一种多智能体模块化自重构机器人实验平台的构建

一种多智能体模块化自重构机器人实验平台的构建

0变形机器人研究进展自重建机器人也称为变形机器人，它是一种可以独立改变形状和大小的机器人，可以执行复杂环境中的各种任务。它由多个结构相同并且可以自主与相邻模块进行连接和分离的独立模块组成,每个模块包括驱动、传感器、运算处理器、电源及通信方式。利用变形机器人可以很好地进行搜索和救援工作,或者在非结构化环境和危险环境中进行检查和修复、灭火、空间探测、远程智能搜集和侦察工作。由于它们潜在的应用价值和有趣的研究挑战,近几年来已经吸引了许多研究者在机器人、人工智能、多智能体、分布计算等相关领域进行研究。国外已经开发出几个试验平台。硬件平台的设计和控制是自重构机器人的关键问题,本文在多智能体理论的指导下,设计了分布式自重构机器人硬件平台,为进一步研究自重构运动规划算法提供测试环境。1机器人描述和设计1.1自重构单元lg在人工智能领域中,用Agent表示具有一定智能的实体以区别于一般的实体,它可以是物理实体或抽象实体,可以进行推理决策和问题求解,是一种具有智能的逻辑单元。用Agent可以建立一些系统的控制模型,在分布式人工智能中,Agent之间通过计算机网络连接,Agent作为网络上的智能节点,构成分布式多Agent系统(MAS)。多Agent系统具有适应环境的动态自组织能力,因而在许多领域受到重视。在一些环境中,Agent表示具有封闭功能以及能自主决策的功能实体,被称为自主体,Agent都通过网络连接,通过相互传递消息进行工作。自重构单元模块具有一定的自主控制、数据管理和通信能力,在这一点上它已发展成一种智能自主体。自重构机器人是通过传感器感知环境和自身状态,从而能在有障碍物环境中进行面向目标的运动,并完成一定作业功能的系统。从人工智能的角度上来说,它能在某一环境中运行,并能响应环境的变化,灵活、自主地采取行动以满足其设计目标,所以可视其为一个智能体。但是,单智能体的资源、知识和自主能力有限,利用它来解决大型、复杂的现实问题,显然已超出了其工作能力。因此,根据有限合理性理论,需要构建一个多主体的智能系统组织,来协同解决单一主体无法解决的困难问题。处理复杂事务最有力的工具是模块化和抽象化,多主体系统则提供了这种能力。从生物智能的角度来看,智能不仅表现在单个个体的智能行为上,更表现在生物社会的各种组织以及整个社会的智能行为之中。因此,基于自重构机器人的多智能体系统的构建更能体现群体智能。按功能划分,自重构单元模块是连接元、感知元(D)、通信元(C)、能源元(P)、控制元(I)、运动元(M)、规则库及知识库组成的。各部分的功能如下:连接元实现模块的连接和分离;通信元用来实现Agent间直接或间接的重要信息的传递;能源元为模块的元件和运动提供能量;控制元实现对外界感知反应和对其他Agent传来的信息进行处理决策和控制,产生运动序列;运动元实现模块间的相对运动;知识库存储Agent的能力和状态、目标任务等。控制元中要有目标构型的状态、现在系统构型的状态、每个相邻模块的每个面的状态、每个模块的身份标识。每个Agent可以自主地更新状态,模块只能读取其他模块的状态而不能更改。1.2单元设计和单元模块的设计同构阵列式模块的结构设计主要遵循两个原则:①模块的空间结构对称性;②运动的灵活性和可实现性。首先,机器人在三维空间运动时,必须保证模块之间能够准确定位,以确保机器人整体的运动学性能,这就要求模块的结构尽量具有各向同性,即空间结构的对称性。其次,模块还应该具有足够的运动自由度和驱动能力,以保证单个模块的运动灵活性,进而能够使整个机器人组合具有足够的动力学性能,能够快速有效地到达所需的目标构型。在三维空间中,具有空间对称性的同构阵列式空间结构主要是正多面体,但是,多面体的面数越多,对整体结构的组织和运动控制要求越高,实现的困难就越大。因此,选择正立方体作为模块的外部结构,不但能够很好地满足同构阵列式的形状要求,而且控制简单,在空间操作中可以任意地连接、组合、互换和扩展,从而改变整体构型,满足环境及操作任务的需要。综合考虑,本文设计了一种三维的同构阵列式自重构机器人M-Cubes。该机器人借鉴了日本的3D-Unit,并对单元模块的内部传动机制、模块的对接方法和控制系统硬件进行了改进,使得机构更紧凑,对接更可靠,控制更简单。单元模块由基础立方体和连接件构成,每一个模块有12个自由度,其中6个自由度为连接件的旋转,另外6个自由度为销的平移。模块中心为一个基础立方体,它的内部主要为传动系统,如图1a所示,在基础立方体每一个表面都依附一个连接件,通过连接件进行模块间的连接和运动。每个连接件可以独立地旋转,它们由连接机构与分离机构和相邻模块进行连接和分离,通过这种连接,可以实现任意的立方体结构。构型的变化是通过连接面的旋转、销的连接和分离完成的,模块可以通过连接件的旋转来运载相邻模块,我们称前者为这个运动的载体模块,后者为负载模块。在运动中,载体模块的连接面必须被另一相邻模块支撑,称该模块为运载模块,如图1b所示,每个模块的作用在重构过程中是动态变化的。2监控器2.1分布式控制模型MAS的体系结构是指系统中Agent间的信息关系和控制关系,以及问题求解能力的分布模式,它是结构和控制的有机结合,是提供Agent活动和交互的框架。它描述了组成Agent的基本成分及其应用、各成分的联系及交互机制等。自重构机器人的控制结构可以分为两类,即集中式和分布式。集中式控制系统中只有一个中央控制器,中央控制器对系统所有模块进行控制;分布式控制系统中每个模块都有一个随行的控制器。根据控制器处理信息的范围,分布式控制又可分为全局信息的分布式控制和局部信息的分布式控制。集中式控制是机器人的传统控制方式,但由于其鲁棒性差、扩展不便,以及对任务的适应性不灵活等,从而降低了自重构机器人的性能。和集中式控制相比,分布式控制把规划和控制的任务分担到每个模块,增加了鲁棒性,全局信息的分布式控制需要模块可靠的通信,随着模块数目的增加,系统的通信会造成模块处理器的很大负担,处理耗费成指数级增长。基于局部信息的分布式控制由于只和相邻模块通信,使系统具有很强的鲁棒性和可扩展性,而且通信量较小,比较适合自重构机器人的特点。自重构机器人本质上是一个非线性复杂系统,使得传统的控制算法难以解决机器人的运动和变形规划问题。从复杂系统的观点来看,模块间局部的相互作用而表现出整体的复杂行为称为突现,我们称这种控制为突现控制。突现性是系统非线性作用的集中体现,是复杂性的重要体现。元胞自动机的固有特征就是具有突现计算功能,很容易直接描述单元间的相互作用,非常适合于模拟自重构机器人单元模块之间的这种突现控制。突现控制系统中各Agent处于平等地位,彼此之间的协调通过各Agent内部的推理机和Agent之间的多次交互实现,这种协调方式适合于研究由理性Agent组成的MAS,从而更好地模拟了人类社会。采用突现控制,每个Agent都是对等的,程序结构完全一样。突现控制模型定义如下:①所有的模块都具有相同的控制器;②每一个控制器都知道终止构型和当前位置,以及一系列包括当前全局构型的估计;③在每一步中,两个相邻模块间可以交换状态信息;④每一个控制器根据它的局部信息、不完全的或者延迟的全局信息决定移动到何处;⑤由于模拟传感和运动约束的冲突导致一个移动没有完成,控制器将会通过传感器通知,允许修正输出。2.2数字i/o控制及装复式控制单元要完成模块的运动,每个单元模块必须要有自己的驱动及控制系统,包括电机驱动、处理器、传感器、通信和电源等。硬件的选择对系统的性能和控制方式具有较大的影响,本文综合国外的几种典型控制系统的设计情况,主要针对处理器、传感器用途、通信方式、控制方式和重构形式进行了比较,为我们选择硬件系统时提供参考和对比,如表1所示。为了研究自重构机器人的运动、变形算法及控制方式,本文设计了一种针对分布式的控制系统,系统中所有模块都是对等的,且只和相邻模块交换信息时属于突现控制系统。本次系统设计的目标是针对突现控制系统来实现的,模块之间通过红外传感器进行通信,单元模块的整体硬件结构框图如图2所示。每一个模块的电子电路提供了随行计算、IR通信、传感器输入和电机控制等功能。一个特别的微控制器板被设计用来处理模块间通信和I/O控制,处理器采用TI公司的TMS320LF2407A,运行在30MHz的频率下,数据存储器的容量为32kB,程序存储器的容量为32kB,EEPROM的容量为8kB,数字I/O用来输入外部传感器的信号和控制外部的ULN2803放大器,驱动电子开关。电机驱动控制电路采用PWM控制H桥来实现对直流电机的高精度伺服控制,它通过串口和微控制板进行通信,硬件电路控制板如图3所示。连接件的期望位置和速度通过闭环控制来实现,闭环增益可以通过上位机来调节。基础立方体内部控制系统的主要组成部分包括带减速器的直流有刷电机、电机驱动电路板和微控制器板以及接口电路板。红外线发射器和接收器以及电气接口安装在连接件上。MaxonR35直流有刷电机直径只有22mm,堵转转矩达到了119mN·m,配有146∶1的三级行星齿轮减速器,可提供最大23N·m的连续转矩和30N·m的瞬间转矩。每个自重构单元模块必须能够和相邻模块进行通信以交换信息。为了进行通信,每个连接面上安装有4对红外收发探头,如图4所示。通信设施的要求是:只要两个模块相邻,不管是否连接,都要能够保持通信,从而能够交互信息,所以每个连接件上只有2对红外收发装置是不能完成这个任务的,必须要有4对红外收发装置。通信是通过每个连接面上的红外通信和微控制板上的异步串口来实现的,每个连接面包括4对IR发射和接收器件,允许模块在20cm以内的范围内进行通信,这些元件通过GMS8125(一种多串口扩展元件)将信号输入DSP,每个串口的分配如图5所示。通过以下方法可知道每个连接件当前所处的位置:用一个光电开关给定每个连接件一个初始位置,给每个连接件分配一个存储空间以保存它们的位置值,每个连接件分别旋转,假如模块的6个连接件同时处于初始位置,则对连接件Si旋转90°,并将这个角度位置进行保存,如果要和相邻模块进行连接,则发出消息询问该模块的连接件Sj的位置,如果是0或180°,则可直接相连,若不是,则Si面再旋转90°即可相连。当相邻模块的连接件满足对接要求时,控制器通过I/O接口控制电磁离合器,原来处在连接件内部的销运动出来,插入对方连接件的孔中,由于插孔上有一个斜面,插针脚只需要很小的推力就可以进入插孔,两个面对接成功后,只要保持控制器的该端口的状态,则两个连接面的状态就会保持不变。由于在插脚设计时充分考虑了分离的情况,使得模块的分离比较简单。实际上,只要控制器的该I/O接口状态修改,电磁离合器松开,销被缩回,两个模块的连接面就解耦。根据控制的需求,每个连接件需要4路I/O接口(限位开关作为旋转面的零点起始位置需要1路I/O接口控制,连接件的离合器控制需要1路I/O接口控制,销的离合器控制需要2路I/O接口控制)。DSP具体的I/O接口分配是:IOPB0～IOPB5用作接收6个旋转面的限位开关信号,方向是输入;IOPC2～IOPC7用来控制旋转面的电磁阀,方向是输出;IOPE2～IOPE7用来控制销的电磁阀1,方向是输出;IOPF2～IOPF7用来控制销的电磁阀2,方向是输出。3变形方法3.1模块化的实现方法自重构过程由2层运动规划控制器来控制,上层规划控制产生系统模块的整体运动路径,从一种构型变化到另一种构型,下层规划对上层规划产生的路径进行执行,完成每个模块的动作。下层规划主要完成相邻模块的基本动作,这主要包括模块间的连接与分离、模块的90°倍数的旋转。模块间的连接的实现方法如下:相邻面上的两个销互相伸入到对方的两个孔中,通过孔内部自锁装置保持销固定,使相邻两个面结为一体;模块间的分离的实现方法如下:连接在一起的两个相邻面中的销互相从对方孔中退出,使两个面相互脱离,以便单个模块的运动;模块的旋转原理如图1b所示,相邻2个模块的连接件通过销的耦合后,可以进行任意角度的旋转,由于同构阵列的关系,规定旋转的角度必须是90°的倍数。基本运动的一个仿真示意如图6所示。模块的基本运动可以通过调用子程序来实现。系统的构型有两种初始条件设定:①模块初始都是连接的;②所有模块都处在原始状态,互不相连。初始条件②比较复杂,包含问题较多。通过调用三个函数来完成模块的动作,即attach(Mi、Mj),rotate(Mi.Sx,angle,direction)、detach(Mi,Mj),这三个函数分别表示Mi、Mj的连接件连接,模块Mi顺时针/逆时针旋转,Mi、Mj模块相邻连接件分离。3.2基于空间格局的训练由上述分析可知,把每一个模块作为一个智能元胞,则由M-Cubes模块组成的自重构机器人可视作一个元胞自动机,在不考虑模块的重力、摩擦力、速度及惯性等因素下,建立了基于元胞自动机(CA)的自重构机器人模型。该模型是一个三维的元胞自动机模型,其原理如图7所示。模型中所有元胞从时间t到t+1的状态转移完成一次空间过程,空间格局是单元模块的空间分布和组合,在自重构机器人中,空间过程就是元胞在空间上的排列组合,即构型,显然,每一空间过程的结果就是更新原有的空间构型,即改变原有的空间格局。用CA解决自组织优化问题的关键在于确定CA的演化规则,不同的CA演化规则决定了最终系统组织形态的不同。系统能否达到最优状态取决于是否有恰当的演化规则。Buttler等直接通过已知的相关几何关系导出演化规则,对晶格式模块化机器人进行了仿真和试验,由于受获取规则条件的限制,只能完成有限的运动,变形能力适应性比较差。笔者通过模块在有障碍物和无障碍物的情况下获取的数据对神经网络进行训练,提取了CA的演化规则,运用该规则的一个运动示例如图8所示(只选取其中5个步骤),但是这种方法要求的训练数据巨大,获取困难。遗传算法等优化算法在大规模的空间搜索中具有很大的优势,可以用来从规则集合中按特定目标优选出规则,但进化的过程受到模块之间的物理约束及系统质量守恒定理的限制,是一个比较复杂的