运作协调的重要性

多机器人运作协调是指在一个多机器人系统中，每一个机器人要采取行动时，要考虑系统中其它机器人的行动，以达到机器人间协调一致地高性能地完成任务。也就是说，多机器人协调是指针对某一事件，各机器人采取的响应行动的同步化。要发挥多智能体系统的优势，关键就是处理好智能体之间的协作问题，先进的体系结构及协作机制能够使智能体系统表现出强大的任务处理能力。多机器人系统、多机器人协调协作研究工作的目标就是尽量发挥系统的优势，解决系统中存在的问题或降低其不利影响，使系统能够灵活、快速的响应环境和任务的变化，从而在复杂的环境中高效、可靠地完成任务[11]。

多机器人运作协调作为多机器人技术的一个重要组成部分，是研究多机器人技术较为活跃的课题。多机器人之间的协调与合作将大大提高机器人行为的智能化程度，完成很多单机器人无法完成的工作，进一步将人类从危险和繁重的工作中解放出来。进行多机器人协作任务的研究是机器人技术发展的必然趋势，必将对机器人技术的发展起着重要作用。

运作协调过程由多个不同的阶段组成，且不同阶段的对通讯协商能力的要求各异。在考虑多个自主机器人的运作协调时，一般将运作协调划分为五个阶段：理解分析环境；运动避碰规划；任务分配；协商与合作控制；任务执行。运作协调的五个阶段未必是固定不变的，随着对环境理解的深入，知识的增加，或意外事件的发生，机器人系统可能随时调配其中的任一阶段[12]。

对多机器人运作协调的研究起源于80年代初期，正是由于运作协调的不同阶段构成以及不同阶段的对通讯协商能力的要求各异，加之近二十年来，众多学者对多机器人运作协调问题研究工作主要集中于系统动力学建模、载荷分配、运动分解及轨迹规划、操作柔性体或大型物体等表面问题，很少真正涉及运作协调的各个阶段的主要问题。尤其是多机器人通信技术的限制，使多机器人系统通讯协商能力停滞不前，也就限制了多机器人运作协调的发展。另外，多机器人运作协调也是体系结构、任务分配和控制这一发展方向的分支。结合多机器人路径规划技术、通信技术等支持领域技术的发展前景，使得多机器人运作协调技术还远没有成熟。

生物灵感的起源

生物在经过了千百年的进化和长期的自然选择，已经形成了从执行方式、感知方式、控制方式，到信息处理方式、组织方式等诸多方面的优势和长处，在结构、功能执行、信息处理、环境适应、自主学习等多方面具有高度的合理性、科学性和进步性。正是在自然界生物的启示下，多机器人系统的大部分现有的工作都是在模拟和利用生物系统的基础上进行的。许多学者**对自然界生物行为的模拟来构建机器入系统，并取得了很好的成绩。这一方面**为普遍的应用是将如鱼群、蚁群、蜂群等一些生物社会中的协作策略应用到多机器人系统中。在这一思想的基础上，具有一定基本行为能力的多机器人系统已经实现了诸如聚集、分散、搜索和跟踪的能力。基于生物特性的多机器人系统，还被证实在考虑自身利益工作的时候能够具有协作状态的涌现性。除此之外，模拟高级动物和人类行为的更为复杂的协作策略也被引入多机器人系统领域，如捕食者一逃跑者系统表现出了竞争性协同行为。

随着环境的未知性、动态性，以及任务的复杂性和多样性的增加，新的需求对机器人的性能提出了更高的要求。在几十亿年的进化过程中，自然界的生物体(包括人类)形成和发展的各种灵活的形态、动作和生存模式，成为机器人发展的知识源泉。20世纪60年代诞生的仿生学，是生物科学和工程技术相结合的一门边缘学科，生物系统精巧的结构、功能、工作原理和控制机制等，成为机器人模拟的对象。**学习、模仿、复制和再造生物系统，创造出高性能的仿生机器人。仿生学在机器人科学中的应用，对提高机器人对非结构化、未知变化的环境适应性等能力做出了重大的贡献。仿生机器人就是模拟自然界中生物的外部形状或某些机能的机器人系统。仿生机器人的类型很多，如仿人的机器人操作臂、多指灵巧手；仿人双足步行机器人；蛇形机器人、水下鱼形机器人；模仿昆虫行进方式的爬行机器人等。

仿生学在机器人技术的发展过程中发挥了巨大的作用，譬如：从运动学上进行仿生的蛇形机器人、机器鱼、直立行走机器人；从感知上进行仿生的立体视觉、触觉和纹理

传感器；用电致聚合材料制成的人工肌肉；基于进化算法的规划、神经网络运动控制器等。这些研究已经处于起步阶段并取得初步成果。但是从智能的角度来看，还有一种重要的仿生来自于动物的行为以及群居性生物的群体智能。研究生物的个体行为以及群居性生物所表现出来的群体智能特性，并将这种发现应用到多机器人系统的设计是生物灵感的核心所在，但目前该项技术只是在讨论和设计阶段，并未在技术上取得进展和突破。

在机器人系统的设计中，机器人的行为一般可以分为两类：一类是生存和运动所必须的基本行为，如：避障、跟随、转弯、漫游、返回等；另外一类是实现任务目的所需要的特殊行为，如：拣取和丢弃行为、推拉行为、信号释放行为等。目前大部分研究都主要集中在基本行为，而特殊行为还存在许多技术问题。但基本问的解决不能体现生物灵感的优势所在，所以特殊行为的研究是未来努力的方向。对于机器人系统设计来讲，不可能全部也不能完全模仿生物的行为。如何选择模仿生物行为，并对其进行适合机器人系统的建模是一个非常重要的研究内容。根据生物学的发现和多机器人应用环境的要求，**分析一些特殊生物体的个体行为和群体行为，建立适合群体机器人系统的机器人个体和群体的普适性行为模型，以及面向任务的机器人特定行为模型是生物灵感主要攻克的难关，而目前的模型研究只停留在仿真阶段，加上边缘学科的限制导致生物灵感不可能成为多机器人系统的主流发展方向。

咨询电话：- 15000411174

咨询网址：教育联展网