分布式智能网络机器人.doc

分布式智能网络机器人陈露兰西北工业大学 电子信息学学院，陕西 西安 710072摘要：构建并实现了基于分布式智能的网络机器人系统,机器人节点以自主感知能力和“网络即插即用”机制为基础，根据任务的需要以及网络的传输状况，主动从网络中获取相应层次的智能和信息。机器入自主感知模型具有很强的扩展能力和合理的构架，突破了以往移动机器人仅使用自身传感器或使用网络固定传感器的局限，对提高基于Internet的机器人智能及其行为能力有重要意义实验结果证明了机器人自主感知模型的可行性和有效性关键词：网络机器人；智能传感器；传感器网络1 引言近年来，随着Internet和机器人技术的迅速发展，网络机器人已成为具有广泛学术和应用价值的研究热点，基于Internet的网络机器人技术是机器人应用领域中一个重要的前沿课题，备受各国学者重视。网络机器人可通过Internet获取相关环境信息、知识和智能，自主或半自主地完成指定任务1。为了更好地体现机器人的智能性，网络机器人的研究对象逐渐从机械臂转变为移动机器人。移动机器人与机械臂以及机械手不同的是，移动机器人没有固定的位置，所以利用其自身的传感器进行定位有相当大的难度；同时，由于传感器的误差和复杂的环境，通常这样的定位会产生很大的误差；另外，移动机器人本身的数据处理能力有限，不可能对自身过多的传感信息进行及时处理、决策以及控制。特别是对于数据量极大的图像信息，通常移动机器人不具备同时对信息进行实时采集、滤波、识别、学习、融合以及控制的能力。所以，应该建立起为移动机器人提供导航信息的平台，这个平台可以对其范围内的信息进行实时的数据采集、滤波、识别、学习、融合移动机器人考虑自身的处理能力和自身的需要从网络中获得相应的信息，从而进行学习、融合以及控制2。为了适应动态网络的不确定性，就必须采用一种方法，实时对动态网络信息进行监测，然后将获得的信息发布给网络用户，提供一种特定的信息服务，进而建立起网络用户与所需服务之间的信息通道，从而搭建一个完全基于Internet的网络机器人平台，实现各种异构机器人之间相互通讯、交互、控制，机器人系统各个组件间根据需求自发互联，及各个组件即插即用基于以上想法，本文建立了网络机器人系统的机器人自主感知模型，实现了系统中资源的搜索，机器人运动路径的建立，移动机器人导航3。2基于网络智能的分布式智能体系目前网络机器人研究将机器人结合到Internet环境中，意味着机器人可以获得整个Internet上的信息资源，使得Internet成为信息源，提高了机器人的动态感知能力。而分布式智能模式使无数具有一定智能的传感器通过Internet连接到网络机器人系统中，向机器人提供不同层次的信息和决策，实现不同层次的交互，这样，Internet不仅是信息传输的通道和信息的提供者，还是一个巨人的智能源。从某种意义上说，机器人获得的信息和智能越多，能达到的智能水平就越高，能完成的任务也就越复杂，这就是分布式智能所体现的巨大优势。21分布式智能体系基于网络智能的分布式智能策略即赋予网络中各传感器以智能，同时赋予网络机器人自主动态发现并利用分布在Internet上的网络信息和智能的能力，网络机器人根据任务确定所需的传感智能，完成独立个体无法完成的复杂任务。基于网络智能的分布式智能体系完全构建在Internet之上，是以Internet为中心建立起的通用、开放、自组织的智能结构。体系中不同个体都抽象为不同的智能节点移动机器人抽象为机器人节点，传感器抽象为传感智能节点。这样机器人就和周围环境中的智能设备共同构建了一个分布式智能体系，如图l所示。图l 基于网络智能的分布式智能体系Fig.1 Distributed intelligence architecture based On Internet intelligence2.2 机器人自主感知模型下面详细说明如何通过Jini建立机器人自主感知模型并应用到网络机器人系统中在网络机器人分布式智能控制系统中，机器人自主感知模型如何被应用于机器人组件间自发地实现即插即用网络连接机制如图2所示，以网络传感器为例：(1)首先，将封装了传感器的远程对象接入Jini网络，同时定位Jini Reggie服务器；(2)得到Reggie服务器的存根，称之为Registrar对象；(3)在Registrar对象的帮助下，将传感器对象的服务发布于Reggie服务器中；(4)同样将封装了机器人系统的远程对象接入Jini网络，同时也定位Jini Reggie服务器；(5)下载Registrar对象；(6)然后在Registrar对象的帮助下查找所需传感器的服务；(7)下载该服务；(8)机器人对象通过服务对象定位到相应传感器对象；(9)建立网络连接。这样便实现了机器人组件问的自发的即插即用网络连接机制在动态网络中通过机器人自主感知模型可以获得一个临时静态传感器网络，在这个临时静态传感器网络中，每个视频服务器节点都可以提供自身的服务信息。服务建立后，机器人为使用者提供完成某一给定任务的服务，视频服务器为机器人图2服务建立过程Fig2 Service building提供视觉处理和定位服务，机器人根据实际需要决定控制算法是由自身实现还是由其它网络服务提供在这样的网络构架下，机器人、视频服务器和使用者等实体已不重要，重要的是各个实体所能提供的服务及其接口。系统中的各个实体之间的差别在于是某一服务的提供者还是使用者。3 系统实现一个基于分布式智能的网络机器人系统由硬件系统和分布式软件系统组成，如图3所示硬件系统由机器人、传感器系统以及网络通讯系统三部分构成其中，机器人可以是任何能完成给定任务的机器人系统传感器系统由智能传感器组成在机器人运动场地中架设多个网络摄像头，作为智能传感器智能传感器通过传感服务器接入Internet，并可向网络发布其各层次的智能信息，包括原始的视频图像、目标在图像中的位置以及机器人的运动策略和路径规划等。网络通讯系统采用无线通讯协议，机器人系统通过笔记本电脑使用无线以太网组件接入Internet网络，实现机器人无缆运行。图3基于分布式智能的网络机器人系统Fig3 Networked robot system based ON distributed intelligence4 实验实验任务是让移动机器人利用网络中的智能传感器寻找并接近一个在其主动视野范围以外的目标物体，为测试系统在各种动态复杂的网络环境中的性能，在小延时条件下对此任务进行了实验，实验过程如下：第l步，启动Jini服务器，移动机器人和各智能传感器连入Jini。第2步，各个智能传感器向Jini服务器注册所能提供的钾能服务，以本实验为例，其服务包括检测移动机器人和一个目标物体、确定其位置和方向、为机器人导航等。第3步，移动机器人自主感知并检测连入Jini的可利用的智能传感器，通过智能传感器的传感信息获得目标位置和自身位置与方向，建立起由起始点(即机器人所在的智能传感器)到目标点(即目标所在的智能传感器)的可行序列并搜索最优服务序列。 第4步，智能传感器逐个为移动机器人提供智能信息并进行导航网络传输状况良好时，智能传感器实时检测自己视野范围内的移动机器人位置和方向并发布到网络中，移动机器人通过网络获得这些信息，结合自身的传感信息规划出剑达当前智能传感器视野内目标区域的路径，并执行下一步动作。第5步，移动机器人逐个接受服务序列中智能传感器的导航，直至进入可检测到目标的智能传感器的视野范围后，不再需要智能传感器提供的智能信息，通过自身旋转利用主动视觉搜索并发现目标，自主导航，最终接近目标，实验结束。在小延时环境中(如图7所示)，移动机器人在传统分布式网络机器人系统中完成任务的运动轨迹是一条抖动弯曲的z字型路径。 结果表明，基于分布式智能的网络机器人系统给网络通信带来的负担较小，减轻了网络延时变化对系统的影响，同时具有更好的系统性能和执行效率，以及更高的智能水平特别是在传输延时较大且不确定的网络状况下，利用网络传感智能，移动机器人可较好地完成传统的分布式网络机器人无法完成的指定任务。图7在小延时环境中传统分布式网络机器人和基于分布式智能的网络机器人的运动路径比较Fig7 Trajectories of the mobile robot using traditional distributed networked robot system and networked robot system based on distributed intelligence with short time delay因此，基于分布式智能的网络机器人系统可在动态的网络延时条件下快速稳定地完成较复杂的任务表1实验参数统计结果Tab.1 statistical result of experiments5结论本文提出了基于网络智能的分布式智能体系，实现了基于分布式智能的网络机器人系统，可以自主感知并利用分布在Internet上的网络信息和智能，根据任务和网络状况确定所需的传感智能，在网络延时条件下完成独立个体无法完成的复杂任务。实验表明，通过网络机器人对网络分布式智能的利用，可大大增强网络机器人系统在复杂动态网络环境下工作的稳定性和可靠性，提高网络机器人的智能水平。基于分布式智能的网络机器人系统具有极大的扩展性，对网络机器人智能性提高具有重要的理论意义，值得进行更广泛的拓展性研究。参考文献1 Taylor K Dalton BInternet robots：A new robotics nicheJIEEE Robotics & Automation Magazine，2000，7(1)：27342 高振东，苏剑波机器人自主感知模型在网络机器人中的应用J机器人，2006，28(2)：1441483 Lee J-H，Hashimoto HControlling mobile Robots in distributed intel1igent sensor networkJIEEE Transactions On Industrial Electronics,2003，50(5)：890-902.4 宋光明， 宋爱国， 黄惟一， 葛运建.一种基于网络化智能传感器的分布式测控方法J.系统仿真学报，2004，16（12）：2818-28195 宋光明，卞亦文，高理富等.基于IEEE 1451的机器人网络感知系统研究 J. 数据采集与处理, 2004, 19(1): 41-45.A Networked Robot System Based on Distributed IntelligenceLulan ChenSchool of electronics and information, Northwestern polytechnical university,xian,710072,ChinaAbstract： This paper implements a networked robot system based on distributed intelligence The robot node，based on the autonomous perception and plug-and-play connection mechanism, can perceive and obtain intelligence and information via Internet autonomously and adaptively according to different mission requirements and Internet conditionsRobot Autonomous Perception Model(RAPM) possesses great extension capability and proper framework，and overcomes limitations of the previous robots：only their own sensor