多机器人的体系结构优化方案

1.系统体系结构

多机器人系统是由多个机器人组成的系统，它不是多个机器人简单的集合，而是多个机器人的有机组合。系统中的机器人不仅是一个独立的个体，更是系统中的一个成员。多机器人系统的体系结构是指系统中各个机器人之间在逻辑上和物理上的信息关系和控制关系，是多机器人系统的最高层部分（多机器人之间的合作机制就是通过它来体现的），它决定了多机器人系统在任务分解、分配、规划、决策及执行等过程中的运行机制及系统各机器人个体所担当的角色（如各机器人个体在系统中的相对地位如何，是平等自主的互惠互利式协作，还是有等级差别的统筹规划协调），是实现多机器人协作控制的基础，决定了系统的整体行为和整体能力。一般而言，多机器人系统的体系结构可分为集中式结构、分布式结构和混合式结构3种。

集中式结构如图3-3（a）所示。在集中式结构中存在一个主控机器人（主控系统），该机器人具有系统活动的所有信息（包括任务信息、环境信息、受控机器人信息等），可以运用规划算法、优化算法，对任务进行分解与分配，可以向各个受控机器人发布命令、可以组合多个机器人协作完成任务，系统中的其他机器人只与主控机器人进行信息交换。集中式结构要求主控机器人具有较强的规划处理能力，具有控制简单、可能得到全局最优规划的特点。但在实际系统中，主控机器人不可能具有环境的完全信息，无法做出适当的决策，不能保证受控机器人快速响应外界环境的变化。同时，系统中的规划决策都由主控机器人来完成，当机器人系统中机器人的数量增加时，主控机器人的负担加重，存在着严重的瓶颈效应，而且主控机器人一旦失效，整个系统将陷入瘫痪，系统的可靠性、容错性较差。

分布式结构如图3-3（b）所示。在分布式结构中，没有主控机器人，所有的机器人之间的关系都是平等的，每个机器人均能通过通信等手段与其他机器人进行信息交流，自主地进行决策。在分布式结构中，每个机器人都具备较高的智能水平，能够进行自主决策。因此，系统适应外界环境变化、完成复杂任务的能力较强，且系统的容错性、可靠性、并行性、可扩展性等均优于集中式结构的多机器人系统。但是，系统无全局规划能力，存在局部最优。

混合式结构如图3-3（c）所示。它是一种融合了集中式结构和分布式结构优点的体系结构。在混合式结构中，存在一个主控机器人（或主控系统），它具有系统的全部信息，并能够进行全局规划与决策。系统中的其他机器人既能与主控机器人进行信息交换，又能与其他的机器人进行信息交换，虽然不具有系统的全部信息，却具有进行局部规划和决策的能力。一般情况下，机器人系统的规划和决策由各个机器人自主来完成，只有特殊条件下，才由主控机器人进行全局的规划与决策。因此，混合式结构融合了集中式结构和分布式结构的优点，具有更强的活力，适用于动态的、复杂的环境。但是，混合式结构的控制系统复杂，实现时难度高。

合理的体系结构能够极大地提高系统的运行效率和运行速度。因此，在进行系统设计时，系统的体系结构要有利于个体能力最大程度地发挥，以及任务的高效完成。

(www.xing528.com)

图3-3　多机器人系统的体系结构

2.单机控制结构

多机器人协调系统中单个移动机器人的控制体系结构主要可以分以下3种。

基于功能（functional）分解的递阶分层控制结构是以符号表达和知识搜索、逻辑推理为基础的。它强调建立环境的完整模型，遵循的是一条从感知、建模、动作到规划的串行功能分解控制路线，是典型的自上而下的结构方式，适于完成用户明确描述的特定任务，最大的缺点是不能对环境变化及时响应。

基于行为（behavioral）的移动机器人控制结构首先出现于Brooks的包容结构，是一种自底而上的控制结构，用行为封装了机器人控制中应具备的感知、探索、避障、规划和执行任务等能力，各行为是由传感器到驱动器的局部映射，而系统的全局目标任务通过各行为之间的相互作用实现。它具有很强的实时性和健壮性，但由于各行为之间存在冲突，当任务复杂、系统的行为数大量增加时，行为协调极其困难而导致系统整体行为的不可预测。

混合（hybrid）结构是综合和集成了上述两种结构的三层控制结构，最底层是反应式的行为控制系统，而最上层是基于符号的建模和规划系统，中间层在不同的系统中有不同的定义，主要可分成两类：一是定义为序列层，负责将来自上层的任务队列转化成下层可接受的输入；二是定义为路径规划器。混合结构不仅具有解决复杂问题的能力还有实时响应的能力，但反应层和规划层的结合机制仍是个有待于深入研究的问题。