今日頭條
官方微信
官方抖音
案例頻道0 引言
時延是遙操作系統(tǒng)中主要問題之一，時延對系統(tǒng)最大的影響是使連續(xù)遙操作閉環(huán)反饋控制系統(tǒng)變得不穩(wěn)定[1]。為了有效減小時延對遙操作系統(tǒng)的擾動影響，基于虛擬現(xiàn)實技術(shù)的遙操作[2-4]成為主要研究方向之一。然而虛擬現(xiàn)實技術(shù)需要準(zhǔn)確獲得現(xiàn)場環(huán)境的幾何學(xué)、動力學(xué)等模型的各種參數(shù)，這極大削弱了虛擬現(xiàn)實技術(shù)的應(yīng)用效果。近年來將臨場感方式、虛擬現(xiàn)實方式與自主式智能系統(tǒng)相結(jié)合成為克服時延影響的一種新方法[5]。自主式智能系統(tǒng)體系結(jié)構(gòu)的主要任務(wù)是如何把感知、規(guī)劃、決策、行動等各種模塊有機(jī)的結(jié)合起來，從而形成具有一定特色的智能系統(tǒng)。當(dāng)前主要體系結(jié)構(gòu)形式有：Saridis[6]基于三級模型構(gòu)造的分層遞階式結(jié)構(gòu)；MIT的Rodney Brooks[7]基于水平分片模式的包容式體系結(jié)構(gòu)；分布式人工智能(DAI)中的多智能體系統(tǒng)(MAS)體系結(jié)構(gòu)[8 ]。目前,多智能體系統(tǒng)(MAS)體系結(jié)構(gòu)的應(yīng)用最為廣泛，國外已將MAS技術(shù)應(yīng)用于多智能體機(jī)器人的合作、柔性制造系統(tǒng)、協(xié)調(diào)專家系統(tǒng)、并行工程、交通控制、企業(yè)及社會經(jīng)濟(jì)系統(tǒng)、Internet網(wǎng)絡(luò)等[9-14]。在國內(nèi),上海交通大學(xué)以及浙江大學(xué)等也進(jìn)行了多智能體系統(tǒng)智能機(jī)器人的研制。
時延是遙操作系統(tǒng)中主要問題之一，時延對系統(tǒng)最大的影響是使連續(xù)遙操作閉環(huán)反饋控制系統(tǒng)變得不穩(wěn)定[1]。為了有效減小時延對遙操作系統(tǒng)的擾動影響，基于虛擬現(xiàn)實技術(shù)的遙操作[2-4]成為主要研究方向之一。然而虛擬現(xiàn)實技術(shù)需要準(zhǔn)確獲得現(xiàn)場環(huán)境的幾何學(xué)、動力學(xué)等模型的各種參數(shù)，這極大削弱了虛擬現(xiàn)實技術(shù)的應(yīng)用效果。近年來將臨場感方式、虛擬現(xiàn)實方式與自主式智能系統(tǒng)相結(jié)合成為克服時延影響的一種新方法[5]。自主式智能系統(tǒng)體系結(jié)構(gòu)的主要任務(wù)是如何把感知、規(guī)劃、決策、行動等各種模塊有機(jī)的結(jié)合起來，從而形成具有一定特色的智能系統(tǒng)。當(dāng)前主要體系結(jié)構(gòu)形式有：Saridis[6]基于三級模型構(gòu)造的分層遞階式結(jié)構(gòu)；MIT的Rodney Brooks[7]基于水平分片模式的包容式體系結(jié)構(gòu)；分布式人工智能(DAI)中的多智能體系統(tǒng)(MAS)體系結(jié)構(gòu)[8 ]。目前,多智能體系統(tǒng)(MAS)體系結(jié)構(gòu)的應(yīng)用最為廣泛，國外已將MAS技術(shù)應(yīng)用于多智能體機(jī)器人的合作、柔性制造系統(tǒng)、協(xié)調(diào)專家系統(tǒng)、并行工程、交通控制、企業(yè)及社會經(jīng)濟(jì)系統(tǒng)、Internet網(wǎng)絡(luò)等[9-14]。在國內(nèi),上海交通大學(xué)以及浙江大學(xué)等也進(jìn)行了多智能體系統(tǒng)智能機(jī)器人的研制。
MAS的結(jié)構(gòu)類似于網(wǎng)絡(luò)的形式，其中基本節(jié)點為智能體（Agent），它們具有獨立的知識、工作模型和專門的輸入輸出結(jié)構(gòu)，從網(wǎng)上獲得所需要的輸入數(shù)據(jù)，通過加工之后送回網(wǎng)絡(luò)。網(wǎng)絡(luò)提供了智能體之間信息交流的通道，凡是相互有關(guān)的節(jié)點均有相應(yīng)的通道。與一般的網(wǎng)絡(luò)結(jié)構(gòu)不同的是，MAS還有一個被稱為協(xié)調(diào)機(jī)構(gòu)的環(huán)節(jié)實現(xiàn)網(wǎng)絡(luò)的管理和運(yùn)行，它負(fù)責(zé)任務(wù)的劃分、智能節(jié)點的組織安排和工作時的動態(tài)協(xié)調(diào)；此外還提供共享信息和節(jié)點間交流的工具；其中協(xié)調(diào)機(jī)構(gòu)是MAS的核心。基于多智能體系統(tǒng)(MAS)體系結(jié)構(gòu)，本文提出一種自主遙操作系統(tǒng)框架，并以實例說明其有效性。
1 遙操作系統(tǒng)構(gòu)成與工作原理
遙操作系統(tǒng)常采用主從控制，主要由操作者、控制端、通信環(huán)節(jié)、執(zhí)行端和環(huán)境構(gòu)成(如圖1所示)。
由于通訊時延的影響，操作者不能實時地感受到執(zhí)行端與環(huán)境的交互信息，因此在操作者處，通常應(yīng)用虛擬現(xiàn)實技術(shù)，建立虛擬的執(zhí)行端和環(huán)境，由虛擬的執(zhí)行端和環(huán)境提供給操作者以實時的虛擬力反饋。但是在環(huán)境參數(shù)未知或不準(zhǔn)確的時候虛擬現(xiàn)實技術(shù)不能很好的發(fā)揮作用，這時結(jié)合自主智能系統(tǒng)能取得不錯的效果；執(zhí)行端在遠(yuǎn)地控制器的自主控制下仍可按既定策略完成某些特定的作業(yè)任務(wù)或具有某些自主功能。以下將詳細(xì)介紹基于MAS體系結(jié)構(gòu)的自主操作。
2 基于Multi-Agent System(MAS)的遙操作
基于MAS的遙操作系統(tǒng)，把各個功能模塊作為有一定獨立工作能力的智能體，使之能按需要與任何其他智能體進(jìn)行點對點的通信。每個智能體具有圖2所示的結(jié)構(gòu)，其核心是工作模式庫，可以存放多種功能程序。狀態(tài)信號可以起到內(nèi)部功能的切換作用，同時也起到引導(dǎo)系統(tǒng)各功能模塊之間的信息流向，從而改變系統(tǒng)組織結(jié)構(gòu)的作用。由于狀態(tài)是變化的，因而結(jié)構(gòu)是動態(tài)可變的。
圖2 功能模塊智能體的構(gòu)造
各個智能體相互通訊、彼此協(xié)調(diào)，共同完成復(fù)雜的任務(wù)。系統(tǒng)不僅具備一般分布式系統(tǒng)所具有的資源共享、易于擴(kuò)張的特點，而且克服了建立一個龐大知識庫所造成的知識管理的困難，具有很強(qiáng)的靈活性和可靠性，適合于實時要求較高的作業(yè)任務(wù)[10]。我們設(shè)計了一個基于MAS的遙操作系統(tǒng)模型(圖3)。圖3顯示的是一個利用黑板系統(tǒng)作為協(xié)調(diào)機(jī)構(gòu)的自主式系統(tǒng)的結(jié)構(gòu)框圖。黑板系統(tǒng)記錄當(dāng)前各智能體的工作狀態(tài)、全局性的數(shù)據(jù)和產(chǎn)生的假說，各智能體的交互通過黑板系統(tǒng)進(jìn)行。
各個智能體相互通訊、彼此協(xié)調(diào)，共同完成復(fù)雜的任務(wù)。系統(tǒng)不僅具備一般分布式系統(tǒng)所具有的資源共享、易于擴(kuò)張的特點，而且克服了建立一個龐大知識庫所造成的知識管理的困難，具有很強(qiáng)的靈活性和可靠性，適合于實時要求較高的作業(yè)任務(wù)[10]。我們設(shè)計了一個基于MAS的遙操作系統(tǒng)模型(圖3)。圖3顯示的是一個利用黑板系統(tǒng)作為協(xié)調(diào)機(jī)構(gòu)的自主式系統(tǒng)的結(jié)構(gòu)框圖。黑板系統(tǒng)記錄當(dāng)前各智能體的工作狀態(tài)、全局性的數(shù)據(jù)和產(chǎn)生的假說，各智能體的交互通過黑板系統(tǒng)進(jìn)行。
圖3 基于MAS的遙操作系統(tǒng)模型
在執(zhí)行端活動過程中，所需感知的信息量非常大，而且必須能夠迅速處理許多動態(tài)信息。先進(jìn)的傳感儀器，例如CCD、雷達(dá)測距儀、紅外探測儀等，具有精確度高、環(huán)境適應(yīng)性強(qiáng)、感知范圍廣等優(yōu)點，并且還可以監(jiān)測執(zhí)行端本身的信息。傳感技術(shù)的應(yīng)用大大拓寬和延伸了執(zhí)行端對環(huán)境的感知能力。在設(shè)計環(huán)境感知系統(tǒng)時，還要充分考慮控制端的作用，盡量把適合于人感知的任務(wù)交給控制端去完成，把適合于機(jī)器去感知的任務(wù)交給執(zhí)行端自己去做，從而實現(xiàn)控制端與執(zhí)行端的合理分工和密切協(xié)作。
系統(tǒng)主動利用機(jī)器環(huán)境感知得到的信息建立環(huán)境模型，對執(zhí)行端的運(yùn)行狀態(tài)進(jìn)行評價預(yù)測，并根據(jù)危險程度做出行為決策。評價決策任務(wù)由多智能體和黑板系統(tǒng)聯(lián)合完成，如圖3所示。環(huán)境感知的變化可以看作為事件，黑板系統(tǒng)根據(jù)事件的發(fā)生協(xié)調(diào)各智能體的工作方式、決定總體對策，使系統(tǒng)轉(zhuǎn)入不同的狀態(tài)。
由于環(huán)境事件是隨機(jī)的離散事件，這種“事件―狀態(tài)”模型稱之為離散事件狀態(tài)(DES)控制模型。為了引出DES的定義，我們先給出幾個基本概念。
定義1 消息數(shù)據(jù)。
一個消息是指一個功能模塊的一個輸入或輸出，所有同種類型的消息組成一個消息數(shù)據(jù)。消息數(shù)據(jù)往往與某一個功能模塊有關(guān)(例如輸出結(jié)果)，因而它有固定的數(shù)據(jù)格式。
對于遙操作系統(tǒng)來說，所有的消息均可分為m0，m1，m2三大類。其中，m0為總體輸入消息集，是指那些輸入環(huán)境感知功能模塊的輸入消息類，例如傳感器的輸入，它們構(gòu)成了整個系統(tǒng)的輸入集合；m1為總體輸出消息集，是指產(chǎn)生一定行為的消息類，由控制外部設(shè)備的功能模塊輸出，它們構(gòu)成了整個系統(tǒng)的輸出集合；m2為內(nèi)部消息集，是指功能模塊之間的互為輸入輸出的數(shù)據(jù)集合。
定義2 事件是功能模塊對每次工作結(jié)果的定性描述。
它可以是處理結(jié)果的簡潔的結(jié)論；也可以指功能模塊本身工作狀態(tài)的描述。事件可簡單的由字符串或編碼表示。
定義3 狀態(tài)是對當(dāng)前整個系統(tǒng)的內(nèi)外現(xiàn)狀的一種表述。
它是對系統(tǒng)內(nèi)部和外部環(huán)境形勢評估的結(jié)論，可用來作為指導(dǎo)各功能模塊工作的依據(jù)。與事件一樣，它可用符號串或編碼來表示。
據(jù)此，我們可以給出DES的定義如下。
定義4 DES是一種描述自主式智能系統(tǒng)工作機(jī)構(gòu)的自動機(jī)。
它規(guī)定了系統(tǒng)的信息處理構(gòu)造形勢和工作方式，由七倍體組成：DES=（M，E，S，F(xiàn)，C，so，se）
它規(guī)定了系統(tǒng)的信息處理構(gòu)造形勢和工作方式，由七倍體組成：DES=（M，E，S，F(xiàn)，C，so，se）
協(xié)調(diào)機(jī)構(gòu)C是一個特殊的工作模塊。它根據(jù)由各個功能模塊上報的事件集合 和當(dāng)前的狀態(tài) ，變換出新的狀態(tài) 。這里， 是當(dāng)前各子系統(tǒng)工作情況的總結(jié)，描述了系統(tǒng)外部環(huán)境和內(nèi)部各部分的總體形勢，因此可以說狀態(tài)的變換是基于對系統(tǒng)的總體形勢的評估和判斷。這樣，由于 決定了個功能模塊的功能選擇，而它的設(shè)置又取決于全局的形勢，因此DES是事件驅(qū)動―行為決策方式的自主式智能控制系統(tǒng)。
3 MAS結(jié)構(gòu)在無人直升機(jī)自主著陸中的應(yīng)用分析
這里以無人直升機(jī)作為執(zhí)行端說明其在遙操作系統(tǒng)中的具體實現(xiàn)。
功能模塊F:按機(jī)構(gòu)和功能分為三大類：(1)傳感模塊：包括路徑識別、圖像理解、超聲測障、定位估計等模塊；(2)決策模塊：包括信息融合、全局規(guī)劃、局部路徑規(guī)劃、環(huán)境建模、狀態(tài)評估等模塊；(3)執(zhí)行模塊: 包括自主避障、緊急響應(yīng)、跟蹤著陸等模塊。
協(xié)調(diào)機(jī)構(gòu)C：采用黑板式控制，有記錄黑板、知識庫及推理引擎三個部分組成。其中記錄黑板收集各個功能模塊送來的事件報告，知識庫存放事件―狀態(tài)轉(zhuǎn)換模型，以及協(xié)調(diào)功能模塊工作時序和直升機(jī)空間關(guān)系的導(dǎo)航模型。
M集合：由三維圖像、距離圖像、超聲信號、目標(biāo)特征、障礙區(qū)域、局部地形、局部路徑、全局路徑、行動命令等多個結(jié)構(gòu)化數(shù)據(jù)構(gòu)成。
E集合：由直道、發(fā)現(xiàn)障礙、發(fā)現(xiàn)疑似目標(biāo)、超過目標(biāo)、彎道等多種符號組成。
S集合：由平飛狀態(tài)、后飛狀態(tài)、側(cè)飛狀態(tài)、垂直升降狀態(tài)、懸停狀態(tài)、初始化狀態(tài)、終點狀態(tài)、遙操作狀態(tài)等組成。
其主要狀態(tài)轉(zhuǎn)換及事件關(guān)系如圖4所示。
圖4 遙操作系統(tǒng)狀態(tài)轉(zhuǎn)換圖
下面以垂直升降為例說明遙操作系統(tǒng)中的相關(guān)狀態(tài)轉(zhuǎn)化過程：從初始狀態(tài) 出發(fā)，各功能模塊進(jìn)入初始化工作狀態(tài)，然后進(jìn)入自主狀態(tài)，各個智能體一方面對輸入的消息進(jìn)行加工，另一方面對處理進(jìn)行評價，形成事件 直接上報給黑板。黑板的調(diào)度推理機(jī)根據(jù)事件、全局情況、事件狀態(tài)轉(zhuǎn)換規(guī)則決定新的狀態(tài) ，若 就是垂直升降狀態(tài)時，緊急響應(yīng)模塊執(zhí)行垂直升降避障，否則通過消息通知各智能代理在新的狀態(tài) 下工作。
4 結(jié)論
本文對遙操作系統(tǒng)的時延問題進(jìn)行了分析，并建立了一個基于多智能體系統(tǒng)(MAS)的遙操作系統(tǒng)模型。在動態(tài)實時的環(huán)境下，由于存在著嚴(yán)格的時間約束，將臨場感方式、虛擬現(xiàn)實方式與自主智能系統(tǒng)相結(jié)合是一種克服時延影響的更為有效的方法；采用自主式智能系統(tǒng)輔助監(jiān)視和控制處理，通過一定形式的人機(jī)交互作用，把人和機(jī)器的智能結(jié)合起來，是遙操作系統(tǒng)的重要發(fā)展方向之一。
[1] 李成，梁斌. 空間機(jī)器人的遙操作. 宇航學(xué)報，2001，22 (1)：95-98
[2] 莊駿，邱平，孫增圻. 大時延環(huán)境下的分布式遙操作系統(tǒng). 清華大學(xué)學(xué)報(自然科學(xué)版)，2000，40(1)：80-83
[3] 陳衛(wèi)東，席裕庚，蔡鶴皋. 虛擬現(xiàn)實系統(tǒng)中的手部跟蹤和力覺再現(xiàn)技術(shù)研究. 測控技術(shù), 1999,18(6):18-21
[4] 曾慶軍, 陳善隆, 黃惟一. 力覺臨場感遙控作業(yè)虛擬現(xiàn)實系統(tǒng)研究. 東南大學(xué)學(xué)報, 1999,29(2):1-5
[5] 李華忠, 楊維萍, 柳長安. 基于虛擬現(xiàn)實的空間機(jī)器人共享控制系統(tǒng)及其仿真. 宇航學(xué)報, 2000,21(3):100-105
[6] Saridis G N．Toward the Realization of Intelligent of Controls．Proc．of the IEEE，1979，67(8):1115-1133
[7] Brook R．A Robust Layered Control System for Mobile Robot．IEEE J Robotics and Automation,1986,2(1)：14-23
[8] Dunin-Keplicz B etc．Compositional Formal Specification of Multi-Agent Systems．Lecture Notes in AI, 1994
[9] V R Lesser,D D Corkill.The distributed vehicle monitoring tested. Artificial Intelligence,1983,4:63-109
[10] L Gasser,C Braganza,N Herman.MACE:A flexible tested for distributed AI research in distributed artificial intelligence,1989,119-153
[11] G Vernazza,R Zunino.A distributed intelligent methodology for railway traffic control.IEEE Trans on Vehicular Technology,1990,39(3):263-270
[12] G Q Huang.An agent-based framework for cooperating expert system s in concurrent engineering.Engineering Application of Artificial Intelligence,1994,7(6):685-693
[13] N R Jennings,L Z Varga, R P Aarnts. Transforming standalone expert systems into a community of cooperating agents.Artificial Intelligence,1993,6(4):317-331
[14] P Faruk,S Shakhar.Distributed conflict resolution among cooperating expert systems.Expert Systems,1993,10(4):227-236
[15] 劉金琨，王樹青. 復(fù)雜實時動態(tài)環(huán)境下的多智能體系統(tǒng). 控制與決策，1998(7)：385-407
北京市公安局海淀分局備案號：11010802023656號