data/attachment/portal/201111/06/1440178ok8pg3f35322fn3.jpg机器人
人类在工作中，有很多都是简单而重复性的工作；在人类的探索中，存在着极限的情况，限制着人类的活动。所以人们想到应用机器来代替人类来完成这样的工作，从而产生了对机器人的研究。机器人的研究是涉及到机械学、材料学、力学、控制学、计算机等多门学科的一种综合性研究。正由于各种学科的综合，才一起促进了机器人学的发展。
目录
特点
发展
控制理论
通信技术
相关词条
参考文献
特点
data/attachment/portal/201111/06/144017rxwr8zbrj9sjbvgz.jpg机器人
多机器人技术（multiplerobotics）是机器人学发展的一个新方向，开始于20世纪70年代。多个机器人的使用比单机器人系统有许多优点，合作的机器人有比单个机器人更加有效地完成一些任务的潜能。此外，使用多个低成本的机器人会产生冗余，从而比一个强大而昂贵的机器人更能容忍错误。总的来说，多机器人系统有以下显著特性：（1）更广泛的任务领域；（2）容错；（3）鲁棒性；（4）更低的经济成本；（5）分布式的感知与作用；（6）内在的并行性。因此，多机器人技术现在成为机器人学发展的一个主要方向：一方面，由于任务的复杂性，在单机器人难以完成任务时，可通过多机器人之间的合作来完成；另一方面，通过多机器人间的合作，可提高机器人系统在作业过程中的效率，进而当工作环境发生变化或机器人系统局部发生故障时，多机器人系统仍可通过本身具有的合作关系完成预定的任务。
发展
data/attachment/portal/201111/06/144018z5x9scfxxxm89vsk.jpg机器人
20世纪80年代以来，多机器人协调作为一种新的机器人应用形式日益引起内外学术界的关注：从1986年起，IEEE机器人与自动化国际会议就将多机器人调研究列为一个专题组。1989年，国际杂志RoboticsandAutonomousSystem推出多机器人协调研究专辑；过去的10多年里，人们对多机器人协调控制中的协调和中、负载分配、运动分解、避碰轨迹规划、操作柔性等问题进行了大量的研究。
经过二十年的发展，多机器人系统的研究已在理论和实践方面取得很大进展，并建立了一些多机器人的仿真系统和实验系统。近年来，国内的多机器人系统研究开始起步，而国外的研究则比较活跃，如欧盟设立专门进行多机器人系统研究的MARTHA课题---“用于搬运的多自主机器人系统（multipleautonomousrobotsfortransportandhandlingapplication）”，美国海军研究部和能源部也对多机器人系统的研究进行了资助。但从总体上来说，目前多机器人系统的研究还处于发展的初期阶段，离实用化还有一定的距离。
推动机器人技术发展的主要动力是机器人能减少或替代人们重复的或在危险环境工作中的劳动。随着机器人技术由单个机器人向多机器人系统的发展，机器人的应用范围也越来越广泛。其应用领域主要是一些适合群体作业的场合或工作，如机器人生产线、柔性加工工厂、海洋勘探、星球探索、核电站、消防、无人作战飞机群，无人作战坦克群等。在工业应用中，多机器人系统的柔性会极大地加快企业的生产与运转速度，实现柔性加工；在国防中，它可以实现无人飞机或无人坦克代替军队作战，最大限度地减少人员的伤亡。可以预见，多机器人系统的应用将会对社会带来巨大的变革，能极大地提高人们的生活质量，以及工农业与国防建设的现代化程度。
控制理论
data/attachment/portal/201111/06/144020509ff07f78oh7rfr.jpg机器人
基于常规控制算法的多移动机器人控制理论
常规控制算法包括经典的反馈（闭环）控制律，分散式系统控制理论，以及Lyapunov设计法等。在美国宾夕法尼亚大学GRASP（GeneralRoboticsandActiveSensoryPerception）实验室，Desai和Kumar研究了用于控制机器人群以特定队形共同运动的反馈控制律，描述了一类配备距离传感器的非完整移动机器人群闭环控制框架。在此框架内，Das等人建立了一种实用的基于视觉的编队控制系统结构，可以使用简单的控制器和状态估计器构造复杂的系统，在实验室环境中取得了成功的应用。Feddema等人运用分散控制理论，研究了多个无人车（移动机器人）的协同控制问题，从理论上分析了系统的输入/输出可达性、结构可观性和可控性。Tanner等人为解决多机器人群控制稳定性，在代数图论的基础上，提出了LFS理论概念（Leader-to-FormationStability。此理论概念植根于ISS（Input-to-StateStability）稳定性分析，以及ISS理论中级联形式下的不变性特性。LFS理论对有leader的编队运动中的信号传播与误差扩大进行了量化，建立了编队中leader的运动误差与其它成员运动误差之间的非线性增益估计方法。通过LFS理论，可以刻画出编队中leader的运动控制输入和扰动对整个群系统运动稳定性的影响，以及对某个特定的子群进行稳定性分析。源于常规控制的控制器具有控制快速、准确、可预测、可定量分析的优点，但在复杂且/或非结构化的环境中，常规控制算法可能无法处理某些带有不确定项的数学模型，因而不能产生所要求的协调行为。
基于分布式人工智能的多移动机器人控制理论
data/attachment/portal/201111/06/144020l80da8lybttzytcy.jpg机器人
在多机器人系统的发展历程中，分布式的人工智能起到了很大促进作用。它是人工智能领域的一个重要分支，主要集中于逻辑或物理上分散的系统的研究。分布式的人工智能由两个主要的研究领域组成：分布式的问题解决（DPS）与多智能体（MAS）。DPS理论研究如何将特定问题分解并实现该问题在多个协作的个体之间的求解，包括问题分解、子问题的解决和子结果综合三方面的研究内容，其中，在任务分配中被广泛采用的合同网协议已经应用于研究多机器人的项目ACTRESS和GOFER。MAS理论的核心是把整个系统分成若干智能、自治子系统，它们在物理和地理上分散，可独立地执行任务，同时又可通过通信交换息，相互协调，从而完成整体任务，这无疑对完成大规模和复杂的任务是富有吸力的，能够满足多机器人系统适应复杂环境的需求。美国斯坦福研究所Che等人提出了开放式智能体结构（OAA—OpenAgentArchitecture，利用移动机人所具备的自主特性（自主导航与避障），把每个自主移动机器人作为一个物agent，环境中参与机器人协作与控制的其它智能设备和操作者也作为agent，这机器人群与周围环境中的智能设备和人就共同构建了一个多智能体系统。
基于分布式系统的多移动机器人控制理论
data/attachment/portal/201111/06/144020bbzuup3pw2qjnrz2.jpg多移动机器人
分布式系统领域是研究多机器人系统的思想与方案的自然来源。有一些研究人员已经注意到分布式计算能够为合作式机器人控制技术提供理论基础，分布式控制被看作是一个很有前途的多机器人合作框架，当机器人群增大的时候，分布式的控制方法可以实现许多的优点，如灵活性、适应性与鲁棒性等。考虑到和分布式计算的相似性，那些有关死锁、消息传递、资源分配等理论以及它们的组合可以应用到合作式机器人技术上。可以把基于Petri网的多机器人建模与控制理论归为此类。
基于生物学的多移动机器人控制理论
合作式机器人领域的大部分现有的工作都利用生物系统作为其灵感来源或验证标准。研究合作式机器人技术的研究人员不是沿袭传统的人工智能中把机器人建模为协商的智能体的方法，而是采用一种自底向上的方法，在该方法中单个智能体更像是一只蚂蚁——它们遵守简单的反应式规则。基于生物学的多机器人协调控制的基本原理是：应用一些从生物社会中得到的简单控制规则，在多机器人系统中开发相似的行为。Brooks提出了基于行为的包容结构，Balch和Arkin提出了基于行为的控制方法，用于机器人编队运动，这些基于行为的理论都直接来源于生物学的启发。这里的基于行为是指机器人个体采用基于行为的体系结构。基于行为法的基本思想是：首先为机器人规定一些期望的基本行为，一情况下，移动机器人的行为包括避碰、避障、驶向目标和保持队形等。当机器人的传感器接受到外界环境刺激时，根据传感器的输入信息做出反应，并输出反应向量作为该行为的期望反应(例如，方向和运动速度)。行为选择模块通过一定的机制来综合各行为的输出，并将综合结果作为机器人对环境刺激的反应而输出。该方法中，协作是通过共享机器人之间的相对位置、状态等知识实现的。对该方法的拓展和改变主要体现在对各行为输出的处理上，即行为选择机制上。目前主要有三种行为选择机制：1)加权平均法，将各个行为的输出向量乘以一定的权重再求出它们的矢量和，权值的大小对应相应行为的重要性。矢量和经过正则化后作为机器人的输出。2)行为抑制方法，对各个行为按一定的原则规定优先级，选择高优先级行为的输出作为机器人的输出，即高优先级的行为抑制低优先级的行为。3)模糊逻辑法，根据模糊规则综合各行为的输出，从而确定机器人的输出。其实这种方法是加权平均法的变异，它根据具体情况来确定权值大小。基于行为法的优点是，当机器人具有多个竞争性目标时，可以很容易地得出控制策略。另外，由于机器人根据其它机器人位置进行反应，所以系统中有明确的队形反馈。该方法的另一个优点是可以实现分布式控制，但主要缺点是不能明确地定义群体行为，很难对其进行数学分析，并且不能保证队形的稳定性等。
通信技术
data/attachment/portal/201111/06/1440209f2hzeutkfchhzs1.jpg机器人
机器人上位机与下位机通信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。多机器人通信在多机器人系统中，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
相关词条
机器人
太空
控制
路径
环境
障碍物
目标
仿生
参考文献
.程磊.多移动机器人协调控制系统的研究与实现.武汉，华中科技大学。