今日頭條
官方微信
官方抖音
案例頻道0 引言
時延是遙操作系統中主要問題之一，時延對系統最大的影響是使連續遙操作閉環反饋控制系統變得不穩定[1]。為了有效減小時延對遙操作系統的擾動影響，基于虛擬現實技術的遙操作[2-4]成為主要研究方向之一。然而虛擬現實技術需要準確獲得現場環境的幾何學、動力學等模型的各種參數，這極大削弱了虛擬現實技術的應用效果。近年來將臨場感方式、虛擬現實方式與自主式智能系統相結合成為克服時延影響的一種新方法[5]。自主式智能系統體系結構的主要任務是如何把感知、規劃、決策、行動等各種模塊有機的結合起來，從而形成具有一定特色的智能系統。當前主要體系結構形式有：Saridis[6]基于三級模型構造的分層遞階式結構；MIT的Rodney Brooks[7]基于水平分片模式的包容式體系結構；分布式人工智能(DAI)中的多智能體系統(MAS)體系結構[8 ]。目前,多智能體系統(MAS)體系結構的應用最為廣泛，國外已將MAS技術應用于多智能體機器人的合作、柔性制造系統、協調專家系統、并行工程、交通控制、企業及社會經濟系統、Internet網絡等[9-14]。在國內,上海交通大學以及浙江大學等也進行了多智能體系統智能機器人的研制。
時延是遙操作系統中主要問題之一，時延對系統最大的影響是使連續遙操作閉環反饋控制系統變得不穩定[1]。為了有效減小時延對遙操作系統的擾動影響，基于虛擬現實技術的遙操作[2-4]成為主要研究方向之一。然而虛擬現實技術需要準確獲得現場環境的幾何學、動力學等模型的各種參數，這極大削弱了虛擬現實技術的應用效果。近年來將臨場感方式、虛擬現實方式與自主式智能系統相結合成為克服時延影響的一種新方法[5]。自主式智能系統體系結構的主要任務是如何把感知、規劃、決策、行動等各種模塊有機的結合起來，從而形成具有一定特色的智能系統。當前主要體系結構形式有：Saridis[6]基于三級模型構造的分層遞階式結構；MIT的Rodney Brooks[7]基于水平分片模式的包容式體系結構；分布式人工智能(DAI)中的多智能體系統(MAS)體系結構[8 ]。目前,多智能體系統(MAS)體系結構的應用最為廣泛，國外已將MAS技術應用于多智能體機器人的合作、柔性制造系統、協調專家系統、并行工程、交通控制、企業及社會經濟系統、Internet網絡等[9-14]。在國內,上海交通大學以及浙江大學等也進行了多智能體系統智能機器人的研制。
MAS的結構類似于網絡的形式，其中基本節點為智能體（Agent），它們具有獨立的知識、工作模型和專門的輸入輸出結構，從網上獲得所需要的輸入數據，通過加工之后送回網絡。網絡提供了智能體之間信息交流的通道，凡是相互有關的節點均有相應的通道。與一般的網絡結構不同的是，MAS還有一個被稱為協調機構的環節實現網絡的管理和運行，它負責任務的劃分、智能節點的組織安排和工作時的動態協調；此外還提供共享信息和節點間交流的工具；其中協調機構是MAS的核心。基于多智能體系統(MAS)體系結構，本文提出一種自主遙操作系統框架，并以實例說明其有效性。
1 遙操作系統構成與工作原理
遙操作系統常采用主從控制，主要由操作者、控制端、通信環節、執行端和環境構成(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行端與環境的交互信息，因此在操作者處，通常應用虛擬現實技術，建立虛擬的執行端和環境，由虛擬的執行端和環境提供給操作者以實時的虛擬力反饋。但是在環境參數未知或不準確的時候虛擬現實技術不能很好的發揮作用，這時結合自主智能系統能取得不錯的效果；執行端在遠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任務或具有某些自主功能。以下將詳細介紹基于MAS體系結構的自主操作。
2 基于Multi-Agent System(MAS)的遙操作
基于MAS的遙操作系統，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行點對點的通信。每個智能體具有圖2所示的結構，其核心是工作模式庫，可以存放多種功能程序。狀態信號可以起到內部功能的切換作用，同時也起到引導系統各功能模塊之間的信息流向，從而改變系統組織結構的作用。由于狀態是變化的，因而結構是動態可變的。
圖2 功能模塊智能體的構造
各個智能體相互通訊、彼此協調，共同完成復雜的任務。系統不僅具備一般分布式系統所具有的資源共享、易于擴張的特點，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，具有很強的靈活性和可靠性，適合于實時要求較高的作業任務[10]。我們設計了一個基于MAS的遙操作系統模型(圖3)。圖3顯示的是一個利用黑板系統作為協調機構的自主式系統的結構框圖。黑板系統記錄當前各智能體的工作狀態、全局性的數據和產生的假說，各智能體的交互通過黑板系統進行。
各個智能體相互通訊、彼此協調，共同完成復雜的任務。系統不僅具備一般分布式系統所具有的資源共享、易于擴張的特點，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，具有很強的靈活性和可靠性，適合于實時要求較高的作業任務[10]。我們設計了一個基于MAS的遙操作系統模型(圖3)。圖3顯示的是一個利用黑板系統作為協調機構的自主式系統的結構框圖。黑板系統記錄當前各智能體的工作狀態、全局性的數據和產生的假說，各智能體的交互通過黑板系統進行。
圖3 基于MAS的遙操作系統模型
在執行端活動過程中，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信息。先進的傳感儀器，例如CCD、雷達測距儀、紅外探測儀等，具有精確度高、環境適應性強、感知范圍廣等優點，并且還可以監測執行端本身的信息。傳感技術的應用大大拓寬和延伸了執行端對環境的感知能力。在設計環境感知系統時，還要充分考慮控制端的作用，盡量把適合于人感知的任務交給控制端去完成，把適合于機器去感知的任務交給執行端自己去做，從而實現控制端與執行端的合理分工和密切協作。
系統主動利用機器環境感知得到的信息建立環境模型，對執行端的運行狀態進行評價預測，并根據危險程度做出行為決策。評價決策任務由多智能體和黑板系統聯合完成，如圖3所示。環境感知的變化可以看作為事件，黑板系統根據事件的發生協調各智能體的工作方式、決定總體對策，使系統轉入不同的狀態。
由于環境事件是隨機的離散事件，這種“事件―狀態”模型稱之為離散事件狀態(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 消息數據。
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據。消息數據往往與某一個功能模塊有關(例如輸出結果)，因而它有固定的數據格式。
對于遙操作系統來說，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，是指那些輸入環境感知功能模塊的輸入消息類，例如傳感器的輸入，它們構成了整個系統的輸入集合；m1為總體輸出消息集，是指產生一定行為的消息類，由控制外部設備的功能模塊輸出，它們構成了整個系統的輸出集合；m2為內部消息集，是指功能模塊之間的互為輸入輸出的數據集合。
定義2 事件是功能模塊對每次工作結果的定性描述。
它可以是處理結果的簡潔的結論；也可以指功能模塊本身工作狀態的描述。事件可簡單的由字符串或編碼表示。
定義3 狀態是對當前整個系統的內外現狀的一種表述。
它是對系統內部和外部環境形勢評估的結論，可用來作為指導各功能模塊工作的依據。與事件一樣，它可用符號串或編碼來表示。
據此，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工作機構的自動機。
它規定了系統的信息處理構造形勢和工作方式，由七倍體組成：DES=（M，E，S，F，C，so，se）
它規定了系統的信息處理構造形勢和工作方式，由七倍體組成：DES=（M，E，S，F，C，so，se）
協調機構C是一個特殊的工作模塊。它根據由各個功能模塊上報的事件集合 和當前的狀態 ，變換出新的狀態 。這里， 是當前各子系統工作情況的總結，描述了系統外部環境和內部各部分的總體形勢，因此可以說狀態的變換是基于對系統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，而它的設置又取決于全局的形勢，因此DES是事件驅動―行為決策方式的自主式智能控制系統。
3 MAS結構在無人直升機自主著陸中的應用分析
這里以無人直升機作為執行端說明其在遙操作系統中的具體實現。
功能模塊F:按機構和功能分為三大類：(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、全局規劃、局部路徑規劃、環境建模、狀態評估等模塊；(3)執行模塊: 包括自主避障、緊急響應、跟蹤著陸等模塊。
協調機構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―狀態轉換模型，以及協調功能模塊工作時序和直升機空間關系的導航模型。
M集合：由三維圖像、距離圖像、超聲信號、目標特征、障礙區域、局部地形、局部路徑、全局路徑、行動命令等多個結構化數據構成。
E集合：由直道、發現障礙、發現疑似目標、超過目標、彎道等多種符號組成。
S集合：由平飛狀態、后飛狀態、側飛狀態、垂直升降狀態、懸停狀態、初始化狀態、終點狀態、遙操作狀態等組成。
其主要狀態轉換及事件關系如圖4所示。
圖4 遙操作系統狀態轉換圖
下面以垂直升降為例說明遙操作系統中的相關狀態轉化過程：從初始狀態 出發，各功能模塊進入初始化工作狀態，然后進入自主狀態，各個智能體一方面對輸入的消息進行加工，另一方面對處理進行評價，形成事件 直接上報給黑板。黑板的調度推理機根據事件、全局情況、事件狀態轉換規則決定新的狀態 ，若 就是垂直升降狀態時，緊急響應模塊執行垂直升降避障，否則通過消息通知各智能代理在新的狀態 下工作。
4 結論
本文對遙操作系統的時延問題進行了分析，并建立了一個基于多智能體系統(MAS)的遙操作系統模型。在動態實時的環境下，由于存在著嚴格的時間約束，將臨場感方式、虛擬現實方式與自主智能系統相結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輔助監視和控制處理，通過一定形式的人機交互作用，把人和機器的智能結合起來，是遙操作系統的重要發展方向之一。
[1] 李成，梁斌. 空間機器人的遙操作. 宇航學報，2001，22 (1)：95-98
[2] 莊駿，邱平，孫增圻. 大時延環境下的分布式遙操作系統. 清華大學學報(自然科學版)，2000，40(1)：80-83
[3] 陳衛東，席裕庚，蔡鶴皋. 虛擬現實系統中的手部跟蹤和力覺再現技術研究. 測控技術, 1999,18(6):18-21
[4] 曾慶軍, 陳善隆, 黃惟一. 力覺臨場感遙控作業虛擬現實系統研究. 東南大學學報, 1999,29(2):1-5
[5] 李華忠, 楊維萍, 柳長安. 基于虛擬現實的空間機器人共享控制系統及其仿真. 宇航學報, 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. 復雜實時動態環境下的多智能體系統. 控制與決策，1998(7)：385-407
北京市公安局海淀分局備案號：11010802023656號