第五章 多机器人系统200874).pptVIP

第五章 多机器人系统 目录 5.1 引言 5.2 多移动机器人系统 5.3 基于智能体通信的多移动机器人协调控制体系结构 5.4 基于闭环控制律的多移动机器人运动协调 5.5 基于群集控制律的多移动机器人运动协调 5.6 研究展望 5.1 引言 多机器人技术（multiple robotics）是机器人学发展的一个新方向 多机器人系统有以下显著特性： 更广泛的任务领域 容错 鲁棒性 更低的经济成本 分布式的感知与作用 内在的并行性 几种典型的多机器人系统 群智能机器人系统 自重构机器人系统 协作机器人系统 机器人足球赛 群智能机器人系统 群智能机器人机器人系统是由许多无差别的自治机器人组成的分布式系统，它主要研究如何使能力有限的个体机器人通过交互产生群体智能。 在自然界的蚂蚁、蜜蜂等昆虫群体中，个体的能力有限，但从它们的交互中却呈现了智能行为。 通过人工模拟昆虫社会，有助于群智能机器人系统的研究。 群智能机器人系统 Collective Robotics 实验系统 该系统将许多简单的机器人组织成一个团体来完成一些有意义的工作，例如：推箱子 群智能机器人系统 The Nerd Herd 系统 由20个机器人组成，机器人上装有抓手、红外传感器和接触传感器，可用于大规模机器人群行为实验。 自重构机器人系统 自重构机器人：以一些具有不同功能的标准模块为组件，根据任务的需要，对这些模块进行组合，进而形成具有不同功能的系统。 CEBOT 协作机器人系统 协作机器人系统是由多个具有一定智能的自治机器人组成，机器人之间通过通信实现相互间的协作，以完成复杂的任务。 中科院沈阳自动化所的MRCAS协作装配系统 机器人足球赛 在机器人足球赛中，不同的机器人之间的关系是对抗的、竞争的；同队的机器人之间则是合作的、互助的；且协作的实时性强。 RoboCup 多机器人系统研究的主要内容 群体体系结构 感知 通信 协调协作机制 性能评价 群体体系结构 集中式：通常有一个主控机器人。 分散式：没有主控机器人存在。 分布式：各机器人之间的关系是平等的。 分层式：介于集中式结构与分布式结构之间的一种混合结构 感知 智能机器人的感知包括感觉和理解两方面问题。 在多机器人系统当中，由于各机器人分散于环境当中，整个系统获取的信息更加丰富。在一些需要多机器人合作进行的工作中，各机器人不仅仅需要处理本身传感器所获得的信息，而且需要将其它机器人的传感信息与自身传感信息进行融合以获得对外部环境的正确理解。 通信 “通信”是机器人之间进行交互和组织的基础。通过通信，多机器人系统中各机器人了解其它机器人的意图、目标和动作，以及当前环境状态等信息，进而进行有效地磋商，协作完成各项任务。 隐式通信 显式通信 协调协作机制 多机器人系统研究中的一个重要问题就是如何实现各机器人之间的协调协作。多机器人系统的协调协作机制与系统的群体体系结构、个体体系结构、感知、通信和学习等方面的研究密切相关。 分层分级协作 在实际的应用中，各层次的协调协作控制并不一定单独存在于系统中，多机器人系统通常因任务的需求而包含了多个不同层次的协调协作控制。许多协调协作算法、规则可以应用于不同层次上系统的控制与交互。由不同层次的协调协作算法、协议构建而成的多机器人系统协调协作机制可以有效地提高系统效率、增强系统容错性。 性能评价 由于多机器人系统所需完成的各种任务的要求、目标的不同，对同一多机器人系统性能的评价也不一致。如何来确立多机器人系统性能评价的标准是一个有意义的问题。 对于多机器人系统的性能评价主要集中于系统的模块化、可扩展性、并行性、可维护性、灵活性、实时性、可靠性以及系统的效率等某一方面或某几方面问题的定性研究、定量分析。 通常来说，多机器人系统的定量分析较定性分析更难一些。 5.2 多移动机器人系统 由于移动机器人在多机器人系统中最具一般性和普适性，也是多机器人系统应用领域不断扩展下的主要需求之一，因此，本章以移动机器人为具体对象，对多机器人系统展开讨论。 多移动机器人控制系统的理论研究 基于常规控制算法的多移动机器人控制理论 基于分布式人工智能的多移动机器人控制理论 基于分布式系统的多移动机器人控制理论 基于生物学的多移动机器人控制理论 国内研究综述 基于常规控制算法的多移动机器人控制理论 经典反馈控制律 分散式系统控制理论 ISS (Input-to-State Stability)理论和LFS (Leader-to-Formation Stability)理论 基于分布式人工智能的多移动机器人控制理论 分布式的问题解决(DPS) MAS(Multi-Agent System)理论 基于分布式系统的多移动机器人控制理论 分布