引言

機器人的出現(xiàn)將人類從危險、復(fù)雜或完全未知的工作環(huán)境中解脫出來。機器人系統(tǒng)能夠?qū)崟r感知各種外部環(huán)境,是一個兼顧視覺識別,任務(wù)管理執(zhí)行與分配、行為決策等多功能的控制管理系統(tǒng),能夠輕松適應(yīng)各種惡劣環(huán)境。當一些世界頂級職業(yè)棋手被具有人工智能強大深度學(xué)習(xí)功能的阿爾法狗戰(zhàn)勝時,代表著機器人的智能化實現(xiàn)了飛速提升。盡管如此,單體機器人在進行復(fù)雜工作或處在復(fù)雜任務(wù)環(huán)境中時,僅通過自身行為根本無法直接滿足復(fù)雜任務(wù)處理需求,因此,人們從自然界飛行的鳥群、蟻群運動中得到了啟迪,運用此類生物集群編隊協(xié)作的方式,將其集成到多體機器人系統(tǒng)中,進而完成單體機器人難以獨立執(zhí)行的復(fù)雜任務(wù)。

目前,編隊協(xié)同運動技術(shù)被應(yīng)用于許多領(lǐng)域。在工業(yè)中,通過控制多個機器人以特定方式自動運輸各種貨物:在軍事領(lǐng)域,多個自主運動小車被廣泛應(yīng)用于軍事邊防編隊巡邏、資源地理勘測、偵察救援、掃雷或衛(wèi)星的姿態(tài)運動協(xié)調(diào)及空間探測中:在警務(wù)領(lǐng)域,將多個移動機器人編隊成一個弧形包圍網(wǎng)抓捕入侵者等。由于多智能機器人控制系統(tǒng)在許多領(lǐng)域被廣泛應(yīng)用,多智能體協(xié)同控制問題越來越受到研究者和工程界的重視,機器人編隊協(xié)同控制成為國內(nèi)外研究的熱點之一。近年來,機器人編隊協(xié)同控制取得了大量科研成果,逐步形成了以人工勢場法、虛擬結(jié)構(gòu)法、基于行為控制法、跟隨領(lǐng)航者法為主要代表的多種編隊控制方法。

本文將從一個新的角度出發(fā),對多智能機器人編隊協(xié)同控制方法的研究現(xiàn)狀和未來發(fā)展趨勢進行綜述。

1國外研究現(xiàn)狀及分析

Sinha討論了線性模型中的多體循環(huán)跟蹤控制問題,指出在循環(huán)運動跟蹤控制策略下,穩(wěn)定的多體系統(tǒng)中的每個個體都會收斂到平衡點,進一步分析表明,如果每個個體的初始位置已知,系統(tǒng)可以確定平衡點位置,并給出系統(tǒng)全局穩(wěn)定的條件。在多機器人編隊控制時,單個機器人常常被看作質(zhì)點。在多體機器人系統(tǒng)中,機器人自身因為是非線性的,所以在建立合理的機器人模型時要約束機器人的一些物理和運動特性。

文獻主要討論了非線性機器人模型中的循環(huán)運動跟蹤控制問題,從圖論方面對該問題進行了深入研究,并給出了相應(yīng)的穩(wěn)定性條件。

一致性協(xié)議是多智能體技術(shù)的基礎(chǔ)。它的思想是把相鄰個體之間的行為差異當作反饋控制數(shù)據(jù),進而對單體機器人的行為進行調(diào)控。Jadbabaie等證實了多體系統(tǒng)存在一致性,運用代數(shù)圖論知識,為一致性控制的研究發(fā)展奠定了理論基礎(chǔ)。2006年,Gennaro等人運用分布式導(dǎo)航函數(shù)理論設(shè)計了一致性協(xié)議,從而實現(xiàn)多機器人的編隊控制,導(dǎo)航函數(shù)的最小值對應(yīng)期望的編隊結(jié)構(gòu)。在文獻[13]中,Defoort等人對那些含有有界不確定性擾動時機器人的編隊控制問題設(shè)計了二階滑模魯棒控制器,此方案僅需測量機器人間的相對構(gòu)形而無需估計領(lǐng)航者的速度。Dierks等人將單臺移動機器人的軌跡跟蹤控制擴展到編隊領(lǐng)隊的跟蹤控制,采用了組合多層神經(jīng)網(wǎng)絡(luò)技術(shù)。該方法利用神經(jīng)網(wǎng)絡(luò)技術(shù)學(xué)習(xí)機器人編隊的完整動力學(xué),利用神經(jīng)網(wǎng)絡(luò)觀測器估計機器人的角速度及線速度,通過設(shè)計的神經(jīng)網(wǎng)絡(luò)輸出反饋控制器實現(xiàn)了穩(wěn)定控制。Mehrjerdi則在此基礎(chǔ)上進一步研究了位置檢測傳感器和通信設(shè)備故障時的編隊保持問題。機器人處于復(fù)雜工作環(huán)境時,外國學(xué)者針對避障控制以及一致性兩個方面提出人工勢場法、群集智能法。

人工勢場法是人為模擬出機器人、障礙物以及目標之間的相互作用力,進一步用力的作用計算出運動信息。Kim等針對異構(gòu)系統(tǒng)有無領(lǐng)導(dǎo)者兩種情形的一致性問題,基于Lyapunov理論設(shè)計了一致性協(xié)議,并證明其收斂性。Oh等針對多智能體技術(shù)的編隊控制問題給出了較為系統(tǒng)的闡述和分類,還總結(jié)了多種可應(yīng)用于未來編隊控制的多智能體方法。

目前,隨著視覺傳感器技術(shù)的更新?lián)Q代,視覺感知傳感器中的信息采集技術(shù)已經(jīng)成為了現(xiàn)代原有的導(dǎo)航通信、視覺感知技術(shù)的重要補充。

Moshtagh等人對具有非完整信息約束的機器人編隊問題進行深入研究,設(shè)計了分布式編隊控制協(xié)議,并且此協(xié)議是完全基于視覺處理信息的。Morozova在文章中提出排斥勢函數(shù)和虛擬領(lǐng)航者模型,以此解決積分器模型的分布式編隊控制中的避障及避碰問題。

2國內(nèi)研究現(xiàn)狀及分析

2007年shao等提出了一種基于領(lǐng)航跟隨法的隊形協(xié)同控制方案,這種算法的實現(xiàn)需要隊形滿足內(nèi)三角形參數(shù)關(guān)系。Hou等[26]則利用模糊邏輯方法和反步技術(shù)(backsteping）為含有不確定內(nèi)部動力學(xué)模型和外部擾動的移動機器人系統(tǒng)提出了自適應(yīng)控制策略,此控制方法通過模糊邏輯系統(tǒng)進行在線控制學(xué)習(xí)機器人的運動學(xué)和動力學(xué),使這些信息不再是必須的先驗知識。之后Hou等人又通過采用神經(jīng)網(wǎng)絡(luò)技術(shù)對含有外部擾動和不確定動力學(xué)的多智能體系統(tǒng)的一致性問題,提出了魯棒自適應(yīng)控制方案,并將該方法推廣應(yīng)用到多智能體系統(tǒng)的編隊協(xié)同控制中。

多智能體系統(tǒng)達到穩(wěn)定時需要時間趨向于無窮。xiao等人[28]為了推廣到工程應(yīng)用中,提出了有限制時間內(nèi)解決此問題的方案,并給出了理論分析和證明。同時他們把編隊的信息分為局部信息和全局信息,編隊系統(tǒng)中只是少數(shù)個體可得到全局編隊信息,并導(dǎo)航編隊進而降低計算和交互的數(shù)據(jù)量,大多數(shù)個體則是通過利用局部信息來完成跟隨編隊行為。研究表明,基于行為法可實現(xiàn)分布式控制,只是此操作方法下的隊形的穩(wěn)定性難以保持。目前關(guān)于多智能體系統(tǒng)一致性分析主要考慮同構(gòu)系統(tǒng),但這種假設(shè)往往與現(xiàn)實情況并不完全一致。因此學(xué)者們對異構(gòu)系統(tǒng)開始展開研究。鄭元世等利用圖論和Lyapunov穩(wěn)定性理論,得到了無向拓撲圖中異質(zhì)系統(tǒng)一致性的充分條件。

考慮不同的機器人個體在實際工作環(huán)境中交換系統(tǒng)信息時存在通信延遲的問題。因此,在多機器人編隊控制一致性研究中,時滯問題一直是學(xué)者們關(guān)注的焦點。在相關(guān)文獻中,申動斌等人采用領(lǐng)導(dǎo)者-跟隨者控制策略協(xié)調(diào)多機器人在打滑狀態(tài)下的隊形運動,基于二階滑模控制方法,對機器人編隊運動過程中的運動控制器進行了重新設(shè)計,形成了機器人的期望構(gòu)型。

李艷東等人利用運動神經(jīng)網(wǎng)絡(luò)技術(shù)在線估計動態(tài)模型的不確定部分,設(shè)計了自適應(yīng)運動控制器和滑?？刂破?。吳垠等人通過設(shè)計新型模糊控制器同時使用領(lǐng)航-跟隨算法技術(shù),實現(xiàn)了多機器人的編隊協(xié)同控制。

目前,基于視覺技術(shù)的編隊協(xié)同控制問題成為一個新的學(xué)術(shù)研究領(lǐng)域熱點。wang等人對GPs導(dǎo)航信號被切斷的情況進行了研究,提出了一種只需視覺信息來解決領(lǐng)航者-跟隨者編隊協(xié)同控制問題的新方案。

3發(fā)展趨勢分析

依據(jù)現(xiàn)有突破性的研究成果以及機器人編隊控制技術(shù)的發(fā)展,預(yù)測今后的發(fā)展趨勢會呈現(xiàn)以下幾大方面:

(1）高精度、低成本、全自主、高協(xié)同性、融合人工智能的機器人編隊協(xié)同控制技術(shù)將是今后發(fā)展趨勢,具有更強的魯棒性和良好的抗干擾能力。

(2）機器人編隊系統(tǒng)高度的環(huán)境適應(yīng)性,大、小規(guī)模系統(tǒng)的協(xié)同問題隨意切換,硬件技術(shù)大幅提升,發(fā)展高靈敏度傳感器,從而提高設(shè)備導(dǎo)航的可用度和精度。同時,更高的系統(tǒng)可靠性、更高的數(shù)據(jù)更新率也是機器人編隊協(xié)同控制技術(shù)的重要長期發(fā)展戰(zhàn)略方向。

(3）未來機器人編隊協(xié)同控制技術(shù)的發(fā)展趨勢預(yù)計還將體現(xiàn)在系統(tǒng)高兼容性、信號功率提升、加解密以及調(diào)制技術(shù)上。

(4）多智能體系統(tǒng)的非線性更強,機器人本身的物理模型和所研究的實際情況更加貼近,相對位置、相對姿態(tài)等信息更加準確,更好地直接運用到復(fù)雜實際工程中。

(5）個體視覺通信和頻射通信技術(shù)加強,通信模式、帶寬、通信半徑等性能都大幅提高,進而可以得到非常穩(wěn)定高效的遠程控制協(xié)議。尤其是水下通信技術(shù),促進了水下三維編隊導(dǎo)航協(xié)同聯(lián)動控制系統(tǒng)技術(shù)的快速發(fā)展和廣泛應(yīng)用。

4結(jié)語

機器人技術(shù)已成為國際社會重大科技研究項目及學(xué)術(shù)研究領(lǐng)域的熱點,機器人研究是一個跨學(xué)科的新領(lǐng)域,集通信工程、人工智能、機電自動化等新興學(xué)科基礎(chǔ)知識于一體,它的學(xué)術(shù)研究進展和技術(shù)水平直接反映了一個國家的現(xiàn)代計算機自動化水平。隨著面對的任務(wù)越來越復(fù)雜、繁瑣以及精密度要求極高,非線性編隊機器人低成本、大規(guī)模、高效率的優(yōu)勢越來越顯著。同時,研究機器人的非線性編隊控制方法,對研究各類多個體系統(tǒng)的編隊控制也具有一定的應(yīng)用價值和現(xiàn)實意義。