenea, comunicarea ntre ageni este specificat n detaliu.
n aceast faz se proiecteaz sistemul strict dependent de platforma de dezvoltare folosit,
fiind adaptat la trsturile programrii adaptate a agenilor.
Faza de implementare are ca obiectiv generarea codului de construire a agenilor din
specificaiile oferite folosind proiectarea de detaliu.
3.3.1
39
Universitatea Tehnic din Cluj-Napoca
Figura 3.11 Arhitectura general a unei platforme de ageni i comunicarea ntre acestea
3.3.2
Platforma JADE
3.3.3
Jadex (JADE eXtension) este o aplicaie JADE, care este folosit pentru a crea
raionamente de tip BDI (Belief-Desire-Intention Convingere-Dorin-Intenie) pentru
ageni BDI, implementai folosind platforma JADE [62]. Ultima versiune aprut n 2007 este
0.96 care este o versiune stabil. Recent, Jadex a ajuns la versiunea 2.0 care este nc n faz
beta.
3.3.3.1
44
Universitatea Tehnic din Cluj-Napoca
4.1
Specificaiile sistemului
4.1.1
Sistemul Smart House va furniza control automat al unor obiecte casnice (aparat de
aer condiionat, nclzirea central) mpreun cu controlul factorilor de confort din cas
(luminozitate, umiditate, cldur), sistemul fiind capabil s ia o decizie asupra aciunilor sau
misiunilor care trebuie nfptuite bazate pe datele contextuale procesate.
Cerinele funcionale ale sistemului dezvoltat curent vor fi prezentate n continuare.
4.1.1.1
Coordonarea aciunilor
Aplicaia va integra planuri de aciuni predefinite n vederea efecturii anumitor
execuii complexe i totodat va permite facilitatea de a crea aciuni definite de utilizator.
Utilizatorul va avea abilitatea de a stabili obiectivele primare ale sistemului, precum
maximizarea confortului locuitorilor casei inteligente. Obiectivele care trebuie atinse cnd se
vorbete de coordonarea aciunilor sunt:
Crearea sau anularea unei aciuni Utilizatorul va putea s introduc noi
aciuni sau s replanifice sau s anuleze misiunea curent. n cazul n care se
produc dependene n executarea unei misiuni planificate, sistemul va putea
crea aciuni care s fie executate naintea aciunii specificate.
Executarea aciunilor Aplicaia va executa n mod automat aciunile
planificate sau va putea s replanifice aciunile care nu au fost terminate cu
succes.
Crearea de rapoarte Orice aciune nfptuit n sistem va fi detaliat ntr-un
raport de execuie.
4.1.1.2
Executarea operaiilor
Sistemul va putea s execute operaii de baz ca rspuns la schimbrile de context sau
aciuni primitive, ca operaii unitare ale unei misiuni. Dintre operaiile care se vor putea
nfptui n sistemul dezvoltat identificm:
Manipularea de obiecte Roboii vor putea manipula obiecte, preluarea i
mutarea a diferitelor obiecte ntre diferite locaii ale casei.
Controlul dispozitivelor Sistemul poate s i adapteze comportamentul n
mod automat, modificnd starea diferitelor dispozitive ubiquitous n acord cu
situaia curent sau intervenia direct a utilizatorilor. Cerina primordial a
sistemului este s creeze o atmosfer ct mai confortabil pentru locuitorii
casei inteligente, prin controlarea dispozitivelor, n funcie de anumii
parametri preluai ca date de context (de ex. temperatura). Printre parametrii
care pot fi manipulai se numr intensitatea luminoas, volumul muzicii
ambientale, temperatura, umiditatea etc.
45
Universitatea Tehnic din Cluj-Napoca
Interaciunea cu utilizatorii
Utilizatorii trebuie s poat interveni n sistemul casei inteligente, dup bunul plac,
astfel sistemul necesit o interfa utilizator pentru crearea de aciuni utilizator sau controlarea
aciunilor i parametrilor cureni. Informaiile pot fi prezentate la cererea utilizatorului sau
automat cnd se execut o anumit aciune specific.
4.1.2
4.1.2.1
4.1.3
Cele trei tipuri de roboi cu care va fi prevzut sistemul casei inteligente sunt robotul
supervizor, robotul care ndeplinete misiuni i robotul de companie, care se ocup de
divertismentul locuitorilor casei.
Aceti 3 roboi vor trebui adaptai la sistemul casei inteligente. Provocrile construirii
adaptabilitii roboilor la sistemul casei inteligente se rezum la dou motivaii-cheie. Prima,
un model adecvat sistemului casei inteligente, proiectat pentru a ndeplini misiunile pentru
care ei au fost introdui, respectiv, descrierea modelului folosind un limbaj cunoscut
sistemului.
4.1.3.1
4.2
Arhitectura sistemului
4.2.1
Nivelul Senzorial
4.2.2
Nivelul Dispozitivelor
4.2.3
Nivelul Roboilor
n acest nivel se mapeaz la nivel de ageni roboii din sistem prelund informaiile de
la nivelul fizic legate de roboi i introducndu-le n sistem. Cei trei roboi monitorizai prin
ageni logici sunt:
Pet Robot robotul preocupat de divertismentul din cas;
Mission Robot mutarea diferitelor obiecte din cas;
Supervisor Robot care monitorizeaz activitatea roboilor precum i alte
schimbri legate de locuitorii casei.
Agentul logic Robot Manager este responsabil de controlarea agenilor logici pentru
roboi fiind senzitiv la modificrile aprute n activitatea roboilor activi din cas.
4.2.4
Nivelul Decizional
4.2.5
4.2.6
Nivelul fizic
Acest nivel reprezint senzorii la nivel fizic, diferite obiecte, dispozitive, actuatori care
furnizeaz informaii de cele mai multe ori eronate sau inconsistente despre sistem. Fiecare
informaie provenit de la o categorie de dispozitive fizice este controlat i prelucrat de un
anumit nivel din arhitectura curent, nainte de a fi trimis la nivelul de achiziionare de
context din sistem.
50
Universitatea Tehnic din Cluj-Napoca
PROIECTARE DE DETALIU
5.1
Analiza cerinelor
5.2
Proiectarea arhitecturii
5.2.1
Sistemul de roboi
51
Universitatea Tehnic din Cluj-Napoca
5.2.1.1
Misiunea acestui agent este crearea sistemului de ageni roboi al sistemului multiagent al casei. Atunci cnd sistemul Smart House pornete el ndeplinete urmtoarele aciuni:
nregistrare agent la platforma de ageni Acest lucru se face printr-un sistem
request-response prin care se cere platformei autorizarea pornirii agentului
manager.
Cutare ageni roboi n baza de cunotine Dup ce nregistrarea acestui
agent s-a nfptuit cu succes acest agent este responsabil cu cutarea n baza de
cunotine a agenilor de tip robot care trebuie s ii porneasc.
Pornire ageni roboi Dup ce au fost gsite toate posibilele instane de
ageni, acesta caut misiunile fiecruia dintre acetia, i pornete fiecare tip de
agent robot cu misiunea asignat.
Supraveghere funcionare ageni roboi Dup ce procesul de pornire a
acestor ageni, dac procesul a fost terminat cu succes, acesta supravegheaz
din punct de vedere funcional software buna funcionare a agenilor de tip
robot.
Oprire ageni roboi Dac se declaneaz procesul de oprire a sistemului
multi-agent, acest agent este alertat cu acest lucru i oprete toi agenii logici
aflai n subordinea sa.
Acest agent are asignate urmtoarele ipoteze, planuri i obiective:
52
Universitatea Tehnic din Cluj-Napoca
Ipoteze (beliefs)
o Tipul roboilor aceasta ipotez este necesar pentru acest agent pentru
a ti ce tip de cunotine s caute n baza de cunotine
o Creare robot nou aceast ipotez i specific agentului robot tipul de
obiect cu care va fi instaniat robotul.
o Distrugere roboi aceast ipotez permite agentului manager
distrugerea celorlali ageni folosind agentul AMS.
Planuri(plans)
o Plan de gsire a agenilor roboi Acest plan se concretizeaz printr-o
operaie de extragere a tipurilor de roboi din baza de cunotine
folosind un mecanism de tip request-response ntre acest agent i
agentul responsabil cu baza de cunotine
o Plan de distrugere a agenilor roboi Acest plan se concretizeaz prin
distrugerea agenilor roboi creai.
Obiective(goals)
o Creare agent Acest obiectiv este o referin spre unul din obiectivele
agentului master al platformei numit AMS(Agent Management
Service)
o nregistrare agent Acest obiectiv este o referin spre unul din
obiectivele agentului de tip DF al platformei de ageni.
Dup cum s-a vzut mai sus acest agent joac un rol esenial n crearea sub-sistemul
multi-agent pentru roboii casei, nefiind implicat direct n vreuna din misiunile de baz ale
sistemului multi-agent al casei, dar comportndu-se ca un agent master care comunic cu
sistemul de control al casei, fiind responsabil pentru managementul celorlali ageni robotici ai
casei.
5.2.1.2
Agentul robot supraveghetor este agentul care mapeaz la nivel software aciunile pe
care robotul supervizor trebuie s le ndeplineasc, el avnd misiunea de a supraveghea
aciunile celorlali roboi care particip activ la misiunea casei, efectund aciuni n scopul de
sporire a confortului locatarilor.
Aciunile acestui agent robot sunt:
Cutare ageni roboi n baza de cunotine Aceast operaiune se execut
odat cu crearea acestuia de ctre agentul manager, el cutnd instanele de
roboi pe care va trebui s i supravegheze, cutnd toate detaliile (ipoteze,
planuri, obiective) despre ei i monitoriznd buna funcionare a acestora
Procesarea schimbrilor de context Schimbarea sau adugarea de noi
cunotine care au impact direct asupra sub-sistemului de roboi vor fi sesizate
i procesate de ctre acest agent.
nregistrarea aciunilor efectuate de robotul misiune i robotul divertisment
Planurile i obiectivele care trebuie atinse de ctre roboii supervizai sunt
sesizate de ctre acest robot.
Planificarea de noi aciuni n cazul unor schimbri de cerine sau alte
schimbri de context, robotul supervizor va putea planifica noi aciuni pe care
roboii supervizai s le ndeplineasc.
nregistrarea de noi ipoteze n cazul n care n baza de ipoteze a
subsistemului de roboi apar ipoteze acestea vor fi sesizate de ctre agent i vor
fi procesate.
53
Universitatea Tehnic din Cluj-Napoca
Agentul Robot pentru misiuni este un robot specializat care are ca scop executarea
diferitelor munci prin casa inteligent. Aciunile posibile pe care le poate nfptui acest robot
sunt:
Cerere de vizualizare a mediului i nregistrare a acestuia Robotul de tip
misiune cere robotului supervizor informaii despre casa inteligent,
coordonate de miscare, harta casei, i alte informaii
Descoperire obiecte utile n cazul n care robotul are nevoie de anumite
obiecte pentru a duce la capt o misiune( o cutie, un loc de depozitare) n cazul
n care acesta trece pe lng vreunul dintre aceste obiecte el le identific i le
adaug n baza proprie de cunotine.
Cerere de actualizare a mediului casei inteligente n cazul n care se produce
o schimbare n mediu robotul de tip misiune cere robotului supervizor
rencrcarea viziunii asupra lumii i implicit a mediului casei inteligente.
Obiectivele majore ale acestui agent robot sunt proiectate astfel nct robotul misiune
s poat ndeplini obiectivele majore prezentate n figura de mai jos. Astfel obiectivele majore
ale acestui robot de tip misiune sunt:
Menine acumulatorul ncrcat Dac nivelul acumulatorului scade sub un
anumit nivel, celelalte obiective devin ignorate pentru moment, singurul
obiectiv al robotului de tip misiune rmnnd obiectivul de a menine
acumulatorul peste nivelul de urgen. Astfel se spune c acest tip de obiectiv
este inhibant. Este obiectivul de tip obiectiv de meninut setat pentru robotul
misiune.
54
Universitatea Tehnic din Cluj-Napoca
Figura 5.16 Obiectivele majore ale robotului care ndeplinete misiuni n casa inteligent
5.2.1.4
56
Universitatea Tehnic din Cluj-Napoca
5.2.2
Sistemul de senzori
5.2.3
Sistemul de dispozitive
5.2.4
Sistemul de control
5.2.5
Sistemul de monitorizare
5.2.6
5.3
Detalii de implementare
5.4
Scenariu de testare
57
Universitatea Tehnic din Cluj-Napoca
6
6.1
6.2
UTILIZAREA SISTEMULUI
Modul de Utilizare
Pai de utilizare
58
Universitatea Tehnic din Cluj-Napoca
59
Universitatea Tehnic din Cluj-Napoca
CONCLUZII
60
Universitatea Tehnic din Cluj-Napoca
BIBLIOGRAFIE
[01] K. Goldberg, S. Gentner, and C. Sutter et al., The Mercury Project: A Feasibility Study
for Internet Robotics, IEEE Robotics and Automation Magazine, vol. 7, no. 1, 2000, pp. 3540.
[02] R. Simmons, Xavier: An Autonomous Mobile Robot on the Web, Proc. IEEE/RSJ
Conf. on Intelligent Robots and Systems; Workshop on Web Robots, Victoria, B.C. Canada,
Oct.
1998,
URL:
http://www.ri.cmu.edu/pub_files/pub1/simmons_reid_1999_1/simmons_reid_1999_1.pdf
[03] P. Saucy and F. Mondada, Open Access to a Mobile Robot on the Internet, IEEE
Robotics and Automation Magazine, vol. 7, no. 1, 2000, pp. 41-47.
[04] M.R. Stein, Interactive Internet Artistry, IEEE Robotics and Automation Magazine,
vol. 7, no. 1, 2000, pp. 28-32.
[05] M. Choi, J. Hong, and H. Ju, XML-Based Network Management for IP Networks,
ETRI J., vol. 25, no. 6, Dec. 2003, pp. 445-463.
[06] Young-Guk Ha, Joo-Chan Sohn, Young-Jo Cho, and Hyunsoo Yoon, Towards a
Ubiquitous Robotic Companion: Design and Implementation of Ubiquitous Robotic Service
Framework, Sept. 15, 2005
[07] D. Wang, X. Ma, and X. Dai, Web-Based Robotic Control System with Flexible
Framework, Proc. IEEE Intl Conf. on Robotics and Automation (ICRA 2004), New Orleans,
LA, Apr. 2004, pp. 3351 - 3356.
[08] W3C Recommendation,
http://www.w3c.org/TR/ws-arch/
Web
Services
Architecture,
W3C,
2004,
URL:
63
Universitatea Tehnic din Cluj-Napoca
65
Universitatea Tehnic din Cluj-Napoca
66
Universitatea Tehnic din Cluj-Napoca