第1期 顾大强，等：多移动机器人协同搬运技术综述 ·23· 力解决路径规划问题，它将移动机器人所处环境 2.1多移动机器人协同任务分配 信息模拟成虚拟势场，通过斥力势场和引力势场 多移动机器人的任务分配问题是一个最优化 的相互作用，使移动机器人能够避开障碍物，最 问题，可描述为：对一个移动机器人集合、一个任 终安全到达目标点。在移动机器人进行对象搜索 务集合指定系统评价指标，将各个子任务分配到 时，机器人所受到的引力来自搬运物体，斥力来 合适的子机器人，满足整个移动机器人系统在执 自其他移动机器人。搬运物体锁定状态的实现主 行全部任务过程中获得的收益最大。该问题属 要分搜索与锁定两步。 于NP问题)，通常采用启发式算法求出其中一 1)假设单个机器人i受到一个2维力向量 个可接受的解。若以多移动机器人完成全部侦查 B,的驱使进行运动，B,由2部分组成，即物体的吸 任务所需要移动的路径总长度作为评价任务分配 引力向量B。的和其他机器人的斥力向量B: 的最优性能指标，静态环境下多移动机器人协同 ;=B: 侦查多个目标点的任务分配问题可以归结为求解 般形式（各移动体的起点、终点不一定相同）的 B:=Bobi+ 多旅行商问题(MTSP)。常用的任务分配算法有 在B,的作用下，各个移动机器人会在搬运物 基于拍卖的分配算法，当系统需要完成任务并 体的周围逐渐形成一个闭环链。 得到最短路径时，通常采用的算法有异质交互式 2)完成1)后各个移动机器人需要围绕着物 文化混合算法(HICHA)、遗传算法(GA)、改进粒 体的边缘不断移动直到物体被“锁定”。物体的锁 子群算法(PSOBA)、蚁群优化算法(ACO)、均衡负 定状态由下式确定： 载规划算法(BPA)等。 实际上，多移动机器人之间的任务分配以及 B:=Bobi3 协同控制还需要考虑多移动机器人系统在时间 式中： 空间、功能上的分布性特点，国内外学者在分布 式机器人系统的控制系统领域展开了很多的研 1. 物体未被锁定 物体被锁定 究。ALLIANCE作为基于行为的软件架构，成 在这两个过程中，基于人工势场式(8)和式 功解决了多移动机器人的容错协同控制。Klavins (9)得到吸引力向量B和斥力向量B: 等4提出了分布式机器人系统的混合控制方法。 B=(pu(0,)-p)×llp,-pu(0,l2- (8) 在该系统中，每个单体任务都由一个控制器进行 0,llp:-pill Lsen 控制，常被应用于自动化生产的机器人装配任务 Bu= (p-).p (9) 中。“三层"(three-tier,3T)架构由Schreckenghost llP:-Pil 等于1998年提出，该架构考虑了远程设备维护 式中：k≥1；pp,表示任意一个机器人位置；pa为 管理的人机交互问题，可以在执行过程中对操作 指向物体边缘的最近的“锁定平衡点”，对应的角 进行合理地人为干预。CLARAty架构由Volpe等胸 度为0；P是为了保证各个机器人相隔距离相等， 提出，属于两层架构，该架构考虑了系统的规划 其值为S(pa)/m,S(pa)为pa路径长度，n为移动机器 层和执行层之间的强耦合问题，其功能层实现了 人总数；L。为机器人传感器探测的范围。最后， 仿真、状态监测和面向对象的系统操作。3T和 Bpm可以通过式(10)确定，Bpn的方向垂直于物 CIARAty架构都已被应用于美国国家航空航天 体的吸引力B方向： 局(NASA)的部分移动机器人项目中。 BspinBot=0 2.2多移动机器人环境感知与定位 IlBspin ill =Bspin >0 (10) 移动机器人一般通过各类传感器来获取外界 2 多移动机器人的相关技术 信息，常见的传感器包括声呐系统、激光测距仪、 摄像头等。移动机器人需要依靠传感器来感知周 在多移动机器人搬运的实际实现过程中，具 边环境，并提取环境中的有效信息加以处理和理 体搬运流程可以概括为：工作环境信息的感知； 解，最终通过所在环境的模型来表达所在环境的 多移动机器人的任务分配与轨迹规划，机器人执 信息，这是实现自主移动机器人定位、导航的前 行过程，根据实时环境进行轨迹再规划；完成搬 提47。 运任务。其中涉及的相关技术主要包括多移动机器 对距离和障碍的探测，目前主要采用声呐和 人任务分配、环境感知与定位及轨迹规划3个方面。 激光测距仪。相对来说，激光测距仪测距的精度力解决路径规划问题，它将移动机器人所处环境 信息模拟成虚拟势场，通过斥力势场和引力势场 的相互作用，使移动机器人能够避开障碍物，最 终安全到达目标点。在移动机器人进行对象搜索 时，机器人所受到的引力来自搬运物体，斥力来 自其他移动机器人。搬运物体锁定状态的实现主 要分搜索与锁定两步。 i βi βi βobj_i βi j 1) 假设单个机器人 受到一个 2 维力向量 的驱使进行运动， 由 2 部分组成，即物体的吸 引力向量 和其他机器人的斥力向量 ： . xi = βi βi = βobj_i + ∑n j=0 βi j 在 βi的作用下，各个移动机器人会在搬运物 体的周围逐渐形成一个闭环链。 2) 完成 1) 后各个移动机器人需要围绕着物 体的边缘不断移动直到物体被“锁定”。物体的锁 定状态由下式确定： βi = βobj_i + ∑n j=0 βi j + kspin_iβspin_i 式中： kspin_i = { 1, 物体未被锁定 0, 物体被锁定 βobj_i βi j 在这两个过程中，基于人工势场式 (8) 和式 (9) 得到吸引力向量 和斥力向量 ： βobj_i = (pd(θi)− pi)× ||pi − pd(θi)||(2k−1) (8) βi j =    0, ||pi − pj || > Lsen ||pi − pj ||2k − P 2k d ||pi − pj || (pj − pi)， ||pi − pj || < Lsen (9) k ⩾ 1 pd Pd S (pd)/n S (pd) pd n βspin_i βspin_i βobj_i 式中： ；pi、pj 表示任意一个机器人位置； 为 指向物体边缘的最近的“锁定平衡点”，对应的角 度为 θi； 是为了保证各个机器人相隔距离相等， 其值为 ， 为 路径长度， 为移动机器 人总数；Lsen 为机器人传感器探测的范围。最后， 可以通过式 (10) 确定， 的方向垂直于物 体的吸引力 方向： { βspin_i ·βobj_i = 0 ||βspin_i || = βspin > 0 (10) 2 多移动机器人的相关技术 在多移动机器人搬运的实际实现过程中，具 体搬运流程可以概括为：工作环境信息的感知； 多移动机器人的任务分配与轨迹规划，机器人执 行过程，根据实时环境进行轨迹再规划；完成搬 运任务。其中涉及的相关技术主要包括多移动机器 人任务分配、环境感知与定位及轨迹规划 3 个方面。 2.1 多移动机器人协同任务分配 多移动机器人的任务分配问题是一个最优化 问题，可描述为：对一个移动机器人集合、一个任 务集合指定系统评价指标，将各个子任务分配到 合适的子机器人，满足整个移动机器人系统在执 行全部任务过程中获得的收益最大。该问题属 于 NP 问题[41] ，通常采用启发式算法求出其中一 个可接受的解。若以多移动机器人完成全部侦查 任务所需要移动的路径总长度作为评价任务分配 的最优性能指标，静态环境下多移动机器人协同 侦查多个目标点的任务分配问题可以归结为求解 一般形式 (各移动体的起点、终点不一定相同) 的 多旅行商问题 (MTSP)。常用的任务分配算法有 基于拍卖的分配算法[42] ，当系统需要完成任务并 得到最短路径时，通常采用的算法有异质交互式 文化混合算法 (HICHA)、遗传算法 (GA)、改进粒 子群算法 (PSOBA)、蚁群优化算法 (ACO)、均衡负 载规划算法 (BPA) 等。 实际上，多移动机器人之间的任务分配以及 协同控制还需要考虑多移动机器人系统在时间、 空间、功能上的分布性特点，国内外学者在分布 式机器人系统的控制系统领域展开了很多的研 究。ALLIANCE[43]作为基于行为的软件架构，成 功解决了多移动机器人的容错协同控制。Klavins 等 [44]提出了分布式机器人系统的混合控制方法。 在该系统中，每个单体任务都由一个控制器进行 控制，常被应用于自动化生产的机器人装配任务 中。“三层”(three-tier, 3T) 架构由 Schreckenghost 等 [45]于 1998 年提出，该架构考虑了远程设备维护 管理的人机交互问题，可以在执行过程中对操作 进行合理地人为干预。CLARAty 架构由 Volpe 等 [46] 提出，属于两层架构，该架构考虑了系统的规划 层和执行层之间的强耦合问题，其功能层实现了 仿真、状态监测和面向对象的系统操作。3T 和 ClARAty 架构都已被应用于美国国家航空航天 局 (NASA) 的部分移动机器人项目中。 2.2 多移动机器人环境感知与定位 移动机器人一般通过各类传感器来获取外界 信息，常见的传感器包括声呐系统、激光测距仪、 摄像头等。移动机器人需要依靠传感器来感知周 边环境，并提取环境中的有效信息加以处理和理 解，最终通过所在环境的模型来表达所在环境的 信息，这是实现自主移动机器人定位、导航的前 提 [47]。 对距离和障碍的探测，目前主要采用声呐和 激光测距仪。相对来说，激光测距仪测距的精度 第 1 期 顾大强，等：多移动机器人协同搬运技术综述 ·23·