（系统工程专业论文）基于通信的多移动机器人编队控制研究.pdf

辽宁科技大学硬士论文 摘要 摘要 目前，随着机器人技术的不断进步，机器人学科越来越具有强大的生命力， 它在某种程度上已经代表了当今信息技术、自动化技术、系统集成等技术的最新 发展。移动机器人研究是机器人学中的一个重要分支，而多移动机器人协调技术 又是移动机器人研究的一个重要方向。多机器人协调控制可以完成单个机器人无 法完成的复杂任务，并且大大提高了工作效率。本文以此为目的，分别从多移动 机器人协调问题中的编队控制和多移动机器人之间的通信协调两方面进行研究， 其主要的内容和研究成果如下： 首先，本文讨论了多移动机器人系统常用的两种通信技术，根据多移动机器 人网络的特点，参考i s o o s i 七层模型和t c p i p 模型对多移动机器人网络进行了 层次划分，并在消息层和通信层之间提出了增加中间层的问题。针对多移动机器 人系统的特性，为其设计了一个能提供黑板方式和点到点方式的多机器人通信平 台。 其次，本文提出了一种基于通信的多移动机器人编队控制方法，实现了多移 动机器人的编队容错控制。编队控制是多机器人运动控制中最常见的一种协调控 制。针对基于l e a d e r - f o l l o w e r 模式的多机器人编队运动中可能出现的典型故 障，比如机械故障或者网络故障，本文提出了一种基于相邻矩阵的容错控制方 法。利用相邻矩阵表示编队中多机器人的相互位置关系，在编队运动过程中检测 到故障以后，利用启发式搜索算法寻找机器人替换序列，执行容错替换算法，利 用相邻矩阵的变化来重新调整编队队形，从而实现多机器入编队的容错控制。 关键词：多机器人，编队控制，容错控制，相邻矩阵 辽宁科技大学硕士论文a b s t r a c t a b s t r a c t w i t ht h ec o n t i n u o u sp r o g r e s so fr o b o tt e c h n o l o g y , m o b i l er o b o t r e p r e s e n t s t h e a c h i e v e m e n to f t h ed e v e l o p m e n to f i n f o r m a t i o nt e c h n o l o g y , a u t o m a t i o nt e c h n o l o g ya n d s y s t e mi n t e g r a t i o nt e c h n o l o g y m o b i l er o b o ti sa ni m p o r t a n tb r a n c ho fr o b o t i c s ，a n dt h e m u l t i p l er o b o t sc o o r d i n a t i o ni sa l s oa ni m p o r t a n tr e s e a r c hi nt h ea r e ao fm o b i l er o b o t 1 1 l ec o l l a b o r a t i o nc o n t r o lo fm u l t i p l er o b o t sc a nc o m p l e t ec o m p l i c a t e dm i s s i o n sm u c h b e t t e rt h a ns i n g l eo n e ，w h i c hc a ni m p r o v ew o r k i n ge f f i c i e n c y t w ot a s k so fm u l t i p l e r o b o t sc o l l a b o r a t i o nc o n t r o la r ed i s c u s s e di nt h et h e s i s t h ef i r s to n ei sf o r m a t i o n c o n t r o lo fm u l t i p l er o b o t s ，a n dt h es e c o n do n ei san e wc o l l a b o r a t i v ec o n t r o ls y s t e mo f m u l t i p l er o b o t sb a s e do nm o b i l em u l t i p l er o b o t sc o m m u n i c a t i o nt e c h n o l o g y t w oc o n l n l o nc o m m u n i c a t i o nt e c h n o l o g i e so fm o b i l em u l t i p l er o b o t s s y s t e ma r e d i s c u s s e di nt h et h e s i s ，t h el a y e ro fm o b i l em u l t i p l er o b o t sn e t w o r ki sc l a s s i f i e d a c c o r d i n gt oi s o 0 s i7 - l a y e rm o d e la n dt c p 口m o d e lb a s e do nt h ec h a r a c t e r i s t i c so f m o b i l em u l t i p l er o b o t sn e t w o r k , a n dam i d d l el a y e rp r o b l e mi sp r o p o s e d , w h i c hi s a d d e db e t w e e nm e s s a g el a y e ra n dc o m m u n i c a t i o nl a y e r a c c o r d i n gt ot h ec h a r a c t e r i s t i c s o f m o b i l em u l t i p l er o b o t sn e t w o r k ，am o b i l em u l t i p l er o b o t sc o m m u n i c a t i o np l a t f o r mi s d e s i g n e dt op r o v i d eab l a c k b o a r dm o d ea n dp o i n t t o - p o i n tm o d e m o b i l em u l t i p l er o b o t sf o r m a t i o nc o n t r o lm e t h o di sp r o p o s e db a s e do nc o m m u n i c a t i o n t or e a l i z em u l t i p l er o b o t sf o r m a t i o nf a u l tt o l e r a n c ec o n t r 0 1 f o r m a t i o nc o n t r o li sab a s i c b r a n c ho fm u l t i p l er o b o t sc o o r d i n a t i o nc o n t r 0 1 a c c o r d i n gt op o s s i b l et y p i c a lf a u l t si n t h em o t i o no fm u l t i p l er o b o t sf o r m a t i o nb a s e do nl e a d e r - f o l l o w e rm o d e s u c h 嬲 m e c h a n i c a lf a u l ta n dn e t w o r kf a u l t , af a u l tt o l e r a n c ec o n t r o lm e t h o di sp r o p o s e db a s e d o na d j a c e n c ym a t r i x n 圮r e l a t i v ep o s i t i o nr e l a t i o n s h i po f t h er o b o t si nt h ef o r m a t i o ni s d e s c r i b e db ya d j a c e n c ym a t r i x o n c et h ef a u l ti sd e t e c t e di nt h em o t i o no f t h ef o r m a t i o n , t h es u b s t i t u t i o ns e q u e n c eo ff o r m a t i o nw i l lb es e a r c h e du s i n gh e u r i s t i cs e a r c ha l g o r i t h m ， t h ef a u l tt o l e r a n c es u b s t i t u t i o na l g o r i t h mw i l lb ep r o c e s s e d ，t h ef o r m a t i o nw i l lb e r e c o n f i g t t r e db yu s i n gt h ev a r i e t yo fa d j a c e n c ym a t r i x a c c o r d l y , t h ef a u l tt o l e r a n c e c o n t r o lc a nb er e a l i z e d k e yw o r d s ：m u l t i p l er o b o t s ，f o r m a t i o nc o n t r o l ，f a u l tt o l e r a n c e ， a d j a c e n c ym a t r i x 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作 及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得辽宁科技大学或其它教育机构的学位或证书而使用过的材料，与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意。 关于论文使用授权的说明 本人完全了解辽宁科技大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅：学校 可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手 段保存论文。 ( 保密的论文在解密后应遵守此规定) 辽宁科技大学硬士论文 第1 章绪论 1 1 多移动机器人系统 第1 章绪论 l 1 1 多机器人系统概况 随着社会的发展，机器人的应用越来越广泛，现代科学技术、工业控制和人 类生活的需要使得人们对机器人提出了新的要求：高智能、多功能、高可靠、高 效率。但是由于机器人本身就是一个复杂的系统结构，如果在这个系统的上面再 来增加其他的更多的功能和要求的话，会大大地提高系统本身的复杂度，同时会 降低系统的可靠性，效率也不一定会有很大的提高，设备的设计制造与维护就更 加困难。相反地，多机器人系统却能够很好的满足以上的要求。 机器人应用从单一机器人系统到多机器人系统，这并不是简单数量上的增 加，多机器人系统研究是从单机器人系统研究扩展而来的，但有别于单机器人系 统。多机器人系统有其自身的特点： ( 1 ) 适合完成复杂任务： c z ) 时空分布性； ( 3 ) 功能分布性： ( 4 ) 感知分布性； ( 5 ) 较高的系统可靠性。 然而，多机器人系统也突出了单机器人系统所不存在的问题： ( 1 ) 如何在各机器人间表达、描述问题、分解和分配任务； ( 2 ) 如何使机器人间相互通讯、相互交流； ( 3 ) 如何保证各机器人行为协调和同步； ( 4 ) 机器人间如何互相识别和解决冲突，等等“1 。 随着科技的不断进步，机器人技术的发展使机器人的能力不断提高，机器人 应用的领域和范围正在不断扩展。从自动化工厂的装配工作到深海作业乃至核工 业的故障处理、太空中操作任务等都迫切需要机器人进入角色。一方面，由于任 务的复杂性( 如在时间和空间上分布很广的任务) ，在单机器人难以完成任务时， 人们希望通过多机器人之间的协调与合作来完成。另一方面，人们也希望通过多 机器人间的协调与合作，来提高机器人系统在作业过程中的效率，进而当机器人 辽宁科技大学硕士论文 第1 章绪论 工作环境发生变化或系统局部发生故障时，多机器人之间仍可通过本身具有的协 调与合作关系完成预定的任务啪。很多事例表明，对于一些动态性极强而且复杂 的任务，开发单个特殊的机器人远比开发多机器人系统复杂和昂贵。因此，多机 器人协调与合作作为一种新的机器人应用形式日益引起国内外学术界的重视。 多机器人系统并不是简单的将多个机器人糅合在一起，实际上，如果简单的 堆砌将会导致系统的混乱以至崩溃，因此必须解决多机器人之间的协调这个关键 问题。对多机器人协调的研究主要体现在如下几个问题伽“1 ： ( 1 ) 复杂协调任务的结构描述； ( 2 ) 共同工作空问中多机器人协调和集中； ( 3 ) 多机器人协调系统的自适应控制； ( 4 ) 多机器人协调系统的负载分配； ( 5 ) 根据各种传感器得到的数据为基础的障碍描述； ( 6 ) 多机器人协调系统的建模和控制结构的模式： ( 7 ) 多机器人坐标间的标定； ( 8 ) a i ( 人工智能) 技术和控制系统与多机器人协调系统的结合； ( 9 ) 多机器人协调与分布式智能。 如果解决了上述问题，多机器人系统将体现单机器人无法比拟的优越性【4 】【5 1 ： ( 1 ) 可以开发新的规划或者求解方法来处理不完全的、不确定的知识。 ( 2 ) 不仅改善了每个机器人的基本能力，而且从机器人的交互中进一步体现 了社会行为。 ( 3 ) 用模块化风格组织系统，将复杂任务细分为一个个简单的子任务，使得 单机器人的生产成本更低，工作更易实现。 ( 4 ) 具有很强的容错性，能将单个机器人的故障对系统的任务影响减至最 低。 1 1 2 多移动机器人的历史与现状 机器人作为人类的新型生产工具，在减轻劳动强度，提高生产率，改变生产 模式，把人类从危险、恶劣、繁重的工作环境下解放出来等方面，显示出极大的 优越性。机器人的应用越来越广泛，几乎渗透到所有领域k2 0 世纪6 0 年代以来， 机械加工、弧焊、点焊、喷涂、装配、检测等各种类型的机器人相继出现并迅速 在工业生产中实用化，这大大提高了各种产品的一致性和质量。 2 辽宁科技大学硬士论文第1 章绪论 移动机器人的研究始于2 0 世纪6 0 年代末期。关于移动机器人的研究涉及许 多方面。首先，要考虑移动方式，可以是轮式的、履带式、腿式的，对于水下机 器人，则是推进式”1 。斯坦福研究院( s r i ) 的n i l sn i l s s e n 和c h a r l e sr o s e n 等 人，在1 9 6 6 年至1 9 7 2 年中研造出了取名s h a k e y 蛳的自主移动机器人，目的是研 究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制。与此 同时，最早的操作式步行机器人也研制成功，从而开始了机器人步行机构方面的 研究，以解决机器人在不平整地域内的运动问题。设计并研制出了多足步行机器 人，其中最著名的是名为g e n e r a le l e c t r i co u a d r u p e d 。1 的步行机器人。7 0 年代 末，随着计算机的应用和传感技术的发展，移动机器人研究又出现了新的高潮。 特别是在8 0 年代中期，设计和制造机器人的浪潮席卷全世界。一大批世界著名的 公司开始研制移动机器人平台，这些移动机器人主要作为大学实验室及研究机构 的移动机器人实验平台，从而促进了移动机器入学多种研究方向的出现。9 0 年代 以来，以研制高水平的环境信息传感器和信息处理技术，高适应性的移动机器人 控制技术，真实环境下的规划技术为标志，开展了移动机器人更高层次的研究 “”。目前，移动机器人已向实用化、系列化发展。移动机器人研究发展状况以国 内和国外来划分： 1 国外移动机器人的发展概况 美国国家科学委员会曾预言：“2 0 世纪的核心武器是坦克，2 1 世纪的核心武 器是无人作战系统，其中2 0 0 0 年以后遥控地面无人作战系统将连续装备部队，并 走向战场。”为此，从8 0 年代开始，美国国防高级研究计划局( d a r p a ) 专门立 项，制定了地面无人作战平台的战略计划。从此，在全世界掀开了全面研究室外 移动机器人的序幕，如d a r p a 的“战略计算机”计划中的自主地面车辆( a l v ) 计 划( 1 9 8 3 - - 1 9 9 0 ) ；能源部制订的为期1 0 年的机器人和智能系统计划( r i p s ) ( 1 9 8 6 1 9 9 5 ) ；以及后来的空间机器人计划；日本通产省组织的极限环境下作业的机 器人计划等”1 。目前，美国国防高级研究计划局又在积极寻求改进机器人能力的 策略，开始了“用于地面机器人的学习”( l a g r ) 项目，这一项且是一种革命性 的开发自主导航软件系统的方法。 美国航空暨太空总署( n a s a ) 研制的火星探测机器人索杰那于1 9 9 7 年登上火 星，这一事件向全世界进行了报道。德国研制了一种轮椅机器人，并在乌尔姆市 中心车站的客流高峰期的环境和1 9 9 8 年汉诺威工业商品博览会的展览大厅环境中 进行了实地现场表演。该轮椅机器人在公共场所拥挤的、有大量乘客的环境中， 进行了超过3 6 个小时的考验，所表现出的性能是其它现存的轮椅机器人或移动机 器人所不可比的“”。美国的另外两个火星探测机器人：勇气号( s p i r i t ) 与机会号 辽宁科技大学硕士论文第1 章绪论 ( o p p o r t u n i t y ) ，已经分别在2 0 0 4 年1 月3 日及2 4 日登陆火星，引起了全世界的 广泛关注。 2 国内移动机器人研究概况 国内移动机器人的研究起步较晚，目前主要的研究工作涉及到五个方面的关 键技术：多机器人编队控制( 基于数学模型或先验知识的方法、基于行为学习的 方法) ；基于地图的全局路径规划技术研究“”( 准结构道路网环境下的全局路径 规划、具有障碍物越野环境下的全局路径规划、自然地形环境下的全局路径规 划) ；基于传感器信息的局部路径规划技术研究( 基于多种传感器信息的“感知 一动作”行为、基于环境势场法的“感知一动作”行为、基于模糊控制的局部路 径规划与导航控制) ；路径规划的仿真技术研究( 基于地图的全局路径规划系统 的仿真模拟、室外移动机器人规划系统的仿真模拟、室内移动机器人局部路径规 划系统的仿真模拟) ；传感技术、信息融合技术研究( 差分全球卫星定位系统、 磁罗盘和光码盘定位系统、超声测距系统、视觉处理技术、信息融合技术) 。 上海交通大学机器人研究所在机器入学、柔性自动化装配系统及技术、特种 机器人、机电一体化装置的计算机控制等方面有一定的特色和优势，完成了许多 重大课题。香港城市大学智能设计、自动化及制造研究中心的自动导航车和服务 机器人。中国科学院沈阳自动化研究所已完成了系列自主车( a u t o m a t i cg u i d e d v e h i c l e ，简称a g v ) 和防爆机器人的开发“”。清华大学于2 0 0 3 年7 月研制成功的 t h m r v 智能车等。 1 1 3 多移动机器人的主要研究方向 国外早在2 0 世纪8 0 年代就开始了分布式多移动机器人系统的研究。随着机 器人应用领域的不断拓展、机器人工作环境复杂度、任务的加重，对机器人的要 求不再局限于单个机器人，多机器人的研究已经成为机器人学研究的一个热点。 通过已有的研究开发及实用化，该技术在工农业生产、柔性制造、无人探险( 海 洋、太空、核环境) ，特别是在国防工业中的巨大应用前景逐步表现出来。另 外，多机器人系统在一些服务行业。如娱乐领域中，也有较大的应用前景。一旦 将该技术投入使用，就会使人们受益无穷，使得美、欧、日等发达国家对多移动 机器人编队控制问题投入了相当大的研究热情“”。多自主式移动机器人的协调领 域，仍是一个较新的领域，甚至于在这个领域内的任何研究课题都是不够成熟 的，需要人们投入更多的精力，也需要更多的人参加进来。国际上普遍把以下七 个方面确定为多机器人系统的基本研究课题：1 、生物灵感2 、多机通讯3 、体系 4 辽宁科技大学硬士论文 第1 章绪论 机构的建立、任务分配和控制4 、定位、地图和环境探测5 、物体运输和操纵6 、 运动协调7 、可重新配置的多机器人。 当前，国内外在多机器人系统的研究中，普遍借鉴了人工智能领域中的多智 能体系统理论，其要点是把系统中的每一机器人看作独立的智能体。多智能体系 统理论是一种抽象层次较高的普遍理论，它可追溯到7 0 年代的分布式人工智能及 以后的分布式问题求解，其概念、体系结构、协调与合作方式和策略等的研究已 取得了大量成果“”，但大部分都是在抽象层次上。尽管如此，多智能体系统理论 的核心是把整个系统分成若干智能、自治的子系统，它们在物理和地理上分散， 可独立地执行任务，同时又可通过通信交换信息，相互协调，从而共同完成整体 任务，这无疑对完成大规模和复杂的任务是富有吸引力的，因而很快在军事、通 信及其他应用领域得到了广泛的重视。近年来，多机器人协调已成为机器人学中 一个新的研究热点。 1 2 多移动机器人协调系统的发展与现状 早期有关多机器入协调的研究比较零散，缺乏系统性，真正有效地、系统地 研究是从8 0 年代初期开始的。在过去的二十多年里，人们对多机器人协调控制中 的协调和集中、负载分配、运动分解、避碰轨迹规划、操作柔性体等问题进行了 大量的研究“。经过二十年的发展，机器人技术的研究已经在理论和实践方面取 得了大量卓有成效的研究成果，并且建立了一些多机器人的仿真系统和实验系 统。 国内在多机器人技术方面的研究则起步较晚，目前基本上还处于基础技术的 研究阶段，这方面的研究成果报道比较少。中科院沈阳自动化所机器人开放研究 实验室是国内研究多机器人技术较早也较全面的科研单位。相比较而言，国外的 研究则活跃得多。从7 0 年代开始国外许多高校和科研机构对多机器人技术进行了 广泛研究。例如，欧盟在9 7 年设立了专门进行多机器人系统研究的项目 “m a r t h a ”，即“用于搬运的多自主机器人系统( m u l t i p l ea u t o n o m o u sr o b o t s f o rt r a n s p o r t i n ga n dh a n d l i n ga p p l i c a t i o n ) 。美国海军研究部和能源部也对 多机器人系统的研究进行了资助1 。 近几年来，机器人技术研究的核心问题是机器人的自主性，即机器人无需人 的指导而进行规划和执行任务的能力。自主性的实现是通过传感、规划和执行的 集成来实现的。其中，规划部分就好比人的大脑，是机器人智能高低的关键，是 机器人技术最主要的研究内容之一。规划分为任务规划和运动规划，由于机器人 辽宁科技大学硬士论文第1 章绪论 要完成某项任务必须首先到达任务的所在地，而有时机器人的任务执行过程就是 机器人不断运动的过程，因而运动规划是机器人执行任务的基础，是机器人必须 具备的基本功能。多机器人的运动规划主要是为每个机器人规划出与环境障碍及 其它机器人都无碰撞的最优运动并且解决机器人之间发生的冲突。当单个机器人 不能完成某一作业( 如搬运大型物体) 而需要多机器人时，如何保持多机器人之间 运动的协调一致是多机器人协调要解决的问题。 多机器人系统的另一个重要问题是多机器人合作。一个多机器人系统当给定 一个任务时，首先面临的闯题是如何组织多个机器人去完成任务，这时要解决的 问题是多机器人间怎样进行有效的合作，当经过某种机制确定了各自任务与关系 后，问题变为如何保持机器人问的运动协调一致，即多机器人协调。因此，多机 器人协调和多机器人合作是多机器人系统研究中的两个不同而又有联系的概念。 前者研究的重点是机器人之间合作关系确定后具体的运动控制问题。后者则是高 层的组织与运行机制问题，重点是实现系统可以快速组织与重构的柔性控制机制 f 嘲 。 现在机器人协调控制已经发展到智能控制阶段。产生于人工智能( a i ) 领域的 a g e n t ( 智能体) ，用智能的和社会的计算观点描述和刻画了人类社会及各种社会 活动，其理论和技术，特别是多智能体( a g e n t ) 系统( m h s ) 和面向a g e n t 的编程 ( a o p ) ，可以模拟人类专家的协商和交流，可以合作共同解决比较复杂的问题， 被誉为“软件开发的又一个重大突破”。目前m a s 在处理分布类和并行类人工智 能问题，如机器视觉、语音理解、分布式智能管理等方面表现出了极大的解决问 题的潜力“”，网络技术，尤其是i n t e r n e t i n t r a n e t 技术的高速发展和广泛应 用，更促进了m a s 的应用研究。 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称为多智能体机器 人系统( m a r s ，m u l t i - a g e n tr o b o t i cs y s t e m ) 。在这个系统中，系统中的每个机 器人都被视为一个具有智能行为的自主系统，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。 6 辽宁科技大学硬士论文 第l 章绪论 1 3 课题的来源和研究意义 本课题来源于国家自然科学基金项目一重叠信息结构约束下组群系统的分散 协调控制，项目编号：6 0 5 7 4 0 1 0 。该项目以复杂组群系统( 如多机器人组群系统 和多区域重叠互联电力系统) 的组群拓扑结构模型为研究对象，以获得各个子系 统分散自主控制与系统整体运行的协调控制方法为研究目标，利用多层重叠结构 分解方法来摆脱信息结构的约束，进而研究组群系统的分散协调控制策略。该项 目的研究不仅对组群系统、重叠互联系统和群集行为在模型结构的类比分析研究 上具有推动作用，而且对我国相关工程领域的多机器人组群系统、互联电力系统 和交通管理系统的分散协调控制应用也具有实际意义。 多移动机器人系统编队控制问题属于组群协调问题之一。多机器人协调是当 前机器人技术的一个重要发展方向。多机器人之间的协调与合作将大大提高机器 人行为的智能化程度，完成很多单机器人无法做到的事情，进一步将人类从危险 和繁重的工作中解放出来。多机器入协调技术的研究对提高机器人的智能化水平 及加快机器人的实用化进程具有重要的理论研究意义和实用价值。 1 4 课题的主要研究内容 本文是作者在硕士研究生学习期间对多移动机器人编队控制理论和多机器人 通信进行大量的理论研究后给出的，主要研究内容如下： 第l 章，对多移动机器人的相关技术及多移动机器人协调控制进行了相应的 介绍，阐述了课题的来源和研究意义及主要的研究内容。 第2 章，对多移动机器人编队控制相关问题进行介绍，包括多移动机器人的 队形控制特点，编队的基本问题，编队的方法。 第3 章，多移动机器人系统通信平台的相关内容介绍，包括通信方式、基本 通信模型和通信平台的设计。 第4 章，对基于通信的多移动机器人编队系统结构做了深入分析，详细论述 了多移动机器人的编队控制系统的相关设计内容。 第5 章，对多移动机器人编队容错控制进行了详细阐述，利用图论和相邻矩 阵方法实现了多移动机器人的编队容错控制。 第6 章，全文总结与展望。 7 辽宁科技大学硬士论文 第2 章多移动机器人编队控制研究 第2 章多移动机器人编队控制研究 2 1 多移动机器人编队控制的特点 编队控制是一个具有典型性和通用性的多机器人协调问题，是多机器人协调 问题的基础。所谓编队控制是指多个机器人在到达目的地的过程中，保持某种队 形，同时又要适应环境约束( 例如存在障碍物或者空间的物理限制) 的控制技术 【1 0 】 o 通过研究开发及实用化，该技术在工农业生产、柔性制造、无人探险( 海 洋，太空，核环境) ，特别是在国防工业中的巨大应用前景逐步表现出来。这些 领域包括形成固定队形搬运大的物体、形成弧形队形包围捕获入侵者、完成空 间任务等“”。多机器人组成的机器人部队目前己经出现，为完成巡逻、包围、 侦察、杀敌等任务，部队中各机器人间的协作是必不可少的，而各机器人协作形 成各种队形就成为机器人部队投入实际战争之前非常重要的一步。另外，还有将 队形控制技术应用到飞行器上的报道，并且美国航空和宇宙航行局和空军已将飞 行器保持队形技术确定为2 l 世纪的关键技术。目前，大部分队形研究工作仍然停 留在仿真和实验室阶段。 多移动机器人保持一定的队形至少有以下几点好处胁肋旧1 ： ( 1 ) 充分获取当前环境信息。单个机器人的传感器获取信息的能力是有限 的，如果多个机器人保持一定的队形，而每个机器人的传感器负责获取自己周围 的环境信息，通过机器人之间的通信，这样就可以保证比较完整地获得机器人群 体当前活动区域的环境信息。对予实现侦察、搜寻、排雷及安全巡逻等任务是有 利的。 ( 2 ) 增加抵抗外界入侵的能力。作战过程中，机器人士兵通过保持队形可以 抵抗多方向的入侵，增加自身安全性。群居动物按一定队形行进可以有效抵抗掠 食者的现象就是一例。 ( 3 ) 提高工作效率。如果选择的队形适当，可以加快任务的完成。例如，多 个机器入推箱子，机器人与箱子之问必须保持一定的几何关系才能够将箱子推向 期望的方向。这样的任务还有农作物收割、播种等。 ( 4 ) 提高系统的鲁棒性。由于机器人队形受到队形控制向量的约束，即使单 个机器人陷入了死锁状态，通过机器人合作也会使之脱离此状态。 9 辽宁科技大学硕士论文 第2 章多移动机器人编队控制研究 2 2 多移动机器人编队的基本问题 机器人协调不可避免要遇到很多问题，多机器人编队过程中同样会遇到很多 问题。如何选择队形，对于队形控制优劣至关重要。其次机器人之间通信也是队 形形成和保持的必要条件。机器人到达规定目标后，有没有形成规定队形，并且 怎样评价团队队形形成的效果，也是需要考虑的问题。 2 2 1 多移动机器人编队的基本队形 通常机器入编队的基本队形有柱形，线形，菱形，楔形四种几何对称的图 形。这些队形如图2 1 所示： o o o o 埘柱彤 o o o o o ，线形 o o o o 忙) 菱缮 oo oo 润撰形 图2 1 机器人编队的基本队形 在编队中为了保证队形的完整，必须要有一个队形的调节机制，即在编队过 程中，必须要有一个参考点，不同机器人位于参考点不同的相对位置，从而形成 一定的队形。队形保持控制一般可以分两步完成：首先是一个感性的处理，称为 探测队形位置，根据当前环境信息确定机器人在队形中的正确位置；然后根据一 定的控制策略生成控制命令，驱动机器人保持一定的队形驶向目标位置。每台机 器人根据其它机器人的位置来确定它在队形中的正确位置，参考点的选取方法有 三种，如图2 2 所示： ( _ ) 以几何中心为参考点b ) 以镁航机器人为参考点和) 以邻居位置为参考点 图2 2 队形保持控制的参考点选择方法 1 0 辽宁科技大学硬士论文第2 章多秽动机墨人编队控制研究 ( 1 ) 以队形几何中心为参考点：平均编队中所有机器人的x 和y 坐标得到队 形中心坐标，每台机器人根据自身和该中心的相对位置确定自己的位置。 ( 2 ) 以领航机器人为参考点：在编队中选取一台机器人作为领航员，每台机 器人根据它的位置来确定自己在队形中的位置。领航机器人不负责保持队形，由 跟随机器人负责保持。 ( 3 ) 以邻居位置为参考点：每台机器人根据另一台已经确定位置的邻居机器 人来确定自己的位置。 在队形控制中，机器人队形并不是一成不变的。各种队形在不同的情况下队 形保持的效果不同阱1 。当队形转弯时，采用以几何中心为参考点，菱形队形打乱 的时间最短，队形保持效果最好：采用以领航机器人位置为参考点，楔形和线形 保持效果最好，柱形效果最差。在穿越大型障碍物的环境中，以队形的几何中心 为参考点，菱形队形保持的效果比较好。在一般情况下，选择以几何中心为参考 点优于选择以领航机器人位置为参考点。 2 2 2 编队控制中机器人间的通信 编队控制中的另一个基本问题是通信问题。特别是以几何中心和邻居机器人 为参考点的队形控制来说，通信技术事关队形形成的成败。通信技术虽然发展很 快，但不是面向机器人的。从通信的体系结构上来看有三种形式：一是各机器人 之间没有精确的相互作用；二是各机器人通过传感器的相互检测获取对方信息， 产生局部的相互反应；三是各机器人之间存在精确通信，用点对点、b l a c k b o a r d ( 黑板) 或b r o a d c a s t ( 广播) 方式传递信息汹1 嘲。 在编队控制的通信体系结构设计中，集中式和分布式是两种不同的系统设计 方法。集中控制是一种自上而下的层次控制结构，由一个机器人或计算机集中控 制整个系统。这种方式协调性较好，但实时性、动态性较差。分布式控制是一种 在全局上各机器人具有一定的自主能力基础上的局部集中的结构方式，系统的灵 活性和鲁棒性比集中控制更好。 2 2 3 队形控制算法的指标 对队形控制算法优劣的评价主要有以t - - - 个指标： ( 1 ) 路径长度率：定义为全部机器人行迸的平均距离与目标点和初始点直线 距离的比值。该值用来衡量算法避障的性能，该值越小，性能越好，无障碍物时 此值无意义。 辽宁科技大学硬士论文第2 章多移动机器人编队控制研究 ( 2 ) 队形维持率：定义为运动过程全部时刻内机器人在其期望位置所占的比 例。该指标用来在有障碍存在时说明算法维持队形的性能。 ( 3 ) 运行时间：定义为机器入团队到达目标并且形成队形所用的时间。该指 标用来描述机器人团队避碰过程的有效性。 2 3 多移动机器人编队的方法 目前实现编队主要方法有伽：产生式方法、行为融合方法、跟随领航者、虚 结构方法、强化学习方法等。 2 3 1 产生式方法实现编队 产生式方法主要用于实时性要求比较高的情况下，它的实现就是给定多机器 人一些i f - t h e n 规则，使得当队形不规整时，机器人很容易自己调整方位。它的 优点是反应速度很快，缺点是规则不容易总结制定，并且人为制定的规则可能有 疏漏或者是冲突，而且不能适应相对复杂的情况。当环境复杂时，规则将会不容 易制定，即使制定出来数日也会相当庞大，而且当环境改变时，无法自适应地调 整，适应性和鲁棒性都很差，不能体现机器人自身的智能。专家系统、模糊规则 等都是这种方法的改进，但都没有从根本上解决问题。 2 3 2 行为融合的方法实现编队 这种方法是应用的最广泛的方法，其基本思想是定义个体机器人几种基本的 行为，机器人的控制活动是几种行为共同作用的结果。1 。以编队为例：其基本行 为可分为：避障、避碰、队形保持、驶向目标等基本行为。对这几种行为进行 融合，可有三种方式o ”，种是b r o o k s 的行为抑制法，即在每一时刻，编队任务 被具体化为某一个子行为；第二种是a r k i n 控制变量的矢量累加方法，即在每个 时刻，对各子行为分别求出控制变量，然后进行矢量累加而得到综合的控制变 量；第三种方法是模糊逻辑法，根据模糊规则综合各行为的输出，从而确定机器 人的输出。其实这种方法是矢量累加法的变异，它根据具体情况来确定权值大 小。前两种方法各有利弊。b r o o k s 的方法，在每一时刻控制变量都有明确意义 ( 实现某子行为) ，但由于不停在各子行为之间切换，控制结果不平滑，而且完 成任务所需的时间较长；a r k i n 的方法完成任务速度较快，但是控制意义不明 确，而且由于把每个子行为平等看待，所以各子行为之间相互干扰，从而影响了 整体的控制效果。利用行为融合的方法的优点有：每个机器人都可以兼顾到各种 辽宁科技大学硬士论文 第2 章多移动机器人编队控制研究 行为，完成各种行为的功能，同时控制意义明确，利于实时控制。缺点是：各子 行为的融合具有不可知性，且融合的方法不容易确定，随着环境复杂性的增加， 融合的难度也加大，而不正确的融合方法常常导致无法同时满足各子行为的要 求。 基于行为法的优点是：当机器人具有多个竞争性目标时，可以很容易地得出 控制策略。另外，由于机器人根据其它机器人位置进行反应，所以系统中有明确 的队形反馈。该方法的另一个优点是可以实现分布式控制，但主要缺点是不能明 确地定义群体行为，很难对其进行数学分析，并且不能保证队形的稳定性等。 2 3 3 跟随领航者的方法实现编队 跟随领航者法的基本思想是：在多机器人组成的群体中，某个机器人被指定 为领航者，其余作为它的跟随者，跟随者以一定的距离间隔跟踪领航机器人的位 置和方向。对该方法进行拓展，即不仅可以指定一个领航者，也可以指定多个， 但群体队形的领航者只有一个。这与一个步兵班在进攻中可以划分为若干战斗小 组是类似的。根据领航者与跟随机器人之间的相对位置关系，就可以形成不同的 网络拓扑结构，也就是说，形成不同的队形。该方法中，协作是通过共享领航机 器人的状态等知识实现的。 跟随领航者法的优点是：仅仅给定领航者的行为或轨迹就可以控制整个机器 人群体的行为。该方法的主要缺点是系统中没有明确的队形反馈。例如，如果领 航机器人前进得太快，那么跟随机器人就有可能不能及时跟踪。另一个缺点是如 果领航机器人失效，那么整个队形就会无法保持。 针对该方法的缺点，一些文献提出了相应的解决办法。文献将反馈线 性化技术引入到跟随领航者法中，克服了该方法的第一个缺点，并根据机器人之 间的不同拓扑位置关系，设计了适用于不同情况的三种控制器。仿真和实验结果 表明，系统具有很好的稳定性、可扩展性和灵活性。文献“”提出了“l e a d e r 更 换”法，来克服跟随领航者法的第二个缺点，当领航机器人失效时，按一定的规 则由其它机器人作为领航者。 2 3 4 利用虚结构的方法实现编队 在讨论多机器人形成队形的群体行为时，虚结构的方法是将整体队形当作一 个单独的结构整体来对待。整个编队过程可以分为三步：首先，定义虚结构的动 力模型；其次，将结构整体的运动转化为机器人的运动；最后，得出每个机器人 的跟踪控制规律。 辽宁科技大学硕士论文 第2 章多移动机器人编队控制研究 虚结构方案的优点主要有三点：首先，容易制定队列的策略；其次，在稳定 性上有保证：最后这是一种有反馈的编队方案，有一定的智能性。但这种方法也 有它的缺点，那就是它要求队形作为一个虚拟的结构，以至于无法考虑整体的避 障问题，这就大大限制了它的应用范围。目前的文献中，只将该方法用于二维无 障碍的平面环境中。在现实中，这种方法主要应用在人造卫星的编队行为中 拉町 3 町 2 3 5 利用强化学习的方法实现编队 强化学习是从动物学习、自适应控制理论发展而来的一门学科，其基本原理 为：如果a g e n t 的某个行为策略导致环境正的奖励，那么a g e n t 产生这个行为策 略的趋势将会加强；如果a g e n t 的某个行为策略导致环境负的奖励，那么a g e n t 产生这个行为策略的趋势将会减弱，最终消亡。由于强化学习不像监督学习那样 有教师信号，它仅有一个强化信号来判断动作的好坏，所以它的学习过程必定是 漫长的。 一种使用强化学习的方法实现编队行为的方法如下：机器人通过传感器获得 本机器人的信息和其它机器人的相应信息。因此，在信息处理模块把相应的机器 人信息进行转化，作为输入传进q 一网络。神经网络根据输入产生相应的动作的输 出，输出的动作经过随机动作选择模块，通过波尔兹曼分布进行动作随机选择， 得到相应的输出动作。动作作用于环镜后，改变机器人所处的环境状态，机器人 的传感器根据这一改变对机器人刚刚所做的动作做出评价，产生一个强化信号， 神经网络根据此强化信号进行网络权值的调整，最后系统将慢慢学会编队m 1 。 以上五种方法都可以解决编队问题，但都存在不足。上述前四种方法均不具 有智能，或智能较低，不适合动态、未知的环境，而基于强化学习的方法具备较 高智能性和自适应能力，但存在学习速度慢的缺点，而且这五种方法都是依据传 感器的值，利用局部的信息在行为层解决编队问题，而没有从全局规划的角度解 决编队问题，这就限制了编队的效果。 辽宁科技大学硬士论文 第3 章多移动机器人系统通信平台的研究 第3 章多移动机器人系统通信平台的研究 协作是多机器人系统的重要特征，协作的实现离不开通信。本章首先讨论了 多移动机器人系统常用的两种通信技术；然后研究了多移动机器人网络的特点， 并且参考了i s o o s i ( i n t e r n a t i o n a ls t a n d a r do r g a n i z a t i o n 0 p e ns y s t e m i n t e r c o n u e c t i o n ) ( 国际标准化组织开放系统互连) 七层模型和t c p i p ( t r a n s m i s s i o nc o n t r o lp r o t o c o l ，传输控制协议i n t e r n e tp r o t o c o l ，因特网协 议) 模型对多移动机器人网络进行了层次划分，为以后的研究指明了理论方向， 并提出要解决的中间层的问题。目前，多移动机器人通信( m u l t i p l em o b i l e r o b o t sc o m m u n i c a t i o n ) 主要采用广播的方式，即个体机器人将自己的位置信息和 传感器信息以及自己从事的工作信息广播出去，其他个体机器人可以按自己的需 要选择信息，或由主控机器