分層遞階自組織控制概述

1、分層遞階自組織控制概述摘要：智能控制在現(xiàn)代控制理論中占據(jù)著重要的地位，且是解決現(xiàn)代復(fù)雜大系統(tǒng)控制問(wèn)題的有效方法。作為智能控制最早的理論之一，分層遞階自組織控制已廣泛應(yīng)用于各個(gè)領(lǐng)域，因此，學(xué)習(xí)了解分層遞階自組織控制的基本原理及其應(yīng)用對(duì)于學(xué)習(xí)智能控制是十分必要的。本文概括地介紹了分層遞階自組織控制的基本結(jié)構(gòu)和原理，并以其在全自主移動(dòng)機(jī)器人和智能交通中的應(yīng)用概述了其在各個(gè)領(lǐng)域的應(yīng)用情況。關(guān)鍵字：智能控制，分層遞階自組織控制，基本原理，應(yīng)用引言控制理論自產(chǎn)生至今經(jīng)歷了三個(gè)發(fā)展階段，前兩個(gè)階段分別為“經(jīng)典控制理論”時(shí)期和“現(xiàn)代控制理論”時(shí)期；而到了 20 世紀(jì) 70 年代末，控制理論向著“大系統(tǒng)理論”、

2、“智能控制理論”和“復(fù)雜系統(tǒng)理論”的方向發(fā)展。在這一階段中，有關(guān)系統(tǒng)的研究從簡(jiǎn)單到復(fù)雜，人們面臨的是解決大系統(tǒng)、巨系統(tǒng)和復(fù)雜系統(tǒng)的控制問(wèn)題。智能控制理論是研究和模擬人類只能活動(dòng)及其控制與信息傳遞過(guò)程的規(guī)律，研制具有某些擬人智能的工程控制與信息處理系統(tǒng)的理論。智能控制就是能在適應(yīng)環(huán)境變化的過(guò)程中模仿人和動(dòng)物所表現(xiàn)出來(lái)的優(yōu)秀控制能力(動(dòng)覺(jué)智能)的控制1。智能控制是人工智能技術(shù)、計(jì)算機(jī)科學(xué)技術(shù)與自動(dòng)控制技術(shù)交叉的產(chǎn)物?？刂频囊?、人工智能的方法和計(jì)算機(jī)軟硬件基礎(chǔ)構(gòu)成了智能控制發(fā)展的基礎(chǔ)。智能控制自被提出以來(lái)，已逐漸形成了：分級(jí)遞階自組織控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和仿人智能控制等方向。分層遞階自組織

3、控制即分級(jí)遞階智能控制(hierarchicallyintelligentcontrol),它是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上， 并從工程控制論的角度總結(jié)人工智能與自適應(yīng)、自學(xué)習(xí)和自組織控制的關(guān)系之后而逐漸地形成的，也是智能控制的最早理論之一，它對(duì)智能控制系統(tǒng)的形成起到了重要的作用。1、分層遞階自組織控制理論的提出與發(fā)展60 年代，自動(dòng)控制理論和技術(shù)的發(fā)展已漸趨成熟，控制界的學(xué)者為了提高控制系統(tǒng)的自學(xué)習(xí)能力， 開(kāi)始注意將人工智能技術(shù)與方法應(yīng)用于控制系統(tǒng)。 1966 年 J.M門(mén)德?tīng)柺状沃鲝垖⑷斯ぶ悄苡糜陲w船控制系統(tǒng)的設(shè)計(jì)；1971 年著名學(xué)者傅京遜從發(fā)展學(xué)習(xí)控制的角度首次正式提出智能控制這個(gè)新

4、興的學(xué)科領(lǐng)域。美國(guó)的 Saridis 教授首次提出了分層遞階的控制結(jié)構(gòu)形式，他在 1977 年出版了隨機(jī)系統(tǒng)的自組織控制(Self-OrganizingControlofStochasticSystems)一書(shū)， 同年發(fā)表綜述文章朝向智能控制的實(shí)現(xiàn)(TowardtheRealizationofIntelligentControls)。在這兩篇著作中論述了從通常的反饋控制到最優(yōu)控制、隨機(jī)控制，再到自適應(yīng)控制、自學(xué)習(xí)控制、自組織控制，并最終向智能控制這個(gè)更高階段發(fā)展的過(guò)程。其控制智能是根據(jù)分級(jí)管理系統(tǒng)中十分重要的“精度隨智能提高而降低(IPDI)”的原理而逐級(jí)分配的。這種分級(jí)遞階控制系統(tǒng)是由組織級(jí)

5、、協(xié)調(diào)級(jí)和執(zhí)行級(jí)組成。其控制精度由下而上逐級(jí)遞減，智能程度由下而上逐級(jí)增加。他在理論上的一個(gè)重要供獻(xiàn)是定義了嫡作為整個(gè)智能控制系統(tǒng)性能的度量，并對(duì)每一級(jí)定義了嫡的計(jì)算方法，證明了在執(zhí)行級(jí)的最優(yōu)控制等價(jià)于使某種嫡最小的控制方法。80 年代后期，他對(duì)原有的工作進(jìn)行了重要的改進(jìn)，在最新的研究中采用神經(jīng)元網(wǎng)絡(luò)中的 Boltzmann 機(jī)來(lái)實(shí)現(xiàn)組織級(jí)的功能，并利用 Petri 網(wǎng)為工具來(lái)實(shí)現(xiàn)協(xié)調(diào)級(jí)的功能。組織級(jí)代表控制系統(tǒng)的主導(dǎo)思想，具有最高的智能水平，涉及知識(shí)的表示與處理，由人工智能起主導(dǎo)作用。協(xié)調(diào)級(jí)為組織級(jí)和執(zhí)行級(jí)之間的連接裝置，涉及決策方式的表示，由人工智能和運(yùn)籌學(xué)起主導(dǎo)作用。執(zhí)行級(jí)是智能控制系統(tǒng)

6、的最低層次，要求具有最高的控制精度，由常規(guī)控制理論進(jìn)行控制。2、分層遞階自組織控制的基本原理與基本結(jié)構(gòu)2.1分層遞階自組織控制的基本結(jié)構(gòu)目前智能遞階控制理論主要有兩類，一類是由 Saridis 提出的基于 3 個(gè)控制層和IPDI(IncreasingPrecisionwithDecreasingIntelligent)原理的三級(jí)遞階智能控制理論，另一類是由 Villa 提出的基于知識(shí)描述/數(shù)學(xué)解析的兩層混合智能控制理論。 這里講的主要是 Saridis 的分級(jí)智能控制理論。Saridis 提出的分級(jí)遞階智能控制理論按照 IPDI 的原則分級(jí)管理系統(tǒng)，它由組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí)三級(jí)組成的，如圖

7、1 所示2:圖 1 分層遞階自組織控制系統(tǒng)結(jié)構(gòu)示意圖1、組織級(jí)(Organizationlevel)組織級(jí)是遞階智能控制系統(tǒng)的最高級(jí)，具有最高的智能程度，對(duì)精度的要求不高。它能夠模仿人的行為功能，具有相應(yīng)的學(xué)習(xí)能力和高級(jí)決策的能力。它組織監(jiān)視并指導(dǎo)協(xié)調(diào)級(jí)和執(zhí)行級(jí)的所有行為。組織級(jí)能夠根據(jù)用戶對(duì)任務(wù)的不完全描述與實(shí)際過(guò)程和環(huán)境的有關(guān)信息，組織任務(wù)，提出適當(dāng)?shù)目刂颇Ｊ较虻蛯酉逻_(dá)，以實(shí)現(xiàn)預(yù)定的控制目標(biāo)。在組織級(jí)中，識(shí)別的功能在于翻譯定性的命令和其它的輸入。2、協(xié)調(diào)級(jí)(Coordinationlevel)協(xié)調(diào)級(jí)是遞階智能控制系統(tǒng)的次高級(jí)，它要求精度也不高，但要有比較高的智能決策功能。協(xié)調(diào)級(jí)用來(lái)協(xié)調(diào)控制

8、級(jí)的動(dòng)作，它不需要精確的模型，但需具備學(xué)習(xí)功能以便在在線的控制環(huán)境中改善性能，并能接受上一級(jí)的模糊指令和符號(hào)H0協(xié)調(diào)級(jí)可以進(jìn)一步劃分為兩個(gè)分層：控制管理分層與控制監(jiān)督分層?？刂乒芾矸謱踊谙聦拥男畔Q定如何完成組織級(jí)下達(dá)的任務(wù)，以產(chǎn)生施加給下一層的控制指令；控制監(jiān)督分層的任務(wù)是保證、維持執(zhí)行級(jí)中各控制器的正常運(yùn)行，并進(jìn)行局部參數(shù)整定與性能優(yōu)化。協(xié)調(diào)級(jí)一般由多個(gè)協(xié)調(diào)控制器組成，每個(gè)協(xié)調(diào)控制器既接受組織級(jí)的命令，又負(fù)責(zé)多個(gè)執(zhí)行級(jí)控制器的協(xié)調(diào)。協(xié)調(diào)級(jí)是組織級(jí)與執(zhí)行級(jí)之間的接口，運(yùn)算精度相對(duì)較低，但有較高的決策能力與一定的學(xué)習(xí)能力。3、執(zhí)行級(jí)(Executivelevel)執(zhí)行級(jí)是遞階智能控制系統(tǒng)的最

9、低一級(jí)，要求精度高，由控制理論起主導(dǎo)作用。智能較弱?？刂萍?jí)一般有比較準(zhǔn)確的模型，由多個(gè)硬件控制器組成，其任務(wù)是完成具體的控制任務(wù)，并不需要決策、推理、學(xué)習(xí)等功能。執(zhí)行級(jí)的控制任務(wù)通常是執(zhí)行一個(gè)確定的動(dòng)作，執(zhí)行級(jí)控制器直接產(chǎn)生控制信號(hào)，通過(guò)執(zhí)行結(jié)構(gòu)作用于被控對(duì)象（過(guò)程）；同時(shí)執(zhí)行級(jí)也通過(guò)傳感器測(cè)量環(huán)境的有關(guān)信息，并傳遞給上一級(jí)控制器，給高層提供相關(guān)決策依據(jù)。在控制級(jí)中，識(shí)別的功能在于獲得不確定的參數(shù)值和監(jiān)督系統(tǒng)參數(shù)的變化。這三層的級(jí)聯(lián)關(guān)系冏見(jiàn)圖 2:圖 2 分層遞階的級(jí)聯(lián)結(jié)構(gòu)圖中 C 為輸入指令，U 為分類器的輸出信號(hào)。這一遞階控制系統(tǒng)是個(gè)整體，它把定性的用戶指令變換為一個(gè)物理操作序列。系統(tǒng)的輸

10、出是通過(guò)一組施于驅(qū)動(dòng)器的具體指令來(lái)實(shí)現(xiàn)的。一旦接收到初始用戶指令，系統(tǒng)就產(chǎn)生操作，這一操作是由一組與環(huán)境交互作用的傳感器的輸入信息決定的。這些外部和內(nèi)部傳感器提供工作空間環(huán)境（外部）和每個(gè)子系統(tǒng)狀況（內(nèi)部）的監(jiān)控信息。智能機(jī)器融合這些信息，并從中選擇操作方案。2.2 分層遞階自組織控制系統(tǒng)的基本原理遞階智能控制的嫡準(zhǔn)則在 Saridis 的遞階智能控制系統(tǒng)中，對(duì)各級(jí)采用嫡作為測(cè)度。組織級(jí)用嫡衡量所需知識(shí)；協(xié)調(diào)級(jí)用嫡測(cè)量協(xié)調(diào)的不確定性；執(zhí)行機(jī)用嫡表示系統(tǒng)的執(zhí)行代價(jià)。每一級(jí)的嫡相加成為總嫡，用于表示控制作用的總代價(jià)。設(shè)計(jì)和建立控制系統(tǒng)的原則就是總烯 I最小。對(duì)于不確定性問(wèn)題，通常采用嫡（Entro

11、py）函數(shù)作為性能度量，嫡越大，表明不確定性越大，以嫡最小去確定最優(yōu)控制策略。基本原理智能機(jī)器中的高層功能模仿人的行為，是基于知識(shí)系統(tǒng)的。控制系統(tǒng)的規(guī)劃、決策、學(xué)習(xí)、數(shù)據(jù)存取和任務(wù)協(xié)調(diào)等，都可以看作知識(shí)的處理與管理。同時(shí)，可以用嫡作為度量去衡量控制系統(tǒng)，各子系統(tǒng)的協(xié)調(diào)與控制均可集成為適當(dāng)?shù)暮瘮?shù)。因此，可把知識(shí)流作為此類系統(tǒng)的關(guān)鍵變量，一臺(tái)知識(shí)機(jī)器中的知識(shí)流可代表以下方面：1)數(shù)據(jù)處理與管理。2)通過(guò) CPlft 行規(guī)劃與決策。3)通過(guò)傳感器獲取外界信息與數(shù)據(jù)。4)定義軟件的形式語(yǔ)言。在 Saridis 提出的 IPDI”精度隨智能提高而降低”的分級(jí)遞階智能控制理論基本原則里，定義了一些相關(guān)概念

12、：機(jī)器知識(shí)(MachineKnowledge,K)：消除智能機(jī)器指定任務(wù)的不確定性所需要的結(jié)構(gòu)信息。知識(shí)是一個(gè)由機(jī)器自然增長(zhǎng)的累積量。機(jī)器知識(shí)流量(RateofMachineKnowledge,R):通過(guò)智能機(jī)器的知識(shí)流，即機(jī)器知識(shí)的流率。機(jī)器智能(MachineIntelligence,MI):對(duì)事件或活動(dòng)的數(shù)據(jù)庫(kù)(DB)進(jìn)行操作以產(chǎn)生知識(shí)流的動(dòng)作或規(guī)則的集合，即分析和組織數(shù)據(jù)，并把數(shù)據(jù)變換為知識(shí)。機(jī)器不精確性(MachineImprecision):執(zhí)行智能機(jī)器任務(wù)的不確定性。機(jī)器精確性(MachinePrecision):機(jī)器不精確性的補(bǔ)。一類出現(xiàn)信息的機(jī)器知識(shí)可以表示為K=-a-lnP

13、(K)=能量式中 P(K)知識(shí)的概率密度；a選取的系數(shù)。概率密度函數(shù) P(K)滿足的表達(dá)式與杰恩(Jaynes)最大嫡原則一致P(K)=e=-KxP(K)dx=1 二=lne.dx在這種概率密度函數(shù) P(K)的選擇下，知識(shí) K 的嫡也就是不確定性最大。知識(shí)流是具有離散狀態(tài)的智能機(jī)器的主要變量，在一定的時(shí)間間隔 T 下，可以表示為K、R=T=功率知識(shí)流滿足下列關(guān)系MI：(DB)一(R)可見(jiàn)，機(jī)器智能對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作產(chǎn)生知識(shí)流。當(dāng)知識(shí)流(R)固定時(shí)，較小的知識(shí)庫(kù)要求有較多的機(jī)器智能，而較大的知識(shí)庫(kù)要求的機(jī)器智能則相應(yīng)較少。由于概率論是處理不確定性的經(jīng)典理論，因此可以用事件發(fā)生的概率去描述和計(jì)算推理

14、的不確定性測(cè)度。知識(shí)流、機(jī)器智能、知識(shí)數(shù)據(jù)庫(kù)之間的概率關(guān)系可以如下表示。MI 和 DB 的聯(lián)合概率產(chǎn)生知識(shí)流的概率可表示為P(MI,DB)=P(R)由概率論的基本理論可推出P(MI/DB)P(DB)=P(R)等式兩端取自然對(duì)數(shù)可得lnP(MI/DB)+lnP(DB)=lnP(R)上述公式表示出知識(shí)流、機(jī)器智能與知識(shí)數(shù)據(jù)庫(kù)之間的簡(jiǎn)單概率關(guān)系，因此各種函數(shù)的嫡便可起到測(cè)量的作用。上式兩端取期望值，可得嫡方程H(MI/DB)+H(DB)=H(R)如果 MI 與 DB 無(wú)關(guān)，則有H(MI)+H(DB)=H(R)由上式可知， 在建立和執(zhí)行任務(wù)時(shí)， 期望知識(shí)流量不變， 則增大數(shù)據(jù)庫(kù) DB 的嫡(不確定性)

15、，就要減小機(jī)器智能 MI 的嫡，即數(shù)據(jù)庫(kù)中數(shù)據(jù)或規(guī)則減小，精度降低，就要求減小機(jī)器智能的不確定性， 提高機(jī)器智能的智能程度； 反之， 若減小數(shù)據(jù)庫(kù) DB 的嫡，便可增大機(jī)器智能 MI 的嫡，即數(shù)據(jù)庫(kù)中數(shù)據(jù)或規(guī)則增加，精度提高，對(duì)機(jī)器智能的要求便可降低。這就是 IPDI 原則。在分級(jí)遞階智能控制系統(tǒng)中，組織級(jí)起到主導(dǎo)作用，處理知識(shí)的表示與處理，主要應(yīng)用人工智能，智能程度最高，但精度最低；協(xié)調(diào)級(jí)連接組織級(jí)與執(zhí)行級(jí)，涉及決策方式及表示，主要應(yīng)用人工智能與運(yùn)籌學(xué)實(shí)現(xiàn)控制，具有一定的智能程度；執(zhí)行級(jí)是最低層，具有很高的控制精度，采用常規(guī)控制方式實(shí)現(xiàn)，智能程度最低。綜上所述，分級(jí)遞階智能控制的基本原理為：

16、系統(tǒng)按照自上而下精度漸增、智能遞減的原則建立遞階結(jié)構(gòu)，而智能控制器的設(shè)計(jì)任務(wù)是尋求正確的決策和控制序列，以使整個(gè)系統(tǒng)的總嫡最小。這樣，遞階智能控制系統(tǒng)就能在最高級(jí)組織級(jí)的統(tǒng)一組織下，實(shí)現(xiàn)對(duì)復(fù)雜、不確定系統(tǒng)的優(yōu)化控制。2.3 自組織的概念自組織一詞是演化系統(tǒng)學(xué)中的一個(gè)術(shù)語(yǔ)， 基本含義是進(jìn)化。 借用“自組織”一詞，將某些智能控制系統(tǒng)稱作自組織智能控制系統(tǒng)應(yīng)該有其特定的內(nèi)涵。自組織智能控制系統(tǒng)應(yīng)能自發(fā)地形成為了控制所需的有序結(jié)構(gòu)，自發(fā)地使控制性能具有進(jìn)化（適應(yīng)）性?；蛘哒f(shuō)，自組織智能控制系統(tǒng)有兩個(gè)特點(diǎn)：一是它備有許多不同類型的控制算法/器（如 PID 算法、模糊邏輯控制器,）,且可隨時(shí)指定一種或一種

17、以上的控制算法/器進(jìn)行有機(jī)的組合，對(duì)對(duì)象施行有效的控制；二是控制性能具有進(jìn)化性。這里的進(jìn)化性有兩層含義，在某個(gè)時(shí)間段內(nèi)的進(jìn)化性和在整個(gè)控制過(guò)程中的進(jìn)化性。對(duì)于對(duì)象是非線性、高階、純滯后、時(shí)變的，環(huán)境變化范圍寬又有隨機(jī)干擾的復(fù)雜系統(tǒng)，采用單一的智能控制方案很難奏效。這種情況下應(yīng)該采用自組織智能復(fù)合控制。這種自組織智能復(fù)合控制系統(tǒng)很復(fù)雜，并不是幾種控制器簡(jiǎn)單的堆積，而是它們有序的組合。3 分層遞階自組織控制的應(yīng)用分層遞階自組織控制作為智能控制的最早理論之一，已經(jīng)被廣泛應(yīng)用于各個(gè)行業(yè)，下面簡(jiǎn)要介紹其在機(jī)器人控制和交通控制方面的應(yīng)用。全自主移動(dòng)機(jī)器人分層遞階控制全自主移動(dòng)機(jī)器人是機(jī)器人研究與應(yīng)用的發(fā)展

18、方向，其所處環(huán)境大多為復(fù)雜的非結(jié)構(gòu)化環(huán)境，需要機(jī)器人具備穩(wěn)定的機(jī)械性能，高效的機(jī)動(dòng)性能、強(qiáng)大的環(huán)境感知能力和快速的反應(yīng)能力。因此，這類機(jī)器人一般都配備多種外部傳感器組成的復(fù)雜感覺(jué)系統(tǒng)以全面地獲取環(huán)境信息。同時(shí)，執(zhí)行機(jī)構(gòu)也朝著仿生的方向發(fā)展。全自主機(jī)器人對(duì)環(huán)境的感知、理解、判斷、對(duì)動(dòng)作的決策依賴于機(jī)器智能?；诜謱舆f階控制思想的智能機(jī)器人體系結(jié)構(gòu)如圖 3 所示。該系統(tǒng)采用標(biāo)準(zhǔn)的數(shù)據(jù)總線與外部數(shù)據(jù)進(jìn)行通訊。系統(tǒng)結(jié)構(gòu)包含智能級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)。環(huán)境信息、地圖知識(shí)、規(guī)劃知識(shí)和綜合信息數(shù)據(jù)庫(kù)等構(gòu)建起機(jī)器人世界模型。智能級(jí)根據(jù)任務(wù)建立任務(wù)模型，完成任務(wù)規(guī)劃。雙目視覺(jué)系統(tǒng)和聲納、PS 旁傳感器所提供的環(huán)境信

19、息構(gòu)成環(huán)境模型，人工智能模塊結(jié)合歷史信息表、局部狀態(tài)表等本體位姿信息對(duì)機(jī)器人進(jìn)行全局路徑規(guī)劃和重規(guī)劃。協(xié)調(diào)級(jí)接受全局路徑規(guī)劃信息，通過(guò)協(xié)調(diào)機(jī)制和信息融合算法給出決策系統(tǒng)動(dòng)作指令的最佳控制方案，并由執(zhí)行級(jí)完成環(huán)境信息、本體狀態(tài)和位姿信息的測(cè)量與控制。其中，智能級(jí)和控制級(jí)分別配備獨(dú)立工控機(jī)。雙目視覺(jué)的硬件擴(kuò)展通過(guò) PCI 接口和預(yù)留 US 醫(yī)口實(shí)現(xiàn)，云臺(tái) CC撥像機(jī)通過(guò)視頻采集卡與標(biāo)準(zhǔn) PCI 總線相連， 視覺(jué)信息的處理由圖像處理庫(kù)函數(shù)實(shí)現(xiàn)。云臺(tái) l/4typeSuperHADCC 撥像機(jī)有 2 個(gè)自由度。 水平視角 6.6to65。Degree,完成遠(yuǎn)距離大范圍運(yùn)動(dòng)物體的跟蹤識(shí)別，而固定 CC 映像機(jī)可采集機(jī)器人周遍信息，結(jié)合位姿信息，完成機(jī)器人定位4o智智能能級(jí)級(jí)協(xié)協(xié)謂謂級(jí)級(jí)執(zhí)執(zhí)行行圖 3 分層遞階控制的自主機(jī)器人結(jié)構(gòu)化設(shè)計(jì)圖分層遞階自組織控制在智能交通系統(tǒng)中的應(yīng)用路口信號(hào)燈的控制問(wèn)題是智能交通控制系統(tǒng)中的一個(gè)重要問(wèn)題，對(duì)于單個(gè)路口，在不考慮路口之間相關(guān)性的情況下，比較容易達(dá)到控制目標(biāo)的要求，但是這與路口的實(shí)際情況相去甚遠(yuǎn)。對(duì)于復(fù)雜的問(wèn)題如交通干線上相鄰路口之間信號(hào)燈的協(xié)調(diào)控制，普通的控制方法較難達(dá)到控制目標(biāo)。城市交通干線分層遞階控制采用兩層結(jié)構(gòu)：第一層為控制級(jí)，針對(duì)單個(gè)路口，利用路口線圈采集到的車輛信息，使用神經(jīng)網(wǎng)絡(luò)對(duì)下一