多機器人系統及其路徑規劃方法綜述

付夢家+游曉明

摘要摘要：隨著科技的不斷進步，機器人技術也飛速發展。伴隨著移動機器人性能越來越強大，其應用范圍和領域也不斷擴展。特別是多機器人系統研究無論是在理論上還是在實踐中都取得了突破性進展。對多機器人系統研究現狀進行綜述，重點對多機器人路徑規劃所需的關鍵技術包括環境建模、規劃方法、協調避碰策略等問題作了分析和介紹，最后展望了多機器系統的研究方向和發展趨勢。

關鍵詞關鍵詞：多機器人；路徑規劃；智能算法

DOIDOI：10.11907/rjdk.161914

中圖分類號：TP301文獻標識碼：A文章編號文章編號：16727800（2017）001017703

引言

自20世紀80年代末以來，多機器人系統開始引起廣大學者關注，并且得到了迅速發展。相較于傳統的多個單機器人系統而言，多機器人系統具有更大的優勢。比如，多機器人系統在時間和空間分布性上更加具有優越性。具有分布性的多機器人系統中單個機器人的傳感器信息可以有效互補，因此整個機器人系統具備較高的數據冗余度和更強的自適應性、魯棒性；在多機器人系統中，由于單個機器人可以不必具有極強的功能和極高的性能，因此多機器人系統本質上具備低成本、強魯棒性的優勢；尤其是在完成復雜任務時，多機器人的優勢更加突出，通常多機器人系統能夠借助先進的協作架構和協同策略，完成多個單臺機器人難以實現的復雜任務等。

多機器人系統的主要特點有：由于高科技快速發展，機器人的研究和開發更加容易、自適應性更好。隨著多機器人協作策略的不斷進步，其完成復雜任務的成本更低、效率更高、可擴展性更好。近年來，由于材料科學等邊緣科學及交叉科學的發展，機器人的研發成本逐年降低，同時多機器人的應用范圍和領域更加廣泛。因此，越來越多的學者們重視多機器人系統及其應用研究，多機器人系統已經成為機器人學研究中一個飛速發展、具有良好應用前景的研究方向。

近年來，隨著科技不斷進步，多機器人系統相關研究得到快速發展，多機器人系統中的實現技術也取得較大突破[12]。目前，多機器人系統的關鍵技術主要包括任務規劃、運動規劃、協調控制等[35]。

1多機器人系統國內外研究現狀

目前，多機器人系統的研究無論在理論中還是在實踐上都取得了很大進展，建立了許多仿真系統和硬件實驗平臺，為進一步研究機器人系統夯實了基礎。日本屬于較早開展多機器人系統研究與實踐的國家之一，1989年設計出了著名的ACTRESS系統和CEBOT系統。圖1為日本名古屋大學Fukuda等研制的CEBOT（Cellular Robotics System） 系統，該系統采用分布式體系結構設計，將多機器人系統中功能簡單的自主機器人視為“細胞元”（Cells），研究“細胞元”機器人自組織地構成功能強大的多機器人系統。特別是通過傳感器感知環境的動態變化，“細胞元”間相互耦合并自組織重構得以實現更加優化的體系結構。

1996年第一屆機器人足球世界杯在韓國隆重舉行，來自7個國家的23支參賽隊參與了競賽，如圖2所示。1997年經過多方共同努力，成立了國際機器人足球聯合會，聯合會總部設在韓國，其任務包括：每年組織一次機器人足球世界杯大賽；同時還要舉辦相關學術會議，給參賽者提供充分交流的學習平臺，探討機器人足球研究方面的經驗和技術，從而有效地促進該學科方向的不斷發展。

圖3為美國南加州大學Mataric等人研制的The Nerd Herd 系統。該系統由20個機器人組成，每個機器人上裝有碰撞傳感器、定位系統和通訊系統，可以實現游弋（Safe Wandering）、跟隨（Following）、聚集（Aggregation）、分散（Dispersion）和回家（Homing）等行為。研究人員主要將該系統應用于多機器人學習、群體行為、協調與協作等方面的試驗研究與探討，圖4為利用該系統進行的推箱子實驗裝置。

圖2機器人世界杯圖3The Nerd Herd系統 C.R.Kube等人研制的Collective Robotics 系統如圖5所示。該系統從自然界里昆蟲的社會行為得到啟發，利用多個功能簡單的機器人組成功能強大的合作機器人群體。該系統在無顯式通信的條件下，能夠充分利用分布式控制策略實現移動機器人之間的協作。因此，單個簡單智能的機器人通過交互作用實現了多機器人系統復雜的群體智能行為。

圖6為美國MIT的計算科學和人工智能實驗室（CSAIL）研制開發的多機器人系統。該實驗室在多機器人系統上開展了協調多個機器人行為的算法設計、多機器人協調算法性能預測等問題的研究。這些關鍵問題及其研究成果形成多機器人控制算法的重要基礎。

我國在多機器系統的研究方面也開展了卓有成效的工作，雖然起步相對較晚，但到目前為止也取得了豐碩的研究成果。沈陽自動化研究所以制造環境中多機器人的裝配為研究背景，建立了多機器人協作裝配系統MRCAS（Multi-Robots Cooperative Assembly System）。通過采用集中和分散相結合的分層體系結構，該系統可以完成自主編隊行進、隊形變換、自主避障等功能，進一步通過多機器人間協調與合作，完成裝配工件任務。南京理工大學在早期開展的地面微小型機器人研究基礎上，進行了移動機器人協作編隊、自主定位、智能導航等關鍵技術研究，并取得一定成果。目前，由清華大學、國防科技大學、浙江大學和南京理工大學等著名高校聯合研制的第四代無人駕駛車輛實現了多車無人干預下的編隊行駛、超車行駛等核心技術。此外，上海交通大學、哈爾濱工業大學、中南大學等知名高校紛紛開展多機器人系統關鍵技術研究，也取得了一系列突破性研究成果，為我國機器人系統研究與發展奠定了重要基礎。

2多機器人路徑規劃問題研究

多機器人路徑規劃問題是多機器人系統的關鍵技術，該技術也是多機器人協作完成任務的根本保障。多機器人路徑規劃問題定義為：利用已知的靜態環境信息或者依靠傳感器獲得的動態環境信息，多機器人系統各個機器人自主規劃一條從已知起點到目標終點的無碰撞最優路徑，該最優路徑不僅要求單個機器人與所有障礙物之間避障，而且還需滿足多個機器人之間也無碰撞要求。

由單個機器人路徑規劃問題發展而來的多機器人路徑規劃問題，首先需要解決單個機器人路徑規劃問題，其次還要求解決多機器人之間的協調運動和多個機器人之間的協作問題，重點就是避免機器人之間的碰撞和避免出現機器人之間的路徑死鎖等問題。其中，環境建模方法、路徑規劃算法、協調避碰算法等都是關鍵技術問題[6]。

2.1環境建模

最有效的環境建模方法是建立環境地圖，柵格地圖、拓撲地圖、特征地圖等是目前常用的環境地圖。

為了方便機器人的定位，柵格法將整個環境劃分為許多大小相同的正方形單元格，并給予每個單元格唯一的整數標示。柵格地圖模型最大的優點是簡單，其缺點是柵格地圖的粒度不好控制，若粒度較小，計算復雜度增加，若粒度較大，真實環境無法準確表示。

拓撲地圖是利用節點間相關聯的邊所構成的拓撲結構來標示環境，拓撲地圖模型將環境中的重要位置視為節點（如障礙物的棱角），將節點間存在的直接連接的路徑視為地圖中的邊。拓撲地圖雖然適用于環境比較簡單的情況，也不需要機器人準確的位置信息。但拓撲地圖通常難以直接獲取，且對于相似環境的識別也比較困難。

特征地圖模型不同于以上兩種方法，本文利用抽象的幾何特征（如點、直線、曲線等）表示機器人感知的外部環境。此模型便于位置估計和目標識別，但抽象的幾何特征需要對感知的環境信息作進一步處理才能獲取，一般適用于特定的環境。

2.2規劃方法

按照多機器人系統運動規劃的控制方式，多機器人的運動規劃方法可以分為以下4種類型：①完全集中的規劃：需要一個集中控制器來規劃所有機器人的運動；②不完全集中的規劃：每個機器人規劃好自己的路徑，但是有一個集中控制器來管理多機器人系統中單個機器人如何走自己的路徑以保證機器人間不發生沖突；③不完全分散的規劃：多機器人系統中單個機器人規劃各自的路徑以及如何走好自己規劃的路徑，在不安全情況下才由集中控制器進行統一規劃；④完全分散的規劃：單個機器人的運動完全自主規劃，不存在集中控制器。

2.3協調避碰策略

協調避障是多機器人系統路徑規劃問題的重要技術之一，也是多機器人系統路徑規劃和多個單機器人路徑規劃的本質區別體現。多機器人系統協調避障問題除了要解決單個機器人自身路徑規劃問題，還必須解決多個機器人之間的碰撞、堵塞及死鎖問題。目前，學者們提出的協調策略主要有速率調整法、交通規則法、優先級法、幾何修正法以及基于行為的避碰方法等。隨著“智能制造2025”的深入推進，服務機器人應用領域還在不斷擴展，多機器人系統協調避碰策略亟需進一步探討。

3多機器人系統展望

多機器人系統是一個多學科高度交叉的前沿學科，多機器人系統的進一步發展也必定會受到相關學科發展的限制。研究多機器人系統需要借鑒這些學科或學科中解決某些問題的理論和方法，才能產生突破性進展，這是未來研究多機器人系統的發展方向和重要趨勢，具體而言，這些學科有：分布式系統、生物學、傳感器技術、機械工程等。可從以下幾個方面探討多機器人路徑規劃問題：

（1）先進的傳感技術。移動機器人中傳感器設備被視為人類的五官，實現移動機器人的視覺、聽覺、嗅覺等功能。在環境建模中依靠先進的傳感技術，機器人能完成高效實時采集環境信息的任務。

（2）多傳感器的信息融合技術。移動機器人導航方式正在向多傳感器發展，使用多個傳感器可以同時采集和處理信息，從而提高機器人系統的速度和性能。通過合理支配并充分利用傳感器及其采集信息，并采用信息融合技術以獲得環境的一致性解釋及描述形式，可以提高機器人路徑規劃的精準度和魯棒性。

（3）智能優化算法的發展。隨著復雜問題規模呈現指數級增長，智能優化方法迅速成為多機器人系統路徑規劃研究新的發展方向。但由于算法實時性、自適應性、魯棒性還不夠好，智能優化算法在實際應用中必然存在一定的局限性。因此，多機器人系統路徑規劃問題研究中，智能優化算法還有很大的發展空間。

4結語

多機器人系統的研究與應用已經對人類社會產生深刻影響，隨著科學技術的不斷進步，其還將會對人類生活和社會進步帶來巨大變革。不久的將來，人們的生活質量和工業、農業和國防現代化水平都將得到極大提高。但目前對于多機器人系統的研究還處于初級階段，多機器人系統關鍵技術研究還亟需深入探討，特別是多機器人系統路徑規劃算法還有待進一步改進，多機器人系統無論在理論研究上還是技術實現上都需要更多學者進行不懈努力和積極探索。

參考文獻：

[1]吳軍，徐昕，連傳強，等.協作多機器人系統研究進展綜述[J].智能系統學報，2011，6（1）：1326.

[2]原魁，李園，房立新.多移動機器人系統研究發展近況[J].自動化學報 2007，33（8）：785795.

[3]蔡自興，崔益安.多機器人覆蓋技術研究進展[J].控制與決策，2007，2（3）：17.

[4]張崳，劉淑華.多機器人任務分配的研究與進展[J].智能系統學報，2008，3（2）：115120.

[5]劉曉南，劉斌.基于結構自適應的多機器人協作機制研究[J].傳感器與微系統，2010，29（11）：5456.

[6]潘薇，蔡自興，陳白帆.一種非結構環境下多機器人構建地圖的方法[J].高技術通訊，2009，19（5）：506510.

責任編輯（責任編輯：孫娟）

第1期 卿勇：智能家居發展及關鍵技術綜述軟 件 導 刊2017年標題