一種多智能體模塊化自重構機器人實驗平臺的構建

0變形機器人研究進展自重建機器人也稱為變形機器人，它是一種可以獨立改變形狀和大小的機器人，可以執行復雜環境中的各種任務。它由多個結構相同并且可以自主與相鄰模塊進行連接和分離的獨立模塊組成,每個模塊包括驅動、傳感器、運算處理器、電源及通信方式。利用變形機器人可以很好地進行搜索和救援工作,或者在非結構化環境和危險環境中進行檢查和修復、滅火、空間探測、遠程智能搜集和偵察工作。由于它們潛在的應用價值和有趣的研究挑戰,近幾年來已經吸引了許多研究者在機器人、人工智能、多智能體、分布計算等相關領域進行研究。國外已經開發出幾個試驗平臺。硬件平臺的設計和控制是自重構機器人的關鍵問題,本文在多智能體理論的指導下,設計了分布式自重構機器人硬件平臺,為進一步研究自重構運動規劃算法提供測試環境。1機器人描述和設計1.1自重構單元lg在人工智能領域中,用Agent表示具有一定智能的實體以區別于一般的實體,它可以是物理實體或抽象實體,可以進行推理決策和問題求解,是一種具有智能的邏輯單元。用Agent可以建立一些系統的控制模型,在分布式人工智能中,Agent之間通過計算機網絡連接,Agent作為網絡上的智能節點,構成分布式多Agent系統(MAS)。多Agent系統具有適應環境的動態自組織能力,因而在許多領域受到重視。在一些環境中,Agent表示具有封閉功能以及能自主決策的功能實體,被稱為自主體,Agent都通過網絡連接,通過相互傳遞消息進行工作。自重構單元模塊具有一定的自主控制、數據管理和通信能力,在這一點上它已發展成一種智能自主體。自重構機器人是通過傳感器感知環境和自身狀態,從而能在有障礙物環境中進行面向目標的運動,并完成一定作業功能的系統。從人工智能的角度上來說,它能在某一環境中運行,并能響應環境的變化,靈活、自主地采取行動以滿足其設計目標,所以可視其為一個智能體。但是,單智能體的資源、知識和自主能力有限,利用它來解決大型、復雜的現實問題,顯然已超出了其工作能力。因此,根據有限合理性理論,需要構建一個多主體的智能系統組織,來協同解決單一主體無法解決的困難問題。處理復雜事務最有力的工具是模塊化和抽象化,多主體系統則提供了這種能力。從生物智能的角度來看,智能不僅表現在單個個體的智能行為上,更表現在生物社會的各種組織以及整個社會的智能行為之中。因此,基于自重構機器人的多智能體系統的構建更能體現群體智能。按功能劃分,自重構單元模塊是連接元、感知元(D)、通信元(C)、能源元(P)、控制元(I)、運動元(M)、規則庫及知識庫組成的。各部分的功能如下:連接元實現模塊的連接和分離;通信元用來實現Agent間直接或間接的重要信息的傳遞;能源元為模塊的元件和運動提供能量;控制元實現對外界感知反應和對其他Agent傳來的信息進行處理決策和控制,產生運動序列;運動元實現模塊間的相對運動;知識庫存儲Agent的能力和狀態、目標任務等。控制元中要有目標構型的狀態、現在系統構型的狀態、每個相鄰模塊的每個面的狀態、每個模塊的身份標識。每個Agent可以自主地更新狀態,模塊只能讀取其他模塊的狀態而不能更改。1.2單元設計和單元模塊的設計同構陣列式模塊的結構設計主要遵循兩個原則:①模塊的空間結構對稱性;②運動的靈活性和可實現性。首先,機器人在三維空間運動時,必須保證模塊之間能夠準確定位,以確保機器人整體的運動學性能,這就要求模塊的結構盡量具有各向同性,即空間結構的對稱性。其次,模塊還應該具有足夠的運動自由度和驅動能力,以保證單個模塊的運動靈活性,進而能夠使整個機器人組合具有足夠的動力學性能,能夠快速有效地到達所需的目標構型。在三維空間中,具有空間對稱性的同構陣列式空間結構主要是正多面體,但是,多面體的面數越多,對整體結構的組織和運動控制要求越高,實現的困難就越大。因此,選擇正立方體作為模塊的外部結構,不但能夠很好地滿足同構陣列式的形狀要求,而且控制簡單,在空間操作中可以任意地連接、組合、互換和擴展,從而改變整體構型,滿足環境及操作任務的需要。綜合考慮,本文設計了一種三維的同構陣列式自重構機器人M-Cubes。該機器人借鑒了日本的3D-Unit,并對單元模塊的內部傳動機制、模塊的對接方法和控制系統硬件進行了改進,使得機構更緊湊,對接更可靠,控制更簡單。單元模塊由基礎立方體和連接件構成,每一個模塊有12個自由度,其中6個自由度為連接件的旋轉,另外6個自由度為銷的平移。模塊中心為一個基礎立方體,它的內部主要為傳動系統,如圖1a所示,在基礎立方體每一個表面都依附一個連接件,通過連接件進行模塊間的連接和運動。每個連接件可以獨立地旋轉,它們由連接機構與分離機構和相鄰模塊進行連接和分離,通過這種連接,可以實現任意的立方體結構。構型的變化是通過連接面的旋轉、銷的連接和分離完成的,模塊可以通過連接件的旋轉來運載相鄰模塊,我們稱前者為這個運動的載體模塊,后者為負載模塊。在運動中,載體模塊的連接面必須被另一相鄰模塊支撐,稱該模塊為運載模塊,如圖1b所示,每個模塊的作用在重構過程中是動態變化的。2監控器2.1分布式控制模型MAS的體系結構是指系統中Agent間的信息關系和控制關系,以及問題求解能力的分布模式,它是結構和控制的有機結合,是提供Agent活動和交互的框架。它描述了組成Agent的基本成分及其應用、各成分的聯系及交互機制等。自重構機器人的控制結構可以分為兩類,即集中式和分布式。集中式控制系統中只有一個中央控制器,中央控制器對系統所有模塊進行控制;分布式控制系統中每個模塊都有一個隨行的控制器。根據控制器處理信息的范圍,分布式控制又可分為全局信息的分布式控制和局部信息的分布式控制。集中式控制是機器人的傳統控制方式,但由于其魯棒性差、擴展不便,以及對任務的適應性不靈活等,從而降低了自重構機器人的性能。和集中式控制相比,分布式控制把規劃和控制的任務分擔到每個模塊,增加了魯棒性,全局信息的分布式控制需要模塊可靠的通信,隨著模塊數目的增加,系統的通信會造成模塊處理器的很大負擔,處理耗費成指數級增長。基于局部信息的分布式控制由于只和相鄰模塊通信,使系統具有很強的魯棒性和可擴展性,而且通信量較小,比較適合自重構機器人的特點。自重構機器人本質上是一個非線性復雜系統,使得傳統的控制算法難以解決機器人的運動和變形規劃問題。從復雜系統的觀點來看,模塊間局部的相互作用而表現出整體的復雜行為稱為突現,我們稱這種控制為突現控制。突現性是系統非線性作用的集中體現,是復雜性的重要體現。元胞自動機的固有特征就是具有突現計算功能,很容易直接描述單元間的相互作用,非常適合于模擬自重構機器人單元模塊之間的這種突現控制。突現控制系統中各Agent處于平等地位,彼此之間的協調通過各Agent內部的推理機和Agent之間的多次交互實現,這種協調方式適合于研究由理性Agent組成的MAS,從而更好地模擬了人類社會。采用突現控制,每個Agent都是對等的,程序結構完全一樣。突現控制模型定義如下:①所有的模塊都具有相同的控制器;②每一個控制器都知道終止構型和當前位置,以及一系列包括當前全局構型的估計;③在每一步中,兩個相鄰模塊間可以交換狀態信息;④每一個控制器根據它的局部信息、不完全的或者延遲的全局信息決定移動到何處;⑤由于模擬傳感和運動約束的沖突導致一個移動沒有完成,控制器將會通過傳感器通知,允許修正輸出。2.2數字i/o控制及裝復式控制單元要完成模塊的運動,每個單元模塊必須要有自己的驅動及控制系統,包括電機驅動、處理器、傳感器、通信和電源等。硬件的選擇對系統的性能和控制方式具有較大的影響,本文綜合國外的幾種典型控制系統的設計情況,主要針對處理器、傳感器用途、通信方式、控制方式和重構形式進行了比較,為我們選擇硬件系統時提供參考和對比,如表1所示。為了研究自重構機器人的運動、變形算法及控制方式,本文設計了一種針對分布式的控制系統,系統中所有模塊都是對等的,且只和相鄰模塊交換信息時屬于突現控制系統。本次系統設計的目標是針對突現控制系統來實現的,模塊之間通過紅外傳感器進行通信,單元模塊的整體硬件結構框圖如圖2所示。每一個模塊的電子電路提供了隨行計算、IR通信、傳感器輸入和電機控制等功能。一個特別的微控制器板被設計用來處理模塊間通信和I/O控制,處理器采用TI公司的TMS320LF2407A,運行在30MHz的頻率下,數據存儲器的容量為32kB,程序存儲器的容量為32kB,EEPROM的容量為8kB,數字I/O用來輸入外部傳感器的信號和控制外部的ULN2803放大器,驅動電子開關。電機驅動控制電路采用PWM控制H橋來實現對直流電機的高精度伺服控制,它通過串口和微控制板進行通信,硬件電路控制板如圖3所示。連接件的期望位置和速度通過閉環控制來實現,閉環增益可以通過上位機來調節。基礎立方體內部控制系統的主要組成部分包括帶減速器的直流有刷電機、電機驅動電路板和微控制器板以及接口電路板。紅外線發射器和接收器以及電氣接口安裝在連接件上。MaxonR35直流有刷電機直徑只有22mm,堵轉轉矩達到了119mN·m,配有146∶1的三級行星齒輪減速器,可提供最大23N·m的連續轉矩和30N·m的瞬間轉矩。每個自重構單元模塊必須能夠和相鄰模塊進行通信以交換信息。為了進行通信,每個連接面上安裝有4對紅外收發探頭,如圖4所示。通信設施的要求是:只要兩個模塊相鄰,不管是否連接,都要能夠保持通信,從而能夠交互信息,所以每個連接件上只有2對紅外收發裝置是不能完成這個任務的,必須要有4對紅外收發裝置。通信是通過每個連接面上的紅外通信和微控制板上的異步串口來實現的,每個連接面包括4對IR發射和接收器件,允許模塊在20cm以內的范圍內進行通信,這些元件通過GMS8125(一種多串口擴展元件)將信號輸入DSP,每個串口的分配如圖5所示。通過以下方法可知道每個連接件當前所處的位置:用一個光電開關給定每個連接件一個初始位置,給每個連接件分配一個存儲空間以保存它們的位置值,每個連接件分別旋轉,假如模塊的6個連接件同時處于初始位置,則對連接件Si旋轉90°,并將這個角度位置進行保存,如果要和相鄰模塊進行連接,則發出消息詢問該模塊的連接件Sj的位置,如果是0或180°,則可直接相連,若不是,則Si面再旋轉90°即可相連。當相鄰模塊的連接件滿足對接要求時,控制器通過I/O接口控制電磁離合器,原來處在連接件內部的銷運動出來,插入對方連接件的孔中,由于插孔上有一個斜面,插針腳只需要很小的推力就可以進入插孔,兩個面對接成功后,只要保持控制器的該端口的狀態,則兩個連接面的狀態就會保持不變。由于在插腳設計時充分考慮了分離的情況,使得模塊的分離比較簡單。實際上,只要控制器的該I/O接口狀態修改,電磁離合器松開,銷被縮回,兩個模塊的連接面就解耦。根據控制的需求,每個連接件需要4路I/O接口(限位開關作為旋轉面的零點起始位置需要1路I/O接口控制,連接件的離合器控制需要1路I/O接口控制,銷的離合器控制需要2路I/O接口控制)。DSP具體的I/O接口分配是:IOPB0～IOPB5用作接收6個旋轉面的限位開關信號,方向是輸入;IOPC2～IOPC7用來控制旋轉面的電磁閥,方向是輸出;IOPE2～IOPE7用來控制銷的電磁閥1,方向是輸出;IOPF2～IOPF7用來控制銷的電磁閥2,方向是輸出。3變形方法3.1模塊化的實現方法自重構過程由2層運動規劃控制器來控制,上層規劃控制產生系統模塊的整體運動路徑,從一種構型變化到另一種構型,下層規劃對上層規劃產生的路徑進行執行,完成每個模塊的動作。下層規劃主要完成相鄰模塊的基本動作,這主要包括模塊間的連接與分離、模塊的90°倍數的旋轉。模塊間的連接的實現方法如下:相鄰面上的兩個銷互相伸入到對方的兩個孔中,通過孔內部自鎖裝置保持銷固定,使相鄰兩個面結為一體;模塊間的分離的實現方法如下:連接在一起的兩個相鄰面中的銷互相從對方孔中退出,使兩個面相互脫離,以便單個模塊的運動;模塊的旋轉原理如圖1b所示,相鄰2個模塊的連接件通過銷的耦合后,可以進行任意角度的旋轉,由于同構陣列的關系,規定旋轉的角度必須是90°的倍數。基本運動的一個仿真示意如圖6所示。模塊的基本運動可以通過調用子程序來實現。系統的構型有兩種初始條件設定:①模塊初始都是連接的;②所有模塊都處在原始狀態,互不相連。初始條件②比較復雜,包含問題較多。通過調用三個函數來完成模塊的動作,即attach(Mi、Mj),rotate(Mi.Sx,angle,direction)、detach(Mi,Mj),這三個函數分別表示Mi、Mj的連接件連接,模塊Mi順時針/逆時針旋轉,Mi、Mj模塊相鄰連接件分離。3.2基于空間格局的訓練由上述分析可知,把每一個模塊作為一個智能元胞,則由M-Cubes模塊組成的自重構機器人可視作一個元胞自動機,在不考慮模塊的重力、摩擦力、速度及慣性等因素下,建立了基于元胞自動機(CA)的自重構機器人模型。該模型是一個三維的元胞自動機模型,其原理如圖7所示。模型中所有元胞從時間t到t+1的狀態轉移完成一次空間過程,空間格局是單元模塊的空間分布和組合,在自重構機器人中,空間過程就是元胞在空間上的排列組合,即構型,顯然,每一空間過程的結果就是更新原有的空間構型,即改變原有的空間格局。用CA解決自組織優化問題的關鍵在于確定CA的演化規則,不同的CA演化規則決定了最終系統組織形態的不同。系統能否達到最優狀態取決于是否有恰當的演化規則。Buttler等直接通過已知的相關幾何關系導出演化規則,對晶格式模塊化機器人進行了仿真和試驗,由于受獲取規則條件的限制,只能完成有限的運動,變形能力適應性比較差。筆者通過模塊在有障礙物和無障礙物的情況下獲取的數據對神經網絡進行訓練,提取了CA的演化規則,運用該規則的一個運動示例如圖8所示(只選取其中5個步驟),但是這種方法要求的訓練數據巨大,獲取困難。遺傳算法等優化算法在大規模的空間搜索中具有很大的優勢,可以用來從規則集合中按特定目標優選出規則,但進化的過程受到模塊之間的物理約束及系統質量守恒定理的限制,是一個比較復雜的