機(jī)器人群體協(xié)作控制研究

機(jī)器人群體的協(xié)作控制研究主講人：2015.04.171主要內(nèi)容一、機(jī)器人群體系統(tǒng)若干行為研究現(xiàn)狀二、群體系統(tǒng)的蜂擁控制三、多機(jī)器人圍捕行為四、研究展望2第一部分

機(jī)器人群體系統(tǒng)若干行為研究現(xiàn)狀蜂擁行為圍捕行為編隊(duì)控制3機(jī)器人群體系統(tǒng)機(jī)器人群體體統(tǒng)——由許多無差別的自治機(jī)器人組成的分布式系統(tǒng)，主要研究如何使能力有限的 機(jī)器人通過交互產(chǎn)生群體智能。大學(xué)的

C.R.Kube等人研制的

CollectiveRobotics系統(tǒng)——昆蟲社會(huì)的一種人工模擬。目的是將許多簡(jiǎn)單的機(jī)器人組成成一個(gè)團(tuán)體完成一些有意義的工作。4

USC大學(xué)的學(xué)者M(jìn)aja.J.Mataric等采用自下而上的路線，基于行為的方式研究分析、設(shè)計(jì)機(jī)器人群體行為的突現(xiàn)，針對(duì)多移 器人協(xié)調(diào)、協(xié)作建立了實(shí)驗(yàn)系統(tǒng)The

NerdHerd5國(guó)內(nèi)的多移

器人系統(tǒng)研究從二十世紀(jì)九十年代末開始發(fā)展，成為當(dāng)前機(jī)器人學(xué)中最受重視的研究領(lǐng)域之一。沈陽自動(dòng)化 （機(jī)器人學(xué) ）：研制多移 器人裝配系統(tǒng)MRCAS。為代表的 交通大學(xué)：多機(jī)器人系統(tǒng)平臺(tái)研究多移

器人的自主編隊(duì)、三維

重建以及動(dòng)態(tài)環(huán)境中基于滾動(dòng)窗口的路徑規(guī)劃。6自然界的螞蟻、蜜蜂等昆蟲群體， 能力有限，但它們協(xié)同合作（交互作用）呈現(xiàn)出智能行為—對(duì)于生態(tài)群體中 的生存是必要的。通過人工模擬自然界和人類社會(huì)群體有助于機(jī)器人群體系統(tǒng)的研究。7基于仿生學(xué)原理的機(jī)器人群體系統(tǒng)行為蜂擁行為自然界中鳥群、魚群等集體運(yùn)動(dòng)行為，即蜂擁行為。生物學(xué)家、計(jì)算機(jī)學(xué)家和物理學(xué)家等試圖理解魚群、鳥群等動(dòng)物群體在沒有 控制與全局信息的情況下如何達(dá)到飛行或 方向的一致。89生物學(xué)系統(tǒng)的研究啟發(fā)工程學(xué)群體系統(tǒng)（大規(guī)模機(jī)器人群體）研究，即受生物群體的協(xié)調(diào)性行為啟發(fā)而研究工程智能群體行為。10圍捕行為自然界中狼群對(duì)馴鹿的捕食。多機(jī)器人協(xié)作圍捕移動(dòng)目標(biāo)是研究如何指導(dǎo)一群自主型移動(dòng)機(jī)器人（追捕者）相互合作去捕捉其它 或者群體。各種 裝備的智能化程度，應(yīng)用前景：軍事領(lǐng)域，可大幅度的提高提高無人裝備的戰(zhàn)斗力；工業(yè)控制領(lǐng)域，可以提高工廠自動(dòng)化程度，降低產(chǎn)品成本，提高生產(chǎn)效率等；11編隊(duì)控制多機(jī)器人編隊(duì)控制（隊(duì)形形成和隊(duì)形保持）研究主要包括：如何形成隊(duì)形；如何在行進(jìn)過程中保持隊(duì)形；如何在行進(jìn)中避開 物；如何根據(jù)需要隨時(shí)改變隊(duì)形的形狀；能否實(shí)現(xiàn)任意形狀的隊(duì)形。12編隊(duì)飛行的微型機(jī)器人13早期的多機(jī)器人系統(tǒng)隊(duì)形保持問題研究主要集中在如何形成隊(duì)形和如何在行進(jìn)過程中保持隊(duì)形兩個(gè)方面。近年來，多機(jī)器人系統(tǒng)隊(duì)形保持問題的研究主要集中在如何在動(dòng)態(tài)未知環(huán)境下保持隊(duì)形，如何利用保持隊(duì)形的多機(jī)器人系統(tǒng)來完成給定任務(wù)，以及如何在保持隊(duì)形的同時(shí)避開環(huán)境中的各種 等方面。動(dòng)物界群體的行為多種多樣，其中所表現(xiàn)的群體智慧令人嘆為觀止。探討群體行為的機(jī)制和規(guī)律對(duì)于理解自然和社會(huì)中的復(fù)雜現(xiàn)象及實(shí)際應(yīng)用具有重要的意義。14群體方向的同步群 置的集結(jié)同步蜂擁控制算法蜂擁控制的仿真第二部分

群體系統(tǒng)的蜂擁控制15flocking（蜂擁）蜂擁：大量一起運(yùn)動(dòng)。自然界中大雁、魚群的涌現(xiàn)、細(xì)菌群落、狼群對(duì)馴鹿捕食、蟻群和蜂群等都是蜂擁行為。

蜂擁行為，具有適應(yīng)性、魯棒性、分散性和自組織性。其特點(diǎn)：從簡(jiǎn)單的局部規(guī)則涌現(xiàn)出協(xié)調(diào)的全局行為。

1986年，Reynolds提出Boid模型：分離（separation）聚合(cohesion)速度匹配(alignment)16分離（separation）：與鄰居聚合（cohesion）:

與鄰居避免碰撞；保持緊湊；速度匹配（alignment）：與鄰居速度保持一致。為滿足Reynolds三條規(guī)則，基本的蜂擁控制算法可以采用下面的方式：ui

i

i是i采用速度一致算法，用于實(shí)現(xiàn)智能體之間的速度匹配（方向同步）；

用i于實(shí)現(xiàn)分離和聚合兩條規(guī)則（群置集結(jié)）。17Anti-flocking（反蜂擁）反蜂擁：獨(dú)自運(yùn)動(dòng)。自然界中一些動(dòng)物是獨(dú)居者喜歡單獨(dú)行動(dòng)尋覓食物，如：無脊椎的蜘蛛、章魚，昆蟲中的步甲、螳螂，魚類中的斗魚、大白鯊，鳥類中的金雕、褐馬雞等都是反蜂擁行為。Anti-flocking的三條規(guī)則：避免碰撞（Collision

avoidance）:與最近的

物 保持安全距離；離群De-centering：試圖遠(yuǎn)離其鄰居們（即鄰居中心）；自我為中心（selfishness）：以上兩種情況不發(fā)生的情況下，運(yùn)動(dòng)獲得最大的收益。18Three

rules

ofanti-flocking19群體方向的同步同步，是指系統(tǒng)中初始位置分布雜亂無章的，其運(yùn)動(dòng)方向通過局部交互作用經(jīng)過一段時(shí)間后，每個(gè)的方向最終趨于一致。多系統(tǒng)達(dá)到同步是指所有的角度滿足i

it1,,2)(,3limNt的初始角度，注：最終的角度

，依賴于初始狀態(tài)，如的初始位置，系統(tǒng)總數(shù)目N

，速度

及鄰域半徑r20同步Synchronization21鄰居圖和連通圖鄰居圖，指N個(gè)的位置構(gòu)成的圖。連通圖，指在鄰居圖當(dāng)中所有 之間可以直接或間接地通過邊連接起來所構(gòu)成的圖。The

neighbor

graphConnectivuty

graph2223的用數(shù)學(xué)語言描述為：對(duì)于群體內(nèi)任意

i,

j

，總存在相應(yīng)注：研究的同步問題就是需要保證鄰居圖自始至終都是連通的。集合s

{k,l,||

xm

xn

||

r,||

xnm,n},

使得||

xi

xk

||

r,||

xk

xl

||

r,

x

j

||

r皆成立，或者||

xi

x

j

||

r

成立。方向同步的建模Vicsek模型的線性化方程（即 角度更 律）：的位置更新方程：i

i

tNj

j

txi

(t

1)

xi

(t)

v

cosi

(t),i

i

i

y

(t

1)

y

(t)

v

sin

(t),i

1,2,324仿真結(jié)果圖（c）（a）

（b）仿真參數(shù)和結(jié)果比值表251）

感知半徑較大時(shí)，即保證了每個(gè)

都有一定數(shù)目的鄰居，可觀測(cè)到的范圍較大。實(shí)現(xiàn)廣義上的方向同步。2）速度增大，半徑不變，由圖（a）和圖（b）仿真結(jié)果可知：運(yùn)動(dòng)速度的變化不會(huì)影響群體同步的方向角。3）速度不變，半徑減小，影響同步方向角，且同步需要的時(shí)間延長(zhǎng)。4）感知半徑減小到一定程度，使得群體鄰居圖很難保證再連通。實(shí)現(xiàn)了方位的同步，但是群體已經(jīng)分離成幾個(gè)不同的部分。（d）（e）26群

置集結(jié)運(yùn)動(dòng)特性方程：g

xi

x

j

,i

1,

2

,

Nj

N

(i)ix

2y

c

g

y

y

a

b

e（N=30，r=60）（N=30，r=15）27即

x

j

jNi

t

ui

ve

i

g

xj

i同步蜂擁控制算法的表達(dá)形式：ui

i

ivi

ui同步蜂擁控制算法蜂擁控制實(shí)質(zhì)是基于“分離、調(diào)整和 ”規(guī)則進(jìn)行的。假設(shè)智能agenti

的運(yùn)動(dòng)方程：

ri

vi

28前提條件是初始狀態(tài)的鄰居圖是連通的。否則，產(chǎn)生局部蜂擁現(xiàn)象，對(duì)于整個(gè)群體來說產(chǎn)生 現(xiàn)象?，F(xiàn)象增強(qiáng) 之間的群體初始狀態(tài)連通性能力。29情況下的處理

i朝著離它距離最遠(yuǎn)的鄰居運(yùn)動(dòng)30蜂擁控制仿真結(jié)果初始分布最終分布運(yùn)動(dòng)軌跡圖r

2531r

20r

20基于提出方法和特殊異常情況處理方案的仿真結(jié)果

0.3215t

150r

8t

2000t

10000t3212000初始位置分布成圓形狀的群體仿真結(jié)果33第三部分多機(jī)器人圍捕行為目標(biāo)逃逸策略基于虛擬勢(shì)點(diǎn)的圍捕策略圍捕隊(duì)形控制圍捕終止條件34圍捕行為的建模目標(biāo)逃逸策略圍捕機(jī)器人未進(jìn)入目標(biāo)機(jī)器人感知范圍時(shí)，目標(biāo)機(jī)器人向目標(biāo)點(diǎn)運(yùn)動(dòng)(x

xe

)

j(

y

ye

)y

(x

xe

)

j(

y

ye

)圍捕機(jī)器人進(jìn)入目標(biāo)機(jī)器人感知范圍時(shí)，分兩種情況

圍捕機(jī)器人對(duì)目標(biāo)機(jī)器人沒有形成包圍的情況y

w1VNVt

Vi

/

dii1w1

w035未形成圍捕

形成圍捕圍捕機(jī)器人對(duì)目標(biāo)機(jī)器人形成包圍的情況目標(biāo)機(jī)器人選擇相鄰兩個(gè)圍捕機(jī)器人連線距離最大的中點(diǎn)進(jìn)行突破。基于虛擬勢(shì)點(diǎn)的圍捕策略“夾角最小”選擇動(dòng)態(tài)虛擬勢(shì)點(diǎn)原則只采用此策略會(huì)出現(xiàn)“死鎖”情況3637圍捕任務(wù)決策圖圍捕機(jī)器人“勢(shì)點(diǎn)”選擇示意圖圍捕“死鎖”狀態(tài)示意圖“距離最近”選擇動(dòng)態(tài)勢(shì)點(diǎn)原則~~d

j

min2

2

xi

x

j

yi

y

j

“切換式”圍捕策略目標(biāo)機(jī)器人運(yùn)動(dòng)時(shí)，選擇夾角最小策略；目標(biāo)機(jī)器人被迫停止時(shí)，選擇距離最近策略。注：圍捕機(jī)器人i阻擋j向目標(biāo)機(jī)器人虛擬勢(shì)點(diǎn)運(yùn)動(dòng)，導(dǎo)致無法完成任務(wù)。38圍捕隊(duì)形控制xi

wij

vij

0wij

w0圍捕機(jī)器人隊(duì)形控制勢(shì)場(chǎng)函數(shù)“圓形”狀隊(duì)形智能

運(yùn)動(dòng)示意圖鄰居

位姿匹配示意圖39圍捕終止條件目標(biāo)機(jī)器人被圍捕示意圖40目標(biāo)機(jī)器人無論到哪兩個(gè)相鄰圍捕機(jī)器人連線的中心的距離都不小于這兩個(gè)圍捕機(jī)器人中任一個(gè)到中心的距離。圍捕行為仿真環(huán)境建模

某一時(shí)刻圍捕示意圖

圍捕成功示意三種策略每種各運(yùn)行三組每組運(yùn)行100次所得結(jié)果如表所示圖41編隊(duì)隊(duì)形是“圓形”狀“鏈狀”和“圓形狀”圍捕時(shí)間和成功率比較目標(biāo)機(jī)器人與圍捕機(jī)器人速度比率大于1時(shí)，仿真結(jié)果42為了進(jìn)一步加快圍捕任務(wù)的完成和提高圍捕效率，對(duì)圍捕機(jī)器人進(jìn)行隊(duì)形控制且保持編隊(duì)隊(duì)形向著目標(biāo)機(jī)器人同步運(yùn)動(dòng)，最終實(shí)現(xiàn)圍捕完成圍捕任務(wù)。43研究展望1）群體動(dòng)態(tài)行為的模型及其控制算法.2）群體的自適應(yīng)性，即可變的環(huán)境里能選擇和 新目標(biāo)的性能.3）群體規(guī)模的可擴(kuò)展性（由低階的群體析構(gòu)造期望的大規(guī)模群體的性能）.4）群體的優(yōu)化性能.動(dòng)態(tài)性能分5）群體的魯棒性，即追尋目標(biāo)的 能力.6）工程群體設(shè)計(jì)問題中：對(duì)于群體系統(tǒng)的研究最終目的是設(shè)計(jì)自適應(yīng)、魯棒的、可擴(kuò)展的工程