|
1、引言 80年代末，隨著機(jī)器人學(xué)、DAI和分布式系統(tǒng)的研究與發(fā)展，機(jī)器人已朝向分布式、系統(tǒng)化和智能化的方向發(fā)展．尤其是基于MAS的多機(jī)器人協(xié)作問(wèn)題正受到越來(lái)越多的關(guān)注．目前智能體(Agent)還沒(méi)有統(tǒng)一的定義，一般被認(rèn)為是一個(gè)能作用于自身和環(huán)境，并能對(duì)環(huán)境做出反應(yīng)的物理的或抽象的實(shí)體［1］，是一個(gè)具有自主性、主動(dòng)性、社會(huì)交互性及反應(yīng)性的對(duì)象模型．MAS則是Agent的集合．每個(gè)Agent都是一個(gè)具有相同的問(wèn)題求解方法的自治系統(tǒng)，能利用局部信息進(jìn)行自主規(guī)劃，并能通過(guò)規(guī)劃推理解決局部沖突實(shí)現(xiàn)協(xié)作，從而完成與自身相關(guān)的局部目標(biāo)．依據(jù)MAS的特性來(lái)組織和控制多個(gè)機(jī)器人，使之能夠協(xié)作完成單個(gè)機(jī)器人無(wú)法完成的復(fù)雜任務(wù)［7～9］是機(jī)器人學(xué)研究領(lǐng)域的新課題，具有重要的理論和現(xiàn)實(shí)意義．國(guó)外一些著名研究有：ACTRESS、CEBOT、 SWARM等系統(tǒng)． 我們要實(shí)現(xiàn)的系統(tǒng)是以多個(gè)移動(dòng)機(jī)器人為控制對(duì)象，以開(kāi)闊區(qū)域?yàn)樵囼?yàn)環(huán)境，要完成多個(gè)隨機(jī)散布的機(jī)器人排成指定隊(duì)形的任務(wù)，每個(gè)機(jī)器人要有不同層次的合作能力．我們將機(jī)器人封裝為Agent和車體模型兩部分，其中Agent是廣義的機(jī)器人控制器，車體模型是機(jī)器人的物理實(shí)體．這樣，多機(jī)器人的合作就體現(xiàn)為多 Agent的合作，各機(jī)器人依據(jù)其子目標(biāo)，動(dòng)態(tài)地規(guī)劃各自的運(yùn)動(dòng)序列，在自主狀態(tài)下采用自主行為，在沖突狀態(tài)下采用合作行為，從而協(xié)作完成系統(tǒng)任務(wù)．本文就是基于這樣的背景提出了系統(tǒng)原型． 2、合作機(jī)制與控制結(jié)構(gòu) 群體的智能行為要求多機(jī)器人之間必須能夠有效合作，這涉及多方面的問(wèn)題，首先是如何組織機(jī)器人去完成任務(wù)，這是任務(wù)級(jí)的合作，體現(xiàn)為高層的組織形式與運(yùn)行機(jī)制［2］．多機(jī)器人間關(guān)系明確后，合作又體現(xiàn)為具體的運(yùn)動(dòng)協(xié)調(diào)規(guī)劃與控制問(wèn)題，這是控制級(jí)的合作，用來(lái)解決局部沖突． 根據(jù)系統(tǒng)任務(wù)的要求，我們選取協(xié)商和競(jìng)爭(zhēng)的合作方式，實(shí)現(xiàn)如下合作機(jī)制：在任務(wù)層，實(shí)現(xiàn)了基于競(jìng)爭(zhēng)的子任務(wù)指定；在行為層，通過(guò)采用動(dòng)態(tài)優(yōu)先級(jí)設(shè)定技術(shù)消解局部沖突，實(shí)現(xiàn)了資源的合理分配［3］． 恰當(dāng)?shù)剡x取系統(tǒng)控制結(jié)構(gòu)是實(shí)現(xiàn)多機(jī)器人合作的前提條件．一般地，以系統(tǒng)中是否有組織智能體為標(biāo)準(zhǔn)［4］，將系統(tǒng)分為集中式控制和分散式控制．集中式系統(tǒng)中由管理員負(fù)責(zé)規(guī)劃和決策，其協(xié)調(diào)效率比較高，但實(shí)時(shí)性、動(dòng)態(tài)特性較差．而在分散式系統(tǒng)中，個(gè)體高度自治，并能借助于通訊手段合作完成任務(wù)．這種方式在容錯(cuò)能力、可靠性和伸縮性等方面比集中式結(jié)構(gòu)要好．根據(jù)單體機(jī)器人結(jié)構(gòu)的劃分是否遵從笛卡爾方法［5］，提出基于行為和基于功能的控制結(jié)構(gòu)．基于行為的結(jié)構(gòu)亦叫縱式分解結(jié)構(gòu)，R.A.Brooks提出的包容結(jié)構(gòu)［6］是一個(gè)典型．該結(jié)構(gòu)具有靈活反應(yīng)能力，利于實(shí)時(shí)任務(wù)的完成，但幾乎不具有智能，規(guī)劃能力差．基于功能的控制結(jié)構(gòu)也叫橫式分解結(jié)構(gòu)，分層遞階結(jié)構(gòu)是一個(gè)典型．該結(jié)構(gòu)對(duì)外界的反應(yīng)不夠靈活，反應(yīng)速度慢，但具有規(guī)劃和推理能力，能對(duì)環(huán)境做出合理反應(yīng)．為適應(yīng)系統(tǒng)分布式、智能化和協(xié)同化的要求，我們選取混合式控制結(jié)構(gòu)，即規(guī)劃與響應(yīng)相結(jié)合、橫式與縱式相結(jié)合、全局自主分布與局部集中管理相結(jié)合的結(jié)構(gòu)． 3、系統(tǒng)模塊化設(shè)計(jì)原型 考慮到系統(tǒng)的分布式特點(diǎn)及機(jī)器人的同質(zhì)性，為了便于系統(tǒng)實(shí)現(xiàn)和擴(kuò)充，我們采用模塊化設(shè)計(jì)思想，依據(jù)系統(tǒng)控制結(jié)構(gòu)的層次，按功能對(duì)系統(tǒng)進(jìn)行模塊化分解，設(shè)計(jì)了具有可實(shí)現(xiàn)性的系統(tǒng)原型．從面向?qū)ο蠹夹g(shù)的角度來(lái)看，系統(tǒng)中的對(duì)象可分為機(jī)器人和系統(tǒng)管理員兩類，我們據(jù)此將系統(tǒng)分為管理員分系統(tǒng)和機(jī)器人分系統(tǒng)兩大部分． 3.1 機(jī)器人分系統(tǒng)（包含多個(gè)機(jī)器人子系統(tǒng)） 每個(gè)機(jī)器人子系統(tǒng)包含Agent和車體模型兩部分，其中，車體模型是包含了各種硬件設(shè)備的物理實(shí)體，在此不詳述．與之相對(duì)，Agent作為機(jī)器人智能的體現(xiàn)者，是推理、決策、規(guī)劃和控制的軟件執(zhí)行體，是一個(gè)功能完全的對(duì)象模型，由4部分組成． 3.1.1 知識(shí)信息收集處理子系統(tǒng) 機(jī)器人在動(dòng)態(tài)過(guò)程中規(guī)劃的依據(jù)就是Agent 具有的先驗(yàn)知識(shí)和前一時(shí)刻收集的局部環(huán)境信息，機(jī)器人據(jù)此完成規(guī)劃和控制．主要包含下面幾個(gè)模塊： (1) 讀取地圖信息 Read_Map()：一般包含部分靜態(tài)障礙的信息．在機(jī)器人的初始化部分完成． (2) CCD視覺(jué)信息接收處理 Receive_CCD()：接收從攝像機(jī)中取得的視頻圖像，經(jīng)變換得RGB圖像，然后轉(zhuǎn)換為灰度圖像，經(jīng)數(shù)學(xué)形態(tài)學(xué)處理和邊界抽取等處理，最后可求得視域內(nèi)障礙物和機(jī)器人的位置信息．用來(lái)探測(cè)較遠(yuǎn)距離的障礙． (3)超聲波信息接收處理 Receive_US()：主要用于探測(cè)較近距離內(nèi)或突現(xiàn)的障礙，給出障礙物的距離及其方向，在避障過(guò)程中起自我保護(hù)和監(jiān)控作用，使之具有較好的靈活反應(yīng)能力． (4)紅外信息接收處理 Receive_IR()：紅外探測(cè)器易受外界光線的干擾，且不能提供障礙物在敏感區(qū)域內(nèi)的具體位置，在本系統(tǒng)中起輔助避障的作用． (5)Sensor信息融合 SensorInfo_Fusion()：將CCD、US、IR的處理結(jié)果經(jīng)綜合分析形成對(duì)環(huán)境的描述，放入規(guī)定的數(shù)據(jù)結(jié)構(gòu)中，以確定靜、動(dòng)態(tài)障礙物的位置、方向等． (6)車體定位 Cur_Pos()：從odometer中讀出車體的位置和前輪轉(zhuǎn)角，填入給定的數(shù)據(jù)結(jié)構(gòu)． 上述幾個(gè)模塊主要完成了傳感器數(shù)據(jù)的采集與存儲(chǔ)，實(shí)際上還應(yīng)包括機(jī)器人之間的網(wǎng)絡(luò)通訊數(shù)據(jù)，這一部分?jǐn)?shù)據(jù)也是很重要的輸入信息，放在后續(xù)的通訊模塊中說(shuō)明． 3.1.2 規(guī)劃推理子系統(tǒng) 規(guī)劃與控制是自主機(jī)器人的核心功能，主要負(fù)責(zé)完成機(jī)器人的行為規(guī)劃與行為控制，體現(xiàn)其智能程度，所以這部分功能實(shí)現(xiàn)比較復(fù)雜，在此只給出主要的功能模塊 (Agent子類的成員函數(shù))． (1)全局路徑規(guī)劃 Global_Planner()：是離線規(guī)劃，在系統(tǒng)初始化時(shí)完成．利用A*搜索算法給出一條在全局環(huán)境內(nèi)最優(yōu)的路徑，做為機(jī)器人在自主狀態(tài)下跟蹤的理想路徑． (2)局部路徑規(guī)劃 Local_Planner()：運(yùn)用動(dòng)態(tài)子目標(biāo)規(guī)劃算法完成動(dòng)態(tài)過(guò)程中的局部路徑規(guī)劃．根據(jù)當(dāng)前場(chǎng)景，按照算法調(diào)度下列模塊，求出動(dòng)態(tài)子目標(biāo)點(diǎn)作動(dòng)態(tài)跟蹤的目標(biāo)． (3)靜態(tài)障礙檢測(cè) Static_Collision()：根據(jù)傳感器給出的當(dāng)前視域內(nèi)的靜態(tài)障礙（OBS）分布的相關(guān)數(shù)據(jù)信息，按照一定的碰撞檢測(cè)條件，判斷各OBS所在的空間是否與各機(jī)器人當(dāng)前規(guī)劃段相沖突，有，則置標(biāo)志，并返回與機(jī)器人相沖突的最近的OBS信息． (4)靜態(tài)子目標(biāo)點(diǎn)選取 Static_Subgoal()：根據(jù)靜態(tài)障礙檢測(cè)的結(jié)果，按照一定原則，選取子目標(biāo)點(diǎn)． (5)動(dòng)態(tài)沖突預(yù)測(cè) Dynamic_Collision()：利用傳感器給出的當(dāng)前視域內(nèi)的動(dòng)態(tài)OBS分布的相關(guān)數(shù)據(jù)信息，依據(jù)利用通信交互的當(dāng)前通信域內(nèi)其他各機(jī)器人（也看作是動(dòng)態(tài)OBS）的相關(guān)信息（位置、速度、目標(biāo)），求出各動(dòng)態(tài)目標(biāo)間的最短距離以及取得時(shí)刻，以距離為檢測(cè)條件，判斷其他機(jī)器人和動(dòng)態(tài)OBS是否與本機(jī)器人當(dāng)前規(guī)劃段相沖突，有，則置標(biāo)志，并返回與本機(jī)器人相沖突的最近的OBS信息． (6)動(dòng)態(tài)子目標(biāo)點(diǎn)選取 Dynamic_Subgoal()：根據(jù)動(dòng)態(tài)沖突預(yù)測(cè)的結(jié)果，按照一定原則，選取子目標(biāo)點(diǎn)． 3.1.3 控制子系統(tǒng) 控制子系統(tǒng)的任務(wù)就是實(shí)時(shí)地接收控制命令，驅(qū)動(dòng)伺服系統(tǒng)完成目標(biāo)跟蹤的任務(wù)．在此，我們只給出規(guī)劃子系統(tǒng)和底層伺服子系統(tǒng)的接口模塊． 驅(qū)動(dòng)執(zhí)行 Excution()：實(shí)時(shí)地接收規(guī)劃結(jié)果，將其轉(zhuǎn)化成駛向子目標(biāo)點(diǎn)的各種執(zhí)行動(dòng)作． 3.1.4 通信子系統(tǒng) 由于目前使用的各種傳感器還不能提供足夠的關(guān)于其他機(jī)器人和環(huán)境的實(shí)時(shí)信息描述，所以通信成為實(shí)現(xiàn)多機(jī)器人合作的關(guān)鍵，是系統(tǒng)動(dòng)態(tài)運(yùn)行過(guò)程中獲取信息的最基本手段，也是一種高效的信息交互方法．根據(jù)任務(wù)要求，我們建立了局域網(wǎng)平臺(tái)，并分別從同步和異步Socket類派生了對(duì)象，在傳輸方式上也采用流式和數(shù)據(jù)報(bào)兩種方式．因其功能較為復(fù)雜，在此只給出主要的功能模塊． (1)等待接收初始化消息和任務(wù)命令 RInitInfo()：機(jī)器人首先創(chuàng)建流式Socket，再建立與管理員和其他機(jī)器人的點(diǎn)對(duì)點(diǎn)的連接，最后等待接收管理員傳送的初始化消息和任務(wù)命令． (2)等待接收同步信號(hào) RSyncSignal()：接收到管理員傳來(lái)的初始化信息和任務(wù)命令后，機(jī)器人自動(dòng)完成數(shù)據(jù)加載，并完成自身的全部初始化，等待接收同步啟動(dòng)信號(hào)． (3)收/發(fā)協(xié)商數(shù)據(jù) Recieve/Send()：機(jī)器人啟動(dòng)運(yùn)行后，需要與其他機(jī)器人交互信息完成合作．在每個(gè)采樣周期都廣播發(fā)送機(jī)器人的當(dāng)前位置狀態(tài)數(shù)據(jù)；當(dāng)檢測(cè)到動(dòng)態(tài)沖突后，相互沖突的機(jī)器人就以點(diǎn)對(duì)點(diǎn)的方式分送協(xié)商數(shù)據(jù)，安全高效． 3.2 管理員分系統(tǒng) 本系統(tǒng)中的管理員不同于集中式系統(tǒng)中的角色，它不做規(guī)劃和決策，只完成一些輔助功能：圖形仿真環(huán)境設(shè)置、初始化機(jī)器人(數(shù)據(jù)加載)、發(fā)送人工干預(yù)命令、圖形顯示、信息接收存儲(chǔ)等． (1)環(huán)境設(shè)置 Set_Env()：可采用三種方式(讀數(shù)據(jù)文件、對(duì)話框交互和鼠標(biāo)點(diǎn)取)來(lái)設(shè)置圖形仿真環(huán)境(主要包含車、障礙及場(chǎng)景等)，操作靈活，使用簡(jiǎn)單． (2)加載機(jī)器人初始化數(shù)據(jù)InitRobot()：采用流式Socket建立和各機(jī)器人點(diǎn)對(duì)點(diǎn)的連接，然后向各機(jī)器人發(fā)送初始化信息和任務(wù)命令，完成數(shù)據(jù)加載． (3)接收人工干預(yù)命令Command()：能夠?qū)崟r(shí)地接收人工干預(yù)命令,并即時(shí)地完成命令下達(dá)． (4)發(fā)同步信號(hào) SyncSignal()：給各機(jī)器人發(fā)同步啟動(dòng)信號(hào)，啟動(dòng)機(jī)器人系統(tǒng)開(kāi)始運(yùn)行． (5)接收并存儲(chǔ)數(shù)據(jù) CurData()：周期性地接收各機(jī)器人的廣播數(shù)據(jù)，存入一定的數(shù)據(jù)結(jié)構(gòu)． (6)圖形顯示和復(fù)演 Display()：實(shí)時(shí)地顯示各機(jī)器人的運(yùn)動(dòng)狀態(tài)，以利于觀察和控制實(shí)際系統(tǒng)的運(yùn)作，且能在事后依據(jù)存儲(chǔ)的數(shù)據(jù)，將現(xiàn)場(chǎng)及機(jī)器人完整的運(yùn)動(dòng)過(guò)程復(fù)現(xiàn)． 4、仿真系統(tǒng)面向?qū)ο蟮某绦驅(qū)崿F(xiàn) 我們?cè)诰钟蚓W(wǎng)平臺(tái)上，按照C/S模型進(jìn)行系統(tǒng)編程實(shí)現(xiàn)．選用了面向?qū)ο蟮某绦蛟O(shè)計(jì)語(yǔ)言Visual C++ 5.0，共設(shè)計(jì)了九個(gè)類，其中兩個(gè)主類：管理員類Manager和機(jī)器人類Robot，Robot類中又包含Agent、Communication 、Sensor、CCD等七個(gè)子類，Agent類的成員函數(shù)對(duì)應(yīng)于規(guī)劃和控制執(zhí)行子系統(tǒng)，Communication類對(duì)應(yīng)于通訊子系統(tǒng)，其余的子類與知識(shí)信息收集子系統(tǒng)相關(guān)，是為真實(shí)系統(tǒng)預(yù)留的接口．Manager類的成員函數(shù)對(duì)應(yīng)于管理員分系統(tǒng)．利用面向?qū)ο蠹夹g(shù)設(shè)計(jì)實(shí)現(xiàn)的系統(tǒng)原型，易于修改和移植，且結(jié)構(gòu)清晰、自然，貼近真實(shí)系統(tǒng)． 5、小結(jié) 近年來(lái)多機(jī)器人協(xié)作問(wèn)題已成為領(lǐng)域內(nèi)的研究熱點(diǎn)．本文旨在設(shè)計(jì)實(shí)現(xiàn)一個(gè)試驗(yàn)系統(tǒng)，首先對(duì)多機(jī)器人的體系結(jié)構(gòu)與合作機(jī)制進(jìn)行了探討，然后針對(duì)具體任務(wù)和環(huán)境，對(duì)多機(jī)器人系統(tǒng)的結(jié)構(gòu)和功能進(jìn)行了模塊化分解，最后利用面向?qū)ο蠹夹g(shù)給出了系統(tǒng)原型，并通過(guò)仿真系統(tǒng)分析系統(tǒng)設(shè)計(jì)方案的可行性，逐步向建立實(shí)際系統(tǒng)過(guò)渡． 參考文獻(xiàn) 1 Russell and Peter Norvig. Artificial Intelligence A Modern Approach (AIMA),33 2 王越超,談大龍.協(xié)作機(jī)器人學(xué)的研究現(xiàn)狀與發(fā)展.機(jī)器人,1998,20(1) 3 李 春,鄭志強(qiáng).多機(jī)器人系統(tǒng)的控制結(jié)構(gòu)與合作機(jī)制.機(jī)器人增刊,1998 4 Huosheng Hu et al. A Parallel Processing Architecture for Sensor-based Control of Intelligent Mobile Robrts. Journal of Robotics and Autonomous Systems, 1996,17: 235～257 5 Biswas G. Intelligence Group Report. Journal of Robotics and Autonomous Systems 1996,18, 141～148 6 Brooks R A. A Robust Layed Control System for a Mobile Robot. IEEE Journal on Robotics and Automation,1986,2(1): 14～22 7 Azarm K. A Decentralized Approach for the Conflict-free Motion of Multiple Mobile Robots. Advanced Robotics, 1997,11(4) 8 Maja J. Mataric. Designing and Understanding Adaptive Group Behavoir. Journal of Adaptive Behavior, 1996,4(1): 51～80 9 Aguilar L, Alimi R. Ten Autonomous Mobile Robots (and Even More) in a Route Network Like Environment.IEEE IROS95: 260～267 作者簡(jiǎn)介 李春：女，26歲，碩士研究生．研究領(lǐng)域：多機(jī)器人系統(tǒng)協(xié)作與控制、機(jī)器人智能規(guī)劃．鄭志強(qiáng)：男，33歲，博士，副教授．研究領(lǐng)域：機(jī)器人學(xué)、計(jì)算機(jī)應(yīng)用等． 作者單位 國(guó)防科技大學(xué)自動(dòng)控制系302教研室 長(zhǎng)沙 410073 來(lái)源：《機(jī)器人》 1999 21(3) |
