移动机器人通信技术的研究

移动机器人通信技术的研究

移动机器人技术是近年来发展起来的一项综合学科。它整合了机械、电子、计算机、自动控制等多学科的最新研究成果，代表了机电一体化的最高成就。随着移动机器人在各领域的应用，人们对其“智能”的要求也日益提高，要求多机器人之间具有协作能力。多机器人协作和控制研究的基本思想就是将多机器人之间的协作看作一个群体，研究其协作机制，从而充分发挥多机器人系统各种内在的优势。为了有效地交流和协商，必须解决机器人之间信息处理与传输问题，即多机器人通信问题。1移动机器人通信模式1.1上位机通信控制器机器人上位机与下位机通信是多机器人通信的特例，即双机器人通信，主要通信方式为有线通信和无线通信。对于移动的机器人多采用无线方式，通信控制器作为一个中间过渡环节，实现上位机与下位机之间数据与控制命令的有线通讯与无线通信方式的转换。同时对于下位机而言，是一个主控机控制多个从机的系统，与各从机之间采用有线或无线方式进行通信。上位机根据下位机传输的信号进行控制决策，将命令调制，通过无线发射器发出，无线接收设备接收命令并解调后，将命令送给主控机来控制机器人的各种动作。1.2实现特定环境的通信机制在多机器人系统中，通过通信多机器人系统中各机器人了解其它机器人的意图、目标和动作以及当前环境状态等信息，进而进行有效的磋商，协作完成任务。机器人之间的通信一般分为隐式通信和显式通信两类。隐式通信系统通过外界环境和自身传感器来获取所需的信息并实现相互之间的协作，机器人之间没有直接进行信息交换。在隐式通信中机器人在环境中留下某些特定信息，其通过传感器获取外界环境信息的同时，也可能获取到其它的机器人遗留下的信息。此多机器人系统中，各机器人之间不存在数据的显式交换，所以无法使用一些高级的协调协作策略，降低了完成复杂任务的能力。使用显式通信的多机器人系统利用特定的通信介质，快速有效地完成各机器人间信息的交互，实现许多在隐式通信下无法完成的高级协调协作策略。但由于多机器人系统在通信的实时性、可靠性等方面有特殊要求，所以针对适用于多机器人系统分布式控制结构的特定环境的通信机制的研究具有重要的意义。隐式通信与显式通信是多机器人系统各具特色的两种通信模式，如果将两者各自的优势结合起来，则多机器人系统就可以灵活地应对各种动态未知环境，完成许多复杂任务。2总线拓扑结构多机器人通信拓扑结构大致分为：星形、环形、总线、网状等。相关比较见表1。在各种拓扑结构中，总线形拓扑结构在多机器人通信中应用得较多。总线拓扑的重要特征是可采用多址访问和广播介质，易于组成分布式系统。总线拓扑的典型代表是著名的以太网。总线结构是目前多机器人通信系统中采用最多的一种拓扑形式，其优点是具有较好的坚固性。3现行通信技术协作是多机器人系统的重要特征，协作的实现离不开通信。在多智能体机器人环境中，通信系统的构建与实现，要为多机器人系统提供良好的通信平台以实现总体控制功能。3.1csma/cd的模式选择针对保证实时通信的研究工作有很多，如令牌总线、令牌环、分布式队列双总线、光纤分布数据接口等。这些解决方法都需要维持一个物理或逻辑环，增加的硬件设备导致费用较高，管理和分发很复杂，带来的系统负担将较大。在总线拓扑结构里总线式CSMA/CA得到广泛应用。CSMA/CA的目的是避免冲突，而不是检测冲突是否存在。CSMA/CA存取方式存在的一个问题是报文分组冲突后，仍然继续发送直至全部结束，如果冲突各方检测到冲突后能及时停止发送，则可使信道有效利用率得到提高。而CSMA/CD协议的存取方式是根据上述要求改进而来的。采用CSMA/CD控制方式时，不足的一面是，当各机器人发送请求的频率越高，信号冲突的可能性就越大，从而造成整个网络信号处理量下降。对于应用层协议的研究，目前基于多智能体的实时通信系统中，多采用TCP协议，以保证系统的稳定性和可靠性，基本不发生丢包的现象。但是，这是以牺牲系统的实时性为代价的，往往达不到预期的效果。相反，无连接的、不可靠的、尽最大努力投递报文的UDP协议虽然没有差错控制、超时重发、拥塞控制等可靠性保证策略，但这也正是UDP的特点所在。在基于UDP的通信中，没有发送之前建立连接的过程，也没有发送方等待确认包的“握手”过程，但保证了UDP的“轻量”、快速的特点，在网络质量较好的情况下仍然是首要选择。因此可考虑使用TCP协议和UDP协议结合的通信协议。3.2智能通信模式在多智能体机器人系统中，常用通信方式有：黑板模式、联邦方式、广播方式、点到点方式，详见表2。3.3“客户/服务器、点对点”模型在计算机系统中，目前常用的通信模型有“客户/服务器”模型(C/S:Client/Server)和“点对点”模型(P2P:Peer-to-Peer)。3.3.1c/s模型介绍在基于C/S模型的通信系统中，机器人之间的通信必须通过通信服务器“中转”，系统有中心服务器，所有客户进程与服务器进程进行双向通信，客户进程间无直接通路。此模型适用于需要集中控制的应用，中心服务器利用其特殊地位了解各客户机的需求，这有利于对客户进程的管理以及实现通信资源的合理分配与调度；另外，C/S模型结构简单、易于实现，便于错误诊断及系统维护。其缺点也很明显：客户进程间通信效率低，服务器工作负荷大，服务器性能及网络带宽是影响系统性能的瓶颈；中心服务器的错误会导致整个系统的崩溃。3.3.2控制和调度管理P2P通信模型由中心结构改变为分布式结构，节点间通信不经过中心服务器的转发，而是直接进行通信，提高了通信效率；系统运行不依赖于模型中某个节点，因此系统负载较为均衡、可靠性高。然而，P2P模型并不适用于包含控制、调度、管理等任务的应用。我们希望有一种机制能对系统资源进行统一、可预计分配。如果采用P2P模型来实现，由于智能体的对等特性，那么每个智能体都要保存所有智能体的状态信息，增加了本地存储负担；智能体内部状态的任何变化都必须及时通知其它智能体，增加了网络通信负担；每个智能体都必须处理控制或调度相关的计算，增加了系统负担。由于多机器人系统是典型的分布式多任务实时系统,它运行在环境经常动态变化的真实世界中,为增强多机器人系统适应环境的能力,我们希望智能体能根据环境需要及具体任务的不同要求实现智能体能力的动态可扩充。综合比较C/S和P2P模型,可考虑建立能支持系统复杂通信行为的基于C/S和P2P模型混合的模型结构。4多机器人智能系统多机器人系统应用领域广泛。美、欧、日等国家从20世纪80年代中期就开始对多机器人系统做了大量研究，协作机器人学得到了较好的发展。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。ACTERESS系统通过设计底层的通信结构而把机器人、周围设备和计算机等连接起来的自治多机器人智能系统。CEBOT系统中，每个机器人可以自主地运动，整个系统没有集中控制，可以根据任务和环境动态重构、可以具有学习和适应的群体智能。我国群体机器人的研究起步较晚，上海交通大学、中国科学院、哈尔滨工业大学机器