仿生机器人学概论报告

仿生机器人学概论报告——基于仿生的多机器人系统浅析

仿生机器人学概论报告

——基于仿生的多机器人系统浅析

仿生机器人学概论报告——基于仿生的多机器人系统浅析

摘 要：仿生机器人和多机器人协作系统都是近年来机器人研究的热点，具有良好的应用前景。本文分析了多机器人系统的研究现状与常见体系结构，介绍了在多机器人系统中仿生学原理的应用。

关键词：多机器人 仿生

1 研究背景和意义

随着科技的发展，人类活动所涉及的范围已经极大地扩展，某些恶劣的环境对活动人员的安全也造成了极大的威胁，需要相应的可以代替人类执行任务的机器人。同时，新的需求和任务也对机器人的性能提出了更高的要求。而大自然在几十亿的时间里选择造就的生物体的运动机构和运动模式为机器人发展带来了取之不尽的知识源泉。1960年，美国科学家Steel J E经过长期的观察研究，创立了仿生学。仿生学在机器人科学中的应用，推动了机器人的适应能力向非结构化、未知的环境方向发展。

多机器人技术(Multiple Robotics)是机器人技术发展的一个新方向，开始于20世纪70年代。单机器人作为一个独立的个体，在信息的获取、处理和执行能力等方面都是有限的，对复杂多变的工作任务和工作环境，单机器人的能力尤显不足。而可以通过多个机器人组成的群体经协调、协作来完成单机器人无法或难以完成的工作。群体机器人系统比单机器人系统具有更强的优越性，主要表现在以下几个方面：

(1)相互协调的n个机器人系统的能力可以远大于一个单机器人系统的n倍，通过共享资源(信息、知识等)可以弥补单机器人能力的不足，完成单机器人系统无法完成的复杂任务；

(2)设计和制造多个简单机器人比单个复杂机器人更容易、成本更低；

(3)使用群体机器入系统可以大大节约时间，提高效率；

(4)群体机器人系统的平行性和冗余性可以提高系统的柔性和鲁棒性等。 而在自然中，蚂蚁、蜜蜂、鱼群、狼群等营群体生活的动物的行为为我们提供了很好的研究方向与启示。在这些动物群体中，单个个体的力量往往是很微弱的，但成千上万的这样微小的个体最终却形成了令人无法忽视的力量，创造出复杂而庞大的蚁穴、蜂巢等工程。生物群体中的信息交流方式和其协作管理模式等都是多机器人系统的发展中可以借鉴的部分，通过在多机器人系统中应用仿生学原理一定能使之获得更加卓越的进步。

2 国内外研究现状

经过二十几年的发展，群体机器人系统的研究己在理论和实践方面取得很大的进展，已出现了多机器人仿真系统和实验系统。目前，国内关于群体机器人系统的研究刚刚起步，而国外的研究则比较活跃。

关于多机器人协作系统的研究可以追溯到上个世纪四十年代。1940年Grey Walter 、Wiener 和 Shannon 研制了一种形状类似于乌龟的机器人，机器人上装有光学传感器和触觉传感器，这种简单的机器人可以通过彼此之间的交互来演示“复杂的社会行为”。80年代末期建立世界上首个基于多智能体的多机器人系统

仿生机器人学概论报告——基于仿生的多机器人系统浅析

( cellular robotic system，CEBOT)。

美国国防高级研究计划局( defense advanced research projects agency, DARPA)、美国海军和能源部都对多机器人系统的研究进行了大力资助, 美国宇航局和空军也将多机器人的编队控制技术确定为21世纪的关键技术。美军资助的多机器人研究项目就包括UGV Demo/II/C、CENTIBOTS、Swarm Bot、Super Bot、HUNT(heterogeneous unmanned networked teams)等。欧盟专门设立了一个进行多机器人系统研究的MARTHA课题——“用于搬运的多自主机器人系统(multiple autonomous robots system for transport and handing application)”。日本对群体机器人系统的研究开展得比较早，著名的研究有ACTRESS系统和CEBOT系统，日产公司利用鱼类仿生技术开发的多机器人系统EPORO 等。

作为一个卓有成效的实例，在2004年1月20日，研究人员在A·P·希尔堡（弗吉尼亚州弗雷德里克斯堡市附近的一个训练中心）放出由66个小型机器人组成的群体，进入一座空荡荡的办公楼，并成功完成了找到楼中隐藏的六个物体的任务。 这次演习是“CENTIBOTS”项目的一部分。此项目旨在考察能否让多达100个机器人互相协作。美国国防高等研究计划署（DARPA）等军事机构出资支持的许多其他机器人技术研发项目，例如采用协作性的直升飞机及固定翼飞机群，鱼雷状水下滑行艇群，以及无人驾驶的地面车队等也都取得了令人瞩目的成绩。

相对于国外，我国对于群体机器人的研究起步较晚，但发展很快。上海交通大学，中国科学院，哈尔滨工业大学机器人研究所，中南大学，东北大学等已先后开发出各种形式的群体机器人系统，并在国际多机器人足球赛上屡创佳绩。 3 机器人群体的体系结构

由于多机器人系统中协作式行为的产生必然依赖于一定的体系结构，所以关于多机器人系统的体系结构的研究始终是一个基础的问题。

根据协作机制不同，多机器人协作包括2类：无意识协作和有意识协作。无意识协作多出现在简单同构的多机器人系统中，个体功能简单，数量众多；主要利用突现原理获得高层的协作行为，控制器设计简单，系统鲁棒性好，但因无全局目标，系统性能难于控制；这种协作适合于大空间、无时间要求的重复性操作任务，如清扫、采集等。而有意识的协作主要用于异构机器人协作技术的研究，系统规模较小，个体智能水平较高；拥有全局目标，系统性能易于掌握, 可以获得更优化的解；并更多地依赖于规划来提高协作效率，因此对通信要求较高；对协调控制机制依赖性较大，适合于其他复杂的任务。

在自然界的生物群体中也主要存在着这两种协作方式。McFarland区分了自然界中这两种显著不同的群体行为类型，一种叫做“完全社会性行为”(eusocial behavior)，另一种则是“协作式行为”(cooperative behavior )。“完全社会性行为”常见于很多昆虫群体中（例如蜜蜂和蚂蚁）。在完全社会性行为中，群体中的单个成员并不具备很强的能力，因此它们必须彼此协作才能生存下去。而当它们彼此进行交互时，整个群体则呈现出一种智能行为。而“协作式行为”则常见于高等动物群体中（例如脊椎动物）。与“完全社会性行为”不同，协作式行为并不是由天生的行为而激发的，而是为了使个体利益最大化而有意识的进行的协作。

无意识协作多机器人系统主要仿生社会性生物群落(蚁群、蜂群等)的运行机制，利用大量简单、无意识的自主个体，通过局部交互和自组织作用，使整个系

仿生机器人学概论报告——基于仿生的多机器人系统浅析

统呈现协调、有序的状态，并最终达到较高的集群智能。正如宾夕法尼亚大学的机械工程教授维贾伊·库马尔所说：“观察生物界中数目庞大的群体，很难发现哪一个有中心角色。一切都是高度分散的：成员并不都参与交流，根据本地信息采取行动；它们都是无名的，不必在乎谁去完成任务，只要有人完成就行。要从单个机器人发展到多个机器人合作，这三个思路必不可少。”

有意识协作多机器人系统主要仿生高等动物群体中(狼群、狮群等)的运作管理机制，通过整个群体的统一目标而执行的个体任务分配与规划而达到最大效率。这种方式理论上能获得更高的效率，但其在群体中个体数目增加时，整体的控制与规划将变得非常困难，甚至有可能因为环境情况超过控制条件而使整体效率降 …… 此处隐藏：4584字，全部文档内容请下载后查看。喜欢就下载吧 ……