面向安保的多機器人協(xié)同系統(tǒng)研究與設(shè)計

李華雄，王永霞，楊 麗

（1. 天津職業(yè)技術(shù)師范大學 科技產(chǎn)業(yè)處，天津 300222；2. 天津職業(yè)技術(shù)師范大學 自動化與電氣工程學院，天津300222；3. 天津信息感知與智能控制重點實驗室，天津 300222）

面向安保的多機器人協(xié)同系統(tǒng)研究與設(shè)計

李華雄1，王永霞2,3，楊 麗2,3

（1. 天津職業(yè)技術(shù)師范大學 科技產(chǎn)業(yè)處，天津 300222；2. 天津職業(yè)技術(shù)師范大學 自動化與電氣工程學院，天津300222；3. 天津信息感知與智能控制重點實驗室，天津 300222）

0 引言

現(xiàn)代社會是一個人口密集、高度復(fù)雜的社會，人類的活動范圍越來越大，面臨的突發(fā)事件和異常事件越來越復(fù)雜，安保工作的難度和重要性也越來越突出。

安保機器人（Security Robot） 用于維護社會治安、保衛(wèi)國家財產(chǎn)和人民生命財產(chǎn)安全的機器人。目前對安保機器人的研究大部分都是針對公共場合的，對人的貼身保安研究比較少，且較少是多機器人系統(tǒng)。針對上述問題，本文開展了面向安保的多機器人系統(tǒng)及相關(guān)技術(shù)和算法研究。

論文以下內(nèi)容結(jié)構(gòu)安排如下：第一部分給出了多機器人系統(tǒng)的總體方案，第二部分研究相應(yīng)的多機器人定位、避障、編隊及協(xié)同圍捕算法以及仿真，第三部分給出了部分物理實驗,進一步驗證上述系統(tǒng)、算法及軟件的可行性。

1 多移動機器人協(xié)同系統(tǒng)總體設(shè)計及平臺構(gòu)建

1.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計

多機器人系統(tǒng)依靠幾個機器人的簡單組合并不能充分發(fā)揮其優(yōu)勢，只有通過某種形式的協(xié)作才能實現(xiàn)其對復(fù)雜任務(wù)的處理。多個機器人要實現(xiàn)相互協(xié)作就必須確定機器人之間邏輯上和物理上的信息關(guān)系和控制關(guān)系，以及問題求解能力，如何分布等問題。

本文設(shè)計的多機器人系統(tǒng)各子系統(tǒng)之間的關(guān)系如圖1所示。整個多移動機器人系統(tǒng)包括通信子系統(tǒng)，多機器人控制子系統(tǒng)，多機器人運動子系統(tǒng)及全局視覺監(jiān)控子系統(tǒng)。其中前三個子系統(tǒng)是建立在機器人平臺基礎(chǔ)上的，全局監(jiān)控系統(tǒng)是獨立于機器人之外的視覺子系統(tǒng)。全局監(jiān)控子系統(tǒng)也具有通信功能。圖1中箭頭表示信號的傳輸方向，箭頭旁的數(shù)字代表數(shù)據(jù)流順序。控制系統(tǒng)通過一定的策略控制機器人運動系統(tǒng)進行運動，全局視覺監(jiān)控系統(tǒng)監(jiān)控運動情況，并在必要時通過無線通信系統(tǒng)將信息傳輸給多機器控制系統(tǒng)，構(gòu)成閉環(huán)系統(tǒng)，保證系統(tǒng)安全和控制精度。

圖1 多移動機器人系統(tǒng)組成

本文采用任務(wù)級協(xié)作的混合分層的機器人控制體系結(jié)構(gòu)。該結(jié)構(gòu)由系統(tǒng)監(jiān)控層，協(xié)調(diào)控制層和行為控制層構(gòu)成，系統(tǒng)結(jié)構(gòu)框圖如圖2所示。

1.2 平臺構(gòu)建及作業(yè)流程設(shè)計

本文的多機器人系統(tǒng)主要由Active Media公司的先鋒機器人組成。多機器人系統(tǒng)中的被保護者，保安leader，3個保安follower分別由一個Amigo，一個P3-DX和三個先鋒Amigo擔任。被圍捕者由人或Freescale小車擔任。本文所設(shè)計的多機器人系統(tǒng)作業(yè)流程圖如圖3所示。

圖2 多機器人系統(tǒng)體

多機器人系統(tǒng)通信是機器人進行交互和組織的基礎(chǔ)。通過通信，多機器人系統(tǒng)中各機器人了解其他機器人的意圖、目標和動作及當前的環(huán)境狀態(tài)等信息，進而進行有效的協(xié)商，協(xié)作完成任務(wù)。機器人之間的通信分為隱式通信和顯式通信兩類。多移動機器人系統(tǒng)通信結(jié)構(gòu)如圖4所示。圖4中端程序VNC viewer 遠程登錄P3-DX，這樣可以實現(xiàn)對P3-DX的遠程控制。采用C/S架構(gòu)搭建多機器人系統(tǒng)無線局域網(wǎng)，利用Socket網(wǎng)絡(luò)編程實現(xiàn)C/S架構(gòu)網(wǎng)絡(luò)，其中 P3-DX為服務(wù)器端，Amigo及監(jiān)控攝像機為客戶端。Amigo可以執(zhí)行由Visual Studio 2005開發(fā)的應(yīng)用程序可執(zhí)行文件，PC通過無線局域網(wǎng)與其發(fā)生通信。

2 多移動機器人系統(tǒng)典型問題算法仿真研究

針對本文所研究的多機器人安保系統(tǒng)，其最典型的任務(wù)就是協(xié)作圍捕。為保證機器人實驗過程上的安全，針對避障、編隊、圍捕策略，本文首先在MobileSim上進行了仿真實驗。由于MobileSim不自帶視覺仿真功能，因此基于視覺信息的定位和避障實驗在機器人實體上 虛線框中遠程登錄用PC通過遠程登錄客戶端VNC-Viewer登錄P3-DX，對P3-DX進行監(jiān)控，同時方便了機器人運動。P3-DX與PC之間采用C/S架構(gòu)，通過無線局域網(wǎng)進行無線網(wǎng)絡(luò)通信，P3-DX作為服務(wù)器端，PC利用客戶進行，某些避障，編隊和圍捕策略仿真時采用里程計和聲納進行定位，仿真結(jié)果合理則將其應(yīng)用于機器人實體上。由于篇幅所限,下面重點介紹基于機器人本體的系統(tǒng)定位算法,以及多移動機器人協(xié)作圍捕兩個內(nèi)容

2.1 基于機器人本體的系統(tǒng)定位算法

系統(tǒng)中每個機器人根據(jù)自身所帶有的傳感器進行不同方式的定位。

圖3 多機器人系統(tǒng)作業(yè)流程圖

圖4 多機器人系統(tǒng)通信體系框圖

2.1.1 P3-DX定位

作為整個系統(tǒng)的領(lǐng)導者，P3-DX定位需要達到高實時性和高精確性。因此，本文采用SURF算法[1]應(yīng)用模型，進行路標檢測及測距實現(xiàn)定位。

圖5為本文設(shè)計的SURF算法的應(yīng)用模型，首先進行物體的初次檢測，采用背景減法進行物體的初次提取，獲取物體的模板，并提取物體模板中的SURF特征，當獲取到第n幀圖像，中SURF特征檢測，輸入至濾波器中，由濾波器預(yù)測第n+1幀中的物體位置，預(yù)測出的物體位置上進行SURF特征提取與模板中的SURF特征進行比較，獲取精確的物體位置，作為第n+1幀中的物體位置，該位置信息用于校正濾波器。

圖5 SURF算法應(yīng)用模型結(jié)構(gòu)圖

2.1.2 Amigo定位

被保護者Amigo在整個過程中被控制保持直線運動，保證其里程計的定位精度（里程計在轉(zhuǎn)彎時使累積誤差增大，這樣會導致定位精度不夠）。其余Amigo自身帶有里程計，可以進行定位，用于判斷是否達到P3-DX控制的位置。但是由于里程計在轉(zhuǎn)彎情況下會使定位誤差增大，因此只能用于輔助定位。

2.1.3 協(xié)作定位

1）坐標系

走廊的中點為原點，前進方向為X方向，垂直于前進方向為Y方向。

2）具體方法

被保護者沿預(yù)設(shè)軌跡進行運動，軌道兩旁設(shè)有路標，路標之間的距離為2m，被保護者Amigo的速度一定，每經(jīng)過一個路標發(fā)一次信號給P3-DX，供其判斷行程。由于P3-DX通過視覺檢測可以檢測出路標，通過收到的信號可以計算出走過了幾個路標，由路標間距乘以經(jīng)過的路標個數(shù)與檢測及攝像機標定出的距離之矢量和為P3-DX的實際位置。其余Amigo采用P3-DX進行位置控制，并用里程計和聲納定位反饋。P3-DX通過處理自身獲取的視覺信息，來制定相應(yīng)的策略，控制Amigo運動。定位實驗及精度分析。

整個系統(tǒng)的定位采用協(xié)作定位機制，大大提高了精度。

2.2 多移動機器人協(xié)作圍捕

2.2.1 多移動機器人協(xié)作圍捕算法分析

目前協(xié)同圍捕的方法有多種，如基于勢點的圍捕算法[2]，基于“虛擬范圍”的多機器人圍捕算法[3]，基于虛擬力的圍捕算法[4]，基于動態(tài)角色的圍捕算法[5]等。

針對多移動機器人安保系統(tǒng)的需求，本文采用了基于虛擬力的圍捕算法實現(xiàn)圍捕。

2.2.2 多移動機器人協(xié)作圍捕算法仿真

本文中涉及的圍捕任務(wù)分析如下：當系統(tǒng)保持隊形行進至某一位置時，入侵者想襲擊被保護者；由P3-DX判斷是否為被圍捕對象，并制定了相關(guān)圍捕策略，包圍襲擊者。

假設(shè)當入侵者察覺自己被發(fā)現(xiàn)后依然不采取逃避策略，其運動形式保持不變或者停止運動。本文采取了收縮包圍圈策略，即基于leader的隊形控制方法，控制機器人完成隊形收縮，達到圍捕的目的。仿真實驗步驟描述如下。

1）由P3-DX判斷入侵者的狀態(tài)，包括速度，入侵方向，入侵位置。

2）作出最優(yōu)化的圍捕策略，使被控Amigo駛向入侵者，形成包圍圈并逐步縮小包圍圈。

3）被保護者繼續(xù)前行，另外3個Amigo聽從P3-DX指揮，完成圍捕。

圖6為圍捕策略仿真的結(jié)果，圖中水平軌跡者為多移動機器人系統(tǒng)的被保護者，起點在最下方的Amigo機器人是入侵者。

圖6 多機器人協(xié)同圍捕仿真結(jié)果圖

3 實驗

本文的物理實驗場景為，在一條長度為10m的走廊里，多機器人系統(tǒng)在走廊的中線兩側(cè)的160cm范圍內(nèi)運動，以多機器人安保系統(tǒng)為研究對象，利用P3-DX和Amigo，通過視覺導航及協(xié)作在室內(nèi)環(huán)境下按照預(yù)定的軌跡安全地達到目的地。限于篇幅，僅給出檢測到入侵者以及圍捕兩種情境下的實驗效果圖。

圖7 顯示了在行進過程中P3-DX檢測到了入侵者，（a）為視覺監(jiān)控子系統(tǒng)監(jiān)控界面，（b）為P3-DX拍攝到的圖像，其中小橢圓圈標識為入侵者，大橢圓圈為隊形中的一個Amigo。

圖7 P3-DX檢測到入侵者實驗結(jié)果

圖8為實施圍捕，當入侵者停止運動時，圍捕結(jié)束過程的幾幅截圖。

4 結(jié)束語

仿真與物理實驗表明，多機器人定位和避障與單機器人相比要復(fù)雜些，但是通過采取一定的算法和策略后依然可以較好地實現(xiàn)導航，多機器人編隊過程參考圓形隊形形成策略提出帶有中心的正n邊形隊形形成策略，對于簡單的機器人系統(tǒng)是比較實用的；圍捕則采取隊形收縮的方案，可以成功完成圍捕任務(wù)。

下一步的工作將主要集中在多機器人系統(tǒng)通信方式的改進，機器人角色分配的改進，隊形控制自適應(yīng)性可以用相應(yīng)的算法，以及在處理遮擋情況時可應(yīng)用EKF等算法預(yù)測被遮擋物的運動情況，這樣可以實現(xiàn)更精確和快速地實現(xiàn)多機器人的高效協(xié)同。

圖8 多移動機器人系統(tǒng)圍捕實驗結(jié)果

[1]Bay H, T Tuytelaars, L. Van Gool. Surf: Speeded-up Robust Features[J]. Lecture notes in computer science,2006: 395- 404.

[2]李煥全. 基于“勢點”的多移動機器人協(xié)調(diào)圍捕/攔截策略[J], 自動化與儀器, 2007, 5: 1-4.

[3]王巍, 宗光華. 基于“虛擬范圍”的多機器人圍捕算法[J]. 航空學報, 2007, 28(2): 508-512.

[4]熊舉峰, 譚皮劍. 基于虛擬力的群機器人圍捕算法[J],計算機工程與應(yīng)用, 2008, 44(25): 48-51.

[5]李淑琴, 王歡, 李偉, 楊靜宇. 基于動態(tài)角色的多移動目標圍捕問題算法研究[J], 系統(tǒng)仿真學報, 2006, 18(2):362-365.

R&D of multi-robot cooperation system aiming at security

LI Hua-xiong1, WANG Yong-xia2,3, YANG Li2,3

以安保為應(yīng)用背景，在無線局域網(wǎng)環(huán)境中規(guī)劃并搭建了多機器人系統(tǒng)，圍繞基于視覺的多機器人協(xié)同技術(shù)，重點研究了多機器人系統(tǒng)中的定位，避障及編隊等典型問題和相關(guān)算法，進而通過協(xié)同圍捕這類多機器人系統(tǒng)的典型作業(yè)，驗證了系統(tǒng)、算法和軟件的有效性。

安保機器人；多機器人協(xié)同；視覺檢測；SURF；定位；避障

李華雄（1973－），男，湖南永興人，工程師，學士，研究方向為制造業(yè)信息化，自動控制技術(shù)。

TP24

A

1009-0134(2011)4(下)-0017-04

10.3969/j.issn.1009-0134.2011.4(下).06

2011-03-24

國家自然科學基金項目(60772167)；天津市高等學校科技發(fā)展基金項目（20090704）