《智能機(jī)器人創(chuàng)新設(shè)計》 課件 第8章 多機(jī)器人系統(tǒng)與群體智能

第8章多機(jī)器人系統(tǒng)與群體智能智慧物流系統(tǒng)：從設(shè)計到實現(xiàn)教學(xué)內(nèi)容CONTENTS1多機(jī)器人系統(tǒng)2群體智能3多機(jī)器人物流系統(tǒng)智能算法應(yīng)用3

章節(jié)目標(biāo)理解多機(jī)器人系統(tǒng)與群體智能的基本概念與分類；掌握多機(jī)器人系統(tǒng)與群體智能的特點、適用范圍及基本特征；了解多機(jī)器人系統(tǒng)與群體智能的應(yīng)用領(lǐng)域與發(fā)展前景。4多機(jī)器人系統(tǒng)：當(dāng)單個機(jī)器人無法勝任工作時，需要多個機(jī)器人協(xié)作完成，多個機(jī)器人組成多智能體結(jié)構(gòu)。通過協(xié)作完成某一共同任務(wù)的機(jī)器人群體，被稱之為多機(jī)器人系統(tǒng)，這也是機(jī)器人技術(shù)發(fā)展的一個新方向。1多機(jī)器人系統(tǒng)工業(yè)場景的物流機(jī)器人多機(jī)器人系統(tǒng)不是單個機(jī)器人的數(shù)量相加，其作用效果也不是單個機(jī)器人作用效果的線性求和，還包括個體之間相互作用產(chǎn)生的增量。個體之間的相互作用包含兩個因素：“協(xié)調(diào)”與“合作”。通過“協(xié)調(diào)”與“合作”，可以使有限的個體機(jī)器人產(chǎn)生群體智能，完成個體無法完成的工作。5一、多機(jī)器人系統(tǒng)分類多機(jī)器人系統(tǒng)的重要特征和關(guān)鍵指標(biāo)是協(xié)作性。根據(jù)協(xié)作機(jī)制的不同，多機(jī)器人系統(tǒng)協(xié)作分為兩類：無意識協(xié)作和有意識協(xié)作。①無意識協(xié)作多出現(xiàn)在同構(gòu)機(jī)器人系統(tǒng)中，主要利用突現(xiàn)原理獲得高層的協(xié)作行為；②有意識協(xié)作主要用于異構(gòu)機(jī)器人協(xié)作技術(shù)的研究，并更多地依賴于規(guī)劃來提高協(xié)作效率。1多機(jī)器人系統(tǒng)6一、多機(jī)器人系統(tǒng)分類還可以分為同構(gòu)機(jī)器人和異構(gòu)機(jī)器人：①同構(gòu)機(jī)器人指組織形式與內(nèi)部架構(gòu)均相同的機(jī)器人，可運行相同或不同形式的程序，例如本實訓(xùn)平臺的物流機(jī)器人；②異構(gòu)機(jī)器人主要指組織形式與內(nèi)部架構(gòu)均不同的機(jī)器人，例如物流系統(tǒng)中的搬運機(jī)器人、分揀機(jī)器人等。1多機(jī)器人系統(tǒng)71.無意識協(xié)作的同構(gòu)多機(jī)器人系統(tǒng)無意識協(xié)作機(jī)器人多為同構(gòu)系統(tǒng)，其特點為：

①個體功能簡單且數(shù)量眾多；

②通過本地交互，得到全局的突現(xiàn)行為；

③系統(tǒng)魯棒性好；

④無全局目標(biāo)，系統(tǒng)性能難于控制，不適用于復(fù)雜任務(wù)。1多機(jī)器人系統(tǒng)81.無意識協(xié)作的同構(gòu)多機(jī)器人系統(tǒng)無意識協(xié)作機(jī)器人適用于大空間、無時間要求的重復(fù)性操作任務(wù)，如清潔、采集等；同時也適用于危險或有害區(qū)域內(nèi)的監(jiān)測、探索和搜尋任務(wù)，如可用許多小型輕便的、可丟棄的、相對廉價的機(jī)器人來完成核輻射區(qū)域內(nèi)的監(jiān)測任務(wù)。變電站巡檢機(jī)器狗景區(qū)清潔機(jī)器人1多機(jī)器人系統(tǒng)91.無意識協(xié)作的同構(gòu)多機(jī)器人系統(tǒng)無意識協(xié)作多機(jī)器人系統(tǒng)主要仿生社會性生物群落(蟻群、蜂群等)的運行機(jī)制，利用大量簡單、無意識的自主個體，通過局部交互和自組織作用，使整個系統(tǒng)呈現(xiàn)協(xié)調(diào)、有序的狀態(tài)，并最終達(dá)到較高的集群智能。比較典型的系統(tǒng)包括：美國MIT的SwarmBot集群機(jī)器人系統(tǒng)、美國Sandia國家實驗室的MARV、美國南加州大學(xué)的Super-Bot以及德國斯圖加特大學(xué)的進(jìn)化多機(jī)器人有機(jī)體等。1多機(jī)器人系統(tǒng)102.有意識協(xié)作的異構(gòu)多機(jī)器人系統(tǒng)有意識協(xié)作多機(jī)器人多為異構(gòu)系統(tǒng)，其特點為：系統(tǒng)規(guī)模小，個體智能水平高；擁有全局目標(biāo)，系統(tǒng)性能易于掌握；對通信要求較高；對協(xié)調(diào)控制機(jī)制依賴性大。在實際應(yīng)用中，多機(jī)器人系統(tǒng)的成員個體往往存在設(shè)計、結(jié)構(gòu)乃至智能上的差異，因此有意識協(xié)作多機(jī)器人系統(tǒng)多為異構(gòu)系統(tǒng)。有意識協(xié)作的異構(gòu)多機(jī)器人適用于復(fù)雜的任務(wù)，如合作搬運、協(xié)同定位、運動規(guī)劃等。避障無人機(jī)群1多機(jī)器人系統(tǒng)11二、多機(jī)器人系統(tǒng)發(fā)展與應(yīng)用1.多機(jī)器人系統(tǒng)的發(fā)展20世紀(jì)50年代20世紀(jì)70年代現(xiàn)如今發(fā)展1.多機(jī)器人系統(tǒng)的發(fā)展第一臺工業(yè)機(jī)器人誕生。對機(jī)器人的要求從局限于單個機(jī)器人逐漸向?qū)Χ鄠€機(jī)器人組成的系統(tǒng)進(jìn)行研究。國外高校和研究機(jī)構(gòu)開始對多機(jī)器人系統(tǒng)的研究。經(jīng)過20年的發(fā)展，建立了許多有關(guān)多機(jī)器人的仿真系統(tǒng)和實驗系統(tǒng)。歐盟設(shè)立了專門的課題進(jìn)行多機(jī)器人系統(tǒng)研究。目前，我們國內(nèi)對于多機(jī)器人系統(tǒng)的研究也處于活躍狀態(tài)。在研究和應(yīng)用的雙重推動下，多機(jī)器人系統(tǒng)、多機(jī)器人協(xié)調(diào)協(xié)作的研究已經(jīng)成為機(jī)器人學(xué)研究的主要方向。1多機(jī)器人系統(tǒng)12二、多機(jī)器人系統(tǒng)發(fā)展與應(yīng)用2.多機(jī)器人系統(tǒng)的應(yīng)用多機(jī)器人系統(tǒng)在工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、軍事、生產(chǎn)等各領(lǐng)域都有巨大的潛在應(yīng)用市場。1多機(jī)器人系統(tǒng)①在工業(yè)領(lǐng)域，多機(jī)器人系統(tǒng)可以在生產(chǎn)線上發(fā)揮巨大的作用，工業(yè)生產(chǎn)對行業(yè)自動化設(shè)備的需求，意味著對高效、高魯棒性異構(gòu)機(jī)器人的需求，有助于實現(xiàn)工業(yè)生產(chǎn)的自動化，解放人力，并提高生產(chǎn)效率。埃夫特與阿里云打造的智能工業(yè)機(jī)器人群131多機(jī)器人系統(tǒng)②在醫(yī)學(xué)領(lǐng)域，人體內(nèi)有一些狹窄部位比如腸道、胃或者血管等，醫(yī)療器械不便于檢測，可以選擇使用大量的微機(jī)器人進(jìn)入人體，發(fā)現(xiàn)病變部位并進(jìn)行修補(bǔ)，輔助醫(yī)療檢查與治療。華中科技大學(xué)微型磁控膠囊機(jī)器人③在軍事領(lǐng)域，可以使用多機(jī)器人系統(tǒng)協(xié)作完成相對危險的軍事活動，維護(hù)士兵的安全，減少戰(zhàn)爭對于士兵的消耗。我國晶品特裝開發(fā)的軍用機(jī)器人141多機(jī)器人系統(tǒng)④在航天領(lǐng)域，可以使用多個廉價機(jī)器人探測外太空，對衛(wèi)星和空間站的內(nèi)外進(jìn)行維護(hù)，減少對人員的依賴。美國宇航局太空自主機(jī)器人蜂群⑤在農(nóng)業(yè)上，可使用多機(jī)器人系統(tǒng)協(xié)作完成插秧、播種、噴灑農(nóng)藥、收割等重體力勞動或者單調(diào)的重復(fù)工作，進(jìn)而解放大量的人力資源，實現(xiàn)農(nóng)業(yè)生產(chǎn)的自動化。自動精密播種機(jī)器人15一、群體智能起源人們在古時就對自然界中存在的群集行為感興趣，如大雁在飛行時自動排成人字形，螞蟻聚集在一起尋找食物、制造巢穴等，還會將它們的身體連在一起組成很長的橋來跨越長距離。在自然界中，這樣的生物個體并沒有多少智能，但是當(dāng)它們組成一個群體之后，在交互過程中就會產(chǎn)生出這些復(fù)雜的行為。這種群居性生物表現(xiàn)出來的智能行為叫做群體智能。2群體智能16一、群體智能起源“群體智能”一詞最早在1989年由Gerardo和JingWang兩人針對電腦屏幕上細(xì)胞機(jī)器人的自組織現(xiàn)象所提出。群體智能（SwarmIntelligence,SI）或稱集群智能（CollectionIntelligence,CI）是由一組自由個體/智能體（Individual/Agent）遵循簡單的行為規(guī)則，通過個體間的局部通信以及個體與環(huán)境間的交互作用而涌現(xiàn)出來的集體智能行為的自組織特性，是對現(xiàn)實世界中的群居性生物如昆蟲等動物所體現(xiàn)出的宏觀自組織行為的抽象。群體智能的研究起源于以螞蟻、蜜蜂等為代表的社會性昆蟲。2群體智能17一、群體智能起源群體智能較于單體智能具備更強(qiáng)的魯棒性、靈活性和經(jīng)濟(jì)性，不斷有計算機(jī)科學(xué)家通過研究生物群體或人工群體的習(xí)性特征，開創(chuàng)出一些智能仿生算法。常見的幾種算法有：1975年，遺傳算法（GeneticAlgorithm,GA）；1992年，蟻群算法（AntColonyOptimization,ACO）；1995年，粒子群算法（ParticleSwarmOptimization,PSO）；2002年，人工魚群算法（ArtificialFishSwarmsAlgorithm,AFSA）；2002年，細(xì)菌覓食算法（BacterialForagingOptimization,BFO）；2003年，混合蛙跳算法（ShufledFrogLeapingAlgorithm,SFLA）；2005年，人工蜂群算法（ArtificialBeeColonyAlgorithm,ABCA）；2010年，煙花算法（FireworksAlgorithm,FWA）；2012年，花朵授粉算法（FlowerPollinationAlgorithm,FPA）。2群體智能18二、群體智能基本特征群體智能的控制是分布式的，不存在中心控制，群體有自組織性，其中的智能就是大量個體在無中心控制的情況下體現(xiàn)出來的宏觀有序的行為。這種大量個體表現(xiàn)出來的宏觀有序行為稱為涌現(xiàn)現(xiàn)象(Emergence)。如果沒有涌現(xiàn)現(xiàn)象，就無法體現(xiàn)出智能。因此，涌現(xiàn)是群體智能系統(tǒng)的本質(zhì)特征。2群體智能19群體智能涌現(xiàn)的特征遵循以下基礎(chǔ)原則：①鄰近原則(ProximityPrinciple)：群體能夠進(jìn)行簡單的空間和時間的計算。②品質(zhì)原則(QualityPrinciple)：群體能夠響應(yīng)環(huán)境中的品質(zhì)因子。③多樣性反應(yīng)原則(PrincipleofDiverseResponse)：群體的行動范圍不應(yīng)該過于狹小。④穩(wěn)定性原則(StabilityPrinciple)：群體不能每次環(huán)境變化時都改變自身的行為。⑤適應(yīng)性原則(AdaptabilityPrinciple)：群體能夠隨著環(huán)境的改變適當(dāng)調(diào)整自身的行為。2群體智能集群涌現(xiàn)的成果來源于集群內(nèi)所有個體的貢獻(xiàn)，單個智能體遵守社會協(xié)作機(jī)制、自我適應(yīng)機(jī)制和競爭機(jī)制，所有個體擁有的特征使得整個群體具備自組織性（Self-organization）與隱式交互性（Stigmergy）。20三、群體智能應(yīng)用模擬生物蟻群智能尋優(yōu)的蟻群算法和模擬鳥群運動模式的粒子群算法，是群體智能的兩種典型實現(xiàn)算法，受到學(xué)術(shù)界的廣泛關(guān)注，并且在電力系統(tǒng)、計算機(jī)、冶金自動化等領(lǐng)域得到了有效的應(yīng)用。除此之外，兩大算法還被應(yīng)用于許多工程優(yōu)化問題的求解，如神經(jīng)網(wǎng)絡(luò)進(jìn)化、電路設(shè)計、數(shù)字濾波器、半導(dǎo)體器件綜合和布局優(yōu)化等。2群體智能21群體智能算法的應(yīng)用：①其在電力系統(tǒng)優(yōu)化中有著廣泛的應(yīng)用，如配電網(wǎng)擴(kuò)展規(guī)劃、檢修計劃、機(jī)組組合、負(fù)荷經(jīng)濟(jì)分配、最優(yōu)潮流計算與無功優(yōu)化控制、諧波分析與電容器配置等方面。②在計算機(jī)領(lǐng)域中，群體智能算法主要在數(shù)據(jù)挖掘、圖像處理以及計算機(jī)圖形學(xué)領(lǐng)域有著成功的應(yīng)用。③在冶金自動化領(lǐng)域，群體智能算法也有著成功的應(yīng)用，例如，在對粗軋寬展控制模型進(jìn)行優(yōu)化方面，采用粒子群算法對粗軋寬展控制模型進(jìn)行優(yōu)化。④在通信領(lǐng)域，如通信網(wǎng)絡(luò)的負(fù)載平衡問題、路由選擇問題、移動計算等，化工領(lǐng)域，生物醫(yī)學(xué)以及電磁學(xué)等多個領(lǐng)域都有的應(yīng)用。2群體智能223多機(jī)器人物流系統(tǒng)智能算法應(yīng)用多機(jī)器人物流系統(tǒng)智能算法應(yīng)用計算機(jī)科學(xué)家們根據(jù)簡單生物的群體智能研究出多種智能算法，并將智能算法應(yīng)用到計算機(jī)中。智能算法作為優(yōu)化算法被廣泛的應(yīng)用于實際問題中，如將智能算法應(yīng)用到多機(jī)器人物流系統(tǒng)中，可將單個機(jī)器人作為智能較低的簡單生物，將多個機(jī)器人作為可以產(chǎn)生群體智能的生物群體。例如：蝙蝠在洞穴內(nèi)高速飛行卻不會撞到同伴，映射到多機(jī)器人物流系統(tǒng)中，通過智能算法可以讓多個機(jī)器人在地圖中移動不發(fā)生相撞；螞蟻在尋找食物時，通力合作，某一只螞蟻找到食物后，會去告知其他螞蟻關(guān)于食物的位置，然后眾多螞蟻會找到距離食物最近的路，把食物搬運回洞穴。23模擬生物蟻群映射到多機(jī)器人物流系統(tǒng)中，通過智能算法能讓所有機(jī)器人找到對應(yīng)貨物、貨架距離目標(biāo)最近路徑。3多機(jī)器人物流系統(tǒng)智能算法應(yīng)用物流系統(tǒng)模擬倉儲場景效果如圖所示。通過下訂單的方式，將多個任務(wù)通過智能算法分配給不同的機(jī)器人，通過算法的計算得到所有機(jī)器人到貨架