（控制理论与控制工程专业论文）多机器人协作地图构建问题研究与仿真平台设计.pdf

南京理工大学硕士学位论文多机器人协作地图构建问题研究与仿真平台设计 摘要 地图构建是智能自主移动机器人执行的基础任务之一，利用多机器人之间的协作 可以更有效的完成地图构建任务。本文以移动机器人a s - r 为仿真研究对象，对多机 器人协作地图构建问题进行了研究。 本文首先分析了多机器人的体系结构，设计了由一个中心站和一组自治移动机器 人组成的分层式多机器人群体体系结构。针对多机器人对未知环境的地图构建问题， 提出了一种改进的基于栅格的地图描述方法，以确定某栅格所代表的区域是否属于待 分区域；在此基础上设计了一种改进的基于动态分区的多机器人协作地图构建方法， 以减少机器人的重复探测，提高系统的效率。 为了验证算法的有效性，在v i s u a lc h _ 6 0 的开发环境下，开发了基于局域网通 信的多机器人仿真实验平台。仿真平台分为服务器与客户端两部分，分别模拟中心站 与自治移动机器人，前者主要实现建立环境地图、规划机器人的任务等功能，后者主 要实现机器人的路线规划、轨迹生成等功能，并且通过局域网通信实现二者之间的数 据交换。最后，结合算法进行仿真实验，仿真结果显示机器人的轨迹可以遍历环境中 的非障碍物区域，验证了算法的有效性。 关键词：机器人，多机器人协作，仿真，地图构建，动态分区 a b s t r a c t 硕士论文 a b s t r a c t m a pb u i l d i n gi so n eo ft h eb a s i cm i s s i o n sf o ra l li n t e l l i g e n ta u t o n o m o u sm o b i l er o b o t ， a n dt h em i s s i o nc a nb ea c c o m p l i s h e dm o r ee f f e c t i v e l yu s i n gt h ec o o p e r a t i o na m o n gt h e r o b o t s b a s e do nm o b i l er o b o ta s r ，t h ep r o b l e mo fm a p - b u i l d i n gu s i n gm u l t i - r o b o t c o o p e r a t i o ni ss t u d i e d t h e o r g a n i z a t i o no f m u l t i - r o b o ts y s t e mi s a n a l y z e d ，a n dt h e n ah i e r a r c h i c a l o r g a n i z a t i o nc o m p o s e do fac e r i s ea n dag r o u po fa u t o n o m o u sm o b i l er o b o t si sd e s i g n e d a p p r o a c h i n g t oc o o p e r a t i v em u l t i - r o b o tm a p b u i l d i n gi na l lu n k n o w ne n v i r o n m e n t ，f i r s t , t o m a k es u r ew h e t h e rt h er e g i o nc o v e r e db yag r i db d o n g st ot h eu n d e c o m p o s e dr e g i o n ，a n i m p r o v e dm a pd e s c r i b i n gm e t h o db a s e do nt h eo c c u p a n c yg r i di sp r o p o s e d s e c o n d ，b a s e d o nt h ea b o v e ，t or e d u c et h er e p e a t e de x p l o r a t i o no ft h er o b o t sa n di m p r o v et h ee f f i c i e n c yo f t h es y s t e m ，a ni m p r o v e dm a p b u i l d i n gm e t h o db a s e do nd y n a m i cr e g i o nd e c o m p o s i t i o ni s d e s i g n e d as i m u l a t i o ns y s t e mb a s e do i lt h el a nc o m m u n i c a t i o ni sd e s i g n e dw i t hv i s u a lc + + 6 0t op r o v et h em e t h o d i tc a nb ed i v i d e di n t ot w op a r t s ，t h es e r v e ra n dt h e ! c l i e n t t h e s e r v e rp a r ts i m u l a t e st h ec e n t r et oa c h i e v eb u i l d i n gt h ee n v i r o n m e n tm a p t h em i s s i o no f t h er o b o t sa n do t h e rf u n c t i o n s t h ec l i e n tp a r ts i m u l a t e st h ea u t o n o m o u sm o b i l er o b o tt o a c h i e v ep l a n n i n gt h er o u t eo ft h er o b o t , b u i l d i n gt h et r a c eo ft h er o b o ta n do t h e rf u n c t i o n s t h ed a t ae x c h a n g eb e t w e e nt h et w op a r t si se s t a b l i s h e dt h r o u g hl a nc o m m u n i c a t i o n f i n a l l y , t h es i m u l a t i o nr e s u l ts h o w st h a tt h et r a c eo ft h et w or o b o t sc a i ls p r e a da l lo v e rt h e a r e at h a ti s n to c c u p i e db yt h eo b s t a c l e ，p r o v e st h em e t h o di se f f e c t i v e k e y w o r d s ：r o b o t , m u l t i - r o b o tc o o p e r a t i o n ，s i m u l a t i o n ，m a pb u i l d i n g ，d y n a m i cr e g i o n d e c o m p o s i t i o n 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本 学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或 公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使 用过的材料。与我一同工作的同事对本学位论文做出的贡献均己在论文 中作了明确的说明。 研究生签名： 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或 上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并 授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密 论文，按保密的有关规定和程序处理。 j 南京理工大学硕士学位论文多机器人协作地图构建问题研究与仿真平台设计 第一章绪论 随着计算机技术、超大规模集成电路、控制理论、人工智能理论、传感器技术等 的不断成熟和发展，由多学科交叉而形成的机器人学研究也进入到了一个崭新的阶 段。从可编程、示教再现型的工业机器人到具有一定传感能力的智能机器入，机器人 学的研究工作经历了一个从简单到复杂，从功能单- - n 功能多样，从工业制造领域到 军事侦察、核工业、航空航天、服务业、医疗器械、基因工程等诸多领域的过程。可 以预见，在不久的将来，机器人技术在各个领域的应用将会更加广泛和深入。而各种 机器人系统在实际工作中的广泛应用又为机器人学提出了新的要求和新的研究课题。 多机器人系统的研究就是在这些新的应用需求下提出的，并随着机器人学的不断发展 而逐渐成为机器人学研究的一个重要分支。 1 1 多机器人系统概况 在机器人研究的早期，单机器人的结构、运动学、控制和信息处理是研究的重点。 随着机器人技术的发展，单个机器人的能力、鲁棒性、可靠性、效率等都有很大的提 升。但面对一些复杂的、需要高效率的、并行完成的任务时，单个机器人则难以胜任。 为了解决这类问题，机器人学的研究一方面进一步开发智能更高、能力更强、柔性更 好的机器人；另一方面在现有机器人的基础上，通过多个机器人之间的协调工作来完 成复杂任务。 从2 0 世纪8 0 年代中期到9 0 年代，分布式人工智能和复杂系统的研究工作逐渐 开展并活跃起来，一些学者开始研制各种多机器人系统，并将其作为实验平台以进行 相关的理论研究和仿真。这些研究将分布式人工智能、复杂系统、社会学、管理学等 其他研究领域的理论及方法引入到机器人学的研究中，丰富了机器人学研究的内容。 而且这方面的研究通常从系统的角度出发，探讨机器人群体乃至机器人社会的各种组 织方式、信息交互方式、进化机制的基本问题，为机器人学的发展提供了一条新的思 路 1 o 分布式人工智能( d a i ：d i s t r i b u t e d a r t i f i c i a li n t e l l i g e n c e ) 中多智能体系统( m a s ： m u l t i a g e n ts y s t e m ) 的理论和方法已经引起了多机器人协作领域的广泛关注。受此 启发，一些从事机器人学的研究人员将多a g e n t 的概念引入多机器人系统的研究中， 其基本思想是依据多a g e n t 的组织特性控制多机器人系统，使系统具有能合作完成人 所赋予的任务的能力，这种多机器人系统又成为多智能体机器人系统( m a r s ： m u l t i a g e n t r o b o t i c s y s t e m ) 。系统中的每介机器人都被视为一个具有智能行为的自主 系统( a g e n t ) ，每个智能体通常只处理与自身相关的局部目标和局部信息，进行自主 绪论 硕士论文 运动，同时又具有合作的能力。在多智能体机器人协作系统中，各机器人可根据系统 总体目标，动态地规划各自的运动序列，而不是由集中规划器进行规划，各机器人可 充分发挥其智能和自主行为与其它机器人进行协作来完成特定任务。 1 2 多机器人系统研究现状 随着多机器人系统研究的深入，c o l l e c t i v e r o b o t i c s 2 ，t h e n e r d h e r d l 3 1 ，c e b o q q 4 1 ， c o o p e r a t i v er o b o t i c s 嘲，a l l i a n c e 6 1 ，m a r t h a 【7 】，s w a r m 8 1 ，m r c a s l 9 1 等实验仿 真系统逐步建立起来。下面介绍几类有代表性的多机器人系统。 ( 1 ) c o l l e c t i v er o b o t i c s 实验系统 图1 1 c o l l e c t i v er o b o t i c s 系统 图1 1 为加拿大a l b e r t a 大学开发的实验系统c o l l e c t i v er o b o t i c s 。c o l l e c t i v e r o b o t i c s 是对昆虫社会的一种人工模拟，目的是将许多简单的机器人组织成一个团体 来完成一些有意义的工作。为实现这一目标，需要研究针对集体任务机器人的控制体 系结构和算法以及传感信息的分析等。具体来说，在机器人之间没有建立显示通讯的 条件下，如何利用分散式控制方式实现多机器人系统的协作。这种分布式无通讯系统 易于机器人的添加、去除。多个机器人协作推箱( b o x p u s h i n g ) 的实验表明，在不 存在显示通讯和集中规划器的条件下，尽管运行的结果不是一个最优解，但可以得到 一个可行解。 ( 2 ) t h e n e r d h e r d 系统 2 南京理工大学硕士学位论文 多机器人协作地图构建问题研究与仿真平台设计 图1 2t h e n e r d h e r d 实验系统 如图1 2 所示，t h e n e r dh e r d 系统是美国u s c 大学开发的。它由2 0 个机器人组 成，机器人上装有用于抓取、堆放物品的抓手，抓手上装有红外传感器和接触传感器。 机器人本体上装有碰撞传感器、无线一声纳定位系统以及通信系统。该系统是第一个 用于大规模机器人群行为实验的系统，且可以广泛用于其他多机器人的控制和协调实 验。 ( 3 ) c e b o t 系统 5 图1 3c e b o t 系统不意图 c e b o t 系统是由日本名古屋大学的t f u k u d a 教授领导的研究小组开发的。 c e b o t 是一种自重构机器人系统( s e l f - r e c o n f i g u r a b l er o b o t i cs y s t e m ) ，它的研究是 受生物细胞结构的启发，将系统中众多的具有相同的或不同功能的机器人视为细胞 元，这些细胞元机器人可以移动、寻找和组合。根据任务或环境的变化，细胞元机器 人可以自组织成器官化机器人，多个器官化机器人可以进一步自组织，形成功能更加 复杂的机器人系统，如图1 3 所示。细胞结构机器人系统强调的是单元体的组合如何 根据任务和环境的要求动态重构。因此，系统具有多变的构型，可以具有学习和适应 的群智能( g r o u pi n t e l l i g e n c e ) ，并具有分布式体系结构。对c e b o t - 系统的研究，涉 硕士论文 及系统的体系结构、通信等许多方面。文献 9 】讨论了系统的体系结构，并针对分层 式结构提出一种选择“m a s t e rc e l l ”的方法。文献 1 0 通过使用自适应学习算法调整 优先级矩阵和利益矩阵来改进c e b o t 中机器人的多种行为合成策略。f u k u d a 等用过 引入任务矩阵和基于知识结构的矩阵来描述c e b o t 系统中各单元机器人之间连接和 知识分配的各种不同状态，从而使系统能够进行知识的自动分配【l ”。在文献 1 2 1 中还 给出了一种计算机器人之间信息交换量的方法。 ( 4 ) c o o p e r a t i v er o b o t i c s 系统 美国o a kr i d g e 国家实验室的l y r m ee p a r k 及其研究小组在协作机器人学方面做 了许多工作，并建立了实验平台( c e s a re m p e r o r 和c e s a rn o m a d s 机器人系统) 进行理论的验证。他们研究的协作机器人是集成了感知、推理、动作的智能系统，着 重研究在环境未知且在任务执行过程中环境动态变化时机器人如何协作完成任务。 ( a ) c e s a re m p e r o r( b ) c e s a rn o m a d s 图1 4c e s a r 实验系统 c e s a re m p e r o r 用于户外，包括一个运输车，四个微型机器人且在机器人上安 装激光测距仪、摄像头、声纳传感器以及无线以太网等；c e s a rn o m a d s 用于室内， 机器人上安装多种传感器，包括测距仪、接触传感器、声纳、红外、视觉、罗盘以及 基于激光的2 d 定位系统，还装有无线以太网以实现机器人之间的通信以及机器人和 工作站之间的通信。 国内的中科院沈阳自动化研究所、北京大学等也相继开始了多机器人系统的研 究，并建立了自己的多机器人实验系统。 1 3 多机器人协作地图构建 机器人建立地图的过程，实际上就是一个机器人根据传感器的感知对其活动环境 建模的过程。创建地图必须解决三个基本问题1 4 】： ( 1 ) 地图的表示方法； ( 2 ) 机器人的导航问题： 4 南京理工大学硕士学位论文多机器人协作地图构建问题研究与仿真平台设计 ( 3 ) 不确定性信息的描述和处理方法。 多机器人协作的地图构建除了要解决单机器人地图构建的所有问题之外，还要解 决多机器人系统带来的其它问题。比如如何选择体系结构，如何实现协作，相互间的 定位以及将子地图融合为全局地图算法等等。目前对多机器人创建地图的研究才刚刚 起步，许多问题有待解决。 尽管如此，还是有许多研究者取得了利用多机器人进行未知环境的地图构建工作 的一些进展和成果。但是关于多机器人协作地图构建问题还没有一个完整的、结构化 的总体解决方案，国内外的研究人员在多机器人协作地图创建的研究上作了许多的工 作，提出了一些很有代表性的方法。基本上这些方法都是采用的分布式同构多机器人 系统，也有一些方法是采用的分布式异构机器人系统。无论是同构还是异构，这些方 法都肯定了分布式多机器人系统是解决多机器人协作地图构建问题的最优方案。但是 采用分布式控制系统的问题也随之而来：如何实现多个机器人间的通讯和信息共享? 如何处理相互间的定位? 如何将子地图融合为全局地图? 如何优化机器人的运动选 择从而避免重复搜索? 针对这些问题，国内外的许多研究者提出了许多的解决方法。文献 1 5 1 中的多机。 器人系统是一种完全分布式的控制系统，机器人之间通过无线网络进行通讯。每个机+ 器人根据自己的感知建立栅格地图，同时以广播的方式把自己的局部地图信息发送给? 所有其他机器人，而在接收到其他机器人的地图信息时，需要转换到自己的坐标系中， 并根据自己原来的全局地图、自己新的局部感知信息和其他机器人的地图信息更新自 己维护的全局地图，即每个机器人都有自己所认为的全局地图，每个机器人根据自己 当前的全局地图进行行为决策，相互之间有隐形的协作。系统特点可以描述为：信息 共享，独立决策，具有较好的鲁棒性，任一机器人出现故障不影响整个系统的运行。 但多机器人间的协调性没有很好的体现，可能会出现多个机器人同时搜索同一区域的 情况。 文献 1 6 】采用了另外一种控制结构：分散探索，集中建图，即各机器人使用相同 的算法处理自己的感知数据并创建局部地图，存在一个中央模块将所有的局部地图集 成为全局地图。局部地图创建模块( 各机器人上运行的建图模块) 通过局部地图的匹 配减少数据的不确定性，而中央模块由于融合了多个机器人的数据并进行迭代运算进 步提高了地图的准确性。他们的工作建立在三卜假设基础上：静态环境，总是可以 得到其他机器人的相对位置，拥有足够的无线带宽用于通信。机器人间的协作以“竞 标”方式实现。 文献【1 7 提出了一种基于动态分区方法的多机器人协作地图的构建方法。他们采 用基于栅格的地图表示方法，利用多个距离传感器收集信息，应用d e m p s t e r - s h a f e r 证据推理法对信息进行了融合。该文献中，多机器人系统也是采用了独立搜索，集中 绪论 硕士论文 建图的策略。不同的是由主控机器人依据全局地图，对地图中不确定区域进行了分区， 然后每个机器人只需在各个子区域内执行未知环境搜索行为。通过分区把复杂的不规 则的不确定区域分隔成若干规则的子区域，不但利于机器人的探索，减小了各个机器 人的计算量，而且减少了机器人间的互相干扰和重复探测。 文献 1 8 提出了一种鉴于不确定度的协同简化算法进行基于m u l t i a g e n t 的自主 智能机器人的地图构建。首先将地图划分为一些区域，如“领地”、“搜索域”等。设 计每个机器人的基本行为，例如“巡逻”、“扩张”、“交换”、“共享”和“等待”用来 共建地图。根据这些行为定义每个机器人的个体结构。个体使机器人执行周期性的动 作。每个事件单元执行一个动作。包括“巡逻”、“等待”、“扩张”三种行为。执行完 所有的行为后，机器人从第一项重复执行。个体执行变异来产生后代，在对领地进行 了n 轮循环后每个机器人计算平均确定比，作为个体的一个适应度值。通过比较个 体和它的后代的适应度值，确定比较优的个体被选择和继续进行变异。这种算法是完 全分布式的可以减少环境模型的不确定性，并可以自适应环境的变化。 文献 1 9 1 基于m a s 理论，提出了种进化的多a g e n t 再励学习算法，通过两个 特殊的适应度函数：空间扩散适应度函数与区域覆盖适应度函数，选择具有最高适应 度的个体，来确定机器人的运动方向。机器人之间共享学习到的经验，这样在其中一 台学习到稳定的行为反应时，其他机器人也在类似的情况下就会有相同的反应。它们 也会更加注重于对其他机器人所忽略的区域进行搜索。这样机器人就可以很快的覆盖 整个待搜索区域。 1 4 多机器人仿真平台 实验对于多机器人系统的研究是非常重要的。这一点，已经成为研究者的共识。 但是构造一个实际的多机器人系统不但价格昂贵，而且需要大量的时间和人力的投 入。对于验证算法而畜，采用物理系统还存在实验过程繁琐，容易受到各种因素的干 扰等问题，所以，在短期内对实际系统进行大量的实验是不现实的。而仿真实验所需 要的人力物力较少，而且仿真实验中各种随机因素容易受到控制，方便了对算法的分 析，所以仿真逐渐成为多机器人研究中的一个重要的工具。目前多机器人研究中通常 采用的方法是，先通过仿真系统作大量的仿真实验，通过这些仿真试验来对算法进行 分析和改进。当算法渐趋完善后，再在实际系统中进行实验，验证算法的抗干扰能力 和鲁棒性。 j i n g w a n g 在文献 2 0 中针对通用的多机器人仿真平台的要求作了详细的论述。多 机器人仿真平台应满足如下要求：通用性；有效性，即该系统能够模拟多机器人系统 并行异步的特点；实时图形显示；有好的与算法接口；支持增加新的机器人类型等。 多机器人的仿真平台可按如下几个方面进行分类。 6 南京理工大学硕士学位论文多机器人协作地图构建问题研究与仿真平台设计 ( 1 ) 从网络的角度划分 _ 建立在单独的p c 机或工作站上的仿真系统； - 以局域网、广域网或无线网为基础，由多台计算机组成的仿真系统。 ( 2 ) 从仿真环境的模型来划分 - 基于二维平面环境模型的系统； 一基于三维立体空间模型的系统。 ( 3 ) 从仿真系统结构来划分 集中式结构； 一集中与分布式相结合的结构； 一分布式结构。 。 随着多机器人研究的发展，多机器人仿真平台的研究已经有了较大发展。下面介 绍几个比较有影响的仿真系统。 t e a m b o t s 仿真系统是g e o r g i ai n s t i t u t eo f t e c h n o l o g y 和c m u 共同开发完成的。 该系统特点如下：采用j a v a 语言编写，在w i n d o w s 、l i n u x 和s o l a r i s 等操作系统上 均可运行；系统源代码公开，在遵守一些协议的条件下可以修改其代码；通用性较好； 与实际机器人有接口，在t e a m b o t s 上实现的程序可直接控制实际机器人；但是，该 系统运行速度慢，环境编辑较为麻烦。图1 5 是该仿真系统的例子。 图1 5 r e a m b o t s m i s s i o n l a b 仿真系统是由c r e o r g i ai n s t i t u t eo ft e c h n o l o g y 的m o b i l er o b o t l a b o r a t o r y 开发的，较为成熟，已经推出了若干版本。该仿真系统的特点是：采用c + + 语言编写，速度较快；有自带的行为库，其中的机器人完全采用基于行为的控制方式； 有专门的用于机器人行为设计的语言c d l ( c o n f i g u r a t i o nd e s c r i p t i o nl a n g u a g e ) ；与 很多实际机器人都有接口，可以直接控制多种实际机器人，如p i o n e e r a t ，r w i u r b a n 硕士论文 r o b o t ， n o m a d1 5 0 和2 0 0 等机器人上；但该系统自从3 0 以后，仅能运行于l i n u x 系统中。图1 6 为该系统的一个例子 图1 6m i s s i o n l a b 仿真例子 图1 7 s o c c e rs e r v e r s o c c e rs e r v e r 可能是最著名的多机器人仿真软件。该软件拥有大量的用户，比 m i s s i o n l a b 更加成熟。该软件较少考虑到环境的几何要素，而更多考虑到机器人之间 交互和对抗。该软件由r o b o c u p 委员为提供，是一个允许参赛者使用各种程序语言进 行仿真足球比赛的系统。但是，由于该软件是机器人足球的专用软件，所以用户不能 改变环境，难以进行足球比赛以外的仿真实验。图1 7 为该软件的一个例子。 南京理工大学硕士学位论文多机器人协作地图构建问藤研究与仿真平台设计 1 , 5 论文的主要内容和组织结构 为了将多个机器人组织起来完成对未知环境的地图构建，本文研究了基于动态分 区的环境构建算法，并开发了多机器人系统的仿真软件平台，并在该平台上初步验证 了算法的有效性。主要工作由两部分组成： ( 1 ) 分析多机器人运动过程中涉及到的信息共享、传感器信息处理、体系结构 和协调作业等问题，查阅相关资料，总结已有的多机器人构建地图的控制算法，改进 了基于动态分区的多机器人环境地图构建算法，通过对该算法在分区机制、任务分配 规则等方面的改进以提高机器人构建环境地图的效率。 ( 2 ) 开发了多机器人仿真平台，并在该平台的基础上对算法进行了仿真。在仿 真实验中服务器可以为机器人分配适当的搜索区域，并且机器人运行的路径可以遍布 环境中除障碍物以外的区域，初步验证了算法的有效性。 文章的结构安排如下： 第一章对多机器人系统的特点进行分析，综述多机器人系统研究的主要问题以 及相应问题的研究现状，介绍本文的研究背景和研究内容。 第二章介绍个体机器人以及移动机器人的主要功能模块，分析和设计了多机器 人的群体结构。 第三章介绍环境地图的描述，提出一种改进的栅格法描述地图；设计了一种基 于改进动态分区的环境探测方法，研究了障碍物检测策略、分区与任务分配规则。 第四章介绍本文中所设计的仿真平台及其各功能模块。 一 第五章利用仿真平台验证了所提算法的有效性。 9 多机器人系统体系结构设计硕士论文 第兰章多机器人系统体系结构设计 体系结构是多机器人系统研究的一个重要内容。机器人体系结构通常分为群体体 系结构和个体体系结构两种。群体体系结构是指为实现预定的行为如何把个体联系在 一起的形式，它表示个体之间所能存在的问题：知识、信息、控制等方面长远的、静 态的关系模式，并从全局角度定义每个个体在系统中需要履行的职责，即角色。每个 个体机器人通过系统体系结构知识能够获得关于系统整体行为的高级观点，从而有助 于引导局部控制实现协作，增强系统的全局一致性。体系结构不是一成不变的，随着 任务的执行，它也可以动态调整。群体体系结构的选择会受到诸多因素影响，例如机 器人本身、目标任务性质以及工作环境的状况等，因此应当综合分析这些因素，确定 系统的规模及系统、机器人间恰当的相互关系，从而选择合适的结构，充分发挥其优 越性。 多机器人系统是由个体机器人组成的。作为个体机器人的核心部分，机器人的控 制系统决定了多机器人系统中机器人的协作能力。在现实世界中，机器人面对的是一 个不断变化的环境，在这样的环境中，机器人需要保持对紧急情况的即时反应，以及 通过通信实现与其他机器人的协商，也可以使用一定的策略对中短期的行为做出规划 或者通过对世界和其他机器人的建模分析来预测未来的状态。为了使机器人表现出这 样的性质，研究个体机器人控制体系结构也是必要的。 本章主要分析系统中机器人的个体体系结构以及多机器人系统的群体体系结构。 2 1 机器人体系结构 机器人个体是系统赖以存在的基础。个体体系结构不同，决策所采用的方法、过 程也各不相同。任何机器人都有自己的体系结构。通常对体系结构的研究有两个侧重 面唧l ：一个是功能逻辑方面，主要研究如何使机器人具有更强大的完成任务的能力； 另一侧重面是体系结构的试验模型，主要研究控制体系结构的软件实现问题。 在多机器人系统中，机器人不能只顾自己的利益最大化，作为团队中的一员，它 有责任通过与其他机器人的交互协作完成动态未知环境下的复杂任务。这就需要在机 器人控制体系结构设计时考虑以下问题【2 l 】： ( 1 ) 感知能力 机器人应能利用传感器感知周围环境的变化。从多机器人的应用背景看，许多情 况下机器人面临的是动态环境。例如，在军事领域的侦察、巡逻等任务中，地形复杂 难以捉摸，敌人的运动更是变化多端。排爆机器人如果没有对爆炸物的感知，排爆也 无从谈起。即使对于固定自动化生产线，环境仍然可能局部发生改变。而且多个机器 人在同一个环境中运动，会发生资源使用的冲突，机器人之间本身也存在着相互干扰。 1 0 南京理工大学硕士学位论文多机器人协作地图构建问题研究与仿真平台设计 随着系统规模的扩大，意外情况发生也就更加频繁，必要的感知才是保证机器人做出 合理决策的前提。 ( 2 ) 局部规划能力 机器人应能规划自己的动作。在动作规划过程中，发现可能存在的诸如空间、时 间、目标等冲突，应采取有效的策略消解冲突。 ( 3 ) 通信能力 通信能力对于机器人之间的协作起着重要的作用。具备通信能力的机器人可以方 便的就某些问题进行磋商，达成一致协议后，协作执行作业任务。 ( 4 ) 任务分解能力 对于给定的任务，机器人能识别任务的类型、任务的大小等，并根据自身的能力 确定是单独执行还是与其他机器人协作执行。若需要协作执行，就要把给定任务分解 成若干子任务，对于每个子任务确定所需机器人数目以及机器人技能，任务分解策略、 任务分解力度是需要着重考虑的问题。 ( 5 ) 任务分配能力 机器人按照某种方式将复杂任务分解后，就要组织满足要求的机器人群体，将子 任务按照某种原则( 如负载平衡原则、最小开销原则、能力匹配原则等) 进行分配。 ( 6 ) 学习能力 学习是个体机器人具有适应性和灵活性的体现。通过学习，可以提高个体机器人 解决同类或类似问题的成功率。 ( 7 ) 控制与决策能力 机器人对环境应有行动与控制能力。 此外，文献 2 0 还强调人应当在多机器人系统运行时发挥监控作用。由于系统规 模的扩大，采用分布式控制是一种很好的选择，这就要求机器人具有很好的自主决策 能力。由于目前机器人技术水平还不成熟，算法的适应性可能不足，加之本身硬件以 及设计成本的制约，使得设计的机器人系统很难完全独立自主的应对现实世界。从而， 可以采用自主决策与上层监控相接合的方式解决。在充分发挥机器人自主能力的同 时，引入人对系统的运行情况进行监控，提高任务完成的效率和质量。这种监控既可 以是机器人运动的辅助参考( 机器人仍然可以自主决策) ，也可以是带有强制性的举 措( 机器人需无条件执行命令) 。 2 2 移动机器人的主要功能模块 2 2 1 实验用机器人a s r 本文仿真的研究的对象是由上海广茂达公司研制的a s - r 能力风暴智能人。其结 多机器人系统体系结构设计 硕士论文 构如图2 1 所示【蚓。 图2 1a s r 机器人结构图 a s r 机器人采用模块化设计，共分为八个模块1 ： ( 1 ) 视频采集模块。通过该模块可以采集视频图像，获取视频数据，进而对该 视频数据进行处理，包括图像处理、视频压缩与编码等研究； ( 2 ) 传感器模块。等间隔分布的5 个声纳以及四个p s d 传感器可以测定机器人 周围障碍物的距离和合作机器人的距离，可以根据多传感器的数据建立机器人的导航 图谱，进行路径规划和多传感器融合技术的研究； ( 3 ) 无线网络模块( 远程控制及监督) 。可以在此基础上研究多智能体系统以及 基于网络技术的远程机器人控制技术； ( 4 ) 数据采集模块。通过a d 数据采集卡获取传感器的数据，目前有4 个p s d 模块使用了四个a d 通道，可以根据自己的需要增加传感器； ( 5 ) 运动控制模块。建立了机器人运动控制的类库函数，用户可以很方便对机 器人进行控制； ( 6 ) 语音采集模块。提供了语音采集和播放的类库函数； ( 7 ) 图像处理模块。包括图像的预处理、提取图像的各种特征函数； ( 8 ) 语音识别模块。包括语音的采集和识别。 目前机器人获得环境信息途径主要通过传感器模块，并通过无线网络传递彼此的 信息。下面简要介绍一下机器人的传感器模块，以及无线通信模块。 南京理工大学硕士学位论文 多机器人协作地图构建问题研究与仿真平台设计 2 2 1 声纳传廖器模块 移动机器人大都配有声纳传感器和p s d 红外传感器。两种测距传感器可以互补。 例如有些不反射红外线光的物体( 像黑色塑料等) 却能很好地反射超声波，反之，很 多超声波无法检测到的物体( 像纤细的织物) 很容易被红外测距传感器检测到。 声纳传感器的测距工作原理：声纳激发出一束很窄的超声波在空气中传播，当遇 到障碍物时，超声被返回。根据超声波的传递时间就能准确的计算出障碍物的相对的 距离州。 图2 2 芦纳传感器的电平变换示意图 当前的移动机器人采用的大都是集成的声纳测距传感器，使用简单。首先将声纳 的i n i t 信号拉到高电平，此时声纳换能器将激发出超声波。i n i t 信号高电平的时间 可以由用户来设定。如图2 2 所示的州信号的高电平的时间是3 2 m s 。高电平的时 间与需要测量的最长距离有关。当超声波遇到障碍物时，超声波将被返回，声纳传感 器检测到回波信号后，将e c h o 置为高电平。当i n i t 信号变为低电平时，e c h o 同 时也变为低电平。因此可以计算障碍物的距离：障碍物的距离= ( i n i t 高电平时间 _ e c h 0 高电平的时间) + 声纳速度2 ； 2 2 2p s d 传感器模块 p s d ( p o s i t i o ns e n s i t i v ed e t e c t o r ) 传感器是一种对入射光位置敏感的光电器件。 即当入射光照在器件感光面的不同位置时，p s d 将输出不同的电信号。通过对此输出 电信号的处理，即可确定入射光点在p s d 器件感光面上的位置。p s d 可分为一维 p s d 和二维p s d 。一维p s d 可以测定光点的一维位置坐标，而二维p s d 则可以检测 出光点的平面位置坐标。 矗f 多机器人系统体系结构设计硕士论文 图2 3p s d 传感器工作原理图 应用p s d 进行距离的测量是利用了光学三角测距的原理。移动机器人的p s d 红 外传感器由一个红外发射端和一个装有一维p s d 器件的接收端构成。如图2 3 所示， 发射端发出的红外光线经透镜l 1 聚焦后射向待测体的表面。接收端接收到待测物体 的反射光，反射光由透镜l 2 聚焦到一维p s d 上，形成p s d 的一个入射光点。若透 镜l l 与l 2 间的中心距离为b ，透镜l 2 到p s d 表面之间的距离( 即透镜l 2 的焦距) 为厂，聚焦在p s d 表面的入射光点距离透镜l 2 中心的距离( 即p s d 的位置输出信号) 为x ，则根据相似三角形的性质，可得出待测距离d 为：d = ( b x f ) x 。 2 2 3 无线通信模块 现阶段多机器人的通信主要在局域网范围内，主流是无线局域网，有线网络因为 受到各种环境的制约，进入现场的机器人不能自由运动，所以不作较多的考虑。在无 线局域网领域内，第一个国际上被认可的协议是8 0 2 1 1 协议，主要用于解决办公室 局域网和校园网中用户与用户终端的无线接入，业务主要限于数据存取，速率最高只 能达到2 m b p s 。目前很多公司都有基于该标准的无线网卡。由于8 0 2 1 1 在速率和传 输距离上都不能满足人们的需要，因此i e e e 小组又相继推出了8 0 2 1 l b 和8 0 2 1 1 a 两个新标准。三者之间技术上的主要差别在于m a c 层和物理层。8 0 2 1 1 b 物理层支 持5 5m b p s 和11 m b p s 两个新速率。8 0 2 1 1 a 工作在5 g h z u _ n i i 频带，物理层速率 可达5 4m b p s ，传输层可达2 5m b p s 。还有蓝牙技术，家庭用的h o m e r f , 几种标准 比较如表2 1 “。 目前，a s r 机器人采用的是l i n k s y sw i r e l e s s bu s b 无线网卡。该网卡采用 8 0 2 1 l b 协议，带宽为1 1m b p s ，频率为2 4 g h z 。 南京理工大学硕士学位论文多机器人协作地图构建问题研究与仿真平台设计 表2 1 无线局域网标准参数表 正e e 8 0 2 1 li e e e 8 0 2 1 1 bi e e e 8 0 2 1 1 ab l u e t o o t hh o m e r f 频率2 4 g h z2 4 g h z5 g h z2 4 g l - i z 2 4 g h z 1 2 m b p s 带宽 1 2 m b p s可达1 1 m b p s可达5 4 m b p s1 m b p s 可增至 1 1 m b p s 1 0 0 m 功率增 距离 1 0 0 m5 1 0 k m 1 0 1 0 0 k m 1 0 0 m 加可扩展 业务数据语音数据图像语音数据图像语音数据语音数据 2 3 多机器人系统群体体系结构设计 多机器人系统的群体体系结构是多机器人系统研究的一个重要课题。多机器人系 统依靠几个机器人的简单组合并不能充分发挥其优势，只有通过某种形式的合作才能 实现其对复杂任务的处理。而多个机器人要实现相互间的合作就必须确定机器人之间 逻辑上的和物理上的信息关系和控制关系，以及问题求解能力如何分布等问题。针对 这些问题而进行的群体体系结构研究可以将多机器人系统的结构与控制有机的结合 起来，保证多机器人系统中信息流与控制流的畅通，为机器人之间的活动、交互作用 提供框架。合理的群体体系结构可以使多机器人之间进行有效合作。 多机器人系统的群体体系结构可以分为集中式和分散式两种。分散式又可以进一 步划分为分层式和分布式结构1 2 m 。 集中式结构如图2 4 ( a ) 所示，它通常由一个主控单元掌握全部环境信息以及各 受控机器人的信息，运用规划算法和优化算法，主控单元对任务进行分解和分配，向 各受控机器人发布命令，并组织多个受控机器人共同完成任务。集中式结构的优点在 于，理论背景清晰，实现起来较为直观，但存在以下缺点： ( 1 ) 容错性差，一个机器人的简单错误可能会导致整个系统的瘫痪。 ( 2 ) 灵活性差，系统中机器人的个数增加或减少时，原有的规划结果无效，需 重新进行规划。 ( 3 ) 适应性差，由于在实际环境中所有的信息对于主控单元并不完全已知，所 以主控单元在复杂多变的环境中无法保证各受控机器人快速的响应外界的变化，以做 出适当的决策，因此该结构不适合动态、开放的环境。 另外集中式结构还存在主控单元和其他机器人之间通信瓶颈问题。 相对于集中式结构来说，尽管分散式结构很难或者无法保证全局目标的优化，但 是它以故障冗余、可靠性等诸多优点引起人们对分散式结构研究的兴趣。分布式结构 多机器人系统体系结构设计硕士论文 中没有主控单元，如图2 4 ( b ) 所示。各机器人之间的关系是平等的，各机器人均能 够通过通信等手段与其他机器人进行信息交流，自主地进行决策。这种方式具有灵活 性和适应性强的优点。但是，要注意避免各个个体片面强调“个性”，以自我为中心， 过分强调自己任务的重要性，而导致过多占有资源的情况，使得任务完成的效率低下。 分层式结构与分布式结构的不同之处在于前者存在局部集中，如图2 a ( c ) 所示，它 是介于集中式结构与分布式结构之间的一种混合结构。 自治机器人自治机器人自治机器人信息流 ( a ) 集中式结构( b ) 分布式结构( c ) 分层式结构 图2 4 多机器人系统群体体系结构 为了保证大规模复杂控制系统所需的模块性、容错性、完整性和可扩展性，t l a e n g l e z s 等采用分布式控制机制来替代中央控制结构，提出了k a m a r a ( k a r l s r u h e m u l t ia g e n t r o b o t a r c h i t e c t u r e ) 结构来处理通讯与各子系统之间的协调协作、任务分配 优化和避免死锁等问题。在m a r t h a ( m u l t i p l ea u t o n o m o u sr o b o t sf o rt r a n s p o r ta n d h a n d l i n ga p p l i c a t i o n ) 计划中，r a l a m i 【7 1 等针对由一个中心站和一组自治移动机器人 组成的系统，研究了如何组织协调一群机器人共同进行工作的问题，并提出了计划合 并机制来实现多机器人之间的合作。 本文根据r a l a m i 等人提出的多机器人协调方案，用一个中心站和一组模拟的 自治移动机器人组成系统。该系统为分层式结构：中心站负责规划机器人的任务和运 行路线并将其发送给机器人；机器人从中心站接受命令，进行路线规划，轨迹生成， 并针对此规划同其他机器人进行协