多机器人系统协同控制研究综述

潘涨

摘要：多机器人系统协同控制作为人机交互的核心内容之一，具有良好的应用前景，因此对其研究很有必要。分析了多机器人系统协同控制的结构形式、协同控制方法的国内外研究现状。针对网络化、分布式、开放式、面向多目标的多机器人协同控制系统，总结了各自的优缺点及其研究方法。最后对多机器人系统协同控制的未来研究方向进行了展望。

关键词：多机器人系统；网络化；分布式；开放式；面向多目标；协同控制

中文分类号：TH39 文献标识码：A

一、引言

随着机器人技术的发展，人机交互方式越来越受到人们的青睐[1]。机器人在人类各个领域中的应用逐渐深入，但是，在一些具有特殊需要的场合中，单个机器人的能力有限，这就需要多机器人协同完成任务[2]。因此，多机器人系统需要进行广泛研究。

本文简要概述了多机器人系统协同控制的结构形式以及协同控制方法的国内外研究现状，并针对网络化、分布式、开放式、面向多目标的多机器人系统协同控制，对近年来国内外学者的研究成果分别进行了总结和归纳。

二、多机器人系统协同控制

（一）多机器人系统协同控制体系结构

多机器人系统协同控制结构是指相互之间在控制方式和信息交互的关系模型，是多机器人系统研究领域一项重要内容[3]，王醒策等[4]针对多机器人系统编队提出了分层式的体系结构，陈卫东等[5]针对多机器人系统编队和收集垃圾提出了一种混合式的体系结构。

多机器人系统协同控制集中式的体系结构是由中央处理单元集中控制整个系统，通过处理所有个体的数据，策划出系统的全局规划方案后发送命令给每个机器人，是一种自上而下的规划与决策的层次控制结构。分层式的体系结构是一种全局上各机器人平等的结构，机器人之间不存在主控与被控关系，每个机器人都可以依靠通信与其他机器人交换信息。混合式的体系结构集中了以上两种结构的优点，既能够让机器人自主地决策规划，又能保证在必要时全局规划进行控制，确保机器人之间的行为不发生冲突。

（二）多机器人系统协同控制方法

国内外已经有大量学者对多机器人系统协同控制进行了研究，并获得了诸多研究成果。赵玲等[6]建立了两轮移动机器人运动学模型，接收网络反馈的主、从机器人的状态信息，通过调节从机器人的速度输入实现对给定运动状态的主机器人的有效协同控制，运用Matlab仿真实验检验了控制效果。黄英节[7]基于机器视觉，从视觉定位、目标搜寻和协同搬运控制三部分内容研究了多机器人的协同控制。陆大勇[8]结合大量本地控制实验和移动机器人运动学模型，掌握了该类移动机器人的运动特性，实现了无线传感器网络多目标跟踪定位，并构建了基于无线传感器网络反馈的多移动机器人协同控制系统，从而保持主、从机器人之间的同步运动。钟练宗[9]利用定位跟踪反馈系统实现了多目标的定位跟踪，基于网络化反馈的多移动机器人协同控制，构建了一个全实物多移动机器人实验平台，对传感定位、通信、路径规划、控制器设计等关键技术进行全面的开发与集成，从而实现了多目标的实时跟踪。杨纪寿[10]针对多台焊接机器人采用协同控制策略，提出了一种区域联动策略的改进型粒子群算法，实现多台机器人协同工作效率的最优化。

L. Chaimowicz等提出了一种协同控制系统结构，包括领导和跟随机器人，两者之间的关系可以互换，从而提高了系统的容错能力。R. Simmons等提出了一种多机器人分层次协同控制框架结构，将相互之间的协作行为分成不同的层次，并加以应用。A. Farinelli等针对多机器人系统协同行为进行分类，从认知层面出发系统地将其分为有无意识，协调层面分强、弱或无协调以及组织形式集中、分散式划分。T. Dierks等以反演法为基础提出了一种的反馈控制方式，应用于领航-跟随的队形控制中，设计了神经网络观测器，用来估算跟随者及其领导者的线速度和角速度，并验证了队形的一致性。

三、多机器人协同控制研究方法

（一）网络化多机器人协同控制

网络化多机器人系统通过网络将控制对象的测量信息传送到控制器输入端，控制器对送达的数据进行解析，结合控制目标进行控制量计算，将计算结果通过网络输送至执行器终端，并作用于控制对象。

网络化多移动机器人协同控制的研究方法主要有模型控制法、预测控制法、随机控制法、切换控制法等[11]。夏永峰[12]提出了网络控制机器人的构想，可支持用户通过Web浏览器远程操作机器人。L. W. Liou等通过研究传感器与控制器之间存在的时间偏差，分析了随机调节器问题，并设计了LQ最优控制器。J. Nilsson等假设整个系统的网络延时小于一个采样周期，在离散时间域上分析网络控制系统最优控制问题，并进行了随机稳定性分析，得出了一个修正的控制策略。J. Mu等在改进的模型预测控制算法的基础上，提出了一种新型的预测控制算法，具有较高的适应性。张奇智等[13]研究了网络控制系统的随机延迟问题，在网络延时小于一个采样周期的前提下，提出了分段时间戳预测控制算法。曹永灿等[14]提出了高阶模糊控制方法，利用模糊控制理论对控制器参数进行自适应调节，并应用于非线性随机延时网络控制系统。

网络化机器人协同控制系统具有便捷通用的网络、标准的通讯方式等更实际的应用前景，但同时也存在着网络时延、测量噪声、丢包、网络安全等方面的问题。

（二）分布式多机器人协同控制

分布式多机器人系统中的各机器人只拥有局部信息，可以自己决定相应的行为，可以分担计算压力，不需要一个中央控制器作为高性能计算。

杨茂等[15]针对同步现象，利用局部信息交互下的分布式控制，研究多机器人系统的协同适应性，并对分布式控制器的相关参数进行了优化。V. Gazi等针对一维离散时间下的异构群体，建立了运动学模型并分析其稳定性，研究过程中使用了并行和分布式计算中压缩映射的结果。R. Ordonez等研究多机器人系统以特定队形捕获动态目标问题，提出了一种稳定的分布式策略，利用人工势场法来实现跟踪和保持队形的协同控制。李绍宝[16]提出了一种有效的分布式控制算法，建立了实际的通信拓扑与所提出的控制策略之間的联系，并证明了控制策略的有效性。