（控制理论与控制工程专业论文）多机器人协调技术研究.pdf

哈尔滨丁程大学硕士学位论文 摘要 本文针对多机器人技术中的两个典型问题：多机器人避碰和多机器人编 队，从理论的角度出发，研究和完善了基于行为的多机器人避碰和编队算法。 对于多机器人避碰问题，把机器人的行为分为奔向目标行为、躲避静态 障碍物行为、绕壁行为、躲避其他机器人行为、随机行为。分别通过传感器 探测和机器人观察目标点得到机器入周围的局部信息与全局信息。决策层综 合局部信息和全局信息的优缺点，结合两种方式做出决策，某一时刻采用行 为切换的方式，输出某一种行为。躲避静态障碍物利用了人工势场法理论； 在机器人相互间避碰时采用交通规则法；当狭小区域或机器人比较多而导致 机器人不动时，随机行为可以给机器人施加一个随机扰动，大多数情况下使 机器人继续前进；当随机扰动不起作用时，就启动绕壁行为使机器人摆脱死 锁点。 对于多机器入编队问题，先是把机器人的行为分解为奔向目标行为、保 持队形行为、躲避障碍物行为、躲避机器人行为、随机扰动行为，然后由经 验函数产生各行为的控制参数，对各行为进行加权合成最终的行为输出。和 多机器人避碰一样，决策层综合局部信息和全局信息的优缺点，结合两种方 式做出决策。使用领队一跟随者的方法控制队形，领队者主要任务是带领全队 向目标点前进，跟随者把领队者当作参考点，及时校正自己的队形位置。为 了更加有效的保持队形，决策层可以依据策略灵活更换领队者。同样也引入 了随机行为和绕壁行为使机器人可以摆脱死锁点。 机器人所面临的环境常常是不确定的，加上机器人状态的多样性，机器 入可能有多种可选择的策略，光靠设计人员全面考虑的各种可能会出现的情 况来设计机器人的行为是不太现实，而且效率极其低的。让机器人会自主学 习，适应环境是一种发展趋势。遗传算法就是一种很有效的准优化求解方法， 用遗传算法优化多机器人编队的各行为控制参数，并对各行为进行了合成。 算法的验证离不开实验，选用m a tl a b 6 5 为开发平台，对多机器人避碰和 多机器人编队进行了仿真，证明了算法的可靠性。 关键词：多机器人；行为；避碰：编队；遗传算法 哈尔滨工程大学硕士学位论文 a b s t r a c t t h ea r t i c l em a k e sr e s e a r c h e so na r i t h m e t i cf o rm u l t i r o b o ta v o i db l o c ka n d m u l t i r o b o tf o r m a t i o nc o n t r o lw h i c ha r et w ot y p i c a lm u l t i r o b o tp r o b l e m s a st om u l t i - r o b o ta v o i db l o c k ，d i v i d er o b o t sb e h a v i o r si n t o f i v ew h i c ha r e c a l l e dm o v e t o g o a l ，a v o i d - s t a t i c - b l o c k ，f a l l - w a l l ，a v o i d - r o b o t s ，r a n d - m o v e r o b o t s g e ts u r r o u n d i n gp a r t i a li n f o r m a t i o nb ys e n s o r sa n dg e to v e r a l li n f o r m a t i o nb y r o b o to b s e r v i n gt a r g e t i no r d o rt oa v o i dt h es t a t i cb l o c k ，a r t i f i c i a lp o w e rt h e o r yi s u s e d 。t oa v o i do t h e rr o b o t s ，i ti sb e t t e rt oa d o p tt r a f f i cr e g u l a t i o nm e t h o d 。w h e n r o b o t ss u r r o u n d i n gi sn a r r o wo rr o b o t sa r em o r eb u tc a u s er o b o tm o t i o n l e s s ，r a n d d i s t u r b a n c ec a np r o b a b l ym a k er o b o tr a n dm o v e w h i l er a n dd i s t u r b a n c et a k e sn o e f f e c t ，t h e nt h er o b o tw i l la d o p tf a l l - w a l lb e h a v i o rt og e ta w a yf r o md e a d l o c k a st om u l t i - r o b o tf o r m a t i o nc o n t r o l ，f i r s t ，d i v i d er o b o t sb e h a v i o r si n t of i v e w h i c ha r ec a l l e dm o v e - t o g o a l ，k e e p f o r m a t i o n ，a v o i d - s t a t i c - b l o c k ，a v o i d - r o b o t ，r a l l - d - m o v e ；t h e nt h ee x p e r i e n c ef u n c t i o ng i v e se a c hb e h a v i o r sc o n t r o lp a r a m e t e rt h a t i su s e di nt h ec o m b i n a t i o no fb e h a v i o r s s i m i l a rt om u l t i r o b o ta v o i db l o c k ，f o r t h em e r i ta n ds h o r t c o m i n gt h a tb o t hp a r t i a li n f o r m a t i o na n do v e r a l li n f o r m a t i o n h a v e ，d e c i s i o na n a l y s i sc o m b i n e st w ok i n d so ft h e s em e t h o d st om a k ead e c i s i o n a d o p tl e a d e r - f o l o w e rm e t h o dt ok e e pf o r m a t i o n ，t h em a i nm i s s i o no fl e a d e ri s l e a d i n ga l lr o b o t st ot a r g e t ，f o l l o w e r sr e g a r dl e a d e ra sr e f e r e n c et ok e e po w n f o r m a t i o np o s i t i o ni nt i m e f o r b e t t e rf o r m a t i o nc o n t r o l ，l e a d e ri sc h a n g e a b l e a c c o r d i n gt os m a r ts t r a t e g y a l s ou s er a n d m o v ea n df a l l w a l lb e h a v i o r st om a k e t h er o b o tb ea b l et og e ta w a yf r o md e a d l o c k f o re n v i r o n m e n tt h a tr o b o tf a c e si s u s u a l l yu n c e r t a i na n dr o b o ts t a t ei s d i v e r s e ，r o b o tm a yh a v es e v e r a lc h o o s e 。s ot h ed e s i g n e r sm u s tc o m p l e t e l yc o n s i d e r e v e r ys i t u l a t i o nt h a tr o b o tm a yf a c e h o w e v e r , i ti sn o tr e a l i s t i ca n dt h ee f f i c i e n c y i sv e r yl o w l e tr o b o t ss t u d yi n d e p e n d e n t l ys ot oa d a p tt h ee n v i r o n m e n ti sak i n d o fd e v e l o p m e n tt r e n d t h eg e n e t i ca l g o r i t h mi sa v e r ye f f e c t i v eo p t i m i z em e t h o d ， u s et h eg e n e t i ca l g o r i t h mt oo p t i m i z et h ef o r m a t i o nc o n t r o lp a r a m e t e r sw h i c hi s 哈尔滨_ 程大学硕士学位论文 u s e di nt h ec o m b i n a t i o no fb e h a v i o r s i no r d o rt ov e r i f i e da b o v ea r i t h m e t i c ，c a r r yo u tm a n ys i m u l a t i o ne x p e r i m e n t s u n d e rt h es o f t w a r em a t l a b6 5e n v i r o n m e n t ，t h er e s u l t ss h o w st h ef e a s i b i l i t yo ft h e a r i t h m e t i c k e yw o r d ：m u l t i - r o b o t ；b e h a v i o r ；a v o i do b s t a l e ；f o r m a t i o nc o n t r o l ；g e n e t i c a l g o r i t h m 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导 下，由作者本人独立完成的。有关观点、方法、数据和文 献等的引用己在文中指出，并与参考文献相对应。除文中 已经注明引用的内容外，本论文不包含任何其他个人或集 体已经公开发表的作品成果。对本文的研究做出重要贡献 的个人和集体，均已在文中以明确方式标明。本人完全意 识到本声明的法律结果由本人承担。 作者( 签字) ：銎墼茎! 日期：支觇g 年多月o 日 哈尔滨丁程大学硕+ 学位论文 第1 章绪论 1 1 机器人的发展史和多机器人系统的特点 自从2 0 世纪5 0 年代末，第一台工业机器人发明以来，机器入的发展已经有 半个世纪。纵观半个世纪以来机器人的发展史，机器人技术在需求的牵引下已 经得到了巨大的发展。到目前为止，机器人的发展已经经历了三个阶段： ( 1 ) 可编程的、示教再现型机器人：为了让机器人完成期望的作业，首 先由操作者通过示教盒对操作机器人的运行轨迹、作业顺序等进行示教，操 作机器人控制系统将示教指令记忆、存储，应用时再根据再现指令顺序取出 示教指令，经过编译，在一定精度范围内复现示教动作。 ( 2 ) 带有一定的传感功能，包括视觉、力觉、触觉等功能，具有一定适 应能力的机器人：这种机器人可以根据传感信息调整控制算法。 ( 3 ) 智能机器人：这种机器人装有多种传感器，并能将多种传感器探测 到的信息进行融合，能有效地适应环境的变化，具有很强的自适应能力并具 有自学习功能。 随着机器人技术的发展【1 j ，人们对机器人的要求不再局限于单个机器人。 近年来，随着机器人生产线的出现及柔性制造系统的应用，研究人员对由多 个机器人组成的系统越来越感兴趣。多机器人的研究已经成为机器人学研究 的一个重要方面。如果说，单机器人是对人类个体的模仿，那么多机器人系 统则是对人类群体乃至人类社会的模仿。显然，多机器人系统具有许多单机 器人系统所没有的优点f 2 】，这主要体现在如下几个方面： ( 1 ) 多机器人系统在空间上是分布式的，即多个机器人可以同时工作在 工作空间的各个位置。这个特点是完成许多任务的关键。比如，对于搬运物 体之类的任务，如果使用单个机器人完成，该机器人往往需要具有较大的本 体；而使用多机器人系统，则可以使用数个机器人合作完成，各个机器人本 身无须很大。 ( 2 ) 多机器人系统是并行的。某些任务可以进一步分解成若干子任务， 并且这些子任务是相互独立的，可以同时处理的。具有并行结构的多机器人 哈尔滨下程大学硕士学位论文 系统在完成此类任务时，比单个机器人要有优势。 ( 3 ) 多机器人系统的容错能力【3 】较强。多机器人系统中的机器人个体的 功能可以相互重叠，所以当某一机器人出现故障时，很容易通过任务的重新 分配【4 】来弥补由该故障引起的系统性能下降。 ( 4 ) 多机器人系统的灵活性好。开发出灵活性很高的单机器人不仅困难 而且很昂贵。而多机器人系统中各个机器人的功能可以互不相同，通过不同 功能的机器人的组合，很容易使多机器人系统具有很强的适应性。 ( 5 ) 经济性好。对于一些动态性强而且复杂的任务，开发多机器人系统 远比开发单个机器人容易，而且价格较低。 1 2 研究目的 本文以多机器人系统为背景，结合2 1 1 工程，对多机器人避碰和编队进行 研究，提出了一些创新想法。 具有一定智能、可以自主完成某些工作的复杂多机器人的应用已经越来 越深入我们生活的周围，正显示出不可替代的应用价值【5 】。 由于对环境资源的需求和对未知世界的探索，人类对太空和海洋进行探 索、研究和利用的要求越来越迫切。但对海洋、太空的探索是一个高风险、 高投入的领域，一旦出现问题，不仅仅是设备、投资的巨大损失，更大的损 失可能是参与研究的经验丰富的专业人员。而且，海洋和太空环境恶劣，人 类难以生存。因此需要利用机器人替代人去完成大量的工作，并且要求机器 人提供可靠的作业。 在智能交通系统中，由于路线、路况、天气等复杂因素的影响，交通系 统中的分布式规划、协调、避碰、实时控制等问题非常复杂。而多机器人系 统的研究正是针对这些类似的问题开展工作的。其信息处理算法、协调协作 算法、实时控制算法、冲突消解、解除死锁方面的研究可以为自动驾驶、自 主导航、路径优化、交通流控制等问题的解决提供许多基本方法。 在装配制造业，任务是由很多不同的有一定时序要求的工作组成的，往 往工作量大、工作内容单一枯燥、工作空间狭小，可以通过多机器人系统灵 活调整生产流程、安排工作任务，相互协调完成任务，充分显示了机器人在 精度度、准确率、效率方面的优点。 2 哈尔滨工程大学硕士学位论文 此外机器人在安全反恐领域、服务领域、娱乐领域等都发挥着越来越大 的作用，可以预计在不久的将来，在很多行业中还有很大的应用潜力。 多机器人研究是由计算机技术、超大规模集成电路、人工智能理论、传 感器技术等多门学科交叉形成的，交叉学科的发展和成熟不断的促进机器人 技术的发展，而各种机器人在实际工作中的广泛应用又为各交叉学科提出了 新的要求和新的研究课题。 1 3 多机器人系统中的基本问题 机器人技术领域的研究正在日渐变热，各种各样的研究组织对其表现出 非常浓厚的兴趣。例如，制造业群体对如何利用各种各样的灵巧机器人来替 代人类的劳动以减少生产成本非常感兴趣。此外，机器人也可以用于执行各 种危险环境中的任务，比如核电厂排除废料、排雷任务、深海作业以及太空 探索等。尽管机器人技术有很多显而易见的先进性，但是同时也面临着许多 的困难和挑战。概括说来，当前机器人技术所面临的挑战主要来源于： ( a ) 难以获取完全的环境信息。机器人通常不可能获得全部环境信息， 而有时这些信息又是完成预先规划出详细的动作过程的必须条件。 ( b ) 不确定的环境信息和非结构性的环境构造。在真实环境中，尤其在 动态环境中，大部分情况下机器人不能预见将来会出现什么样的事情，从而 使得先于时间完成规划不太切实可行。要实时感知到环境的变化，机器人必 须时刻用传感器感知周围的环境。 ( c ) 不完善的传感器技术。由于存在噪声干扰，传感器信息往往不准确， 而且传感器的作用范围也有限。因此，传感器所“看”到的往往并不能反应出 真实的情况。这就意味着机器人是基于非确定的信息做出决策的，其可靠性 难以保证。 ( d ) 执行部件的不完善。由于执行部件总是存在摩擦，误差等等不确定、 不完善的地方，机器人不可能完全正确的执行控制中心下达的动作命令。所 以，即使机器人能够获取完全的环境信息并且能够预先规划出动作解，也必 须在运动过程中采取相应措施( 比如重新规划) 来修正机器人的动作以消除累 积误差。 ( e ) 时间有限。决定下一步该做什么的时间是有限的。机器人必须以某 哈尔滨工程大学硕士学位论文 个速度来执行动作，这个速度由机器人与周边环境的交互来确定，机器人不 可能无限量地等待决策结果。这点就是通常所说的规划的实时性要求。 当然，不久将来可以完善知识，解决现在存在的问题。此外，可以研究 更好的环境表达法、系统控制结构、智能体个体之间的通讯模型以及运动协 调算法，从而使机器人智能程度更高，更好地完成替代人类体力劳动和脑力 劳动的任务。 1 3 1 多机器人协调系统的控制结构 多机器人的控制结构( c o n t r o la r c h i t e c t u r e ) 又称为体系结构( a r c h i t e c t u r - e ) ，不仅决定了系统的构成和具有的功能，而且决定了系统的各组成部分之 间的关系。控制结构的主要研究问题是设计出正确而合理的局部控制方案， 以便能够使多机器人系统高效率地解决给定的问题。主要研究内容包括相应 的任务选择( 任务分配) 、通讯和冲突的解决等。一个通用性好的多机器人控 制结构需要解决以下几方面的问题： ( 1 ) 如何在多机器人系统中用公式表示、描述、分解和分配问题 ( 2 ) 如何使机器人之间共享系统信息以及各自的状态信息 ( 3 ) 如何使机器人在行动中互相协调，保持一致 ( 4 ) 如何使机器人意识到并解决彼此的冲突 除了满足上述要求，开发一个多机器人控制结构的主要目标是使多机器 人系统具有鲁棒性、可靠性、容错性和柔性。多机器人系统的控制结构对系 统的控制中心和机器人的主要功能、它们之间的任务分工以及机器人之间的 相互关系等问题进行了明确的规定。控制结构决定了系统的类型( 比如系统是 集中控制系统还是分布控制系统) ，反应了系统中信息流的变化情况。目前比 较常见的、为多数研究团体所接受的分类方法是将机器入控制结构分为下列 几类：计划编制( 或者说是协商) 、反应式( 或者称作基于行为的) 结构以及混 合控制结构。 1 3 2 感知 机器人的感知包括感觉和理解两方面问题。感觉是机器人能够实现自主 化的必须部分，而感觉离不开各种各样的传感器。对传感器做简单分类如下： 4 哈尔滨t 程大学硕士学位论文 根据传感器的作用分，一般传感器分为： 内部传感器( 体内传感器) ：主要测量机器人内部系统，比如温度、电机 速度、电机载荷、电池电压等。 外部传感器( 外界传感器) ：主要测量外界环境，比如距离测量、声音、 光线。 根据传感器的运行方式，可以分为： 被动式传感器：传感器本身不发出能量，比如c c d 、c m o s 摄像头传感 器，靠捕获外界光线来获得信息。 主动式传感器：传感器会发出探测信号。比如超声波、红外、激光。但 是此类传感器的反射信号会受到很多物质的影响，从而 影响准确的信号获得。同时，信号还很容易受到干扰， 比如相邻两个机器人都发出超声波，这些信号就会产生 干扰。 机器人配备上述的各种传感器后，就可以使机器人能够“感觉”到外部环 境的变化，获取不同性质的局部环境信息。通过对获取的信息进行有效地融 合、处理及解释，机器人可以“理解”这些信息的意义，并将其与机器人的决 策和控制紧密地结合起来。目前，涌现出许许多多传感器信息融合和信息处 理的方法，这些方法及其适应范围详见文献【6 1 。各机器人的感知能力对多机 器人之间的协作主要有以下作用 7 1 ： ( 1 ) 通过感知可以估计协作者的意图和动作效果，从而降低对通信的依 赖。 ( 2 ) 感知是实现行为的基础，系统可以快速响应环境变化。 ( 3 ) 通过感知可以更新和维护系统模型。 在多机器人系统当中，由于各机器人分散于环境中，通过通信和相互协 调工作，整个系统具有更强地获取外部信息的能力。在一些需要多机器人合 作进行的复杂工作中，各机器人仅处理自身传感器获得的信息还远远不够， 还需要将其他机器人的传感信息与自身传感信息进行融合以获取对外部环境 正确的和较全面的理解。因此，机器人不仅可以利用自身的传感信息，还可 以利用其自身传感器无法获得的其他机器人所感知的信息进行决策。在这种 情况下，多机器人系统的感知问题就需要解决如何选择、融合来自不同机器 哈尔滨t 程大学硕士学位论文 人的传感信息并加以理解，如何通过协调协作实现对外界环境信息乃至机器 人自身信息的全面了解。 一1 3 3 通信 。 通信是机器人之间进行交互和组织的基础。通过通信，多机器人系统中 各机器人了解其他机器人的意图、目标和动作以及当前环境状态等信息，进 而进行有效地磋商，协作完成任务。一般来说，机器人之间的通信可以分为 隐式通信和显式通信两类。 隐式通信【8 】指多机器人系统通过外界环境和自身传感器来获取所需的信 息并实现相互之间的协作，机器人之间没有通过某种共有的规则和方式进行 数据转移和信息交换来实现特定含义信息的传递。 使用显式通信i9 】的多机器人系统利用特定的通信介质，通过某种共有的 规则方式实现各机器人间数据、信息的转移和交换，实现许多在隐式通信下 无法完成的高级协调协作策略，但存在通信的实时性、可靠性差等问题，各 机器人的通信过程延长了系统对外界环境变化的反应时间；通信带宽的限制 使机器人之间的信息传递、交换出现瓶颈；随着机器人数目的增加，通信所 需时间大量增加，信息传递中的瓶颈问题突出。 隐式通信与显式通信是多机器人系统各具特色的两种通信模式，如果将 两者各自的优势结合起来，通过隐式通信进行大量的机器人之间的底层协调， 在出现隐式通信无法解决的冲突或死锁时，再利用显式通信进行少量的协调 工作加以解决，则多机器人系统就可以灵活地应对各种动态未知环境，完成 许多复杂任务。 1 3 4 学习 多机器人系统面对的环境是不确定的，有时还会非常复杂，还要考虑机 器人之间的相互作用，往往会出现各种各样的情况，光靠设计人员事先预计 的各种情况，由经验公式给出机器人的控制参数，未免劳动量太大，是不太 现实的。让机器人学会学习，适应环境是人工智能研究的一个重要方向。 按学习的过程划分，分为独立学习和交互学习。独立学习指单个机器人 独立进行的学习过程，不依赖于其他机器人。交互学习【1 0 】指多个机器人共同 6 哈尔滨工程大学硕士学位论文 进行的学习过程。采用独立学习的方法学到较全面的知识以适应外部环境的 各种变化必须花费大量的时间，而采用交互学习的方法，使得各机器人交流 彼此学到的经验是一种较好的解决途径。 多机器人系统存在以下几种学习类型： ( 1 ) 机器人某种特定能力的学习，如通过学习某机器人可以将某种任务 完成得最好。 ( 2 ) 对群体组合特性的学习，如某几个机器人作为一组可以更好地进行 工作。 ( 3 ) 对任务模式的学习，例如如何合理分解给定任务、如何确定子任务 的合理执行顺序。 ( 4 ) 对环境特性的学习，以帮助多机器人系统进行任务和资源的合理分 配。 目前的学习方法有神经元网络、遗传算法、蚁群算法、强化学习算法等， 此外还需要在恰当的时候决定是否开始学习、停止学习等。多机器人学习算 法及其相关知识的研究对于多机器人系统有重要的现实意义 1 q 。 1 4 国内外发展状况 多机器人系统的研究始于2 0 世纪7 0 年代。从那时开始，国外许多高校和 科研机构对多机器人系统进行了广泛的研究。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 1 2 1 ，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 sf o rt r a n s p o r t i n ga n dh a n d l i n g a 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 3 】。而美国国防部所属的d a r p a r 在m a r s1 1 4 】( m o b i l ea u t o n o m o u sr o b o t s o f t w a r e ) 项目中也对多移动机器人的研究给予了大量的支持。日本的许多高 校也对多机器人系统进行了大量的研究。 经过二十多年的发展，多机器人技术的研究己在理论和实践方面取得了 大量卓有成效的研究成果，并建立了一些多机器人的实验系统。下面，我们 将介绍几个比较有影响的多机器人系统。 1c e b o t ( c e l l u l a rr o b o t i cs y s t e m ) c e b o t t ”1 系统是由日本n a g o y a 大学的t f u k u d a 教授领导的研究小组开 7 啥尔滨工程大学硕士学位论文 发的。c e b o t 是一种自重构机器人系统( s c l f - r e c o n f i g u r a b l c r o b o t i c s 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i 1 ) 。细胞结构机 器人系统强调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学习和适应的组智能( g r o u p i n t o l l i g e n c c ) ，并具有分布式 的体系结构【“】。 触 媳 2c o l l e c t i v er o b o t i c s 实验系统 图1 2c o l l e c t i v er o b o t i c s 宴验系统 加拿大a l b e r t a 大学开发了一个实验系统c o l l e c t i v e r o b o t i c s t ”1 ，并 在这方面做出许多工作。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，研究针对集体任务( c o l l e c t i v e t a s k s ) 机器人的控制体系结构和 哈尔滨【一程大学硕士学位论文 算法以及传感信息的分析等。具体来| 兑，在机器人之问没有建立显式通讯的 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 验结果表明，在不存在显式通讯和集中规划器的条件下，尽管运行的结果不 是个虽优解，但可以得到一个可行解。图12 是c o l l e c t i v er o b o t i c s 实验系统。 3c o o p e r a t i v cr o b o t i c s 实验系统 美国o a kr i d g e 田家实验室的l y n n eep a r k e r 博士在m i t 做博士期川就在 多a g e n t 协作、自主a g e n t 体系结构、 ；a g e n t 通讯等方面做了许多工作”】。 在o a kr i d g e 国家实验室带领一研究小组开发了协作机器人的实验系统“。 ( 见图13 ) 。一科- 是适用于户外的实验系统，c e s a re m p e r o r ( 图13 a ) ，包括 个运输车，四个微机器人，且在机器人上安装激光扫描仪、摄像头、声纳 传感器以及无线以太网等。另外，还有种适用于室内应用的系统，c e s a r n o m m s ( 图13 b ) ，包括四个机器人，机器人上安装有各种传感器，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，机 器人还装有无线以太删以实现机器人之间的通讯以及机器人和工作站之阳的 通讯。 静 ( a ) c e s a re m p e r o r( b ) c e s a rn n m a d s 图13c o o p e r a t i v er o b o t i c s 实验系统 4m r c a s ( m u l t i r o b o tc o o p e r a t i v ea s s e m b l ys y s t e m j 中国科学院沈阳自动化所以制造环境应用多机器人装配为背景，建立了 一个多机器人协作装配实验系统m r c a s 1 。建立m r c a s 实验系统的目的是 建立一个实验平台，为多机器人协作研究提供研究环境和实验手段，并在多 哈尔滨工程大学硕士学位论文 机器人协作理论研究的基础上开展多机器人协作的实验研究。 图1 4m r c a s 系统体系结构 1 5 本文研究工作 本论文的框架分5 章，每章主要内容如下。 第一章为绪论，讲述了本论文研究目的、多机器人协调技术国内外发展 状况和本论文内容。 第二章为多机器人避碰。完成的任务为：在一个有静态障碍物的未知环 境下，每个机器入从各自的出发点出发，无碰撞地到达各自的目标点。采用 基于行为的方法，把机器人的行为分为奔向目标行为、躲避静态障碍物行为、 绕壁行为、躲避其他机器人行为、随机行为。决策层综合局部信息和全局信 息两种方式做出决策，某一时刻采用行为切换的方式，输出某一种行为。利 用人工势场法理论躲避静态障碍物；在机器人相互间避碰时采用交通规则法 且不同的机器人给予不同的优先极：当狭小区域或机器人比较多而导致机器 人不动时，随机行为可以给机器人施加一个随机扰动，大多数情况下能使机 器人继续前进；当机器人陷入死锁点，随机扰动不起作用时，就启动绕壁行 为使机器人摆脱开障碍物。 第三章研究多机器人编队。各机器人按照预先设计好的队形，在一个有 静态障碍物的未知环境下，从各自的出发点出发，可以允许有一定的队形误 差，无碰撞地到达各自的目标点。先对机器人的行为进行分解，把行为分解 为奔向目标行为、保持队形行为、躲避静态障碍物行为、躲避机器人行为、 随机扰动行为，然后利用由经验得出的各行为控制参数产生函数，给出各行 为的权系数，对各行为进行加权合成最终的行为输出。决策层综合局部信息 和全局信息两种方式做出决策。队形控制的方法有多种，这里使用领队一跟随 1 0 哈尔滨工程大学硕十学位论文 者的方法，某一时刻只能有一个领队者，其余机器人为跟随者，跟随者把领 队当作参考点，实时校正自己的位置。另外，领队者可以依据某种策略灵活 更换，如当前领队者可以释放领队权和跟随者可以申请取得领队权，从而更 加有效地保持队形。一般情况下，当机器人遇到障碍物而停止不前时，随机 扰动行为能使机器人摆脱障碍物，当随机扰动行为也不能使机器人摆脱障碍 物时，引入的绕壁行为可以有效解决死锁问题。 第四章针对上一章的多机器人编队，研究如何让机器人自己学习来适应 环境。随着机器人需求的不断提高，机器人所面临的环境常常是不确定的， 加上机器人状态的多样性，会使系统状态出现组合爆炸，机器人可能有多种 可选择的策略。为了找到比较好的策略，就需要设计人员全面地考虑到各种 可能出现的情况，劳动量相当大，而且是不太现实的。如果能够充分利用计 算机的强大搜索能力，使机器人具备学习能力，则机器人能够应对一些意想 不到的情况，从而弥补了设计人员在设计过程中可能存在的不足，同时降低 了设计人员的劳动强度。遗传算法是一种很有效的准优化求解方法，这一章 首先介绍遗传算法的原理，然后用遗传算法优化多机器人编队中各种行为的 控制参数，并用各种行为的控制参数对行为进行加权合成，这样得到的多机 器人编队路径是光滑、高效的。 第五章介绍仿真软件开发。选用m a t l a b 6 ，5 进行软件开发。介绍了多机器 入避碰仿真软件、多机器人编队仿真软件和遗传算法优化多机器人编队行为 控制参数仿真软件的功能及流程图，并给出对应的仿真例子。 哈尔滨_ 丁程大学硕+ 学位论文 第2 章多机器人避碰 2 1 概述 在最近的3 0 年中，运动规划已经成为机器入学研究中的一个重要的而且 富有成果的研究领域之一。机器人的运动规划问题实际上是一个几何问题： 在一个有刚性障碍的环境中为机器人( 通常是一个刚体或者是用铰链连接的 数个刚体) 规划出一条无碰撞的路径。机器人的运动规划问题可以分为机械臂 ( m a n i p u l a t o r ) 的运动规划和移动机器人( m o b i l er o b o t ) 的运动规划。 移动机器人的运动规划是一个二维平面问题，相对于机械臂的运动规划 ( 通常是3 维而且是有限制条件的多个刚体的运动规划) 似乎要简单一些。但 是，移动机器人下面的几个特点使得移动机器人的运动规划问题变得复杂了： 首先，大多数的移动机器人所面对的环境是非结构化环境。这一点使该 环境的精确信息无法事先得到。也就是说，许多移动机器人将完全依赖于传 感器获取环境信息。 其次，移动机器人面对的环境大多是动态的。移动机器人在上一时刻获 取的环境信息在这一时刻就可能已经发生了变化。因此移动机器人往往需要 不断更新其关于环境的信息，并且需要实时地规划其运动。 最后，在多移动机器人的研究中，由于机器人个数的增加，即使在结构 化的环境中，移动机器人的运动规划也变得复杂了。这主要是因为系统的状 态随着机器人的增加而迅速增加。 因此，对于单移动机器人运动规划的问题，通常有两种方案：一种方案 采取传统的控制结构，即“感知建模规划执行”。另一种方 案则采用基于行为的反应式结构。对于单个机器人而言，前一种方案有下列 优点：掌握环境信息精确，在规划时可以很容易解决死锁问题。而且其规划 的路径比采用后一种方案规划的路径要优。但是，该方案也存在较大的问题： 这种方法的计算量大，速度慢，对于动态环境的适应能力较差。这一点在多 移动机器人的运动规划中表现得尤为明显。后一种方案的优点是不需要对环 境建模，因此反应速度快，对环境的适应性强。因此在多机器人运动规划中 1 2 哈尔滨工程大学硕士学位论文 常常采用这一种结构。该方法的问题是由于获得的环境信息的不完全，规划 的路径不是最优的，而且需要专门处理死锁。 多移动机器人的运动规划可以分为两类：集中式( c e n t r a l i z e d ) 的规划方 法和分布式( d i s t r i b u t e d ) 的规划方法。集中式的规划方法将多机器人系统视为 一个具有多个自由度的复杂机器人，由系统中的一个规划器来统一完成对所 有机器人的运动规划。集中式规划的特点是：一方面，在不考虑计算复杂性 的情况下，该类方法可以获得规划问题的最优解；另一方面，该类方法计算 时间往往比较长，这一点限制了该方法的实用性。分布式运动规划方法中， 每一个机器人独立地收集其周围的环境和其他机器人的运动信息，并根据其 收集到的信息来规划出一条到达目标点的无碰撞路径。分布式规划的特点是： 如果不追求规划问题的最优解，则该类方法可以获得很高的运行速度；但是， 如果要得到最优解，所需的运行时间将不会少于集中式规划方法，甚至有可 能根本得不到最优解，同时机器人之间将会有大量的通讯。 本章将要介绍的多机器人规划采用分布式规划，即每一个机器人独立规 划自己的运动轨迹，而其规划的方法则采用基于行为的方法。 本章的结构如下：第二节介绍机器人的控制结构、机器人所使用的传感 器模型；第三节介绍“避碰行为1 2 2 1 的设计和决策模块；第四节为多机器人 之间的避碰仿真。 2 2 移动机器人的控制结构及其传感器模型 图2 1 机器人的控制结构 哈尔滨工程大学硕士学位论文 i i 多机器人系统中的移动机器人的控制结构采用上图的包容式结构1 2 3 1 。其 基本思想是整个控制结构由若干行为模块构成，分别是奔向目标行为 ( m o 垤t og o a l ) 、躲避静态障碍物行为( a v o i do b s t a c l e ) 、绕壁行为 ( f o l l o ww a l l ) 、躲避其他机器人行为( a v o i dr o b o t ) 、随机行为( r a n dm o v e ) ， 不同的行为模块根据传感器的输入，决定该行为的输出。同时，高层行为可 以抑制低层行为。决策模块根据传感器的输入和观察目标点结果选择其中的 一种行为作为最终输出。 机器人有五种行为：a v o i dr o b o t ，f o l l o ww a l l ，a v o i do b s t a c l e 、 m o v et og o a l 和r a n dm o v e 。m o v et og o a l 行为的功能是使机器人向目标点 移动。此处，我们假设机器人可以获取目标点相对于自身的位置。 a v o i do b s t a c l e 行为的功能是使机器人避开环境中的静态障碍物。当机器人摆 脱不了死锁点时，给机器人一个随机扰动，使机器人输出r a n dm o v e 行为， 从而有可能摆脱障碍物。当r a n dm o v e 行为也摆脱不了障碍物时，就启动 f o l l o ww a l l 行为，使机器人摆脱死锁点。在有多个机器人的环境中， a v o i dr o b o t 可以避免机器人之间的碰撞。这五种行为中，m o v et o 是倒goal 数第二层的行为，受a v o i do b s t a c l e 行为的抑制。同样，f o l l o ww a l l 行为抑 制a v o i do b s t a c l e 行为，a v o i dr o b o t 行为抑制f o l l o ww a l l 行为，最底层行为 是r a n dm o v e 。m o v et og o a l 行为较简单，此处就不再赘述。其他四种行为， 在后面将会详细叙述。 本文中的移动机器人的传感器采用超声波阵列传感器和碰撞传感器。超 声波阵列传感器安装在机器人上的前方和两侧。超声波阵列传感器的输出是 一系列距离值，通过事先已确定的各个超声波传感器相对机器人当前运动方 向的角度，就可以确定在机器人的各个方向上是否有障碍以及机器人距离该 障碍的距离。例如，某超声波传感器相对于机器人当前运动方向的角度为3 0 度，而其输出为0 8 米，则表明在机器人左前方3 0 度，0 8 米处有一障碍物。 当某超声波传感器在其所正对的方向上没有探测到任何障碍物，则该超声波 传感器的输出为一1 。 本文中机器人的超声波阵列传感器布置如图2 。2 所示。图中，中间的实 线圆表示机器人，较短的箭头表示机器人的当前方向。1 0 个超声波传感器沿 机器人均匀分布，用s ，到s 。表示。箭头表示每一个传感所指的方向，虚线表 1 4 哈尔滨工稗大学硕+ 学位论文 示各个传感器的探测范围。每个传感器的探测区域均为圆心角为3 6 0 1 6 = 2 2 5 度的一个扇形区域。实际的超声波传感器的探测角度可能会大于2 2 5 度，从 而各个伎感器的探测区域会发生重叠。但是这一问题可以通过多传感器融合 解决。这里为简化起见，假设每一超声波传感器的探测角均为2 2 5 度，各超 声波传感器探测的区域没有重叠。 s 4 s 5 s 9 s i o 图2 2 超声波阵列传感器 2 3 多机器人避碰实现 2 3 1a v o i do b s t a c l e 行为设计 a v o i do b s t a c l e 行为的功能是根据机器人当前探测到的环境信息，决定机 器人如何运动才能避开环境中的障碍物。当该行为与m o v et og o a l 行为相结 合时，能使机器人绕开环境中的障碍到达目标点。该行为不仅要决定遇到 障碍物时机器人的运动，而且要决定何时抑制其底层的m o v et og o a l 行为。 基于人工势场的方法是机器人运动规划中较为常用的方法，该方法具有 很高的反应速度。k h a t i b 首先提出了人工势场的概念 2 4 1 ，并将该概念应用于 机械臂的避碰问题中，提出了一种新的实时避碰算法【2 5 1 。这之后的许多文献， 都引入了势场的概念，提出了针对各种问题的势场法或对势场法作了改进。 此处的势场法仅仅使用障碍物的排斥力使机器人避开障碍。 如前所述，机器人的传感器是一个超声波传感器阵列。该超声波传感器 阵列由1 0 个超声波传感器构成。设超声波传感器s ，的输出为以，口和v 表示 a v o i do b s t a c l e 行为的输出，其中0 表示机器人下一步可以转动的角度的大小， v 表示机器人下一步运动的速度。那么，基于势场的a v o i do b s t a c l e 行为可以 表示如下： 哈尔滨工程大学硕士学位论文 f 巾三 帆蛔n r r f