暑期學(xué)校-群體機(jī)器人-文檔資料

1、1群體機(jī)器人簡介譚營教授2目錄o 什么是群體機(jī)器人o 群體機(jī)器人演示o 群體機(jī)器人項目o 群體機(jī)器人一般模型o 群體機(jī)器人算法舉例3目錄o 什么是群體機(jī)器人n從機(jī)器人到機(jī)器人集群（Collective robotics）n從群體智能到群體機(jī)器人（Swarm Robotics）n群體機(jī)器人特性o 群體機(jī)器人演示o 群體機(jī)器人項目o 群體機(jī)器人一般模型o 群體機(jī)器人算法舉例4什么是群體機(jī)器人5機(jī)器人集群o 選擇機(jī)器人集群原因n 單個機(jī)器人很難（無法）解決問題n 多個機(jī)器人可以提升性能n 冗余性：問題可以更容易解決n 成本低：多個簡單個體比一個復(fù)雜個體便宜o 機(jī)器人集群分類n 遠(yuǎn)程控制集群n 中心控

2、制集群n 自主控制集群6機(jī)器人集群o 機(jī)器人集群的特長領(lǐng)域n 環(huán)境探索Environmental explorationn 材料運輸Materials transportn 坐標(biāo)感知Coordinated sensingn 機(jī)器人足球 Robot soccern 搜索救援Search and Rescue7群體智能o Swarm intelligence is “any attempt to design algorithms or distributed problem-solving devices inspired by the collective behaviour of socia

3、l insect colonies and other animal societies”8群體機(jī)器人o 將群體智能引入機(jī)器人學(xué)即為群體機(jī)器人學(xué)o 群群體體機(jī)器人學(xué)機(jī)器人學(xué)(Swarm robotics)研究如何設(shè)計大量相對簡單可實現(xiàn)的智能體，通過智能體之間、智能體與環(huán)境之間的局部相互作用實現(xiàn)期望的群體涌現(xiàn)性行為。9群體機(jī)器人o 群群體體機(jī)器人機(jī)器人研究的興起源于生物學(xué)啟發(fā)，是通常意義上的多機(jī)器人系統(tǒng)被賦予群體智能屬性后的新興研究領(lǐng)域。o 自然界中，螞蟻、白蟻、黃蜂、蜜蜂等社會性昆蟲，以及鳥群、魚群，菌落等都激發(fā)出令人驚奇的靈感，這些生物群體顯示如何將大量簡單的個體通體交互產(chǎn)生群體智能群體智能

4、。10群體機(jī)器人o 群體機(jī)器人的特長領(lǐng)域n 處理放射性廢料n 探索未知星球n 移動大型物體n 災(zāi)后救援n 軍事應(yīng)用n 。11群體機(jī)器人o 近年來，群體機(jī)器人研究得到越來越多的關(guān)注。o 有關(guān)的國際會議n IEEE Swarm Intelligence會議(2006年開始)n Swarm Robotics會議(2004年開始)n International Conference on Swarm Intelligence (ICSI 2010-Beijing, ICSI 2011-Chongqing, ICSI 2012-Shenzhen)n IEEE CEC, ACM Gecco12群體機(jī)器人特

5、性o 自然界的生物群體o 自然群體的特性o 群體機(jī)器人系統(tǒng)要求o 群體機(jī)器人系統(tǒng)特性13生物界的自然群體14自然群體的特性o 泛中心化：沒有集中控制o 個體簡單o 自主行為能力o 局部通信和控制能力o 通過自組織形成群體行為o 例如：修復(fù)巢穴，捕食，照顧幼崽等等15群體機(jī)器人系統(tǒng)要求o 可擴(kuò)展性（Scalability)n 系統(tǒng)規(guī)模的可伸縮性要求群體機(jī)器人系統(tǒng)應(yīng)能在群體的規(guī)模發(fā)生很大變化時也能自如地加以控制。o 自組織性（Self-Organized）o 局部感知和通信能力16自組織性（Self-Organized）o 系統(tǒng)可以隨著復(fù)雜度的改變自發(fā)調(diào)整組織結(jié)構(gòu)，無需外部干預(yù)。o 人類的自組織性

6、為n “其實地上本沒有路，走的人多了，也便成了路”n 最好的路會不斷被走的人自發(fā)加強(qiáng)o 反例n 建筑工人合作建筑房屋17局部感知和通信能力o 該約束保證機(jī)器人間的組織是分布式的。o 群體機(jī)器人中使用全局通信很可能導(dǎo)致n 規(guī)模不可伸縮n 性能上陷入瓶頸n 系統(tǒng)的穩(wěn)定性下降n 增加新的個體會影響整個系統(tǒng)o 當(dāng)然，作為一種控制手段，如更新程序或發(fā)出終止指令等的全局通信是可以接受的。18群體機(jī)器人系統(tǒng)特性o 魯棒性（Robustness）n 個體機(jī)器人發(fā)生功能障礙或整個群體受到環(huán)境干擾時也不失控。o 柔性（Flexibility）n 能針對不同任務(wù)產(chǎn)生模塊化的解決方案o 自治性（Autonomous）

7、n 自助行為能力o 同構(gòu)性（Nearly Homogeneous）n 群體中角色分工應(yīng)該相對較少19目錄o 什么是群體機(jī)器人o 群體機(jī)器人演示o 群體機(jī)器人項目o 群體機(jī)器人一般模型o 群體機(jī)器人算法舉例20機(jī)器人協(xié)作爬坡演示21機(jī)器人協(xié)作救援演示22自學(xué)習(xí)自組裝機(jī)器人演示23目標(biāo)追蹤演示24目錄o 什么是群體機(jī)器人o 群體機(jī)器人演示o 群體機(jī)器人項目o 群體機(jī)器人一般模型o 群體機(jī)器人算法舉例25群體機(jī)器人項目o 國內(nèi)群體機(jī)器人系統(tǒng)的研究剛剛起步，而且主要是一些仿真研究。o 20世紀(jì)80年代初，歐美、日本一些研究人員就開始研究移動多機(jī)器人系統(tǒng)，起初的項目有CEBOT、SWARMS、ACTRE

8、SS等。26群體機(jī)器人項目o 目前，國外比較成熟的群體機(jī)器人研究項目有如下幾個o The Swarm-Bots Projecto Pheromone Robotics Projecto The I-Swarm Projecto iRobot Swarm Projecto 等等27The Swarm-Bots Projecto 該項目由比利時布魯塞爾自由大學(xué)IRIDIA實驗室MDorigo主持，由歐盟技術(shù)委員會資助，2001年10月開始實施，2005年3月結(jié)束。o 該項目的目的是實現(xiàn)群體機(jī)器人的智能化和自組裝。28The Swarm-Bots Project單個S-bots機(jī)器人一組S-bots

9、連接起來越過壕溝29The Swarm-Bots Project兩個S-bots協(xié)同跨越壕溝，其中左圖為仿真實驗，右圖為實物測試。組合前進(jìn)跨越分拆30The Swarm-Bots Project單個S-bots無法跨越臺階兩個S-bots協(xié)同跨越臺階31機(jī)器人協(xié)作上臺階演示32機(jī)器人協(xié)作運輸演示33Pheromone Robotics Projecto 該項目由David Payton教授主持。從2000年開始，到2004年已完成第一階段的研究。這個項目的目的是提供一種實用、靈活、魯棒、廉價的群體機(jī)器人控制方案，可隨意增添機(jī)器人數(shù)量。o 他們使用一種能夠仿效生物信息素擴(kuò)散的消息協(xié)議實現(xiàn)虛擬信息

10、素，信息素分布的梯度使機(jī)器人之間產(chǎn)生吸引或排斥力來產(chǎn)生機(jī)器人的移動。34Pheromone Robotics Project虛擬信息素檢測器虛擬信息素視圖35Pheromone Robotics Projecto 虛擬信息素作用方式36Pheromone Robotics Project37The I-Swarm Projecto 該項目由Heinz Wtirn 教授主持，開始于2004年，其目的是制造出上千個極微小(大小約2mm2mm1mm)的廉價機(jī)器人，使他們在一個小世界中(如在生物體內(nèi))完成一些群體任務(wù)，如裝配、清潔等。38I-Swarm演示39iRobot Swarm Projecto

11、 MIT在該項目中研制出超過100個個體的機(jī)器人群體，已經(jīng)用于實驗和研發(fā)平臺。這個群體包括機(jī)器人個體可以自動對接的自動充電站。大多數(shù)的研究工作由Mclurkin和他的同事完成。iRobot Swarm模塊的主要軟件工具是一個用于控制通信、定位和避障的紅外通信系統(tǒng)ISIS。40iRobot Swarm Project41自動充電42目錄o 什么是群體機(jī)器人o 群體機(jī)器人演示o 群體機(jī)器人項目o 群體機(jī)器人一般模型n自然界生物群體的協(xié)同能力n群體機(jī)器人個體的一般能力n群體機(jī)器人模型構(gòu)建o 群體機(jī)器人算法舉例43自然界生物群體的協(xié)同能力o 按復(fù)雜程度遞增：o 細(xì)菌n通過明確的化學(xué)信號實現(xiàn)協(xié)作o 蟻群

12、、白蟻、蜜蜂和黃蜂n通過改變環(huán)境信息進(jìn)行協(xié)作，如信息素o 狼群n可以與特定個體進(jìn)行交流n特定的姿勢和叫聲o 靈長類o 人類44群體機(jī)器人個體的一般能力o 有限感知能力o 局部規(guī)劃能力o 非全局通信能力o 任務(wù)分解能力o 任務(wù)分配能力o 簡單學(xué)習(xí)能力o 控制與決策能力o 等等45群體機(jī)器人模型構(gòu)建46群體機(jī)器人模型構(gòu)建o 群體機(jī)器人建模方法o 群體機(jī)器人通訊方式o 群體機(jī)器人協(xié)同方式47群體機(jī)器人建模方法o 模型是實際系統(tǒng)的抽象，通過模型研究有助于理解系統(tǒng)內(nèi)部的作用規(guī)律。o 群體機(jī)器人系統(tǒng)特征須在其模型中得以體現(xiàn)。o 群體機(jī)器人建模的重要性還體現(xiàn)在對系統(tǒng)規(guī)模伸縮性的研究上。48群體機(jī)器人建模方法

13、o 基于傳感器-執(zhí)行器的建模法n 對傳感器、執(zhí)行器、環(huán)境物體、機(jī)器人間的交互及機(jī)器人與環(huán)境的交互行為分別進(jìn)行建模o 微觀建模法n 將機(jī)器人模擬為有限狀態(tài)機(jī)o 宏觀建模法n 系統(tǒng)行為被定義為差分方程，表示在某個時間步處于每個特定狀態(tài)的機(jī)器人平均個數(shù)。o 擴(kuò)展粒子群算法建模法n 將粒子群算法模型作為機(jī)器人的行為控制模型49微觀建模法與宏觀建模法o 宏觀模型能夠很快得到粗略的全局行為，微觀模型得到的全局行為更為實際，但耗時間較長。o 作為模型拓展，可以引入概率微觀/宏觀模型，以模擬噪音和環(huán)境干擾。50群體機(jī)器人模型構(gòu)建o 群體機(jī)器人建模方法o 群體機(jī)器人通訊方式o 群體機(jī)器人協(xié)同方式51群體機(jī)器人通

14、訊方式o 通信是群體機(jī)器人動態(tài)運行的關(guān)鍵問題o 按照個體的交互方式可以將通信分為3類： n 通過環(huán)境實現(xiàn)交互n 通過感知實現(xiàn)交互n 通過明確通信實現(xiàn)交互52通過環(huán)境實現(xiàn)交互o 以環(huán)境作為通信媒介o 機(jī)器人之間沒有明確的通信o 機(jī)器人隨著任務(wù)的執(zhí)行改變環(huán)境，進(jìn)而幫助其他機(jī)器人完成任務(wù)。53通過感知實現(xiàn)交互o 機(jī)器人位于傳感器感知范圍之內(nèi)時，可以相互感知對方的存在。o 感知是局部交互，機(jī)器人之間亦無明確通信。o 要求機(jī)器人具有區(qū)分機(jī)器人與環(huán)境中物體的能力。54通過明確通信實現(xiàn)交互o 明確通信包括直接型和廣播型通信。o 網(wǎng)絡(luò)通信，可以提供解決方案，但不適合群體機(jī)器人實時性要求。o 若機(jī)器人之間過分依

15、賴通信獲取信息，則當(dāng)個體數(shù)量增加，系統(tǒng)通信需求將呈指數(shù)增長。因此，一般以明確通信作為輔助手段。55群體機(jī)器人模型構(gòu)建o 群體機(jī)器人建模方法o 群體機(jī)器人通訊方式o 群體機(jī)器人協(xié)同方式n 群體機(jī)器人體系結(jié)構(gòu)n 機(jī)器人定位n 機(jī)器人的連接n 自組織與自組裝56群體機(jī)器人協(xié)同方式o 機(jī)器人的協(xié)作控制屬于群體機(jī)器人系統(tǒng)中的高級控制任務(wù)。o 個體機(jī)器人控制系統(tǒng)是實現(xiàn)個體行為的基礎(chǔ)，它要求個體具有較強(qiáng)的協(xié)作性與自治性。o 群體行為是個體行為的集成。57群體機(jī)器人體系結(jié)構(gòu)o 體系結(jié)構(gòu)提供機(jī)器人活動和交互的框架，決定著機(jī)器人間的信息關(guān)系和控制關(guān)系。o 群體體系結(jié)構(gòu)是實現(xiàn)協(xié)作行為的基礎(chǔ)，決定機(jī)器人的合作能力。o

16、 群體機(jī)器人系統(tǒng)體系結(jié)構(gòu)研究如何根據(jù)任務(wù)類型、機(jī)器人個體能力等確定群體機(jī)器人的規(guī)模及相互關(guān)系。58機(jī)器人定位o 群體模式通過個體間的交互體現(xiàn)出來，而群中并不存在全局的協(xié)作控制系統(tǒng)，這意味著每個個體機(jī)器人都有自己的局部協(xié)作控制系統(tǒng)，要具備在各自的局部協(xié)作系統(tǒng)框架內(nèi)定位相鄰個體的能力，所以機(jī)器人對相鄰個體的快速準(zhǔn)確定位是極為重要的。59機(jī)器人的連接o 主要用于互相間的連接，以執(zhí)行那些對于單個機(jī)器人而言不可能完成的任務(wù)，如通過連接跨越壕溝或臺階、用實體鏈接的機(jī)器人共同探索環(huán)境等等。o 這與傳統(tǒng)的自重構(gòu)機(jī)器人的研究有相通之處，也為群體機(jī)器人的研究提供思路。60自組織與自組裝o 自組織是一種動態(tài)機(jī)制，由

17、底層單元的交互呈現(xiàn)出系統(tǒng)的全局性結(jié)構(gòu)。交互的規(guī)則僅依賴于局部信息，而不依賴于全局模式。o 自組織是系統(tǒng)自身涌現(xiàn)的性質(zhì)。僅通過利用同一種媒介創(chuàng)建時間或空間上的結(jié)構(gòu)。o 自然界通過系統(tǒng)的自組織解決問題，譬如螞蟻筑巢、覓食等。理解生物系統(tǒng)如何自組織，就可以模仿這種策略實現(xiàn)群體機(jī)器人系統(tǒng)的自組織過程。61目錄o 什么是群體機(jī)器人o 群體機(jī)器人演示o 群體機(jī)器人項目o 群體機(jī)器人一般模型o 群體機(jī)器人算法舉例62群體機(jī)器人算法舉例o 群體機(jī)器人算法基于假設(shè)：復(fù)雜的群體行為可以通過智能體間簡單的局部作用實現(xiàn)。o 大量的算法已經(jīng)在群體機(jī)器人系統(tǒng)中得到驗證：一些算法實現(xiàn)了基本的功能；另一些算法演示了相對復(fù)雜的

18、團(tuán)隊合作行為。o 各種算法仍然存在一些共同特征。63群體機(jī)器人算法基本特性o 簡單（Elegant）n個體機(jī)器人盡量簡單，往往可以認(rèn)為是只包含幾個狀態(tài)的有限狀態(tài)機(jī)。o 可擴(kuò)展（Scalable）n算法應(yīng)該適用于任意大小的群體，同時適用于加入新個體的情況。o 分散（Decentralized）n機(jī)器人的行為是自主的，不受控于任何外部命令o 局部作用（Local interactions）n局部相互作用傳播信息以保證系統(tǒng)可擴(kuò)展性64群體機(jī)器人算法舉例o 室內(nèi)分散算法o 分布式地圖繪制算法o 隊列行進(jìn)算法o 路徑鏈生成算法o 群體搬運算法o 推土o 聚類o 協(xié)同操作o 協(xié)作躲避坑洞o 等等65室內(nèi)分

19、散算法o 均勻分散是最早提出的群體機(jī)器人算法之一。McLurkin and Smith在iRobot Swarm的應(yīng)用中描述了均勻分散算法。o 這個算法的思想非常簡單，可以分為兩個子算法n一個使機(jī)器人散開n一個用來檢測邊界以避免碰撞。n兩個子算法產(chǎn)生不同的群體行為，交替執(zhí)行。66室內(nèi)分散算法o 機(jī)器人均勻分散在相對復(fù)雜的環(huán)境（左圖）和開放的環(huán)境（右圖）67分布式地圖繪制算法o 建筑物探測、地圖繪制是很常見的機(jī)器人任務(wù)。Rothermich 等人設(shè)計出一個在室內(nèi)環(huán)境中繪制地圖的算法。o 群體繪圖方法有兩個主要優(yōu)點：n 多個機(jī)器人可以從不同的角度繪圖，能比較精確地得繪出角落和邊緣。n 未知環(huán)境下單個機(jī)器人定位是困難的。多機(jī)器人繪圖時，當(dāng)機(jī)器人群體前進(jìn)的時候，全局參考坐標(biāo)可以保持不變。68分布式地圖繪制算法o 地圖繪制算法效果展示o 左圖：單個機(jī)器人的繪制結(jié)果o 右圖：所有機(jī)器人繪制的地圖相互重疊69隊列行進(jìn)算法o 在密集的障礙物中移動一大群體機(jī)器人同時保持機(jī)器人之間的聯(lián)系是很重要也很基本的問題。o Hettiarachchi和Spears 提出一個解決此問題的算法，這個算法基于吸引和排斥的物理學(xué)問題。70隊列行進(jìn)算法o 40個機(jī)器人（黑點）避開障礙物（大紅點）、保持緊密隊形，行進(jìn)到目標(biāo)（