|
摘要：随着机器人的广泛应用以及其任务复杂度的提高，机器人系统也由单一机器人向多机器人发展。本文介绍了多机器人的特点，阐述多机器人发展的研究现状，对多机器人发展需要解决的问题进行了分析。 关键字：多机器人；通讯；协调；体系结构 Research on the key techniques of multi-robot system Liu Bailong, Zhang Rubo (School of Computer Science and Technology, Harbin Engineering University, Harbin 150001，China) Abstract :
Along with the wide implement of robots and the increasing complexity
of their task ,the robot system is from single one to multiple one. This
paper introduces the feature of multi-robot system, issues recent
researches of it, and mainly analyses the key techniques on it at last. Key words: multi-robot; communication; coordination; architecture 1 引言 近年来，机器人越来越多的应用在不同的领域。随着机器人执行任务的复杂性不断增加，单个机器人体现出价格昂贵、灵活性差、能力差、效率低等缺点，因而多机器人系统逐渐成为机器人发展的主要趋势。 多机器人系统可以描述为一些机器人在同样的环境下协作完成任务的系统。目前大多数的多机器人系统使用同种类型的机器人，由于有着相同的结构，他们在多人无环境下不能灵活的很快的得到协调，因而多机器人也逐渐向异种机的协调发展。 多机器人系统主要有以下特点： （1） 多机器人可以完成复杂的任务； （2） 多机器人之间可以通过通讯来协作完成任务； （3） 多机器人可以大大提高系统的效率，增加系统的性能和可靠性； （4） 多机器人具有分布式的特点； （5） 设计多个简单的机器人比设计一个复杂机器人成本低，而且更容易。 本文主要介绍了多机器人的特点，然后阐述了多机器人发展的研究现状，重点分析了多机器人系统研究的关键技术，包括多机器人体系结构、协调、通讯和感知学习。 2 多机器人系统研究现状 经过二十几年的发展，多机器人系统的研究已在理论和实践方面取得很大的进展，并建立了多机器人仿真系统和实验系统。 目前，国内关于多机器人系统的研究相对于国外起步较晚，比较有代表性的研究，有工业机器人，水下机器人，空间机器人，核工业的机器人，都在国际上应该处于领先水平。但是总体上我国与发达国家相比，还存在很大的差距，但已逐渐引起人们的重视。 而国外的研究则比较活跃。欧盟专门设立了一个进行多机器人系统研究的MARTHA课题——“用于搬运的多自主机器人系统(multiple autonomous robots system for transport and handing application)”。日本对多机器人系统的研究开展得比较早，著名的研究有ACTRESS系统和CEBOT系统。ACTRESS系统是通过设计底层的通讯结构而把机器人、周边设备和计算机等连接起来的自治多机器人智能系统。CEBOT系统中，每个机器人可以自主地运动，没有全局的世界模型，整个系统没有集中控制，可以根据任务和环境动态重构、可以具有学习和适应的群体智能。美国学者K.Jin和G.Beni等研究了SWARM系统。SWARM系统是有大量自治机器人组成的分布式系统，其主要特点是机器人本身被认为无智能，它们在组成系统后，将表现出群体的智能。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。 3 多机器人系统需要解决的问题 3.1 多机器人体系结构 机
器人体系结构是指系统中各机器人之间的信息关系和控制关系以及问题求解能力的分布模式。它定义了整个系统内的各机器人之间的相互关系和功能分配，确定了系
统和各机器人之间的信息流通关系及其逻辑上的拓扑结构，决定了多机器人之间的任务分解、分配、规划及执行等过程的运行机制，及各机器人所担当的角色，提供
了机器人活动和交互的框架。 从控制角度分析，多机器人组织结构可分为集中控制方式、分布控制方式以及集中与分布控制方式相结合的混合控制方式。 集
中控制方式比较适合紧密协调工作方式。机器人分为主机器人和从机器人两种，主机器人负责任务的动态分配和调度，对各机器人进行协调，具有完全的控制权。该
控制方式的特点是：降低系统的复杂性，减少机器人之间直接协商通信的开销，但要求主机器人具有较强的规划处理能力，系统协调性较好，实时性和动态性较差。 分
布式控制方式比较适合松散协调工作方式。没有任何集中控制单元，系统的各机器人之间的地位平等，没有逻辑上的隶属关系，彼此行为的协调是通过机器人之间的
交互来完成的。每个机器人本身有能力解决面临的问题，他们协作完成整体的共同目标，具有较高的智能和自治力。这种结构有较好的容错能力和可扩展性，但对通
信要求较高，多边协商效率较低，有时无法保证全局目标的实现。 混
合控制方式可克服分布式结构中自我为中心所造成的性能低下和集中式结构缺乏控制灵活性等问题。因此在多机器人系统中加入一定程度的中心协调有助于提高整体
性能和效率，可避免各独立机器人的“自我中心”倾向，促进资源的利用率。既提高了协调效率，又不影响系统的实时性、动态性、容错性和可扩展性。 3.2 多机器人之间的协调 多机器人系统的最显著的优点就是机器人之间可以相互协调，共同完成任务。同时这也是多机器人系统中最关键的技术。在这里要解决三方面的问题：多机器人之间的协作，多机器人之间的避障行为和防止死锁。 多机器人之间的协作体现的机器人之间的团队精神，机器人为了完成共同的目标而进行合作。比较典型的是机器人保持队形和搬运物体。机器人个体不但要考虑个体的需求，也要考虑整体的需求。 多 机器人之间的避障，属于动态避障行为。由于系统中各个机器人是移动的，环境的状态也是实时变化的，若系统对各机器人的路径进行全局规划，很有可能降低系统 实时性。因而基于传感器的避障行为则可以对动态的障碍物做出及时的响应。目前主要用人工势场法来解决动态和静态避障行为。 死锁是多机器人系统经常遇到的问题。机器人的任务死锁：机器人的任务死锁是指机器人执着于执行一件自己“力所不及”的任务，从而丧失了完成其它任务的可能。对于多机器人任务协作时的死锁问题，文献[3]中提出了自适应衰减因子的方法来解决死锁问题。在人工势场中，一般会出现局部最优点，可以利用传感器信息，将静态避障行为的“follow_wall”的方法来解决死锁[4]。另外还可以对人工势场法加以改进，如在[5]中使用人工协调场来解决死锁。 3.3 多机器人之间的通讯 多机器人系统中的通讯可以大大提高系统运行的效率。一般来说机器人之间的通讯方式有显式通讯和隐式通讯两类[6]。 显示通讯是指使用硬件设备产生的一种开销大的、不可靠的、用于机器人之间协调的通讯方法。而隐式通讯利用机器人的行为对产生环境的变化来影响其他机器人的 行为。在隐式通讯中（如：蚁群算法等），机器人一般只有简单的智能，但是单个机器人的失误不会对整体的行为造成很大的影响，因此有较高的鲁棒性。 为 了达到系统的实时性，通讯的内容不能过于复杂。随着机器人的数量的增加，依靠通讯进行协调的系统复杂度会呈指数增长。另外，在某些环境中（如水下，尤其是 浅水区域），环境干扰很大，因此非常需要一种有效、可靠的通讯协议。目前多机器人主要是无线通讯，时延、冲突都是应当考虑的问题，多数使用CSMA/CD、CSMA/CA通讯协议。有人提出了基于强化学习的自适应通讯协议[7]，各个机器人可以拥有不同的语言内容，通过学习可以使系统能灵活的适应不同的环境。 3.4 多机器人的感知学习 在不断变化的环境中，机器人应当有能力感知环境的变化。如果机器人过于依赖信息，那么当机器人数量增加时，会因系统的通讯负担增大降低系统运行的效率，因此机器人的感知能力非常重要。例如，如在蚁群算法中，机器人之间没有通讯，感知是必不可少的。 传 统的多机器人系统的研究都是在具体问题上进行研究，当任务发生变化时，它们的体系结构、协作策略和通讯机制都会发生变化。另外从感知和通讯获得的知识得到 理想的行为控制参数，对机器人来说比较困难。因而，为了获得适合的参数并使它适应环境的变化，在系统中加入学习机制也是非常重要的。目前，神经网络和强化 学习的方法的使用比较广泛。 4 结论 通 过以上的分析可知，多机器人系统优于单个机器人。但是随着机器人数量的增加，要解决的问题也随之增加。目前，多机器人系统多数在固定任务下进行研究，而且 使用同种类型的机器人协作，这就使得系统局限在固定任务下的协调，无法灵活应用在其他环境下。同时还需要可靠有效的通讯协议，因而多机器人系统还有待于进 一步发展。 参考文献 [1] 张海英,刘祚时,林桂娟. 群体机器人研究的现状和发展.电子技术,2004.2 [2] 徐东. 多机器人系统的关键技术研究.应用科技,2004.7 [3] 丁滢颍,何衍,蒋静坪. 基于蚁群算法的多机器人协作策略.机器人,2003.9 [4] 曾 华,孙霞林,江世宏. 基于BP神经网络控制的多机器人运动规划. 武汉化工学院学报,2005.1 [5] 景兴建,王越超,谈大龙. 基于人工协调场的多移动机器人实时协调避碰规划. 控制理论与应用,2004.10 [6] Alessandro,
Farinelli, Luca Iocchi, and Daniele Nardi. Multirobot Systems: A
Classification Focused on Coordination. IEEE TRANSACTIONS ON SYSTEMS,
MAN, AND CYBERNETICS—PART B: CYBERNETICS, 2004.10 [7] Yanco, H. and Stein, L. A. An adaptive communication protocol for cooperating mobile robots. From Animals to Animats: Proc. of the Second Int. Conference on the Simultion of Adaptive Behavior. MIT Press/Bradford Books , 1993 |
|
|
