面向安保的多機器人協同系統研究與設計

李華雄，王永霞，楊 麗

（1. 天津職業技術師范大學 科技產業處，天津 300222；2. 天津職業技術師范大學 自動化與電氣工程學院，天津300222；3. 天津信息感知與智能控制重點實驗室，天津 300222）

面向安保的多機器人協同系統研究與設計

李華雄1，王永霞2,3，楊 麗2,3

（1. 天津職業技術師范大學 科技產業處，天津 300222；2. 天津職業技術師范大學 自動化與電氣工程學院，天津300222；3. 天津信息感知與智能控制重點實驗室，天津 300222）

0 引言

現代社會是一個人口密集、高度復雜的社會，人類的活動范圍越來越大，面臨的突發事件和異常事件越來越復雜，安保工作的難度和重要性也越來越突出。

安保機器人（Security Robot） 用于維護社會治安、保衛國家財產和人民生命財產安全的機器人。目前對安保機器人的研究大部分都是針對公共場合的，對人的貼身保安研究比較少，且較少是多機器人系統。針對上述問題，本文開展了面向安保的多機器人系統及相關技術和算法研究。

論文以下內容結構安排如下：第一部分給出了多機器人系統的總體方案，第二部分研究相應的多機器人定位、避障、編隊及協同圍捕算法以及仿真，第三部分給出了部分物理實驗,進一步驗證上述系統、算法及軟件的可行性。

1 多移動機器人協同系統總體設計及平臺構建

1.1 系統總體結構設計

多機器人系統依靠幾個機器人的簡單組合并不能充分發揮其優勢，只有通過某種形式的協作才能實現其對復雜任務的處理。多個機器人要實現相互協作就必須確定機器人之間邏輯上和物理上的信息關系和控制關系，以及問題求解能力，如何分布等問題。

本文設計的多機器人系統各子系統之間的關系如圖1所示。整個多移動機器人系統包括通信子系統，多機器人控制子系統，多機器人運動子系統及全局視覺監控子系統。其中前三個子系統是建立在機器人平臺基礎上的，全局監控系統是獨立于機器人之外的視覺子系統。全局監控子系統也具有通信功能。圖1中箭頭表示信號的傳輸方向，箭頭旁的數字代表數據流順序。控制系統通過一定的策略控制機器人運動系統進行運動，全局視覺監控系統監控運動情況，并在必要時通過無線通信系統將信息傳輸給多機器控制系統，構成閉環系統，保證系統安全和控制精度。

圖1 多移動機器人系統組成

本文采用任務級協作的混合分層的機器人控制體系結構。該結構由系統監控層，協調控制層和行為控制層構成，系統結構框圖如圖2所示。

1.2 平臺構建及作業流程設計

本文的多機器人系統主要由Active Media公司的先鋒機器人組成。多機器人系統中的被保護者，保安leader，3個保安follower分別由一個Amigo，一個P3-DX和三個先鋒Amigo擔任。被圍捕者由人或Freescale小車擔任。本文所設計的多機器人系統作業流程圖如圖3所示。

圖2 多機器人系統體

多機器人系統通信是機器人進行交互和組織的基礎。通過通信，多機器人系統中各機器人了解其他機器人的意圖、目標和動作及當前的環境狀態等信息，進而進行有效的協商，協作完成任務。機器人之間的通信分為隱式通信和顯式通信兩類。多移動機器人系統通信結構如圖4所示。圖4中端程序VNC viewer 遠程登錄P3-DX，這樣可以實現對P3-DX的遠程控制。采用C/S架構搭建多機器人系統無線局域網，利用Socket網絡編程實現C/S架構網絡，其中 P3-DX為服務器端，Amigo及監控攝像機為客戶端。Amigo可以執行由Visual Studio 2005開發的應用程序可執行文件，PC通過無線局域網與其發生通信。

2 多移動機器人系統典型問題算法仿真研究

針對本文所研究的多機器人安保系統，其最典型的任務就是協作圍捕。為保證機器人實驗過程上的安全，針對避障、編隊、圍捕策略，本文首先在MobileSim上進行了仿真實驗。由于MobileSim不自帶視覺仿真功能，因此基于視覺信息的定位和避障實驗在機器人實體上 虛線框中遠程登錄用PC通過遠程登錄客戶端VNC-Viewer登錄P3-DX，對P3-DX進行監控，同時方便了機器人運動。P3-DX與PC之間采用C/S架構，通過無線局域網進行無線網絡通信，P3-DX作為服務器端，PC利用客戶進行，某些避障，編隊和圍捕策略仿真時采用里程計和聲納進行定位，仿真結果合理則將其應用于機器人實體上。由于篇幅所限,下面重點介紹基于機器人本體的系統定位算法,以及多移動機器人協作圍捕兩個內容

2.1 基于機器人本體的系統定位算法

系統中每個機器人根據自身所帶有的傳感器進行不同方式的定位。

圖3 多機器人系統作業流程圖

圖4 多機器人系統通信體系框圖

2.1.1 P3-DX定位

作為整個系統的領導者，P3-DX定位需要達到高實時性和高精確性。因此，本文采用SURF算法[1]應用模型，進行路標檢測及測距實現定位。

圖5為本文設計的SURF算法的應用模型，首先進行物體的初次檢測，采用背景減法進行物體的初次提取，獲取物體的模板，并提取物體模板中的SURF特征，當獲取到第n幀圖像，中SURF特征檢測，輸入至濾波器中，由濾波器預測第n+1幀中的物體位置，預測出的物體位置上進行SURF特征提取與模板中的SURF特征進行比較，獲取精確的物體位置，作為第n+1幀中的物體位置，該位置信息用于校正濾波器。

圖5 SURF算法應用模型結構圖

2.1.2 Amigo定位

被保護者Amigo在整個過程中被控制保持直線運動，保證其里程計的定位精度（里程計在轉彎時使累積誤差增大，這樣會導致定位精度不夠）。其余Amigo自身帶有里程計，可以進行定位，用于判斷是否達到P3-DX控制的位置。但是由于里程計在轉彎情況下會使定位誤差增大，因此只能用于輔助定位。

2.1.3 協作定位

1）坐標系

走廊的中點為原點，前進方向為X方向，垂直于前進方向為Y方向。

2）具體方法

被保護者沿預設軌跡進行運動，軌道兩旁設有路標，路標之間的距離為2m，被保護者Amigo的速度一定，每經過一個路標發一次信號給P3-DX，供其判斷行程。由于P3-DX通過視覺檢測可以檢測出路標，通過收到的信號可以計算出走過了幾個路標，由路標間距乘以經過的路標個數與檢測及攝像機標定出的距離之矢量和為P3-DX的實際位置。其余Amigo采用P3-DX進行位置控制，并用里程計和聲納定位反饋。P3-DX通過處理自身獲取的視覺信息，來制定相應的策略，控制Amigo運動。定位實驗及精度分析。

整個系統的定位采用協作定位機制，大大提高了精度。

2.2 多移動機器人協作圍捕

2.2.1 多移動機器人協作圍捕算法分析

目前協同圍捕的方法有多種，如基于勢點的圍捕算法[2]，基于“虛擬范圍”的多機器人圍捕算法[3]，基于虛擬力的圍捕算法[4]，基于動態角色的圍捕算法[5]等。

針對多移動機器人安保系統的需求，本文采用了基于虛擬力的圍捕算法實現圍捕。

2.2.2 多移動機器人協作圍捕算法仿真

本文中涉及的圍捕任務分析如下：當系統保持隊形行進至某一位置時，入侵者想襲擊被保護者；由P3-DX判斷是否為被圍捕對象，并制定了相關圍捕策略，包圍襲擊者。

假設當入侵者察覺自己被發現后依然不采取逃避策略，其運動形式保持不變或者停止運動。本文采取了收縮包圍圈策略，即基于leader的隊形控制方法，控制機器人完成隊形收縮，達到圍捕的目的。仿真實驗步驟描述如下。

1）由P3-DX判斷入侵者的狀態，包括速度，入侵方向，入侵位置。

2）作出最優化的圍捕策略，使被控Amigo駛向入侵者，形成包圍圈并逐步縮小包圍圈。

3）被保護者繼續前行，另外3個Amigo聽從P3-DX指揮，完成圍捕。

圖6為圍捕策略仿真的結果，圖中水平軌跡者為多移動機器人系統的被保護者，起點在最下方的Amigo機器人是入侵者。

圖6 多機器人協同圍捕仿真結果圖

3 實驗

本文的物理實驗場景為，在一條長度為10m的走廊里，多機器人系統在走廊的中線兩側的160cm范圍內運動，以多機器人安保系統為研究對象，利用P3-DX和Amigo，通過視覺導航及協作在室內環境下按照預定的軌跡安全地達到目的地。限于篇幅，僅給出檢測到入侵者以及圍捕兩種情境下的實驗效果圖。

圖7 顯示了在行進過程中P3-DX檢測到了入侵者，（a）為視覺監控子系統監控界面，（b）為P3-DX拍攝到的圖像，其中小橢圓圈標識為入侵者，大橢圓圈為隊形中的一個Amigo。

圖7 P3-DX檢測到入侵者實驗結果

圖8為實施圍捕，當入侵者停止運動時，圍捕結束過程的幾幅截圖。

4 結束語

仿真與物理實驗表明，多機器人定位和避障與單機器人相比要復雜些，但是通過采取一定的算法和策略后依然可以較好地實現導航，多機器人編隊過程參考圓形隊形形成策略提出帶有中心的正n邊形隊形形成策略，對于簡單的機器人系統是比較實用的；圍捕則采取隊形收縮的方案，可以成功完成圍捕任務。

下一步的工作將主要集中在多機器人系統通信方式的改進，機器人角色分配的改進，隊形控制自適應性可以用相應的算法，以及在處理遮擋情況時可應用EKF等算法預測被遮擋物的運動情況，這樣可以實現更精確和快速地實現多機器人的高效協同。

圖8 多移動機器人系統圍捕實驗結果

[1]Bay H, T Tuytelaars, L. Van Gool. Surf: Speeded-up Robust Features[J]. Lecture notes in computer science,2006: 395- 404.

[2]李煥全. 基于“勢點”的多移動機器人協調圍捕/攔截策略[J], 自動化與儀器, 2007, 5: 1-4.

[3]王巍, 宗光華. 基于“虛擬范圍”的多機器人圍捕算法[J]. 航空學報, 2007, 28(2): 508-512.

[4]熊舉峰, 譚皮劍. 基于虛擬力的群機器人圍捕算法[J],計算機工程與應用, 2008, 44(25): 48-51.

[5]李淑琴, 王歡, 李偉, 楊靜宇. 基于動態角色的多移動目標圍捕問題算法研究[J], 系統仿真學報, 2006, 18(2):362-365.

R&D of multi-robot cooperation system aiming at security

LI Hua-xiong1, WANG Yong-xia2,3, YANG Li2,3

以安保為應用背景，在無線局域網環境中規劃并搭建了多機器人系統，圍繞基于視覺的多機器人協同技術，重點研究了多機器人系統中的定位，避障及編隊等典型問題和相關算法，進而通過協同圍捕這類多機器人系統的典型作業，驗證了系統、算法和軟件的有效性。

安保機器人；多機器人協同；視覺檢測；SURF；定位；避障

李華雄（1973－），男，湖南永興人，工程師，學士，研究方向為制造業信息化，自動控制技術。

TP24

A

1009-0134(2011)4(下)-0017-04

10.3969/j.issn.1009-0134.2011.4(下).06

2011-03-24

國家自然科學基金項目(60772167)；天津市高等學校科技發展基金項目（20090704）