足式越野機(jī)器人集群系統(tǒng)關(guān)鍵技術(shù)與應(yīng)用展望

許威, 蘇波*, 江磊, 閆曈, 許鵬, 王志瑞, 邱天奇

(1.中國北方車輛研究所 無人中心, 北京 100072; 2.中兵智能創(chuàng)新研究院有限公司, 北京 100072;3.群體協(xié)同與自主實(shí)驗(yàn)室, 北京 100072)

0 引言

足式越野機(jī)器人集群是指能夠在復(fù)雜地形環(huán)境下協(xié)同移動(dòng)作業(yè)的自主系統(tǒng),它是山地、叢林等復(fù)雜環(huán)境作戰(zhàn)和污染、廢墟等復(fù)雜場景救援的重要裝備,在軍民領(lǐng)域有著緊迫的應(yīng)用需求,其基礎(chǔ)理論和關(guān)鍵技術(shù)既是當(dāng)前學(xué)術(shù)領(lǐng)域研究的重點(diǎn)和熱點(diǎn),也屬于面向國家重大需求的經(jīng)濟(jì)社會(huì)發(fā)展和國防建設(shè)所需要解決的短板和弱項(xiàng)。

集群協(xié)同攻防是陸戰(zhàn)場典型的作戰(zhàn)樣式(見圖1)。現(xiàn)代戰(zhàn)爭正在由傳統(tǒng)的大規(guī)模集群遭遇戰(zhàn)向小規(guī)模集群奪控戰(zhàn)和襲擾戰(zhàn)轉(zhuǎn)變,戰(zhàn)場環(huán)境也由原來的野外開闊陣地向山地、叢林、城市廢墟等惡劣環(huán)境轉(zhuǎn)變,傳統(tǒng)輪、履式戰(zhàn)車的編隊(duì)集群在上述環(huán)境中行動(dòng)受限、協(xié)同不暢,難以發(fā)揮群體攻擊的優(yōu)勢,因此對高機(jī)動(dòng)足式越野機(jī)器人戰(zhàn)斗集群的需求迫切;在民用領(lǐng)域,自然災(zāi)害和恐怖事件的現(xiàn)場充斥著廢墟和危險(xiǎn),普通車輛難以深度介入,人員隨時(shí)面臨二次損傷和被攻擊的威脅,進(jìn)而造成救援不及時(shí)和救援人員傷亡事件,因此急需能夠越過廢墟或在野外極端地形下開展探測危險(xiǎn)物品、搜尋遇難人員的足式越野機(jī)器人,并通過多機(jī)器人協(xié)作實(shí)施營救行動(dòng)。

緊迫的需求帶動(dòng)了學(xué)術(shù)研究的熱點(diǎn)和方向。2019—2022年,足式機(jī)器人研究多次登上Science Robotics、Nature等頂級(jí)期刊,并被選為封面文章;谷歌學(xué)術(shù)對Swarm Robotics的引用次數(shù)呈倍率級(jí)增長,顯示出足式機(jī)器人和群體協(xié)同的研究熱度。將足式機(jī)器人與群體協(xié)同理論結(jié)合,集成驗(yàn)證能夠在復(fù)雜未知環(huán)境下快速移動(dòng)和高效協(xié)作的集群,可以為無人系統(tǒng)進(jìn)入人類難以抵達(dá)的極端環(huán)境提供新思路,相關(guān)的理論研究是當(dāng)今機(jī)器人領(lǐng)域的熱點(diǎn),符合國際前沿科技的發(fā)展趨勢。

為進(jìn)一步探索足式越野機(jī)器人集群協(xié)作的技術(shù)途徑,本文從足式機(jī)器人集群協(xié)作的仿生學(xué)機(jī)理出發(fā),以陸域復(fù)雜環(huán)境下足式機(jī)器人集群系統(tǒng)高機(jī)動(dòng)越野運(yùn)動(dòng)、高效率協(xié)同感知與高智能協(xié)同作業(yè)為總體需求,深入調(diào)研并分析了國內(nèi)外相關(guān)研究機(jī)構(gòu)在機(jī)器人群體仿生學(xué)機(jī)理、單體足式越野機(jī)器人、集群感知與協(xié)作和集成演示與應(yīng)用等方面的研究現(xiàn)狀,提出當(dāng)前足式越野機(jī)器人集群系統(tǒng)面臨的技術(shù)挑戰(zhàn)和科學(xué)問題,并深入剖析了亟待解決的核心關(guān)鍵技術(shù),最后對足式越野機(jī)器人集群在軍民領(lǐng)域的發(fā)展前景提出了設(shè)想和建議。

1 國內(nèi)外研究現(xiàn)狀綜述

高機(jī)動(dòng)足式越野機(jī)器人群體協(xié)作主要面向足式越野機(jī)器人單體與環(huán)境共融和機(jī)器人群體共融研究。足式機(jī)器人研究開始于20世紀(jì)中葉,并一直保持著熱點(diǎn)趨勢。機(jī)器人群體協(xié)作研究起步于20世紀(jì)末,被認(rèn)為是有可能帶來顛覆性變革的新技術(shù)而廣受關(guān)注。基于上述背景,國內(nèi)外研究者取得了大量的研究成果,下面分別從基于仿生學(xué)的機(jī)器人群體共融機(jī)理、群體中的單體機(jī)器人、機(jī)器人群體感知與協(xié)作技術(shù)、機(jī)器人群體集成演示與示范應(yīng)用等方面介紹研究進(jìn)展。

1.1 基于仿生學(xué)的群體共融機(jī)理研究

集群協(xié)同源于對動(dòng)物行為的模仿,而動(dòng)物的群體行為主要體現(xiàn)在特征抽取、協(xié)作分工和組織架構(gòu)等三個(gè)方面。

在特征抽取方面,Reynolds[1]提出了Boid模型,基于靠近、對齊和避碰規(guī)則,復(fù)現(xiàn)出自然界中鳥類動(dòng)物的集群行為;Couzin等[2]通過改變排斥區(qū)、適應(yīng)區(qū)和吸引區(qū)的大小,模擬不同生物群體的運(yùn)動(dòng)。在協(xié)作分工方面,Ulrich等[3]通過克隆蟻群行為跟蹤試驗(yàn),揭示了蟻群規(guī)模與勞動(dòng)分工機(jī)理;段海濱團(tuán)隊(duì)結(jié)合狼群的等級(jí)特性與社會(huì)組織,建立了狼群合作狩獵運(yùn)動(dòng)模型。上述研究主要基于社會(huì)學(xué)理論揭示了群體內(nèi)的等級(jí)和分工[4]。在組織架構(gòu)方面,Cassidy等[5]通過對狼群的長期實(shí)證觀察和分析,指出自發(fā)形成的種群規(guī)模和構(gòu)成方式是影響其獵捕攻擊目標(biāo)的主要因素;Ducatelle等[6]研究螞蟻的協(xié)同導(dǎo)航行為,構(gòu)建了自組織機(jī)器人集群,實(shí)現(xiàn)了復(fù)雜環(huán)境自組織路徑搜索。上述研究主要基于外部任務(wù)觸發(fā)建立群體自重構(gòu)理論。

1.2 群體中的單體機(jī)器人研究

機(jī)器人群體由一定規(guī)模的同構(gòu)或異構(gòu)的、單功能或多功能的單體機(jī)器人共同組成[7],機(jī)器人主要來源有兩種途徑,一是根據(jù)群體的需要新研制的特定機(jī)器人;二是在已有單體機(jī)器人的基礎(chǔ)上優(yōu)化改進(jìn)的機(jī)器人。足式機(jī)器人群體適應(yīng)復(fù)雜環(huán)境的基礎(chǔ)條件是單體機(jī)器人的高機(jī)動(dòng)性、強(qiáng)魯棒性和智能性,當(dāng)前研究的重點(diǎn)包括新型腿足/軀干機(jī)構(gòu)與結(jié)構(gòu)、高效驅(qū)動(dòng)與控制、敏捷步態(tài)與行為控制等。

在腿足結(jié)構(gòu)方面,以美國波士頓動(dòng)力公司的Bigdog四足機(jī)器人為代表,意大利技術(shù)研究院的HyQ、瑞士蘇黎世聯(lián)邦理工大學(xué)(ETH)的ANYmal、中國北方車輛研究所的“大狗”(見圖2)和“牦牛”(見圖3)、山東大學(xué)的Scalf、宇樹科技公司的B1、云深處科技公司的“絕影”等一系列四足仿生機(jī)器人[8-12],基于犬類原型的串聯(lián)式腿足機(jī)構(gòu)研制了12自由度或16自由度四足機(jī)器人,實(shí)現(xiàn)了自然路面的穩(wěn)定行走;日本早稻田大學(xué)的WL-X、上海交通大學(xué)的“章魚”[13]等足式機(jī)器人,采用并聯(lián)式腿足機(jī)構(gòu),實(shí)現(xiàn)了高承載行走。上述機(jī)器人均采用整體式剛性機(jī)身加對稱分布的腿足構(gòu)型,適合低速行走。為了提高機(jī)器人的行走速度和敏捷性,國內(nèi)外學(xué)者開展了仿生軀干的探索:美國麻省理工學(xué)院(MIT)在Cheetah1四足機(jī)器人上實(shí)現(xiàn)了柔性軀干,為高速奔跑提供了爆發(fā)式的能量,但柔性結(jié)構(gòu)降低了機(jī)器人的穩(wěn)定性和承載力[14];美國波士頓動(dòng)力公司在Cheetah和WildCat機(jī)器人上實(shí)現(xiàn)了多連桿軀干,通過主動(dòng)驅(qū)動(dòng)連桿釋放能量,平坦路面的奔跑速度達(dá)到25 km/h,但連桿機(jī)構(gòu)與動(dòng)物軀干的生理結(jié)構(gòu)差別較大,柔順度欠缺。上述研究通過能量釋放提升了奔跑速度,但奔跑時(shí)穩(wěn)定性和靈活性受到了機(jī)構(gòu)制約,易發(fā)生摔倒和碰撞。因此,如何實(shí)現(xiàn)高速越野奔跑的腿足與軀干機(jī)構(gòu),并解決其爆發(fā)性、穩(wěn)定性和敏捷性協(xié)調(diào)問題,是目前亟待解決的問題。

圖3 央視四足機(jī)器人專題報(bào)道

在驅(qū)動(dòng)與控制方面,美國波士頓動(dòng)力公司的Bigdog、LS3、Wildcat,意大利理工學(xué)院的HyQ,中國北方車輛研究所的“Runner”,山東大學(xué)的Scalf等機(jī)器人采用液壓驅(qū)動(dòng)方式[15-16],具有響應(yīng)快、爆發(fā)力強(qiáng)的優(yōu)點(diǎn),但存在系統(tǒng)復(fù)雜、效率低、噪音大的問題。針對液壓驅(qū)動(dòng)的問題,瑞士ETH的ANYmal、美國波士頓動(dòng)力公司的SpotMini、美國MIT的Cheetah、中國北方車輛研究所的“警犬”(見圖4)、宇樹科技公司的B1、云深處科技公司的“絕影”等機(jī)器人采用電機(jī)驅(qū)動(dòng)方式,實(shí)現(xiàn)了低噪音、輕量化腿部機(jī)構(gòu),但由于電機(jī)功率密度和扭矩不足,動(dòng)態(tài)響應(yīng)能力和爆發(fā)力不足,僅在輕小型機(jī)器人上應(yīng)用,且越野速度不高。為解決上述問題,機(jī)器人領(lǐng)域提出了大扭矩、高功率密度空心電機(jī)和驅(qū)動(dòng)的需求[10,17],但目前尚未形成有效的應(yīng)用成果。因此,高爆發(fā)力的軀干與大扭矩的驅(qū)動(dòng)機(jī)構(gòu),以及該類機(jī)構(gòu)與其他機(jī)構(gòu)的一體化融合問題,是當(dāng)前高機(jī)動(dòng)足式越野機(jī)器人關(guān)注的重點(diǎn)問題。

圖4 Panda5 四足仿生機(jī)器人

在步態(tài)與行為控制方面,美國MIT提出了基于動(dòng)力學(xué)模型的全身控制算法,在Cheetah四足機(jī)器人上應(yīng)用[18],實(shí)現(xiàn)了自主移動(dòng)中的軌跡優(yōu)化與穩(wěn)定平衡結(jié)合,但復(fù)雜地形下高速奔跑時(shí)魯棒性不足;英國愛丁堡大學(xué)與浙江大學(xué)聯(lián)合提出了基于深度強(qiáng)化學(xué)習(xí)的多專家體系結(jié)構(gòu)控制方法,實(shí)現(xiàn)了未知環(huán)境下足式機(jī)器人的自主行走控制[19];瑞士ETH提出了無模型的強(qiáng)化學(xué)習(xí)方法,在ANYmal四足機(jī)器人上得到應(yīng)用[20-21],實(shí)現(xiàn)了復(fù)雜地形的自適應(yīng)行走。但上述研究限于低速行走的穩(wěn)定性,在高速奔跑時(shí)容易失穩(wěn)和碰撞。因此,面向任務(wù)信息鏈和行為特征鏈關(guān)聯(lián)的奔跑和變速行為步態(tài),是足式機(jī)器人高速奔跑亟待解決的問題。

根據(jù)群體需要研制特定機(jī)器人具有較好的針對性和集群特征,因此得到廣泛關(guān)注。Wei等[22]針對群體移動(dòng)作業(yè)需求研究一種Sambot機(jī)器人,通過重構(gòu)和重組集群實(shí)現(xiàn)了蠕動(dòng)、滾動(dòng)等多種移動(dòng)方式。Dorigo等[23]針對非結(jié)構(gòu)環(huán)境的群體移動(dòng)任務(wù),研究了一種swarm-bot機(jī)器人,可通過履帶機(jī)構(gòu)組合鏈?zhǔn)叫螒B(tài),從而跨越壕溝。上述研究主要通過群體重構(gòu)方式提升機(jī)器人的移動(dòng)能力。更多的群體機(jī)器人是在已有的單體機(jī)器人基礎(chǔ)上進(jìn)行優(yōu)化改進(jìn)。Jdeed等[24]針對群體機(jī)器人實(shí)驗(yàn)需求改進(jìn)了一款小型六足機(jī)器人,使其可以協(xié)同移動(dòng)。Howard等[25]針對建筑物內(nèi)測繪需求,研究了一款輪式機(jī)器人,實(shí)現(xiàn)了資源以及成本的有效分配和利用。由于多數(shù)群體機(jī)器人多處于實(shí)驗(yàn)室研究、算法驗(yàn)證階段,使用環(huán)境單一,需求量大,基于低成本輪式小車底盤進(jìn)行改進(jìn)依舊為群體機(jī)器人的主要形式,難以滿足開放越野環(huán)境下的集群作業(yè)需求。

1.3 群體感知與協(xié)作技術(shù)研究

機(jī)器人群體在未知開放動(dòng)態(tài)環(huán)境下協(xié)同作業(yè),既需要感知環(huán)境及任務(wù)態(tài)勢,還需要解決系統(tǒng)及環(huán)境不確定性情況下群體全局狀態(tài)空間和操作空間的時(shí)變問題。為此,國內(nèi)外學(xué)者分別從協(xié)同環(huán)境及任務(wù)態(tài)勢感知、群體智能協(xié)作等方面展開研究,并取得一批有價(jià)值的研究成果。

在協(xié)同環(huán)境及任務(wù)態(tài)勢感知方面,Zhu等[26]提出了異構(gòu)機(jī)器人的空間型分布式感知-跟蹤算法,實(shí)現(xiàn)了機(jī)器人先驗(yàn)知識(shí)與交互信息的融合建模;Papaioannou等[27]研究了不完全信息條件下多機(jī)器人協(xié)同定位問題,實(shí)現(xiàn)了干擾場景下的環(huán)境建模;Sung等[28]研究了多機(jī)聯(lián)合感知和自動(dòng)分組問題,建立了集群變結(jié)構(gòu)時(shí)的環(huán)境建模方法。Franchi等[29]提出了應(yīng)用估計(jì)濾波的分布式算法,實(shí)現(xiàn)了未知載荷慣性參數(shù)的感知。Habibi等[30]提出了分布式樹狀算法,實(shí)現(xiàn)了未知載荷形心的感知測算,使機(jī)器人協(xié)同運(yùn)輸過程中的運(yùn)動(dòng)更加平穩(wěn)靈活。上述研究以多源分布信息的融合為基礎(chǔ),解決了群體局部信息不完備情況下的環(huán)境及任務(wù)態(tài)勢感知問題。

在多機(jī)器人信息融合方面,Banfi等[31]提出了基于高斯過程的信號(hào)分布模型,引導(dǎo)智能體在信息交互中進(jìn)行數(shù)據(jù)采集;Paliotta等[32]提出了一種基于領(lǐng)導(dǎo)者-跟隨者的多目標(biāo)自動(dòng)尋源方法,通過多機(jī)器人間的信息交互來指導(dǎo)整個(gè)集群系統(tǒng)的航向;Shorinwa等[33]基于深度圖像處理技術(shù),提出了一種可拓展的分布式滑動(dòng)窗口跟蹤方法,通過集群內(nèi)各單體機(jī)器人減輕遮擋和通信影響;Hinostroza等[34]提出了多機(jī)器人感知融合的復(fù)雜環(huán)境下對目標(biāo)的認(rèn)知方法,形成更精細(xì)劃分的認(rèn)知結(jié)果;Xiao等[35]提出了空中-水面協(xié)同環(huán)境感知和輔助導(dǎo)航方法,實(shí)現(xiàn)了協(xié)同海上救援。上述研究以機(jī)器人間的能力差異性為基礎(chǔ),提出了基于多源異構(gòu)傳感器的信息融合辦法,但未涉及本體高機(jī)動(dòng)擾動(dòng)和環(huán)境遮擋帶來的突變性、碎片化交互信息的融合問題。

群體協(xié)同運(yùn)動(dòng)方面,Reynolds[36]提出了模擬鳥群協(xié)同運(yùn)動(dòng)的理論模型,個(gè)體遵循3個(gè)簡單的規(guī)則:碰撞避免、速度匹配和向群體中心運(yùn)動(dòng);Couzin等[37]進(jìn)一步構(gòu)建了3層規(guī)則模型,以排斥、吸引、對齊為基本相互作用,重現(xiàn)了魚群的多種協(xié)同運(yùn)動(dòng)行為;Vicsek等[38]從統(tǒng)計(jì)物理的角度,提出了基于鄰居間相互作用建立個(gè)體運(yùn)動(dòng)方向的方法,實(shí)現(xiàn)了自驅(qū)動(dòng)粒子的一致性運(yùn)動(dòng);Cucker等[39]研究了空間內(nèi)群聚現(xiàn)象,提出通過其他單體作用調(diào)整自身速度,解決了群體內(nèi)速度不統(tǒng)一的問題。上述研究通過構(gòu)建具備群體同步規(guī)則的粒子點(diǎn)集群模型,實(shí)現(xiàn)了機(jī)器人群體的協(xié)調(diào)高效移動(dòng),但均以協(xié)同一致性為主要目標(biāo),未考慮個(gè)體之間的分工,個(gè)體之間不具備互動(dòng)與協(xié)作能力。針對以上問題,Spears等[40]提出了一種基于勢能和力平衡方程的物理學(xué)分析方法,建立了自然物理定律驅(qū)動(dòng)的虛擬力預(yù)測模型,用于集群內(nèi)大量移動(dòng)物理代理的分布式預(yù)測;Soysal等[41]提出了隨機(jī)有限狀態(tài)機(jī)的模型,將群體機(jī)器人抽象為若干狀態(tài),通過狀態(tài)轉(zhuǎn)換實(shí)現(xiàn)機(jī)器人的聚集;Theraulaz等[42]提出了反應(yīng)-閾值模型,用于隨機(jī)狀態(tài)機(jī)轉(zhuǎn)移,實(shí)現(xiàn)了集群決策與任務(wù)分配。上述研究通過動(dòng)力學(xué)模型與有限狀態(tài)切換的方法建立集群行為規(guī)則,但動(dòng)力學(xué)約束下的粒子點(diǎn)模型無法描述多末端機(jī)器人行為狀態(tài),清晰邊界下的狀態(tài)切換不適用于存在環(huán)境噪聲、隨機(jī)因素、信息受限的陸域環(huán)境。

在群體智能協(xié)作方面,Sung等[43]提出了基于網(wǎng)絡(luò)認(rèn)知的機(jī)器人編組協(xié)同方法,增強(qiáng)了群體的任務(wù)執(zhí)行能力;2019年,以谷歌Deepmind團(tuán)隊(duì)AlphaStar[44]為代表的智能群體,通過在星際爭霸中戰(zhàn)勝人類而獲得廣泛關(guān)注;2020年,啟元科技團(tuán)隊(duì)運(yùn)用多智能體SCC[45]在星際爭霸中擊敗人類全國冠軍,證明了多類別大規(guī)模集群實(shí)施中心化協(xié)同控制的可行性。針對群體智能的訓(xùn)練和執(zhí)行,Lowe等[46]提出了多智能體深度確定性策略梯度模型,實(shí)現(xiàn)了中心化訓(xùn)練、去中心化執(zhí)行;Foerster等[47]提出了基于反事實(shí)的多智能體策略梯度模型,解決了多智能體信用分配問題。上述研究在數(shù)字化場景中得到了較好的驗(yàn)證,但由于模型對邊界條件具有一定的依賴,在開放環(huán)境和物理實(shí)體應(yīng)用還存在一定距離。

Kim等[48]提出了對多智能體之間通信動(dòng)態(tài)特性的仿真,拉近了仿真與現(xiàn)實(shí)之間的差距。美國分布智能實(shí)驗(yàn)室Parker教授提出了運(yùn)用群智激發(fā)匯聚機(jī)理的目標(biāo)搜索方法,在智能群體機(jī)器人的室內(nèi)搜索項(xiàng)目中實(shí)現(xiàn)了物理應(yīng)用[49]。上述研究在物理系統(tǒng)中進(jìn)行了驗(yàn)證,但僅解決清晰邊界和設(shè)定場景下的智能體協(xié)同對抗問題,未考慮環(huán)境的對抗性,因此環(huán)境變化時(shí)泛化性欠缺,無法滿足復(fù)雜開放環(huán)境的群體動(dòng)態(tài)協(xié)同需求。

綜上所述,當(dāng)前的機(jī)器人群體協(xié)同運(yùn)動(dòng)研究主要基于Vicsek模型和Cucker-Smale模型實(shí)現(xiàn)運(yùn)動(dòng)方向和速度的協(xié)調(diào),群體動(dòng)力學(xué)研究主要基于虛擬力模型和隨機(jī)狀態(tài)機(jī)模型實(shí)現(xiàn)理想條件與簡單任務(wù)約束下的粒子群運(yùn)動(dòng)規(guī)劃,均未考慮機(jī)器人多點(diǎn)接觸地面時(shí)運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)影響,缺少群體與地面之間的共融關(guān)系。上述研究適用于空中、水上和均勻材質(zhì)的平臺(tái)地面,難以解決開放動(dòng)態(tài)環(huán)境下快速移動(dòng)地面群體適應(yīng)復(fù)雜地面環(huán)境的問題[50]。因此,需要針對多末端系統(tǒng)的行為特征建立機(jī)器人群體運(yùn)動(dòng)規(guī)劃和動(dòng)力學(xué)模型,以解決群體與地面環(huán)境之間的共融問題。在群體協(xié)同博弈與圍捕方面,當(dāng)前研究主要集中在特定環(huán)境邊界下與圍捕目標(biāo)的對抗博弈,無法解決開放環(huán)境下實(shí)體智能群體的對抗問題。因此,需要將環(huán)境和目標(biāo)同時(shí)作為對抗主體,建立環(huán)境與目標(biāo)(對抗者)結(jié)盟的三方對抗的博弈研究,解決未知環(huán)境與動(dòng)態(tài)目標(biāo)的群體協(xié)作圍攻問題。

1.4 群體集成演示與示范應(yīng)用研究

在單體機(jī)器人技術(shù)趨于成熟和明確的群體協(xié)同作業(yè)需求下,國內(nèi)外研究團(tuán)隊(duì)先后開展了大量空中、水面、水下集群機(jī)器人的構(gòu)建和驗(yàn)證,并逐漸開始地面機(jī)器人集群的應(yīng)用探索[51]。

在空中集群構(gòu)建方面,Hauert等[52]基于蜂群特征研究了多架固定翼飛機(jī)在空曠地形的無碰撞飛行;Vásárhelyi等[53]研究了大量四旋翼無人機(jī)在受限區(qū)域內(nèi)的自組織蜂擁飛行;Soria等[54]基于鳥群特征提出了模型預(yù)測控制方法,實(shí)現(xiàn)了無人機(jī)集群在復(fù)雜環(huán)境下的飛行;Zhou等[55]利用時(shí)空軌跡規(guī)劃方法,在定位、計(jì)算條件受限的情況下,實(shí)現(xiàn)了無人機(jī)集群在密集叢林中的分布式穿越、隊(duì)型保持、目標(biāo)跟蹤等任務(wù)。美國國防部高級(jí)研究計(jì)劃局(DARPA)提出了“進(jìn)攻性蜂群使能戰(zhàn)術(shù)(OFFSET)”集成項(xiàng)目(見圖5),針對蜂群戰(zhàn)術(shù)、蜂群自治、人機(jī)組隊(duì)、虛擬環(huán)境、物理實(shí)驗(yàn)平臺(tái)等方面進(jìn)行城市作戰(zhàn)場景下的無人機(jī)與地面無人車異構(gòu)蜂群系統(tǒng)演示示范。上述研究從實(shí)用化角度驗(yàn)證了空中群體構(gòu)建基礎(chǔ)理論,促進(jìn)了空中群體協(xié)同技術(shù)的廣泛應(yīng)用,但研究主要基于空中環(huán)境特征,僅考慮了遮擋和阻攔問題,未涉及環(huán)境作用力擾動(dòng)問題,難以解決地面環(huán)境下群體高機(jī)動(dòng)協(xié)同問題。

圖5 OFFSET想象圖(Northrop Grumman)

在水域集群構(gòu)建方面,研究主要集中在弱信息交互條件下的艦船編隊(duì)和基于仿生魚群的多機(jī)器人攻防。水上集群驗(yàn)證方面,2014年,美國海軍開展了13艘水面無人艇集群協(xié)同搜索、圍捕的試驗(yàn),驗(yàn)證了人工輔助條件下分散與數(shù)據(jù)自動(dòng)融合系統(tǒng)(DADFS)和機(jī)器人智能感知系統(tǒng)控制體系架構(gòu)CARACaS的有效性[56];2018年,云洲智能團(tuán)隊(duì)進(jìn)行了56艘無人艇集群協(xié)同避障等任務(wù)的演示示范[57]。在水下集群驗(yàn)證方面,2009年,歐盟的GREX項(xiàng)目驗(yàn)證了有限通信條件下的編隊(duì)航行[58];2016年,美國海軍在分布式偵察與探測的協(xié)作自主性系統(tǒng)CADRE協(xié)同框架下開展并驗(yàn)證了無人水下機(jī)器集群掃雷任務(wù)[59];2020年,哈爾濱工程大學(xué)進(jìn)行了小型無人水下機(jī)器人集群的中繼通信、動(dòng)態(tài)組網(wǎng)、航行控制等試驗(yàn)[60],驗(yàn)證了分布式優(yōu)化算法對降低通信影響的可行性。上述研究基于物理場景和實(shí)際任務(wù)驗(yàn)證了水域集群構(gòu)建的基礎(chǔ)理論,促進(jìn)了群體協(xié)同技術(shù)在水面和水下環(huán)境的應(yīng)用,其中水下信息不完全條件下的協(xié)同方法可以為地面群體協(xié)同提供參考,但研究主要基于水域環(huán)境特征,僅考慮了通信干擾問題,同樣未涉及環(huán)境作用力擾動(dòng)問題,難以解決地面環(huán)境下的群體高機(jī)動(dòng)協(xié)同問題。

在地面集群構(gòu)建方面,目前只有少數(shù)實(shí)驗(yàn)成功地演示了自治自組織機(jī)器人,而集群機(jī)器人的實(shí)踐應(yīng)用仍是一片空白[61],美國陸軍于2017年發(fā)布了《機(jī)器人與自主系統(tǒng)戰(zhàn)略》,指出無人作戰(zhàn)系統(tǒng)發(fā)展的遠(yuǎn)期目標(biāo)(2030—2040年)應(yīng)實(shí)現(xiàn)多個(gè)機(jī)器人系統(tǒng)的組合作戰(zhàn)。顯然,當(dāng)前的能力水平落后于需求:一方面,由于未解決開放環(huán)境對地面集群行為級(jí)的致命影響,大量研究成果局限在既有規(guī)則的封閉環(huán)境下運(yùn)用,無法適應(yīng)來自諸如地形地貌等方面的環(huán)境干擾;另一方面,空中、水域機(jī)器人集群的廣泛應(yīng)用和地面集群的需求,不斷激發(fā)出對地面機(jī)器人集群的期待,進(jìn)而產(chǎn)生大量的應(yīng)用需求概念。上述研究動(dòng)態(tài)和趨勢,進(jìn)一步表明開展高機(jī)動(dòng)足式越野機(jī)器人集群構(gòu)建和集成驗(yàn)證的必要性和緊迫性。

綜上所述,當(dāng)前空中、水上和水下機(jī)器人集群構(gòu)建的基礎(chǔ)理論已經(jīng)趨于成熟,地面機(jī)器人集群構(gòu)建面臨復(fù)雜環(huán)境的挑戰(zhàn),尚處于簡單環(huán)境驗(yàn)證或復(fù)雜環(huán)境概念研究階段。因此,需要設(shè)計(jì)、開發(fā)和部署一個(gè)融合地面復(fù)雜環(huán)境因素的集群系統(tǒng)開放式驗(yàn)證架構(gòu),用于在虛擬環(huán)境和物理現(xiàn)實(shí)中進(jìn)行地面集群系統(tǒng)的新功能驗(yàn)證與測試評(píng)估,以達(dá)到機(jī)器人集群與地面環(huán)境、集群內(nèi)機(jī)器人之間以及人與群體之間共融的科學(xué)目標(biāo)。

2 面臨挑戰(zhàn)與科學(xué)問題

2.1 面臨的主要挑戰(zhàn)

盡管當(dāng)前單體足式越野機(jī)器人可以實(shí)現(xiàn)在特定環(huán)境下行走,但還沒有足式越野機(jī)器人集群能達(dá)到在山地、密林中協(xié)同作業(yè)的能力,其主要挑戰(zhàn)是地面復(fù)雜環(huán)境帶來的地形復(fù)雜未知、信息不完全、角色動(dòng)態(tài)變化。其中:

1)地形復(fù)雜未知:戰(zhàn)場和救援環(huán)境是未知、復(fù)雜和動(dòng)態(tài)變化的,影響機(jī)器人群體安全的地形信息出現(xiàn)在機(jī)器人前方1～2 m空間位置和1～2 s的臨機(jī)時(shí)刻,難以預(yù)測,要求機(jī)器人奔跑時(shí)既快又穩(wěn),尤其不能相互碰撞,但目前這三者在時(shí)空上難以統(tǒng)一。

2)信息不完全:地面復(fù)雜環(huán)境普遍存在通信受阻、衛(wèi)星受限、視覺遮擋等情況,足式機(jī)器人集群既缺少精確現(xiàn)場地圖、也缺少精確的目標(biāo)與本體定位,難以同指揮中心建立暢通的聯(lián)系,甚至群體內(nèi)交互信息也時(shí)斷時(shí)續(xù),造成單體感知信息不完全、群體態(tài)勢不準(zhǔn)確。

3)角色動(dòng)態(tài)變化:地面機(jī)器人群體協(xié)同作業(yè)過程中時(shí)刻面臨著環(huán)境動(dòng)態(tài)變化、目標(biāo)動(dòng)態(tài)變化的情況,由此帶來群體內(nèi)角色分工與任務(wù)分配的動(dòng)態(tài)變化,要求群體具備根據(jù)環(huán)境和目標(biāo)變化情況實(shí)現(xiàn)動(dòng)態(tài)角色分工和單體行為約束的能力。上述問題是制約陸域集群系統(tǒng)發(fā)展與應(yīng)用的關(guān)鍵,需要從仿生學(xué)、力學(xué)、機(jī)械、信息等多角度進(jìn)行探索,以獲得實(shí)質(zhì)性突破。

首先,在群體協(xié)作機(jī)理研究方面,當(dāng)前研究主要體現(xiàn)在特征抽取、協(xié)作分工和組織架構(gòu)單方面的成果,但動(dòng)物群體協(xié)作蘊(yùn)含于三者的緊密耦合之中,需要開展動(dòng)態(tài)環(huán)境群體行為建模、動(dòng)態(tài)角色/任務(wù)分配和不完全信息下的自組織演化機(jī)制研究,從根本上揭示動(dòng)物群體共融的內(nèi)在機(jī)理。

其次,目前對地面群體中的單體機(jī)器人研究較少,主要采用輪式、履帶或多足方式,滿足室內(nèi)或平坦環(huán)境使用。盡管近年來足式機(jī)器人發(fā)展迅速,但主要面向單體機(jī)器人的應(yīng)用,尚未從群體共融和應(yīng)用的角度開展研究。自然界中的狼群等具有高度越野機(jī)動(dòng)能力、敏捷攻擊能力和較高智能的群體對單體具有特定的需求,如奔襲能力、敏捷避讓等,進(jìn)而影響到機(jī)器人的形態(tài)與功能。因此,具有類似功能特點(diǎn)的足式機(jī)器人是實(shí)現(xiàn)越野機(jī)器人集群的基礎(chǔ),開展相關(guān)研究極為重要。

再次,群體在未知環(huán)境下的靈活移動(dòng)依賴于面向整個(gè)群體的環(huán)境模型,群體的精準(zhǔn)協(xié)同作業(yè)依賴于當(dāng)前任務(wù)情景態(tài)勢模型及群體協(xié)作決策模型。開放動(dòng)態(tài)環(huán)境下,群體快速移動(dòng)并協(xié)同作業(yè)時(shí),上述模型緊密耦合,并伴隨信息的缺失和突變。該問題是越野群體共融系統(tǒng)感知與協(xié)同作業(yè)的難題,盡管國內(nèi)外針對群體聯(lián)合建模、群體聯(lián)合情景感知、群體協(xié)作技術(shù)開展了大量的研究工作并取得一定成果,但目前仍未解決定位信息完全缺失的建模、快速奔襲下的群體內(nèi)角色動(dòng)態(tài)分配與規(guī)劃調(diào)度等問題。需要基于動(dòng)物群體行為機(jī)理,探索仿生感知途徑、群體內(nèi)部信息交互及融合機(jī)制、基于專家先驗(yàn)知識(shí)的多層多時(shí)間尺度群體決策方法。

最后,在現(xiàn)階段集成應(yīng)用方面,典型案例僅針對地面、空中、水面等簡單場景進(jìn)行了集群協(xié)作技術(shù)的部署與演示驗(yàn)證,尚未開展對不完全信息、開放環(huán)境、角色變換應(yīng)用場景下的地面集群共融協(xié)作的集成演示示范研究。

2.2 科學(xué)問題

足式機(jī)器人集群在地面上面臨特有的環(huán)境挑戰(zhàn):一是復(fù)雜的地形地貌下,群體內(nèi)機(jī)器人難以獲得持續(xù)精準(zhǔn)的定位信息,特殊情況下甚至整個(gè)集群定位和通信受阻,使群體面臨突出的不確定性決策問題;二是開放的作業(yè)場景中,伴有隨機(jī)的人員、動(dòng)物、車輛等合作或非合作動(dòng)態(tài)目標(biāo),同時(shí)機(jī)器人集群自身快速奔襲帶來感知和操作擾動(dòng),難以保證群體在全局狀態(tài)空間和操作空間的魯棒性和敏捷性;協(xié)作任務(wù)的持續(xù)延伸帶來群體內(nèi)機(jī)器人角色不斷的轉(zhuǎn)變,進(jìn)而帶來群體結(jié)構(gòu)穩(wěn)定性與靈活性之間的矛盾。上述問題是環(huán)境-任務(wù)-角色三元素耦合作用帶來的挑戰(zhàn),本質(zhì)上要建立一種群體內(nèi)默契協(xié)同與合作的機(jī)-機(jī)共融機(jī)制,需要從心理學(xué)、社會(huì)學(xué)和能量學(xué)交叉融合角度尋求突破。

開放動(dòng)態(tài)環(huán)境給足式機(jī)器人奔襲的穩(wěn)定性、安全性帶來極大挑戰(zhàn)。盡管當(dāng)前足式機(jī)器人研究取得了重大進(jìn)展,但仍處在程式化跳躍翻騰、跌倒后自救、操作閥門等初級(jí)水平,既未實(shí)現(xiàn)野外復(fù)雜地形快速奔襲,也未研究多機(jī)器人奔跑中的避讓與穩(wěn)定問題。狼群在開放動(dòng)態(tài)環(huán)境下既表現(xiàn)出極強(qiáng)的奔襲能力,又表現(xiàn)出敏捷的形態(tài)與行為,一是因?yàn)槔潜旧砭哂袕?qiáng)大的柔性軀干和頭/尾等平衡器官,二是因?yàn)槔窃诒家u過程中可以采取變節(jié)律、變步幅方式保持高速穩(wěn)定,對于仿狼群系統(tǒng)中的足式機(jī)器人,本質(zhì)上不是形態(tài),而是行為上具備上述能力,即需要解決機(jī)器人對環(huán)境的動(dòng)態(tài)順應(yīng)問題,進(jìn)而突破基于群體交互、視覺、力學(xué)感知驅(qū)動(dòng)的奔襲步態(tài)和滿足該步態(tài)的機(jī)構(gòu)結(jié)構(gòu)。

3 關(guān)鍵技術(shù)

3.1 足式越野機(jī)器人高機(jī)動(dòng)越野技術(shù)

單體機(jī)器人的高機(jī)動(dòng)越野能力是足式越野機(jī)器人集群系統(tǒng)的關(guān)鍵。足式越野機(jī)器人高機(jī)動(dòng)越野技術(shù)主要是基于仿生學(xué)與地面力學(xué)理論,研究越野環(huán)境與動(dòng)物機(jī)動(dòng)行為之間的內(nèi)在耦合關(guān)系,揭示環(huán)境與機(jī)器人結(jié)構(gòu)/行為的耦合機(jī)理;研究典型環(huán)境幾何與力學(xué)特征,建立地形支撐和牽引性模型;研究脊椎動(dòng)物行走時(shí)骨骼結(jié)構(gòu)/觸地機(jī)構(gòu)與地面作用關(guān)系,建立靜力學(xué)耦合模型;研究脊椎動(dòng)物行走規(guī)律、時(shí)空特征和能量轉(zhuǎn)換方式,建立動(dòng)態(tài)力學(xué)耦合模型。

在足式行走機(jī)器人構(gòu)型設(shè)計(jì)方面,基于映射仿生方法,開展多源仿生機(jī)構(gòu)之間的功能聚類、仿生機(jī)構(gòu)與非仿生機(jī)構(gòu)的耦合;研究多自由度仿生軀干和附著-支撐-緩沖-儲(chǔ)能功能一體化的四關(guān)節(jié)仿生腿足構(gòu)型,并進(jìn)行運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)優(yōu)化迭代。

在足式行走步態(tài)與動(dòng)態(tài)穩(wěn)定、柔順控制方面,研究基于地形環(huán)境感知和地面力學(xué)信息的大閉環(huán)穩(wěn)定與柔順控制,建立包含地形理解與行為步態(tài)的大閉環(huán)行為步態(tài)節(jié)律控制模型;基于欠驅(qū)動(dòng)控制原理和模型預(yù)測與優(yōu)化控制思想,建立多接觸點(diǎn)支撐的力分配模型,優(yōu)化復(fù)雜地形行走效率;基于模糊聚類的行為辨識(shí),建立多步態(tài)自主切換模型。

在傳統(tǒng)研究方法的基礎(chǔ)上,借助當(dāng)前蓬勃發(fā)展的強(qiáng)化學(xué)習(xí)技術(shù),可以有效提高足式機(jī)器人的越野能力。基于模型的步態(tài)規(guī)劃要求對機(jī)器人行走過程中的每個(gè)細(xì)節(jié)進(jìn)行詳細(xì)描述,機(jī)器人行走的實(shí)際效果對模型的精確度要求高,設(shè)計(jì)高可靠的在線修正控制算法十分復(fù)雜。當(dāng)前,在機(jī)器人領(lǐng)域很多任務(wù)可以使用強(qiáng)化學(xué)習(xí)的框架進(jìn)行描述。將深度強(qiáng)化學(xué)習(xí)應(yīng)用到四足機(jī)器人的運(yùn)動(dòng)控制上,一項(xiàng)重要的工作就是訓(xùn)練環(huán)境的設(shè)計(jì),其中包含機(jī)器人狀態(tài)空間、動(dòng)作空間和獎(jiǎng)勵(lì)函數(shù)的設(shè)計(jì),這項(xiàng)工作往往需要根據(jù)具體學(xué)習(xí)的任務(wù)目標(biāo)制定。在訓(xùn)練過程中策略網(wǎng)絡(luò)是不斷更新的,更新的過程也就是深度強(qiáng)化學(xué)習(xí)算法訓(xùn)練運(yùn)動(dòng)控制器的過程。當(dāng)前存在的一個(gè)普遍問題就是從仿真環(huán)境移植到物理平臺(tái)極其困難。需要在仿真環(huán)境中導(dǎo)入更精準(zhǔn)的機(jī)器人動(dòng)力學(xué)模型;同時(shí),由于足式機(jī)器人是一個(gè)典型的欠驅(qū)動(dòng)復(fù)雜動(dòng)力學(xué)系統(tǒng),現(xiàn)有的足地接觸動(dòng)力學(xué)仿真環(huán)境很難模擬真實(shí)環(huán)境中的機(jī)械足與復(fù)雜陸域地面環(huán)境的各種力學(xué)接觸特性,需要在仿真環(huán)境中引入大量精確的足壤力學(xué)模型,減小與物理平臺(tái)的誤差,同時(shí)加入一些其他未知干擾量,增強(qiáng)系統(tǒng)的魯棒性。

3.2 群體自組織機(jī)理與集群協(xié)作決策控制技術(shù)

地面集群中個(gè)體行為的獨(dú)立性與組織機(jī)制變化時(shí)刻受到地面環(huán)境因素的影響與制約。需要以地面仿生集群自組織行為為研究對象,重點(diǎn)圍繞群體協(xié)作奔襲、狩獵等典型場景,研究群體在角色分工、個(gè)體自治行為,以及復(fù)雜環(huán)境中自組織自重構(gòu)機(jī)理。通過群體協(xié)作行為特征提取與數(shù)學(xué)表征,構(gòu)建群體感知、奔襲、圍攻等典型行為模型;開展群體角色分配/分工機(jī)制研究,解析動(dòng)物群體等級(jí)特性及演化機(jī)制,建立群體柔性角色分工模型;構(gòu)建群體中的智能單體自治行為模型,建立滿足群體協(xié)作行為需求的智能單體行為庫;揭示群體自組織自重構(gòu)機(jī)理,研究復(fù)雜動(dòng)態(tài)環(huán)境中的生物群體自組織自重構(gòu)能力構(gòu)建機(jī)制,形成群體自組織自重構(gòu)策略模型。

戰(zhàn)場環(huán)境下集群系統(tǒng)多任務(wù)決策規(guī)劃控制技術(shù)是足式越野機(jī)器人集群系統(tǒng)關(guān)鍵技術(shù)的核心[62]。集群融合態(tài)勢感知能夠?qū)ξ粗h(huán)境形成更大范圍的態(tài)勢理解,依靠可靠的集群通信網(wǎng)絡(luò),或者在通信不暢條件下基于視覺傳感形成相對位置判斷,根據(jù)戰(zhàn)場任務(wù)完成對足式集群的決策規(guī)劃與統(tǒng)籌控制。研究基于知識(shí)引導(dǎo)和數(shù)據(jù)驅(qū)動(dòng)的對手決策建模方法,實(shí)現(xiàn)任務(wù)級(jí)指令的實(shí)時(shí)動(dòng)態(tài)規(guī)劃;建立基于融合規(guī)劃調(diào)度與深度強(qiáng)化學(xué)習(xí)自主執(zhí)行的分層決策框架,完成分層智能體的群體智能自主決策訓(xùn)練;探討復(fù)雜對抗條件下面向人機(jī)交互指令的結(jié)構(gòu)化指令搜索優(yōu)化問題,實(shí)現(xiàn)結(jié)構(gòu)化指令搜索優(yōu)化;形成基于反事實(shí)推理的決策指令策略持續(xù)演進(jìn)方法,實(shí)現(xiàn)群體智能體在任務(wù)決策指令間的實(shí)時(shí)調(diào)度;研究面向場景窗口的強(qiáng)化學(xué)習(xí)的群體決策執(zhí)行方法,以提升群體智能策略的魯棒性和適應(yīng)性。

3.3 群體協(xié)同態(tài)勢感知技術(shù)

群體在開放動(dòng)態(tài)環(huán)境下的態(tài)勢感知與情境認(rèn)知是群體智能產(chǎn)生的前提,陸域集群系統(tǒng)區(qū)別于空域、水域集群系統(tǒng)的特征之一,是更加突出了群體分布對未知環(huán)境的主動(dòng)適應(yīng)性。開展開放動(dòng)態(tài)環(huán)境下的地圖信息多維度構(gòu)建與關(guān)聯(lián)增強(qiáng)研究,實(shí)現(xiàn)多維地圖集構(gòu)建及動(dòng)態(tài)優(yōu)化調(diào)整;研究面向動(dòng)態(tài)環(huán)境和任務(wù)的關(guān)聯(lián)情境認(rèn)知與行為約束的激勵(lì)生成,提出基于多屬性地圖集的認(rèn)知模型集聯(lián)方法;形成面向協(xié)同感知的集群自組織機(jī)制及能力自涌現(xiàn)方法,增強(qiáng)群體之間的交互主動(dòng)性和智能性;研究應(yīng)對環(huán)境變化的協(xié)同感知自主演化方法與動(dòng)態(tài)調(diào)控策略,提升機(jī)器人的情境認(rèn)知能力。

信息不完全條件下的群體協(xié)同感知、交互與認(rèn)知推理研究主要圍繞足式越野機(jī)器人集群對動(dòng)態(tài)目標(biāo)搜尋、圍捕的作業(yè)任務(wù)中機(jī)器人和目標(biāo)動(dòng)態(tài)遮擋、感知信息缺失的需求,按照信息感知、認(rèn)知、交互、融合推理的遞進(jìn)方式開展。在感知方面,側(cè)重于面向不完備感知的多源信息關(guān)聯(lián)機(jī)制與群體聯(lián)合建模,為認(rèn)知提供基礎(chǔ)信息;在認(rèn)知方面,重點(diǎn)突破環(huán)境和任務(wù)啟發(fā)的情景認(rèn)知與行為約束機(jī)制,實(shí)現(xiàn)主動(dòng)感知;在交互方面,重點(diǎn)研究基于集群自組織機(jī)制的信息交互,建立主動(dòng)交互機(jī)制;在融合推理方面,重點(diǎn)研究基于關(guān)聯(lián)語境的信息融合和認(rèn)知推理,實(shí)現(xiàn)智能機(jī)-機(jī)協(xié)作。在群體協(xié)同態(tài)勢感知領(lǐng)域,足式越野集群系統(tǒng)的研究側(cè)重多機(jī)器人的相互關(guān)聯(lián)、啟發(fā)、自組織、交互和融合,通過多機(jī)器人的信息互補(bǔ)性解決個(gè)體機(jī)器人信息不完全的問題,實(shí)現(xiàn)機(jī)器人與機(jī)器人的共融。面向不完備感知的多源信息關(guān)聯(lián)機(jī)制與群體聯(lián)合建模,需要將多源異構(gòu)感知數(shù)據(jù)統(tǒng)一到一個(gè)共同框架下進(jìn)行一致性表征與處理,建立面向非結(jié)構(gòu)化環(huán)境的多尺度多層次地圖及跨層級(jí)耦合增強(qiáng)模塊。針對復(fù)雜動(dòng)態(tài)場景中的環(huán)境特征多種多樣且屬性變化不定的特點(diǎn),則需要研究動(dòng)態(tài)場景語義建模與關(guān)聯(lián)理解方法和復(fù)雜情境-安全行為的關(guān)系模型。

3.4 通訊自組網(wǎng)與應(yīng)用驗(yàn)證

對于足式越野機(jī)器人集群系統(tǒng),從理論到實(shí)踐的關(guān)鍵步驟在于搭建高可靠低延時(shí)的通訊網(wǎng)絡(luò),通信與網(wǎng)絡(luò)既是單體足式機(jī)器人到集群系統(tǒng)的橋梁,也是連接前端數(shù)據(jù)采集和后端數(shù)據(jù)處理的紐帶以及集群系統(tǒng)信息化和智能化的前置條件。

對于足式越野機(jī)器人集群系統(tǒng),數(shù)據(jù)采集端的集群化仿生機(jī)器狗與顯示控制端及智能識(shí)別端之間存在一定的距離,并且很可能存在障礙物的阻隔,這會(huì)導(dǎo)致無線電波信號(hào)產(chǎn)生大幅度的衰減和反射,極大地影響通信傳輸?shù)馁|(zhì)量和容量。多個(gè)機(jī)器狗組成的集群與顯示控制端及智能識(shí)別端共同構(gòu)建了一個(gè)無線通信網(wǎng)絡(luò)(見圖6),網(wǎng)絡(luò)中存在測控、圖像等多種業(yè)務(wù)數(shù)據(jù),不同的業(yè)務(wù)數(shù)據(jù)對網(wǎng)絡(luò)質(zhì)量的需求不同,需要網(wǎng)絡(luò)能夠?qū)Σ煌瑯I(yè)務(wù)數(shù)據(jù)進(jìn)行差異化的質(zhì)量保障。無線通信網(wǎng)絡(luò)中的機(jī)器狗在工作時(shí)處于運(yùn)動(dòng)狀態(tài),隨時(shí)可能存在新的機(jī)器狗加入網(wǎng)絡(luò)和原有機(jī)器狗退出網(wǎng)絡(luò)的情況,導(dǎo)致網(wǎng)絡(luò)拓?fù)涮幱诓环€(wěn)定的變化狀態(tài),這要求無線網(wǎng)絡(luò)具備極高的穩(wěn)健性和可靠性,滿足上述“動(dòng)中通”的應(yīng)用需求。此外,仿生機(jī)器狗屬于小型化的無人機(jī)動(dòng)平臺(tái),具有長續(xù)航的要求,因此安裝于機(jī)器狗的通信網(wǎng)絡(luò)載荷的質(zhì)量、功率和體積均需要進(jìn)行嚴(yán)格控制。

最后,構(gòu)建基于足式越野機(jī)器人的集群系統(tǒng),并在仿真及物理環(huán)境中進(jìn)行開放動(dòng)態(tài)場景應(yīng)用驗(yàn)證與評(píng)估,是推動(dòng)足式越野機(jī)器人集群技術(shù)加速發(fā)展的直接動(dòng)力。首先需要應(yīng)用基于仿生學(xué)的機(jī)構(gòu)設(shè)計(jì)方法,同時(shí)集成多模信息融合感知平臺(tái),構(gòu)建多型異構(gòu)高機(jī)動(dòng)足式越野機(jī)器人智能平臺(tái);突破基于陸域集群系統(tǒng)的分布式虛擬仿真總體技術(shù),進(jìn)行開放動(dòng)態(tài)環(huán)境足式機(jī)器人集群仿真平臺(tái)設(shè)計(jì)與開發(fā),完成集群協(xié)同感知與協(xié)作控制策略的仿真驗(yàn)證;突破集成智能行為控制、集群態(tài)勢感知、智能協(xié)作控制核心算法,構(gòu)建與驗(yàn)證集群系統(tǒng)控制體系架構(gòu);在通信方面,設(shè)計(jì)開發(fā)分布式實(shí)時(shí)通訊平臺(tái),構(gòu)建可拓?fù)渲貥?gòu)的集群通訊網(wǎng)絡(luò);面向典型地面集群場景應(yīng)用目標(biāo),構(gòu)建開放動(dòng)態(tài)物理環(huán)境,開展足式越野機(jī)器人集群系統(tǒng)的應(yīng)用驗(yàn)證。

4 應(yīng)用展望與發(fā)展建議

在軍事領(lǐng)域,集群協(xié)同攻防是陸域戰(zhàn)場的典型作戰(zhàn)樣式。高機(jī)動(dòng)足式越野機(jī)器人集群作戰(zhàn)將會(huì)對未來陸域作戰(zhàn)模式變革起到重大的推動(dòng)作用,主要表現(xiàn)在以下三方面:

一是未來戰(zhàn)爭必然是以軍用越野機(jī)器人士兵為殺手锏的智能化戰(zhàn)爭,戰(zhàn)斗機(jī)器人的加入明顯是一個(gè)時(shí)代變換的里程碑標(biāo)志物(見圖7)。雙方軍事力量的對抗將不僅是人類,而是大量的無人機(jī)器。足式越野機(jī)器人集群在陸域戰(zhàn)場的高機(jī)動(dòng)適應(yīng)能力、靈巧作業(yè)能力和信息獲取能力更強(qiáng)。同時(shí),軍用機(jī)器人集群作戰(zhàn)取代有人作戰(zhàn)的意義很大一部分是降低士兵死亡率,能夠有效對敵軍進(jìn)行巨大的心理威懾。

圖7 四足機(jī)器人發(fā)展概況

二是推動(dòng)群體智能理論的創(chuàng)新式發(fā)展,為未來多域無人系統(tǒng)集群提供技術(shù)支撐,隨著足式越野機(jī)器人應(yīng)用領(lǐng)域的擴(kuò)展及需求的日益復(fù)雜,機(jī)器人集群系統(tǒng)實(shí)現(xiàn)了在動(dòng)態(tài)乃至未知環(huán)境中執(zhí)行任務(wù)(見圖8)。單一足式機(jī)器人系統(tǒng)受體積、質(zhì)量、載荷以及處理能力等方面的約束,難以獨(dú)立應(yīng)對復(fù)雜的任務(wù)需求。而機(jī)器人協(xié)同作戰(zhàn)有效解決了單個(gè)機(jī)器人作業(yè)時(shí)載荷相對較小、信息感知處理能力相對較弱的問題。當(dāng)然,這都離不開群體智能理論和共性關(guān)鍵技術(shù)的持續(xù)攻關(guān)。

圖8 四足機(jī)器人群體協(xié)同技術(shù)

三是足式機(jī)器人集群研究必將極大地推進(jìn)人工智能在軍事戰(zhàn)場的應(yīng)用落地。陸域機(jī)器人集群智能協(xié)同是人工智能+陸域無人系統(tǒng)深度融合發(fā)展的一項(xiàng)基礎(chǔ)性創(chuàng)新性技術(shù)(見圖9)。應(yīng)用人工智能技術(shù),在足式機(jī)器人集群協(xié)同技術(shù)的信息共享、協(xié)同感知、協(xié)同決策、認(rèn)知協(xié)同等基礎(chǔ)理論算法方面展開系統(tǒng)深入的研究。

圖9 人工智能技術(shù)與四足機(jī)器人技術(shù)融合

在民用領(lǐng)域,足式機(jī)器人集群系統(tǒng)可以大量應(yīng)用在地下空間探索、災(zāi)害場景救援等復(fù)雜的陸域環(huán)境。通過搭建多角色/多場景/多任務(wù)的集群協(xié)作集成示范環(huán)境,按照多維度綜合評(píng)估體系,進(jìn)行面向應(yīng)用場景的集群系統(tǒng)綜合測試評(píng)估,驗(yàn)證足式機(jī)器人集群系統(tǒng)在復(fù)雜開放場景下的集群協(xié)作能力。

5 結(jié)論

本文針對足式機(jī)器人集群在陸域場景上面臨的環(huán)境-任務(wù)-角色耦合動(dòng)態(tài)變化挑戰(zhàn),圍繞解決機(jī)器人群體默契協(xié)同與合作和開放動(dòng)態(tài)環(huán)境順應(yīng)性的科學(xué)問題,立足地面仿生集群共融機(jī)理,從機(jī)構(gòu)學(xué)、力學(xué)、控制學(xué)和信息學(xué)多學(xué)科交叉研究的方法入手,提出了開展足式越野機(jī)器人群體共融基礎(chǔ)研究與集群構(gòu)建的關(guān)鍵技術(shù)和解決途徑。

本文工作為陸域集群系統(tǒng)協(xié)同作業(yè)提供了一個(gè)可供參考的總體研究思路。陸域集群系統(tǒng)是一個(gè)與地面環(huán)境強(qiáng)相關(guān)的動(dòng)態(tài)復(fù)雜大系統(tǒng),在前期設(shè)計(jì)計(jì)算、集群仿真環(huán)境的搭建與驗(yàn)證是一個(gè)十分重要的研究方向。限于篇幅,本文未對此部分內(nèi)容詳細(xì)展開。下一步工作的重點(diǎn)是開展基于陸域環(huán)境的集群系統(tǒng)仿真與測試評(píng)估等基礎(chǔ)內(nèi)容研究,以期為集群協(xié)同感知與規(guī)劃算法開發(fā)提供支撐。