基于功能行为集成的自主式移动机器人进化控制体系-中国科技论文在线.PDF

__________________________________________________________ 第 22 卷第 3 期 机器人　ROBO T V o l. 22,N o. 3 2000 年 5 月 　M ay, 2000 文章编号: (2000) 基于功能行为集成的自主式移动机器人 进化控制体系结构 蔡自兴　 周　翔　 李枚毅　 雷　鸣 ( 中南工业大学信息工程学院　长沙　410083) 摘　要: 本文针对自主式移动机器人控制体系结构中两类典型方法的不足, 提出了一种进化控 制体系结构, 实现了基于A I 模型的方法与基于行为的方法的优势互补. 文中阐述了进化控制的思想, 并应用于移动机器人控制结构的设计. 该结构使移动机器人具备良好的学习和适应能力、较快的响应 速度, 同时拥有较好的理性和完成给定任务的能力. 关键词: 移动机器人; 进化控制; 体系结构 中图分类号: 　T P24　　　　文献标识码: 　B 1　引言 自主式移动机器人的目标是在没有人的干预、无需对环境作任何规定和改变的条件下, 有 目的地移动和完成相应的任务. 现有移动机器人存在的主要问题是缺乏灵活性和自主性. 典型的例子是大多数机器人均 是在高度结构化的环境下执行预先规定的动作序列, 在新的环境下或遇到意外情况时, 不能很 好地完成任务, 引发问题的主要原因是现实环境是非结构化的, 存在不确定性. 具体体现在: 关 于环境的先验知识通常是不全面的, 不确定的和近似的; 感知器得到的信息通常是不可靠的, 存在着噪声和测量误差; 现实的环境通常具有复杂和不可预测的动态特性, 如物体的移动, 环 境的改变等; 控制作用并非完全可靠, 如车轮打滑等等. 为了解决上述存在的问题, 传统的解决办法是精心设计机器人的机械的传感装置, 或对环 ( ) 境作详细的的规定和构造 如设置地标或磁信号等 , 或兼而有之, 但带来的问题是提高了成 本、降低了机器人的自主性, 难以适用于任意的环境. 因此, 移动机器人控制的研究重点目前已集中在设计一种良好的控制结构, 能克服环境的 不确定性, 可靠地完成复杂任务, 且成本低, 鲁棒性好. 问题的关键在于这种结构应具有主动学 习和自适应的能力. 2　两种体系结构 目前, 自主式移动机器人的控制体系结构研究中存在两种主要研究方法, 一是传统的基于 认知模型的功能规划法和近来兴起的基于行为的方法. 传统的移动机器人控制体系结构源自基于认知的人工智能( ) 模型, 在A I 模型中, 智能 A I 基金项目: 本文为国家自然科学基金和湖南省科委科技专项基金资助项目. 收稿日期: 1999- 05- 10 © 1995-2004 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. __________________________________________________________中国科技论文在线 170 　　 　　机　器　人 2000 年 5 月 任务由运行于符号模型之上的推理过程来实现, 它强调带有环境模型或地图的中央规划器是 机器人智能不可缺少的组成部份, 而且该模型必须是准确的、一致的, 因此, 传感器信息的校验 具有与模型本身同等的重要性. 并且传统方法遵循的是一条从感知到动作的串行功能分解控 制路线, 是一种典型的自顶向下构建系统的方法, 如图 1 所示. 从这个意义上讲, 动作不是传感 器数据直接作用