Исследование алгоритма многопоточного поиска путей гетерогенной группы автономных мобильных роботов
Читать статью полностью
Исследование алгоритма многопоточного поиска путей гетерогенной группы автономных мобильных роботов(1,02 MB)Аннотация
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.
Ключевые слова:
робот – robot; алгоритм – algorithm; многопоточность – multithreading; производительность – performance; оптимизация – optimization; гетерогенный – heterogeneous; поток – thread.
Список литературы
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.