智能機器人協(xié)作系統及其關(guān)鍵技術(shù)

　　在機器人向智能化的發(fā)展中，多機器人協(xié)作系統是一類(lèi)具有覆蓋性的技術(shù)集成平臺。如果說(shuō)單個(gè)機器人的智能化還只是使個(gè)體的人變得更聰明，那么多機器人協(xié)作系統則不但要有一批聰明的人，還要求他們能有效地合作。所以它不僅反映了個(gè)體智能，而且反映了集體智能，是對人類(lèi)社會(huì )生產(chǎn)活動(dòng)的想象和創(chuàng )新探索。

　　多機器人協(xié)作系統有著(zhù)廣泛的應用背景，它與自動(dòng)化向非制造領(lǐng)域的擴展有著(zhù)密切的聯(lián)系，由于應用環(huán)境轉向非結構化，多移動(dòng)機器人系統應能適應任務(wù)的變化以及環(huán)境的不確定性，必須具有高度的決策智能，因而，對多移動(dòng)機器人協(xié)作的研究已不單純是控制的協(xié)調，而是整個(gè)系統的協(xié)調與合作。在這里，多機器人系統的組織與控制方式在很大程度上決定了系統的有效性。

　　多機器人協(xié)作系統還是實(shí)現分布式人工智能的典范。分布式人工智能的核心是把整個(gè)系統分成若干智能、自治的子系統，它們在物理和地理上分散，可獨立地執行任務(wù)，同時(shí)又可通過(guò)通信交換信息，相互協(xié)調，從而同完成整體任務(wù)，這無(wú)疑對完成大規模和復的任務(wù)是富有吸引力的，因而很快在軍事、信及其他應用領(lǐng)域得到了廣泛重視。多機器協(xié)作系統正是這種理念的具體實(shí)現，其中每機器人都可看作是自主的智能體，這種多智體機器人系統MARS（MulTI—AgentRoboTIcSystems）現已成為機器人學(xué)中一個(gè)新的研究熱點(diǎn)。

　　多移動(dòng)機器人系統由于具有移動(dòng)功能，能在非結構環(huán)境下完成復雜任務(wù)，是多機器人協(xié)作系統中最具典型意義和應用前景、也是得到最廣泛研究的一類(lèi)系統。以下就以多移動(dòng)機器人系統為代表，介紹智能機器人協(xié)作系統的主要關(guān)鍵技術(shù)：

　　1．體系結構

　　體系結構是系統中機器人之間邏輯上和物理上的信息關(guān)系和控制關(guān)系，以及問(wèn)題解能力的分布模式，它是多移動(dòng)機器人協(xié)作行為的基礎。一般地，多移動(dòng)機器人協(xié)作系統的體系結構分為集中式（Centralized）和分式（Distributed）兩種。集中式體系結構可用一個(gè)單一的主控機器人（Leader）來(lái)規劃，該機器人具有關(guān)于系統活動(dòng)的所有信息。而分布式體系結構則沒(méi)有這樣一個(gè)機器人，其中所有機器人相對于控制是平等的。盡管集中式體系結構可實(shí)現全局最優(yōu)求解，但因考慮到不確定性影響，實(shí)際上人們更偏好分布式結構。近年采，在分布式體系結構中，為了克服機器人在實(shí)際環(huán)境中對環(huán)境建模的困難，，提高多移動(dòng)機器人協(xié)作系統的魯棒性和作業(yè)能力，一些學(xué)者采用了基于行為的反應式控制體力，一些學(xué)者采用了基于行為的反應式控制體系結構，將合作行為建立在一種反應模式上，加快了移動(dòng)機器人對外界的響應，避免了復雜的推理，從而提高了系統的實(shí)時(shí)性。

　　2．感知

　　感知是智能機器人行動(dòng)的基礎，包括“感覺(jué)”（傳感）和“知道與理解”信息融合與利用）。在移動(dòng)機器人中最主要的感知問(wèn)題是定位和環(huán)境建模問(wèn)題［7］o雖然已有里程計推算、基于視覺(jué)的路標識別、基于地圖匹配的全局定位、陀螺導航、GPS等多種定位方法，但在未知非結構環(huán)境中，目前有GPS才能實(shí)現可實(shí)用的全局定位。但GPS同時(shí)受到精度、安全等因素的限制。如何借助機器人之間的配合提高定位和環(huán)境建模能力，是研究多移動(dòng)機器人系統智能的重要內容。近年來(lái)，提出了多種環(huán)境地圖建立與定位的同步處理方法［8］，其中環(huán)境建模與定位過(guò)程是相互伴隨的，兩者在彼此迭代的過(guò)程中逐步清晰化，但往往要求苛刻的環(huán)境條件。此外，在不少協(xié)作任務(wù)中只需要合作者間的相對位置信息，如編隊及局部避碰等，因此基于傳感器的局部定位也受到關(guān)注，機器人之間通過(guò)超聲、紅外、激光或視覺(jué)等傳感器相互探測，然后通過(guò)統計、濾波等算法進(jìn)行信息融合，由此得到系統中各機器人的相對位置。

　　3．規劃

　　規劃問(wèn)題主要包括任務(wù)規劃和路徑規劃，一直是人工智能及機器人學(xué)研究的主要問(wèn)題，對其進(jìn)行了大量和長(cháng)期的研究，成果已應用在多機器人協(xié)作系統的規劃問(wèn)題研究中E引，與體系結構相對應，多移動(dòng)機器人系統的規劃通常包括集中式規劃（Centra）—ized1anning）牙口分布式規戈 U（DistribUted“nning）兩種方式。集中式規劃一般能獲得效率高、全局最優(yōu)的規劃結果，但它主要適用于靜態(tài)環(huán)境，難以應付環(huán)境的變化。分布式規劃中，每個(gè)機器人根據自身?yè)碛械沫h(huán)境信息規劃自己的行動(dòng)，其優(yōu)點(diǎn)是能適應環(huán)境的變化，缺點(diǎn)是不能獲得全局最優(yōu)解和可能出現死鎖現象。

　　4．學(xué)習與演化

　　學(xué)習和演化是系統具有適應性、靈活性等特性的體現。目前，在協(xié)作機器人學(xué)中主要采用增強型學(xué)習（ReinforcementLearning）方法和遺傳規劃（GeoeTIcPrgramming），并且在多機器人搬運系統和機器人足球中獲得了成功應用［10］［11］。目前的多機器人學(xué)習和演化還停留在比較低的行為層次，其學(xué)習和演化的任務(wù)和環(huán)境也非常簡(jiǎn)單，當其面對更為復雜的任務(wù)和環(huán)境時(shí)，存在時(shí)滯評價(jià)和組合爆炸問(wèn)題，另外，對多智能體的分布式學(xué)習與演化，也與傳統的集中式的學(xué)習與演化方法有明顯區別，還有待尋找更為有效的行為優(yōu)化方法。

　　5．協(xié)調與協(xié)作策略

　　多移動(dòng)機器人系統在協(xié)作完成復雜任務(wù)時(shí)，涉及到各機器人任務(wù)、規劃、控制間的協(xié)調［12］［13］，多智能體理論的研究已為這些協(xié)調行為提供了思想與策略，但如何把這些抽象的思想與策略結合到具體系統中加以實(shí)現，同時(shí)又能體現普適性，涉及到用什么工具正確描述各層次的系統行為。目前在任務(wù)協(xié)調層最典型的描述工具是離散事件動(dòng)態(tài)系統理論中的有限狀態(tài)機（FSA）方法，但如何對不同層次的行為借鑒混合系統理論和方法進(jìn)行統一描述，還是在研究的熱門(mén)課題。此外，在同一環(huán)境中運行的多個(gè)移動(dòng)機器人，經(jīng)常會(huì )產(chǎn)生資源利用時(shí)的沖突。如果沒(méi)有適當的協(xié)調策略，系統將不能正常工作。對于可預見(jiàn)的沖突，可通過(guò)規劃加以避免。但系統動(dòng)態(tài)運行時(shí)的情況常常不能事先準確預測，僅依靠規劃的方法解決沖突將十分有限。對于動(dòng)態(tài)沖突的消解主要包括磋商法、慣例法（ConvenTIon）和熟人模型法。在動(dòng)態(tài)環(huán)境中的死鎖檢測與消解，仍是十分具有挑戰性的難題。

　　6．系統軟件平臺開(kāi)發(fā)

　　多機器人系統的研究已經(jīng)持續進(jìn)行了近20年，前期的工作主要集中在系統硬件和與之相關(guān)的某些單項技術(shù)的研究，隨著(zhù)多移動(dòng)機器人硬件系統的逐步完善，當前的軟件研究明顯滯后，所開(kāi)發(fā)的軟件往往針對具體的硬件系統和單一任務(wù)，技術(shù)集成度低、通用性差，無(wú)法有效發(fā)揮硬件的效能。為此，人們迫切感到需要研制具有高度開(kāi)放性、通用性、機器人硬件無(wú)關(guān)性和可擴展性的系統軟件平臺，對現有的零散技術(shù)成果進(jìn)行系統集成，同時(shí)為規范系統軟件的設計框架提供標準。美國和歐洲各國近3年來(lái)啟動(dòng)了多項針對多移動(dòng)機器人協(xié)作系統軟件開(kāi)發(fā)的大型項目，產(chǎn)生了一些有代表性的軟件開(kāi)發(fā)平臺，并已獲得應用。

　　7．實(shí)驗研究

　　多移動(dòng)機器人協(xié)作系統的實(shí)驗研究最初是從計算機的模擬仿真起步，利用計算機軟件建立一個(gè)假想的機器人群體。通過(guò)這種途徑，可以較自由地賦予機器人主體以理想的機制，使其以不同的方式相互作用。但是，這種做法盡管能考察很多數理性或生物性原理對機器人群體協(xié)作行為規范的影響，卻很難直接應用于構造實(shí)際的作業(yè)系統。近年來(lái)，隨著(zhù)機器人及其構件性能的改善，使用實(shí)機多機器人系統的研究不斷增加，從而使理論研究與實(shí)際環(huán)境、現有物理機器人之間的距離逐漸縮小。目前，國際上多數機器人基礎研究實(shí)驗室都在從計算機仿真和實(shí)機實(shí)驗兩個(gè)途徑同時(shí)開(kāi)展研究。