自主机器人的主动观察模式及软件实现架构

自主机器人运行在开放环境中,对环境信息的感知受限,难以获得有关环境完整、及时的信息。为有效完成任务,自主机器人需要主动地观察环境,即根据任务的需求,自发地决策、调度和执行观察行为,针对性地获取与任务相关的环境信息。主动观察的需求给自主机器人的观察模式以及软件系统构造提出了两方面的挑战:一方面,为支持任务的有效实现,需设计主动的观察模式,从机制层面确保自主机器人能够基于任务需求,观察所需的环境信息;另一方面,主动的观察模式导致自主机器人观察、决策等软构件的功能抽象和数据交互更为复杂,需要针对上层复杂机制的实现设计适配的软件架构。为应对上述挑战,文中将自主机器人的行为定义为任务行为和观察行为两类,针对开放环境中两类典型的环境信息受限场景——片面观察场景和过时观察场景,提出了两类主动观察模式来构建观察行为与任务行为的协同机制,并基于这两类主动观察模式设计了观察行为的决策和调度算法。另外,还设计了一个基于多智能体系统的自主机器人软件架构,实现了所提出的主动观察模式。最后,为验证所提出的主动观察模式的有效性,选取开放环境中一个典型的任务——图书馆服务机器人的图书传送任务开展实验验证。该任务中,自主机器人对图书的位置信息受限,容易导致图书传送任务失败。文中选取当前自主机器人领域主流的反应式观察和伴随观察模式作为对比方法,通过从行为执行过程、行动轨迹和时间消耗3方面进行对比,验证了所提方法的有效性。

自主机器人的伴随观察模式及其软件实现框架

自主机器人是一类运行于开放环境下、可自主决策和执行其自主行为的信息物理系统,它根据任务需求进行决策产生行为策略并调度执行。环境状态的动态变化性常常导致规划的行为策略不再适用于当前环境,使得行为执行的结果不符合预期,从而影响自主机器人的任务实现。上述问题对自主机器人软件的行为决策和软件构造均提出了更高的要求。一方面,自主机器人需在行为策略执行过程中加强对环境状态及其变化的观察,并基于观察的结果及时、灵活地调整行为决策,提升机器人的观察模式及行为决策算法的复杂度。另一方面,上述观察、决策、执行行为的复杂交互提升了软件构件抽象及数据交互的复杂性,如何抽象机器人的传感、决策、效应等软构件功能,并提供相适配的软件架构,成为自主机器人软件构造面临的重要挑战。针对上述挑战,首先提出自主机器人伴随行为的思想,显式定义观察与效应行为之间的伴随交互关系,根据行为执行不同阶段提出前提伴随观察模式和目标伴随观察模式,以提升自主机器人对环境变化的感知能力和决策调整能力。其次,开发了一款基于多智能体系统的自主机器人软件开发框架AutoRobot,该框架将机器人的传感器、效应器及规划器抽象为一组自主的软件智能体,智能体间通过自主决策和协同实现上述伴随观察模式。AutoRobot框架针对不同角色智能体设计和封装了一组可重用的软件组件,可有效支持自主机器人软件的复用和高效开发。最后,开展了仿真环境下的实验分析,通过与ROSPlan和DESPOT两种自主机器人任务规划和执行方法进行对比,验证了基于伴随观察模式的任务规划与执行的高效性和有效性。

第一届自主机器人技术研讨会参会通知

为了促进自主机器人领域一线青年学者/工程师的交流,推动学术界与企业界的交融与产学研合作,搭建一个深度、纯粹的技术交流平台,中国自动化学会决定主办自主机器人技术研讨会(Autonomous Robotic Technology Seminar,ARTS)。

全自主机器人视觉信息采集与导航控制方法

全自主机器人的导航控制未对目标对象定位,无法获取有效目标路径,导致控制方法精度低且效率差,提出全自主机器人视觉信息采集与导航控制方法。该方法采集机器人信息数据,根据相关数据以及粗定位和精定位的方法精确目标物的位置,在Q算法的帮助下得到最优控制策略,结合基于Boltzmann探索方案生成机器人的下一步运动角度,根据奖惩值避开障碍物,通过不断训练机器人不断得到最优导航动作,实现全自主机器人的导航控制。实验结果表明,所提方法控制的轮转角和航向角均与理想角一致,横向位移偏差达到了0m,跟踪目标在Y轴最高偏差值为0.5m,因此,该方法导航控制效果好和目标对象跟踪精度高。

基于贝叶斯滤波理论的自主机器人自定位方法研究

针对自主机器人定位问题,研究了基于贝叶斯滤波理论的自定位方法.从概率表达的角度介绍了贝叶斯滤波方法各种不同的实现形式,分析了各种不同定位方法的性能,指出了它们的优缺点,并对每种方法的改进方法进行了探讨和分析.最后总结了定位方法的基本特点,并对贝叶斯滤波理论在自主机器人领域中的应用前景进行了展望,探讨了未来的发展方向.

自主机器人自组织结构IRASO的仿真研究

自主机器人车辆具有智能性和快速反应的特点，而在精确推理和实时性之间寻求最佳折衷是体系结构的关键．文中提出基于分布式多Ａｇｅｎｔ系统的自组织体系结构ＩＲＡＳＯ，Ａｇｅｎｔ之间动态组合以适应环境变化，公告板系统评估环境势态和指导Ａｇｅｎｔ组织，同时设计了Ａｇｅｎｔ协调工作的空间和时间模型．基于ＴＣＰ／ＩＰ的计算联通域为异质分布式多Ａｇｅｎｔ的协作运行提供支持．仿真结果表明该结构在智能性和实时性达到了期望特性．

分布式多自主机器人系统冲突及其消解策略的实例研究

对于具有全分布式特点的大规模多机器人群体特性的研究,由于其复杂性和交互动态特性,往往缺乏明确的数学工具和分析手段,本文针对典型的群体觅食任务,以计算机仿真为手段,通过对机器人间冲突的分析,直观地揭示这类系统的典型特征。在此基础上,提出了一种基于局部广播式通讯的消解冲突策略,给出了该策略的有限状态机描述,并进行了与其他方法的对比仿真实验,实验结果表明了本文方法对提高群体性能的有效性。

基于开放式多智能体结构的分布式自主机器人系统

针对多机器人系统的分布式自主控制 ,本文首先提出了一种开放式的多智能体结构 ,给出了设计原则和技术特点 .然后面向真实世界的多机器人实时协作任务 ,采用多台自主移动机器人构造了一个多机器人系统 ,该系统集成了包括机器人视觉、传感器融合、无线通讯网络以及基于行为控制等多项技术 .最后采用基于行为融合的加权方法 ,实现了多机器人的编队控制 。

全自主机器人足球系统的研究综述

综述了全自主机器人足球系统的历史和研究现状 .对机器人足球系统的协作系统体系结构、机器学习、路径规划、实时通信、视觉和多传感器融合等技术进行了较为详细的分析 ,并且对各种研究方法的优势与不足进行了比较 .

一种动态未知环境中自主机器人的导航方法

提出一种动态未知环境中机器人自主导航方法,利用少量的人类辅助避免了繁琐的地图描述.该方法分两个阶段:用户引导阶段和自主导航阶段.在用户引导阶段,利用多种传感器信息融合生成局部环境的粗略的极坐标地图,利用它可以得到全局地图,还给出了消除传感器数据误差的方法;在自主导航阶段,利用引导阶段得到的地图在动态环境中进行运动,并给出了运动控制的约束条件以及动态避障的方法.机器人利用该方法可以处理突发的障碍物,还能对路径进行优化,实验结果证明了其有效性.

自主机器人的强化学习研究进展

虽然基于行为控制的自主机器人具有较高的鲁棒性 ,但其对于动态环境缺乏必要的自适应能力 .强化学习方法使机器人可以通过学习来完成任务 ,而无需设计者完全预先规定机器人的所有动作 ,它是将动态规划和监督学习结合的基础上发展起来的一种新颖的学习方法 ,它通过机器人与环境的试错交互 ,利用来自成功和失败经验的奖励和惩罚信号不断改进机器人的性能 ,从而达到目标 ,并容许滞后评价 .由于其解决复杂问题的突出能力 ,强化学习已成为一种非常有前途的机器人学习方法 .本文系统论述了强化学习方法在自主机器人中的研究现状 ,指出了存在的问题 ,分析了几种问题解决途径 ,展望了未来发展趋势 .

自主机器人多智能体软件架构及伴随行为机制

自主机器人是一类由计算机软件控制的信息物理系统,如何支持该类机器人在开放环境下的有效和协调运行,是自主机器人控制软件(control software of autonomous robot,简称CSAR)研究与实践面临的一项重要挑战.基于组织理论的思想,采用Structure-in-5的组织架构模式,提出了基于多智能体的CSAR的软件架构MaRSA(multiagent robotic software architecture),通过独立抽象CSAR的行为规划、分发、执行等软构件,并显式加强这些构件间的交互,从而为自主机器人行为的有效规划和协调实施奠定架构基础;提出了基于MaRSA架构的伴随行为机制,从因果性、时序性和按需性等3个方面建立了机器人观察行为和任务行为间的伴随关系,并基于分步规划和动态决策的思想,设计并实现了伴随行为的自主决策算法DAAB(decision algorithm of accompanying behaviors).分别在仿真环境和实际机器人环境下设计了对比性实验,结果表明:与主流的反应式行为决策算法和BDI式概率决策算法相比较,基于MaRSA和伴随行为机制的DAAB算法所生成的伴随行为规划在开放环境下具有可行性和更高效的执行效率.

自主机器人直线行进过程的数字PID控制

针对自主机器人的直线行进过程,提出一种通过硬件电路确定直流电机模型的方法,即利用光电编码器测得机器人驱动轮电机转速信号,经硬件电路将每个周期时间内的脉冲数记录下来,从而得到电机输出转速响应曲线,确定电机的数学模型。在电机模型确定的基础上,实现了自主机器人直线行进过程的数字PID控制。数字PID参数的确定采用Ziegler-Nichols法,同时借助Matlab/Simulink仿真软件对所得PID参数进行了进一步的整定,取得了良好的控制效果。

自主机器人的快速激光雷达仿真算法研究

针对机器人和自主车辆仿真系统开发的需要,提出一种改进的基于硬件加速的更快速和准确的激光雷达仿真算法。该算法具有速度快,精度高的特点。通过利用新的渲染硬件特性,还能有效地降低渲染的开销,其速度和精度可以满足实时仿真系统的需要,能够用于离线仿真系统,降低算法的试验成本。在最后给出了实验的结果,并给出了详细的数据分析。

自主机器人指定颜色形状属性物体的识别方法

机器人在自主行进的过程中,依靠视觉系统自动捕捉目标,并将目标物识别出,是智能机器人的关键技术之一。为解决机器人移动过程中对已知颜色形状属性的目标物的识别问题,对基于YUV颜色空间的种子填充彩色图像分割方法进行改进,在各种背景下有效地实现机器人视觉系统对已知颜色形状的目标物的识别,对变化光照具有较强的适应性。

自主机器人燃料电池多能源动力系统

为解决传统蓄电池机器人能量密度低、充电时间长等问题,采用质子交换膜燃料电池与镍氢电池混合构成自主机器人多能源动力系统的方案,并对动力系统拓扑结构及优化目标进行了分析.分别设计动力系统在启动、加载、制动及匀速运动工作模式下的能量流控制策略,并根据机器人运行轨迹及实时运行状态切换各模式下相应控制器对系统进行控制.仿真结果表明:多模型控制能提高整个动力系统的经济性,且燃料电池得到了保护.

燃料电池驱动的自主机器人控制系统实现

针对野外作业机器人面临的能源动力问题,设计了基于32位微控制器的燃料电池驱动机器人系统。以32位嵌入式微控制器为核心的机器人控制系统可以实时检测燃料电池的能量状态、机器人本体的状态参数,基于此对机器人姿态、功率需求进行相应调整。并给出了系统的总体方案设计,阐明了硬件设计与软件实现。

自主机器人的分布式结构

提出自主机器人的一种分布式结构．机器人的总体功能由若干结构上并列、功能上独立的单元协同工作来实现，各单元之间通过事件进行耦合．利用该结构实现了一个简化的机器人控制系统，该系统由任务单元、视觉单元、运动规划单元、驱动单元组成．详细分析了该系统的整体结构和单元结构，并对运行结果进行了讨论．

自主机器人人工进化方法研究

在介绍人工进化研究状况的基础上 ,着重阐述了进化机器人学的关键问题 :基本概念、进化技术、进化计算和实验研究方法等 ,探索了进化机器人学未来的研究趋势及所面临的挑战 .