多移动机器人协作任务的分布式控制系统

当障碍物位于左侧 ;否则 , ∃Α [ κ] [ . ϖ ¬为机器人 的最大速度 , Α ¬为机器人最大转角 .障碍物对速度 和运动方向的控制基于人工势场的思想 ,区别在于
速度只取决于与障碍物间距离的大小 ,而方向则取
决于距离和障碍物与运动方向间的夹角两个因素 .
对测得障碍物的 νυ μ 个传感器信息 ,其控制采
环境中 动态变化的协作任务下进行基于传感器信息和通信信息的在线路径规划的方法
关键词 路径规划 行为融合 任务分配
中图分类号 × °
文献标识码
ΔΙΣΤ ΡΙΒΥΤΕ Δ ΧΟΝΤ Ρ ΟΛ ΣΨΣΤΕ Μ ΦΟΡ Τ ΗΕ ΧΟΟΠΕ Ρ ΑΤΙς Ε Τ ΑΣ Κ ΟΦ ΜΥΛΤΙ2 ΜΟΒΙΛΕ Ρ ΟΒΟΤΣ
因为本作业是对环境进行在线搜索 , 实时性的 要求很高 , 故现有的基于可知度函数的搜索方法[ ] 因其巨大的计算量不宜使用 .本文采用了一种由基 于静态图像搜索中的收缩算法[ ] 改进而成的/ 伸缩 算法0 ,可以通过设定伸展半径和收缩半径来达到较 好的搜索效果 .而且 ,通过仿真实验证实了这种搜索 算法是优于随机搜索的 . 2 .2 .2 围猎
用叠加的方法得到避碰控制总量 ϖ 和 Α 如下
νυ μ
ϖ = Ε ϖ [ κ] / νυ μ
()
κ=
图 目标周围的区域示意图
ƒ
≥
√
Ρπ 为追踪半径 , Ρε 为误差半径 , [ Ρε , Ρπ] 为调 整区域 .追踪区内 ,围捕机器人可以以最大的速度和 尽量朝向目标点的运动方向逼近目标点 ;调整区域 内 ,根据与目标点间的距离和角度关系调整速度大 小和运动方向的转角大小 ;进入误差区内以后 ,则可 以认为已经达到了目标点 , 设置速度大小为 , 运动 方向不变 .我们设计的控制策略为
≥
2
∏2
∏2
( Χολλεγε οφ Χο μ πυτερ Σχιενχε ανδ Τεχηνολογψ , Ηαρβιν Ενγινεερινγ Υνιϖερσιτψ , Ηαρβιν
, Χηινα)
Αβστραχτ : √
∏ √
Κεψωορδσ :
2 ຫໍສະໝຸດ Baidu ∏ ∏2 √ 0
∏
∏
√
∏2
1 引言(Ιντροδυχτιον)
ϖ[ κ] >
ϖ¬
()
| ∃Α[ κ] | =
(δ ¬ + Η ¬ − δ[ κ] − Η[ κ])
3 Α ¬/ (δ ¬ + Η ¬ − ρδ) ρδ < δ[ κ] < ρσ
δ[ κ] > ρσ
()
Α¬ 其中 , ϖ [ κ] 和 ∃Α [ κ] 分别为由第 κ 个障碍物确定
的机器人速度大小和运动方向的变化值 , ∃Α [ κ] ,
对于围捕机器人 , 其障碍物包括 :静态障碍物 ! 我方的其他合作机器人 !目标机器人和工作区边界 . 障碍物的信息经过传感器信息的融合后可用三元组 表示( δ[ κ] , Η[ κ] , ϖ[ κ …<) ,其中 , κ 为障碍物标号 , δ 为机器人与障碍物间的距离 , Η为障碍物与机器人 速度方向间的夹角 , ϖ为障碍物的运动速度 ,设传感 器最大感知距离为 δ ¬ ,最大感知角度为 Η ¬ . 2 .3 .2 基于通信信息的目标追踪
/ 围捕0任务为这一方面的研究提供了很好的背 景 它涉及到多机器人的动态路径规划 !多机器人的 任务级协作协调以及编队等方面的问题 本文基于 这一背景的研究提出了一种新的在不同的任务环境 中多机器人的任务分解和分配方法 及一种新的路 径规划方法 仿真试验验证了方法的有效性
Ξ 基金项目 本文得到中国科学院沈阳自动化所机器人学重点实验室基金资助 项目编号 收稿日期
ϖ=
( δ Τ − Ρε) 3 ϖ ¬/ ( Ρ π − Ρε)
ϖ¬
Ρε < δ Τ < Ρπ ()
δ Τ ∴ Ρπ
Ξ ¬ | ΗΤ | ∴ Ξ ¬
| ∃Α | =
| ΗΤ | [ Ξε
()
Ξ ¬/ κ
Α = Α + ∃Α
()
其中 , ϖ 和 ∃Α 分别是由目标追踪行为确定的
机器人速度大小和运动方向的变化值 , ∃Α ,当目
近年来 随着机器人学的快速发展 多机器人系 统理论也因其广泛的应用前景成为了智能系统理论 中的研究热点 人们通过多个机器人的合作完成单 个机器人所无法完成的任务 或是通过多个机器人 的协作提高工作的效率 因此这个过程中多机器人 协作和协调又成为了多机器人系统研究的热点和难 点
在过去的 多年里 研究者们对多机器人协调 控制中的载荷分配 !运动分解 !避碰轨迹规划 !操作 柔性体或大型物体等问题进行了大量的研究0≈ 由 于多机器人 主要是多机器人臂 操作物体时形成的 闭链系统 存在受限运动以及冗余度控制问题 因此 多机器人协调控制问题十分复杂 多机器人系统的 另一个重要问题是多机器人协作 即组织多个机器
我们设定首先发现目标机器人的围捕机器人 Ρκ 自动成为当前领导者 .领导者执行跟踪任务 ,并同时 计算其余子目标点位置作为其他围捕机器人的追踪 目标点 ,在对各子目标点位置进行优化分配的基础
上 ,将每个围捕机器人相应的子目标点放于黑板系 统中 .另外的各个围捕机器人在接到围猎命令后即 到黑板中查询自己的子目标 ,作为当前要达到的目 标 ,来执行目标追踪行为 ,从而完成多机器人整体上 的围猎行为 . 2 .2 .3 驱逐和押送
的重要性值 ,由归一化可得 ω ,即追踪的重要性值 . 对两种基本行为产生的控制按照 ω 和 ω 求加权 和 ,得到的就是综合控制 ,并最终作用于机器人的动 作机构 . 3 .2 目标搜索
目标搜索是基于静态图像的目标搜索算法 ) ) ) 收缩算法改进的[ ] ,称之为/ 伸缩式0搜索方法 ,区别 在于各机器人到达预定的收缩半径后 ,执行与收缩 算法中相反的行为确定方式 ,进行扩散式搜索 ,直到 达到扩散半径 .
3 算法描述(Αλγοριτη μ δεσχριπτιον)
3 .1 行为控制 行为控制的算法设计中 基本行为和融合机制
是基于势场法的思想的 将障碍物看作是产生斥力
机器人
年月
的物体 每个时刻的子目标看作是产生引力的物体 力的大小和方向则由机器人与二者间的距离和夹度 决定
避碰行为控制的产生方法 将障碍物周围的区域分为三部分 安全区 避碰 区 危险区 如图
多机器人系统中每个时刻的领导者将各子目标 写于/ 黑板0 系统中 , 其余机器人取得自己相应的子 目标信息( ξι , Ο , ψι , Ο)后即合作进行追踪行为 . 2 .3 .3 基本行为的融合
将上述两种行为对当前运动状态产生的影响用 二元组( ϖι , Αι) 表示 , ι , . 根据避碰重要性参数 ω 和追踪重要性参数 ω 进行融合 ,产生一个综合 控制( ϖ, Α) , 输出给运动控制机制 .其中两个重要性 参数满足归一化原则 ,具体的确定方法将在第三部 分算法描述中进行说明 .
任务级规划的目标是根据当前环境信息 , 确定 围捕机器人的整体任务 ,并把当前的整体任务分解 为可独立执行的多个子任务 ,且对子任务进行分配 , 使得多个机器人协作完成当前的整体任务 .首先是 进行目标搜索 ,看是否有目标机器人进入规定区域 ; 若发现目标机器人 ,则先将其围住 ,然后根据目标的 信息确定下一步的任务 :进行驱逐或者押送 . 2 .2 .1 目标搜索
( δ[ κ] ) > ρσ
ω=
( δ[ κ] ) < ρδ
()
Ρατ/ ( ρατ +
{ δ Τ/ ( Ρ π − Ρε) , })
第 卷第 期
宋梅萍等 多移动机器人协作任务的分布式控制系统
Ρ ατ = ( ρσ − ( δ[ κ] ))/ ( ρσ − ρδ) ( )
即 ω 的确定利用势场法的思想 ,根据最近的障 碍物距离和与目标之间的距离的相对关系确定避碰
围猎队形形成后 , 通过队形的变换产生对目标 机器人运动方式的影响 ,使其朝向驱逐目标点或押 送目标点运动 .驱逐时 ,目标点为规定区域外的最近 的点 ;押送时 ,目标点为规定区域内的特定位置 . 2 .3 行为级规划
围捕机器人行为层功能的目标是有效地执行任 务层的决策 ,在避碰的同时实现对目标机器人的围 捕 ,其实现的主要是一种编队行为 .在目前的研究 中 ,编队方法有很多种 ,本文中采用的是行为融合的 方法 .定义机器人的基本行为为 :基于传感信息的避 碰行为和基于通信信息的目标追踪行为 ,通过计算 各基本行为对机器人运动状态的控制分量 ,并按照 一定的策略进行融合 ,产生一个综合性的控制命令 作用于机器人 . 2 .3 .1 基于传感信息的避碰
区内 ,则根据障碍物的信息进行速度和运动方向的
调整 ;一旦进入了危险区 ,则要以最大的速度和尽量
远离障碍物的运动方向远离障碍物 .我们设计的控
制策略为
( δ[ κ] − ρδ) 3 ϖ ¬
/ ( ρσ − ρδ)
ρδ < δ[ κ] < ρσ
ϖ [ κ] = ϖ
δ[ κ] ∴ ρσ
δ[ κ] [ ρδ
其搜索路径的确定方法如下
Φξ , ι( μ ) = κ ≅ (( ξι− ( μ ) − ξι( μ ))
+ ( ξι+ ( μ ) − ξι( μ ))) ()
Φψ, ι( μ ) = κ ≅ (( ψι− ( μ ) − ψι( μ ))
+ ( ψι+ ( μ ) − ψι( μ )))
Φξ , ι( μ ) , Φψ, ι( μ ) 为各机器人间的位置差异对 机器人 ξ , ψ 方向上的影响 . κ 是伸缩系数 ,它的取值 大小控制着伸缩过程的快慢 ,一般取为 . 左右 . μ 为伸缩运算的次数 , ι , , , ν( ν 为追捕机器人个 数)为机器人标号 .
第 卷第 期
宋梅萍等 多移动机器人协作任务的分布式控制系统
2 问题描述(Προβλεμ δεσχριπτιον)
2 .1 任务描述 围捕的物理环境 在一个执行围捕任务的工作
区中 有几个我方的合作机器人 称之为围捕机器 人 一个进入规定区域为达到某种目的进行动作的 敌方机器人 称之为目标机器人 围捕机器人要通 过一定的合作策略 将目标机器人围住 并根据当前 状态判定下一步任务是进行驱逐还是押送 驱逐是 将目标机器人赶出规定区域 而押送则是将目标机 器人逼送到规定区域内的某个特定位置
人去完成任务 要解决的问题是多机器人间怎样进 行有效地合作 当经过某种机制确定了各自任务与 关系后 问题变为如何保持机器人间的运动协调一 致 即多机器人协调 因此 多机器人协调和多机器 人合作是多机器人系统研究中的两个不同而又有联 系的概念 前者研究的重点是机器人之间合作关系 确定后具体的运动控制问题 后者则是高层的组织 与运行机制问题 重点是实现系统可以快速组织与 重构的柔性控制机制≈
标位于右侧 ;否则 , ∃Α [ . δ Τ 为与要达到的子目标
间的距离 , ΗΤ 为子目标与机器人运动方向间的夹角 , Ξ ¬为机器人的最大转角 . κ 为转动率 , 决定朝向目
标转动的快慢 ,它可以取常量值 . ,也可以取随 ΗΤ 变大而减小的变量值 . ϖ 和 Α 为追踪行为对运动方
式产生的控制量 . 行为融合时重要性参数的确定方法
第 卷第 期 年月
机器人
×
∂ ≥
文章编号
2
22
多移动机器人协作任务的分布式控制系统 Ξ
宋梅萍 顾国昌 张汝波
哈尔滨工程大学计算机科学与技术学院 黑龙江 哈尔滨
摘 要 本文以多移动机器人协作执行围捕任务为背景 探讨了多机器人系统行为层规划及任务层中的任务
分解和分配问题 提出了一种能有效降低计算量的编队中子任务的分配方法 为多移动机器人提供了一种在不确定
νυ μ
Α = Ε ( Α + ∃Α [ κ] )/ νυ μ
()
κ=
追踪行为控制的产生方法 :
将追踪目标周围的区域分为三部分 :追踪区 ,调
整区 ,误差区(如图 ) .
图 障碍物周围的区域示意图
ƒ
≥
√
ρδ 为障碍物的危险区半径 , ρσ 为障碍物的安全 区半径 .在安全区中 , 不用考虑障碍物的影响 ; 避碰
设工作环境为分布有静态障碍物的封闭区域 ; 有同构的围捕机器人 ν 个 , 各机器人初始位置随机 分布 ;目标机器人正以其预先设定的搜索策略对环 境进行探测 ; ν 个围捕机器人根据当前变化的整体 信息情况做出正确的决策 ,分别去协作执行目标搜 索 ,围猎 ,驱逐或押送任务 .
各围捕机器人的控制采用分层结构 :划分成任 务层和行为层 .任务层根据当前的形势和整体行为 , 利用任务级规划方法确定机器人个体当前该执行的 任务 ;行为层通过行为级的规划执行任务层的决策 , 进行目标追踪 ,同时根据自身传感器的信息进行避 碰. 2 .2 任务级的规划