Исследование алгоритма многопоточного поиска путей гетерогенной группы автономных мобильных роботов

Попов С. Г., A. I. Osadchiy, Крашенинников А. С., Тучков А. С.

  Исследование алгоритма многопоточного поиска путей гетерогенной группы автономных мобильных роботов(1,02 MB)

Abstract

Работа посвящена разработке и исследованию реализации многопоточного подхода в контексте исследования транспортной задачи управления гетерогенной группой роботов. Целью работы является изучение целесообразности применения многопоточного подхода, а также выявления зависимостей от исходных данных, таких как количество роботов, количество вычислительных потоков, размер пакета задач для одновременного распараллеливания. В ходе работы разработан менеджер потоков, использующий низкоуровневый доступ к логическим потокам ОС. Реализована программная модель и разработана методика проведения экспериментов. В ходе проведения экспериментов подтверждены заявленные характеристики менеджера потоков и установлена целесообразность его использования в общей транспортной задаче. Также установлены зависимости времени вычисления от исходных данных различного характера.

Keywords:

робот – robot; алгоритм – algorithm; многопоточность – multithreading; производительность – performance; оптимизация – optimization; гетерогенный – heterogeneous; поток – thread.

References

1. Попов, С.Г. Исследование алгоритма обследования местности гетерогенной группой автономных мобильных роботов / С.Г. Попов, А.С. Крашенников, М.В. Чуватов // Робототехника и техническая кибернетика. – 2019. – Т. 7, № 4. – С. 278–290.

2. Помелов, С. В. Параллельные вычисления: симуляция исполнения алгоритма на заданной архитектуре / С.В. Помелов // Прикладная информатика. – 2016. – Т. 11, № 6 (66). – С. 70–83.

3. Левченко, В. Д. Асинхронные параллельные алгоритмы как способ достижения 100% эффективности вычислений / В.Д. Левченко // Информационные технологии и вычислительные системы. – 2005. – Т. 1. – С. 68–87.

4. Бернацкий, Ф. И. Параллельные вычисления в задачах управления / Ф.И. Бернацкий, Г.Б. Диго, Н.Б. Диго // Проблемы управления. – 2003. – №. 3. – С. 25–29.

5. Кулагин, В. П. Проблемы параллельных вычислений / В.П. Кулагин // Перспективы науки и образования. – 2016. – №. 1. – С. 7–11.

6. Бабенко, Л. К. Параллельные алгоритмы для решения задач защиты информации / Л.К. Бабенко, Е.А. Ищукова, И.Д. Сидоров // М.: Горячая линия – Телеком, 2014. – 304 с.

7. An efficient parallel-computing method for modeling nonisothermal multiphase flow and multicomponent transport in porous and fractured media / Wu Y. S. [et al.] // Advances in Water Resources. – 2002. – Vol. 25, No. 3. – P. 243–261.

8. Long, G. L. Parallel quantum computing in a single ensemble quantum computer / G.L. Long, L. Xiao // Physical Review A. – 2004. – Vol. 69, No. 5. – P. 052303.

9. Brand, S. Multicore scalable and efficient pathfinding with Parallel Ripple Search / S. Brand, R. Bidarra // computer animation & virtual worlds. – 2012. – Vol. 23, Iss. 2. – P. 73–85.

10. Bleiweiss, A. GPU accelerated pathfinding / A. Bleiweiss // Proceedings of the 23rd ACM SIGGRAPH/EUROGRAPHICS symposium on Graphics Hardware. – Eurographics Association, 2008. – P. 65–74.

11. GPUs and the future of parallel computing / S.W. Keckler [et al.] // IEEE micro. – 2011. – Vol. 31, Iss. 5. – P. 7–17.

12. Parallel computing strategies for determining viral capsid structure by cryoelectron microscopy / C.J. Lanczycki [et al.] // IEEE Computational Science and Engineering. – 1998. – Vol. 5, Iss. 2. – P. 76–91.