【正文】 動(dòng)，控制器的好壞對(duì)機(jī)器人的性能有著直接影響，因此這部分在機(jī)器人的研究中至關(guān)重要。 基于實(shí)時(shí)傳感信息的模糊邏輯算法【25】參考人的駕駛經(jīng)驗(yàn)，通過(guò)查表得到規(guī)劃信息，實(shí)現(xiàn)局部路徑規(guī)劃。它是利用選擇、交叉和變異來(lái)培養(yǎng)控制機(jī)構(gòu)的計(jì)算程序，在冒種程度上對(duì)生物進(jìn)化過(guò)程做數(shù)學(xué)方式的模擬。障礙物對(duì)機(jī)器人產(chǎn)生斥力，目標(biāo)點(diǎn)產(chǎn)生引力，引力和斥力的合力作為機(jī)器人的加速力，來(lái)控制機(jī)器人的運(yùn)動(dòng)方向和計(jì)算機(jī)器人的位置。人工勢(shì)場(chǎng)法【22】是由Khatib提出的一種虛擬力法。路徑搜索策略主要由：A*算法【20】和D*最優(yōu)算法【21】等。該法以柵格為單位記錄環(huán)境信息，環(huán)境被量化具有一定分辨率的柵格，柵格的大小直接影響著環(huán)境信息存儲(chǔ)量的大小和規(guī)劃時(shí)間的長(zhǎng)短。搜索最優(yōu)路徑的問(wèn)題就轉(zhuǎn)化為從起點(diǎn)到目標(biāo)點(diǎn)經(jīng)過(guò)這些可視直線的最短距離問(wèn)題。其中環(huán)境建模的主要方法有：可視圖法、自由空間法和柵格法等。陸標(biāo)定位【13】是在移動(dòng)機(jī)器人工作的環(huán)境里，人為地設(shè)置一些已知的陸標(biāo)，如超聲波發(fā)射器、激光反射板等，通過(guò)對(duì)陸標(biāo)的探測(cè)來(lái)確定機(jī)器人自身的位姿。Yamauchi【12】使用推測(cè)航行法和證據(jù)柵格來(lái)實(shí)現(xiàn)計(jì)算動(dòng)態(tài)環(huán)境中的機(jī)器人位置。碼盤定位是在移動(dòng)機(jī)器人的車輪上裝有光電編碼器，通過(guò)對(duì)車輪轉(zhuǎn)動(dòng)的記錄來(lái)粗略的確定位置和姿態(tài)。定位方法根據(jù)機(jī)器人工作環(huán)境復(fù)雜性，配備傳感器的種類和數(shù)量等不同有多種方法。移動(dòng)機(jī)器人的導(dǎo)航方式可分為：基于環(huán)境信息的地圖模型匹配導(dǎo)航、基于各種導(dǎo)航信號(hào)的陸標(biāo)導(dǎo)航、視覺(jué)導(dǎo)航和味覺(jué)導(dǎo)航等。這種結(jié)構(gòu)的優(yōu)點(diǎn)是各個(gè)機(jī)器人可以在每個(gè)層次上靈活地建立作用關(guān)系，同時(shí)隨環(huán)境的變化和不確定性保持實(shí)時(shí)的反應(yīng)性能。文獻(xiàn)【】在分析了多機(jī)器人協(xié)作系統(tǒng)對(duì)單機(jī)控制體系結(jié)構(gòu)的要求后，分別提出了適合的機(jī)器人個(gè)體控制體系結(jié)構(gòu)，其基本思想是采用分層式和包容式融合的混合體系結(jié)構(gòu)。隨著機(jī)器人技術(shù)的發(fā)展和應(yīng)用領(lǐng)域的不斷擴(kuò)展，具有單個(gè)機(jī)器人無(wú)法比擬的優(yōu)越性的多機(jī)器人系統(tǒng)已得到了普遍重視。文獻(xiàn)【6】考慮到智能體本身具有獨(dú)立性、自主性、開(kāi)放性等優(yōu)點(diǎn)，將智能體的技術(shù)與進(jìn)化控制相結(jié)合，提出了一種基于多智能體的移動(dòng)機(jī)器人導(dǎo)航進(jìn)化控制體系結(jié)構(gòu)。文獻(xiàn)【5】是進(jìn)化控制的思想在機(jī)器人體系結(jié)構(gòu)設(shè)計(jì)方面的又一體現(xiàn)，提出了一種模擬人類學(xué)習(xí)與進(jìn)化過(guò)程的機(jī)器人進(jìn)化控制體系結(jié)構(gòu)。將進(jìn)化控制的思想融入到移動(dòng)機(jī)器人體系結(jié)構(gòu)的設(shè)計(jì)中，使得系統(tǒng)哎具備較高反應(yīng)速度大的同時(shí)，也具備高性能的學(xué)習(xí)和適應(yīng)能力。在分布式體系 結(jié)構(gòu)中，各個(gè)功能模塊具有不同的輸入輸出對(duì)象和自身的不同功能，并行各工作，整個(gè)系統(tǒng)通過(guò)一個(gè)調(diào)度器實(shí)現(xiàn)整體的協(xié)調(diào)，包括制定總體目標(biāo)、任務(wù)分配、運(yùn)動(dòng)協(xié)調(diào)和沖突消解等。智能體是指具有各自的輸入、輸出端口，獨(dú)立的局部問(wèn)題求解能力，同時(shí)可以彼此通過(guò)協(xié)商協(xié)作求解單個(gè)或多個(gè)全局問(wèn)題的系統(tǒng)。自主式移動(dòng)機(jī)器人是一個(gè)組成及結(jié)構(gòu)非常復(fù)雜的系統(tǒng)，具有加速、減速、前進(jìn)、后退以及轉(zhuǎn)彎燈功能，并具有任務(wù)分析，路徑規(guī)劃，導(dǎo)航檢測(cè)和信息融合，自主決策等類似人類活動(dòng)的人工智能。移動(dòng)機(jī)器人按其控制方式的不同可以分為遙控式、半自動(dòng)式和自主式三種；按其工作環(huán)境的不同可以分為戶外移動(dòng)機(jī)器人和室內(nèi)機(jī)器人兩種。該產(chǎn)品在20世紀(jì)60年代出口到日本，從20世紀(jì)80年代中期起，對(duì)工業(yè)機(jī)器人的研究與應(yīng)用在日本迅速發(fā)展并步入了黃金時(shí)代。.. . . ..一、緒 論（一）引言移動(dòng)機(jī)器人技術(shù)是一門多科學(xué)交叉及綜合的高新技術(shù)，是機(jī)器人研究領(lǐng)域的一個(gè)重要分支，它涉及諸多的學(xué)科，包括材料力學(xué)、機(jī)械傳動(dòng)、機(jī)械制造、動(dòng)力學(xué)、運(yùn)動(dòng)學(xué)、控制論、電氣工程、自動(dòng)控制理論、計(jì)算機(jī)技術(shù)、生物、倫理學(xué)等諸多方面。第一臺(tái)工業(yè)機(jī)器人于20世紀(jì)60年代初在美國(guó)新澤西州的通用汽車制造廠安裝使用。與此同時(shí)，移動(dòng)機(jī)器人的研究工作也進(jìn)入了快速發(fā)展階段。自主式移動(dòng)機(jī)器人可以在沒(méi)有人共干預(yù)或極少人共干預(yù)的條件下，在一定的環(huán)境中有目的的移動(dòng)和完成指定的任務(wù)。（二）移動(dòng)機(jī)器人的主要研究方向1）分布式體系結(jié)構(gòu)分布式體系結(jié)構(gòu)【】是多智能體技術(shù)在移動(dòng)機(jī)器人研究領(lǐng)域的應(yīng)用。移動(dòng)機(jī)器人系統(tǒng)，特別是具有高度自組織和自適應(yīng)能力的系統(tǒng)，它們的內(nèi)部功能模塊與智能體相仿，因此可以應(yīng)用多智能體技術(shù)來(lái)分析和設(shè)計(jì)移動(dòng)機(jī)器人系統(tǒng)的結(jié)構(gòu)，實(shí)現(xiàn)系統(tǒng)整體的靈活性和高智能性。2）進(jìn)化控制體系結(jié)構(gòu)面對(duì)任務(wù)的復(fù)雜性和環(huán)境的不確定性以及動(dòng)態(tài)特性，移動(dòng)機(jī)器人系統(tǒng)應(yīng)該具有主動(dòng)學(xué)習(xí)和自適應(yīng)的能力。文獻(xiàn)【4】提出的進(jìn)化控制體系結(jié)構(gòu)包括進(jìn)化規(guī)劃和基于行為的控制兩大模塊，其優(yōu)點(diǎn)是既具有基于行為的系統(tǒng)的實(shí)時(shí)性，又保持了基于功能的系統(tǒng)的目標(biāo)可控性，并兼有自學(xué)習(xí)和自適應(yīng)的功能。機(jī)器人利用事先設(shè)計(jì)好的基本行為，根據(jù)實(shí)際環(huán)境和具體任務(wù)要求，自主創(chuàng)建滿足任務(wù)要求和適應(yīng)環(huán)境的具體行為。3）多移動(dòng)機(jī)器人系統(tǒng)多機(jī)器人系統(tǒng)是以多個(gè)機(jī)器人組成的系統(tǒng)為研究對(duì)象，研究目的在于尋求一套分析、設(shè)計(jì)和控制機(jī)器人群的有效方法，使其能夠有效、高質(zhì)量地協(xié)作完成任務(wù)【7】。設(shè)計(jì)合理的體系系統(tǒng)結(jié)構(gòu)對(duì)于多機(jī)器人系統(tǒng)在多變的工作環(huán)境中完成復(fù)雜的工作任務(wù)時(shí)起到至關(guān)重要的作用。文獻(xiàn)【11】提出了一種使多個(gè)機(jī)器人在不同層次上方便地進(jìn)行行為調(diào)整和協(xié)作的體系結(jié)構(gòu)，在這種體系結(jié)構(gòu)中，單個(gè)機(jī)器人采用分層式結(jié)構(gòu)，而不同機(jī)器人之間是分布式的關(guān)系，可以在每個(gè)層次上直接相互作用。智能移動(dòng)機(jī)器人的“智能”特征在于它具有與外部世界相協(xié)調(diào)的工作機(jī)能，這種協(xié)調(diào)在具體的實(shí)現(xiàn)上首先要求機(jī)器人確定自身與周圍環(huán)境的位置關(guān)系，以便根據(jù)目標(biāo)任務(wù)做出正確決策和路徑選擇，因此導(dǎo)航的定位成為移動(dòng)機(jī)器人的兩個(gè)最為重要問(wèn)題。1）定位技術(shù)作為移動(dòng)機(jī)器人導(dǎo)航最基本環(huán)節(jié)，定是確定機(jī)器人在工作環(huán)境中相對(duì)于全局坐標(biāo)的位姿。主要方法有：碼盤定位、陸標(biāo)定位和聲音定位等。該方法雖然簡(jiǎn)單，但是由于車輪與地面存在打滑現(xiàn)象，產(chǎn)生的累積誤差隨路徑的增加而增大，定位誤差會(huì)逐漸累積，引起更大的誤差。該方法把在不同時(shí)段建立的證據(jù)柵格匹配起來(lái)，使用一種爬山算法搜索可能的平移與轉(zhuǎn)動(dòng)空間，來(lái)消除推測(cè)航行法的誤差累積。2）導(dǎo)航技術(shù)全局路徑規(guī)劃包括環(huán)境建模和路徑搜索策略兩個(gè)問(wèn)題?？梢晥D法【15】視機(jī)器人為一點(diǎn)，將機(jī)器人、目標(biāo)點(diǎn)和障礙物各頂點(diǎn)之間以及各障礙物頂點(diǎn)和頂點(diǎn)之間的連線，均不能穿越障礙物，即直線是可視的。VoronoiDiagrams法和TangentGraph法【16】對(duì)可視圖法進(jìn)行了改進(jìn)；自由空間法應(yīng)用于機(jī)器人路徑規(guī)劃，采用預(yù)先定義的如廣義錐形和凸多邊形【17】等基本形狀構(gòu)造自由空間，并將自由空間表示為連通圖，通過(guò)搜索連通圖來(lái)進(jìn)行路徑規(guī)劃。柵格劃分打了，環(huán)境信息存儲(chǔ)量小，規(guī)劃時(shí)間按短，但分辨率下降，在密集環(huán)境下發(fā)現(xiàn)路徑的能力減弱；柵格劃分小了環(huán)境分辨率高，在密集環(huán)境下發(fā)現(xiàn)路徑的能力強(qiáng)，但環(huán)境信息存儲(chǔ)量打，規(guī)劃時(shí)間長(zhǎng)，可采用改進(jìn)的柵格法【19】彌補(bǔ)柵格法的不足。局部路徑規(guī)劃的主要方法有：人工勢(shì)場(chǎng)法（Artificial Potential Field）、遺傳算法（Genetic Algorithm）和模糊邏輯算法（Fuzzy Logic Algorithm）等。其基本思想是將機(jī)器人在環(huán)境中的運(yùn)動(dòng)視為一種虛擬的人工受力場(chǎng)中的運(yùn)動(dòng)?！?4】在60年代初提出了遺傳算法，以自然遺傳機(jī)制和自然選擇等生物進(jìn)化理論為基礎(chǔ)，構(gòu)造了一類隨機(jī)搜索算法。它不要求適應(yīng)度函數(shù)是可導(dǎo)或連續(xù)的，而只要求適應(yīng)度函數(shù)為正，同時(shí)作為并行算法，它的隱并行性適用于全局搜索。該方法克服了勢(shì)場(chǎng)易產(chǎn)生的局部極小問(wèn)題，適用于時(shí)變未知環(huán)境下的路徑規(guī)劃，實(shí)時(shí)性較好。針對(duì)不同的運(yùn)動(dòng)系統(tǒng)結(jié)構(gòu)和驅(qū)動(dòng)設(shè)備，運(yùn)動(dòng)控制的研究會(huì)進(jìn)一步的細(xì)化。對(duì)于本文主要討論的輪式機(jī)器人的運(yùn)動(dòng)控制，由于它是一個(gè)高度非線性的非完整性控制系統(tǒng)，對(duì)其的控制具有相當(dāng)?shù)碾y度。鎮(zhèn)定控制方面，現(xiàn)在的主要研究成果有不連續(xù)控制方法、時(shí)變控制方法和混亂控制方法等。在控制的方法上，現(xiàn)在比較常用的有基于滑?？刂频?方法、基于反饋線性化的方法、回退法、神經(jīng)網(wǎng)絡(luò)方法和模糊控制方法等。文獻(xiàn)[31]通過(guò)誤差的分解，使用PD控制方法實(shí)現(xiàn)運(yùn)動(dòng)控制，但在實(shí)際使用中控制參數(shù)難以調(diào)節(jié)。預(yù)見(jiàn)預(yù)測(cè)控制【34】是一種將預(yù)見(jiàn)控制和預(yù)測(cè)控制結(jié)合在一起的控制方法。文獻(xiàn)[35]將預(yù)見(jiàn)預(yù)測(cè)控制方法應(yīng)用于CNC機(jī)床的伺服控制中，取得了良好的效果。移動(dòng)機(jī)器人的多傳感器信息融合方面的研究始于80年代。其中加權(quán)平均法是最簡(jiǎn)單也最直觀的方法，一般用于對(duì)動(dòng)態(tài)低水平的數(shù)據(jù)進(jìn)行處理，但結(jié)果不是統(tǒng)計(jì)上的最優(yōu)估計(jì)；貝葉斯估計(jì)是融合靜態(tài)環(huán)境中多傳感器底層數(shù)據(jù)的常用方法，適用于具有高斯白噪聲的不確定性傳感信息融合；對(duì)于系統(tǒng)噪聲和觀測(cè)噪聲為高斯白噪聲的線性系統(tǒng)模型用卡爾曼濾波來(lái)融合動(dòng)態(tài)低層次冗余傳感信息，對(duì)于非線性系統(tǒng)模型采用擴(kuò)展卡爾曼濾波或者分散卡爾曼濾波；統(tǒng)計(jì)決策理論用于融合多個(gè)傳感器的同一種數(shù)據(jù)，常用于圖像觀測(cè)數(shù)據(jù)；DS證據(jù)推理是貝葉斯估計(jì)法的擴(kuò)展，它將局部成立的前提與全局成立的前提分離開(kāi)來(lái)，以處理前提條件不完整的信息融合；神經(jīng)網(wǎng)絡(luò)法根據(jù)系統(tǒng)要求和融合形式，選擇網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，通過(guò)網(wǎng)絡(luò)學(xué)習(xí)確定網(wǎng)絡(luò)連接權(quán)值，對(duì)各傳感器的的輸入信息進(jìn)行融合。今年來(lái)，全球許多機(jī)器人研究機(jī)構(gòu)都展開(kāi)與仿生機(jī)構(gòu)的研究工作。NASA的Snakerrobot蛇形機(jī)器人，能夠穿梭在受災(zāi)現(xiàn)場(chǎng)的瓦礫狹縫之中，尋找幸存者。它能爬行、坐立、伸展和打滾，而且摔倒后可立即爬起來(lái)。Honda P3的CPU采用了兩個(gè)主頻為110MHz的MicrospecII處理器，身上裝有用于視覺(jué)導(dǎo)航的視覺(jué)傳感器、感知自身姿態(tài)的陀螺儀、保持平衡的重力加速度傳感器和兩個(gè)腳踝的6處維力傳感器、實(shí)現(xiàn)語(yǔ)音功能的麥克風(fēng)和揚(yáng)聲器，以及用于測(cè)量行走在顛簸起伏的路面上，也能夠在傾斜的路面上行走，甚至能夠上、下樓梯，單腳站立。隨著機(jī)器人應(yīng)用領(lǐng)域的不斷拓展、機(jī)器人工作環(huán)境復(fù)雜度、任務(wù)的加重，對(duì)機(jī)器人的要求不再局限于單個(gè)機(jī)器人，多機(jī)器人的研究已經(jīng)成為機(jī)器人學(xué)研究的一個(gè)熱點(diǎn)。美國(guó)Oak Ridge國(guó)家試驗(yàn)室的Cooperative Robotics實(shí)驗(yàn)系統(tǒng)【26】研究的協(xié)作機(jī)器人是集成了