摘要：闡述了自主移動(dòng)機器人體系結構的意義，并對分層式體系結構和包容式體系結構這兩種典型體系結構詳細比較分析后，在此基礎上研究了基于兩者優(yōu)點(diǎn)的混合型體系結構。最后，對該領(lǐng)域的研究熱點(diǎn)進(jìn)行了闡述，并對未來(lái)的研究工作提出了建議。
關(guān)鍵詞：自主移動(dòng)機器人；體系結構；控制器局域網(wǎng)；多智能體系統

Abstract: The signification of autonomous mobile robotic architecture is studied in this paper. Hierarchical architecture and subsumption architecture are the two kinds of robotic architectures being compared in detail. Based on this analysis, the peper gets the results that the hybrid architecture has advantages of both two types of architectures. Finally, the paper puts forward the hot topics in this area and make some suggestions about the future research.
Key words: Autonomous mobile robot; Architecture; CAN; MAS

1  前言
    移動(dòng)機器人的研究始于20世紀60年代末期，斯坦福研究院的Nils Nilssen和Charles Rosen等人，在1966年至1972年中研制出了取名Shakey[1]的自主移動(dòng)機器人，目的是研究應用人工智能技術(shù)，在復雜環(huán)境下系統的自主推理、規劃和控制。通常認為，自主式移動(dòng)機器人AMR（Autonomous Mobile Robot）是具有高度的自規劃、自組織、自適應能力，適合于在復雜的環(huán)境中工作的一種智能機器人，具有模型不確定性、系統的高度非線(xiàn)性和控制的復雜性。
    隨著(zhù)智能機器人研究水平的不斷深入和提高，各種各樣的新型傳感器被采用，信息融合、全局規劃，運動(dòng)學(xué)和動(dòng)力學(xué)計算等模塊的技術(shù)水平也不斷提高，使機器人整體智能能力不斷增強，同時(shí)也使系統結構變得復雜。在這個(gè)結構中，功能如何分解，時(shí)間關(guān)系如何確定，空間資源如何分配等問(wèn)題，都直接影響整個(gè)系統智能能力。同時(shí)為了保證智能系統的擴展，技術(shù)的更新和各種新算法的采用，要求系統的結構具有一定的開(kāi)放性，從而保證機器人智能能力不斷增強，采用高新技術(shù)的傳感器和各種先進(jìn)的算法，可以實(shí)現機器人功能上的任意添加，這使得機器人的體系結構本身變成一個(gè)需要研究和解決的復雜問(wèn)題。
    移動(dòng)機器人體系結構以研究移動(dòng)機器人系統結構中各模塊之間的相互關(guān)系和功能分配為對象，即研究多CPU系統的功能劃分和各層的邏輯結構，以求確定一個(gè)或多個(gè)智能機器人系統的智能結構和邏輯關(guān)系。對于一個(gè)具體的移動(dòng)機器人而言，體系結構可以說(shuō)就是這個(gè)機器人信息處理和控制系統的總體結構[2]。李佳寧等人對移動(dòng)機器人的體系結構定義為：移動(dòng)機器人的體系結構是指如何把感知、建模、規劃、決策、行動(dòng)等多種模塊有機地結合起來(lái)，從而在動(dòng)態(tài)環(huán)境中，完成目標任務(wù)的一個(gè)或多個(gè)機器人的結構框架[3]。體系結構是整個(gè)機器人系統的基礎，它決定著(zhù)系統的整體行為和整體性能，體系結構設計的合理與否是整個(gè)機器人系統高效運行的關(guān)鍵。
2  兩種典型的體系結構
    近年來(lái)，許多學(xué)者致力于解決體系結構中的各種問(wèn)題，并使結構思想具有一定的普遍指導意義，其中最典型的兩種體系結構體系是分層式體系結構和包容式體系結構。
2.1  分層式體系結構（Hierarchical Architecture）
    分層式體系結構是基于認知的人工智能（Artificial Intelligence， AI）模型，因此也稱(chēng)之為基于知識的體系結構。在A(yíng)I模型中，智能任務(wù)由運行于模型之上的推理過(guò)程來(lái)實(shí)現，它強調帶有環(huán)境模型的中央規劃器，它是機器人智能不可缺少的組成部分，而且該模型必須準確、一致。分層式體系結構是把各種模塊分成若干層次，使不同層次上的模塊具有不同的工作性能和操作方式。
    分層式體系結構中最有代表性的是由20世紀80年代智能控制領(lǐng)域著(zhù)名學(xué)者Saridis[4]提出的三層模型。Saridis認為隨著(zhù)控制精度的增加，智能能力減弱，即層次向上智能增加，但是精度降低，層次向下則相反。按照這一原則，他把整個(gè)結構按功能分為三個(gè)層次，即執行級、協(xié)調級和組織級。其中，組織級是系統的“頭腦”，它以人工智能實(shí)現在任務(wù)組織中的認知、表達、規劃和決策；協(xié)調級是上層和下層的智能接口，它以人工智能和運籌學(xué)實(shí)現對下一層的協(xié)調，確定執行的序列和條件；執行級是以控制理論為理論基礎，實(shí)現高精度的控制要求，執行確定的運動(dòng)。需要指出的是，這僅僅是一個(gè)概念模型，實(shí)際的物理結構可多于或少于三級，無(wú)論多少級，從功能上來(lái)說(shuō)由上到下一般均可分為這三個(gè)層次。信息流程是從低層傳感器開(kāi)始，經(jīng)過(guò)內外狀態(tài)的形勢評估、歸納，逐層向上，且在高層進(jìn)行總體決策；高層接受總體任務(wù)，根據信息系統提供的信息進(jìn)行規劃，確定總體策略，形成宏觀(guān)命令，再經(jīng)協(xié)調級的規劃設計，形成若干子命令和工作序列，分配給各個(gè)控制器加以執行[5]。
    在分層式體系結構中，最廣泛遵循的原則是依據時(shí)間和功能來(lái)劃分體系結構中的層次和模塊。其中，最有代表性的是美國航天航空局（NASA）和美國國家標準局（NBS）提出的NASREM的結構[6]。其出發(fā)點(diǎn)之一是考慮到一個(gè)智能機器人可能有作業(yè)手、通訊、聲納等多個(gè)被控分系統，而這樣的機器人可能組成一個(gè)組或組合到更高級的系統中，相互協(xié)調工作；出發(fā)點(diǎn)之二是考慮已有的單元技術(shù)和正在研究的技術(shù)可以應用到這一系統中來(lái)，包括現代控制技術(shù)和人工智能技術(shù)等。整個(gè)系統橫向上分成信息處理、環(huán)境建模和任務(wù)分解三列，縱向上分為坐標變換與伺服控制、動(dòng)力學(xué)計算、基本運動(dòng)、單體任務(wù)、成組任務(wù)和總任務(wù)六層，所有模塊共享一個(gè)全局數據庫，如圖1所示。

圖1  NASREM的分層體系結構圖[6]

    NASREM結構的各模塊功能和關(guān)系非常清楚，有利于系統的構成和各模塊內算法的添加和更換。它具有全局規劃和推理的能力，對復雜的環(huán)境可以做出合理的反應，適合于一個(gè)或一組機器人的控制。但同其它的分層式體系結構一樣，NASREM的問(wèn)題在于輸入環(huán)境的信息必須通過(guò)信息處理列的所有模塊。結果往往是將簡(jiǎn)單問(wèn)題復雜化，影響了機器人對環(huán)境變化的響應速度，而對機器人非常重要的一點(diǎn)就是對環(huán)境變化、意外事件的發(fā)生等要求作出迅速反應。
2.2  包容式體系結構（Subsumption Architecture）
    分層式結構能夠較好地解決智能和控制精度的關(guān)系，創(chuàng )造一種良好的自主式控制方式。然而由于環(huán)境模型的誤差、傳感器的誤差、環(huán)境的不確定性、機器人控制系統的復雜性等，使得分層式體系結構在靈活性、實(shí)時(shí)性和適應性方面經(jīng)常存有缺陷。
    針對上述缺點(diǎn)，美國麻省理工學(xué)院的R.Brooks[7]從研究移動(dòng)機器人控制系統結構的角度出發(fā)，提出了基于行為的體系結構―包容式體系結構（Subsumption Architecture）。與分層式體系結構把系統分解成功能模塊，并按感知―規劃―行動(dòng)（Sense-Planning-Action，SPA）過(guò)程進(jìn)行構造的串行結構不同（如圖2所示）；包容式體系結構是一種完全的反應式體系結構，是基于感知與行為（Sense-Action，SA）之間映射關(guān)系的并行結構（如圖3所示）。 在包容式結構中，上層行為包含了所有的下層行為，上層只有在下層的輔助下才能完成自己的任務(wù)；另一方面下層并不依賴(lài)于上層，雖然上層有時(shí)可以利用或制約下層，然而下層的內部控制與上層無(wú)關(guān)，增減上層不會(huì )影響下層。
        

             
圖2  按功能劃分的串行結構[8]           圖3  按行為劃分的并行結構[8]

    包容式體系結構被成功應用于機器人的導航避障。Herbert[9]機器人實(shí)現室內環(huán)境中尋找返回蘇打罐；清華大學(xué)計算機系自主開(kāi)發(fā)的THMR-Ⅲ型機器人的控制系統，都是包容式體系結構應用的典型例子。
    包容式體系結構強調模塊的獨立、平行工作，但缺乏全局性的指導和協(xié)調，雖然在局部行動(dòng)上可顯示出靈活的反應能力和魯棒性，但是對于長(cháng)遠的全局性目標跟蹤顯得缺少主動(dòng)性，目的性較差[3]。
3  混合式體系結構
    隨著(zhù)移動(dòng)機器人研究的不斷深入，要求移動(dòng)機器人完成的任務(wù)越來(lái)越復雜和精確，運動(dòng)的實(shí)時(shí)性和跟隨性也要求越來(lái)越高，且對多機器人協(xié)作提出更高要求。由于單純的基于知識或者基于行為結構的機器人已無(wú)法滿(mǎn)足機器人發(fā)展和應用的要求，結合兩者優(yōu)點(diǎn)，國內外學(xué)者紛紛提出基于自己的混合式體系結構方案?；旌鲜襟w系結構成為了機器人體系結構研究的熱點(diǎn)。

圖4  CASIA-Ⅰ的混合分層控制體系結構圖[11]

    Gat[10]提出了一種混合式的三層體系結構，分別是：反應式的反饋控制層（Controller），反應式的規劃―執行層（Sequencer）和規劃層（Deliberator）。中科院自動(dòng)化研究所設計的室內移動(dòng)機器人CASIA-Ⅰ采用基于行為的混合分層控制體系結構，該結構包括人機交互層、任務(wù)規劃層、定位層和行為控制層四個(gè)層次[11]，如圖4所示。
4  研究熱點(diǎn)
    近年來(lái)，由于機器人相關(guān)學(xué)科的發(fā)展和人們對機器人體系結構研究的重視，體系結構的研究成果卓著(zhù)，其研究主要集中在以下幾方面：
4.1  Agent技術(shù)在體系結構中的應用
    從廣義上理解，智能體（Agent）的概念涵蓋了許多不同的計算實(shí)體，這些實(shí)體能夠感知環(huán)境并作用于環(huán)境，它可以是物理實(shí)體，也可以是軟件代碼，還可以與其它智能體建立通訊，系統協(xié)調這些智能體的行為，以求共同的動(dòng)作和問(wèn)題求解。由于智能體與移動(dòng)機器人內部功能模塊性質(zhì)相似，并且基于智能體的方法具有自治性、適應性、穩健性，且易于實(shí)現，這對那些結構性不好或者定義不明確的任務(wù)有很大優(yōu)勢，所以學(xué)者們紛紛將多智能體系統（MAS）理論引入移動(dòng)機器人系統的體系結構設計，提出了分布式體系結構，并取得了很多成績(jì)[12][13][14][15][16]。

圖5  智能體基本結構圖[12] 
 
圖6  基于A(yíng)gent的移動(dòng)機器人進(jìn)化控制體系結構圖[14]

    夏幼明等人認為智能體是一個(gè)既具有信息處理能力的主動(dòng)實(shí)體，又具有與外界交互的感知器、通訊機制，對信息進(jìn)行存儲加工的信息處理器、記憶庫；同時(shí)還具有根據共同目標和自己的職責所產(chǎn)生的目標模塊以及反作用于外部環(huán)境的效應器[12] ，其結構如圖5所示。陳志華等人在分析移動(dòng)機器人系統工作原理的基礎上，構建了一種基于多智能體的投籃機器人（SBMR）體系結構，并對智能體的功能，智能體的工作過(guò)程及其特征等問(wèn)題進(jìn)行了討論[13]。中南工業(yè)大學(xué)將進(jìn)化控制技術(shù)和Agent技術(shù)相結合，提出了基于A(yíng)gent的移動(dòng)機器人進(jìn)化控制體系結構。該系統兼顧了行為的智能性和反應的快速性，且具有開(kāi)放性的特點(diǎn)，便于維護和改進(jìn)[14]，其體系結構如圖6所示。王海等人提出了一種基于行為的分布式多智能體結構，在此基礎上設計并建立了一個(gè)多自主移動(dòng)機器人系統實(shí)驗平臺，允許系統中的各移動(dòng)機器人分布式通訊、規劃和控制[15]。
4.2  多移動(dòng)機器人系統的體系結構研究
    隨著(zhù)機器人應用領(lǐng)域的不斷擴展，多機器人系統已經(jīng)引起了學(xué)者們的普遍重視，而構造多移動(dòng)機器人系統一個(gè)重要的因素是體系結構設計，因為系統性能的優(yōu)劣很大程度上取決于結構是否合理。個(gè)體機器人的體系結構是多移動(dòng)機器人系統的基本組成單位，因此，研究個(gè)體機器人的體系結構是研究多移動(dòng)機器人很重要的研究方向。
    李智軍等人面向分布式Agent的多移動(dòng)機器人系統，根據機器人系統任務(wù)級的協(xié)作實(shí)現過(guò)程和移動(dòng)機器人應當具備的能力，結合基于知識和基于行為的控制體系結構的特點(diǎn)，設計了一種分層式移動(dòng)機器人個(gè)體控制體系結構，如圖7所示，其控制體系結構包括狀態(tài)觀(guān)測層、決策規劃層、協(xié)調控制層和行為控制層四個(gè)層次[16]。  

圖7  分層式移動(dòng)機器人個(gè)體控制體系結構圖[16]
 
圖8  一種新的隊形控制體系結構圖[19]
 
圖9  多機器人協(xié)同作戰系統的結構圖[20]

    將多機器人系統作為一個(gè)整體考慮，多機器人系統的體系結構可以分為集中式（Centralized）和分散式（Decentralized），而分散式結構進(jìn)一步分為分層式（Hierarchical）和分布式（Distributed）兩種[17]。多機器人體系結構就是研究如何根據任務(wù)類(lèi)型，機器人個(gè)體能力等確定機器人群體模型以及恰當的相互關(guān)系。Parker. L.E.指出以往對多機器人系統協(xié)作的研究大部分只關(guān)注效率，而忽視了機器人的故障容忍和適應能力。針對這一問(wèn)題，他提出了一種名為L(cháng)ALLIANCE的新體系結構。該結構將任務(wù)、導向行為和選擇機制應用到基于行為的體系結構中，不但提高了機器人團隊協(xié)作效率，而且還滿(mǎn)足了實(shí)際應用中機器人系統故障容忍和適應能力的要求[18]。蘇治寶等人從隊形控制基本思想和各種方法的優(yōu)缺點(diǎn)等方面論述了目前研究隊形控制的三種方法：跟隨領(lǐng)航者法（leader-following），基于行為法（behavior-based），虛擬結構法（virtual structure），并介紹了一種彌補各種方法缺點(diǎn)的新的隊形控制體系結構，如圖8所示[19]。董慧穎等人則將多機器人系統應用在軍事上，針對戰場(chǎng)上外部環(huán)境復雜，系統需對周?chē)h(huán)境進(jìn)行及時(shí)準確的判斷的特點(diǎn)，采用了任務(wù)協(xié)調層和行為控制層的混合協(xié)調結構作為多機器人協(xié)同作戰系統的結構，其結構如圖9所示[20]。
4.3  基于CAN總線(xiàn)移動(dòng)機器人系統設計研究
    在移動(dòng)機器人體系結構的硬件實(shí)現方面，由于CAN總線(xiàn)采用了許多新技術(shù)和獨特設計，與一般通信總線(xiàn)相比，其數據通信具有突出的可靠性，實(shí)時(shí)性和靈活性等特點(diǎn)。它是一種有效支持分布式控制和實(shí)時(shí)控制的通訊網(wǎng)絡(luò )，用它來(lái)實(shí)現機器人控制結構比較理想。近年來(lái)，基于CAN總線(xiàn)的移動(dòng)機器人方面的研究成果層出不窮。M.Wargni和A.Rachid教授針對以往硬件集中控制結構速度慢，耗時(shí)大，花費高，可靠性差等缺點(diǎn)，提出了一種基于CAN總線(xiàn)的分布式結構，主張系統結構完全分散，每一功能都采用一片單片機來(lái)完成，通過(guò)CAN總線(xiàn)將幾個(gè)子系統連接起來(lái)[21]。王巍等人針對極限環(huán)境下作業(yè)的壁面移動(dòng)機器人，設計了移動(dòng)機器人的控制體系結構，建立了基于CAN總線(xiàn)的分布式機器人控制系統硬件平臺，并設計了相應的控制軟件[22]。張德民等人則介紹了一個(gè)基于CAN總線(xiàn)的分布式搬運機器人控制系統，將基于CAN總線(xiàn)的分布式計算機控制技術(shù)成果應用到搬運機器人實(shí)驗平臺中[23]。
5  小結
    通過(guò)對自主移動(dòng)機器人體系結構的研究與分析，筆者認為，自主移動(dòng)機器人體系結構的設計必須綜合考慮環(huán)境、任務(wù)、系統自身等各種因素的影響；在滿(mǎn)足系統穩定性、交互性、靈活性、開(kāi)放性及具有離線(xiàn)和在線(xiàn)學(xué)習性能的總體要求下，根據所要解決的具體問(wèn)題和系統的設計目標要求，設計出恰當的體系結構。對同類(lèi)型系統體系結構制定統一和完善的設計標準，不斷完善體系結構設計的理論，將是研究人員面臨的一項艱巨任務(wù)。最后，多智能體理論、先進(jìn)控制技術(shù)、CAN總線(xiàn)技術(shù)等相關(guān)學(xué)科技術(shù)的發(fā)展和完善也必將對體系結構設計產(chǎn)生推動(dòng)甚至變革作用，時(shí)刻關(guān)注相關(guān)學(xué)科技術(shù)的發(fā)展成果，隨時(shí)將交叉學(xué)科的最新成果應用到機器人研究中，不斷完善移動(dòng)機器人體系結構的研究。
    未來(lái)機器人發(fā)展的前景和方向，筆者認為其開(kāi)放性和兼容性將比今天的機器人更加寬廣，理想的未來(lái)的機器人的開(kāi)放性和兼容性同今天的計算機相似，主體機器人完成主體功能，其功能類(lèi)似于今天的計算機主機。有了計算機主體，可以開(kāi)發(fā)任意的計算機輔助功能，如計算機的網(wǎng)卡、打印機、掃描儀、Fax Modem卡等計算機輔助功能。未來(lái)的機器人也可以任意添加輔助功能，給機器人插上一個(gè)卡或者一個(gè)芯片，安裝上相應的驅動(dòng)程序，機器人就可以按照要求工作。筆者認為這就是21世紀機器人的一個(gè)重要發(fā)展方向。筆者將同全世界的機器人專(zhuān)家一起，共同努力，實(shí)現這個(gè)宏偉的目標。

參考文獻：
[1] Nilsson N. A mobile automation: A application of artificial intelligence techniques[C]. In Proc. IJCAI, 1969.
[2] 王天然,朱楓. 一個(gè)開(kāi)放式移動(dòng)機器人體系結構[J]. 機器人. 1995,17(4):193-199.
[3] 李佳寧,易建強. 移動(dòng)機器人體系結構研究進(jìn)展[J]. 機器人, 2003,25(7):756-760.
[4] Saridis G. Toward the Realization of Intelligent Controls[C]. Proc.of the IEEE. 1979, 67(8):1115-1133.
[5] 朱淼良,楊建剛,吳春明. 自主式智能系統[M]. 浙江大學(xué)出版社, 2000:255-277.
[6] Albus J S, Mcain H G, Lumia R. NASA/NBS standard reference model for tele-robot control system architecture(NASREM). NIST Technical Note 1235,1989.
[7] Brooks R. A robust layered control system for a mobile robot [J]. IEEE Transactions on Robotics and Automation. 1986,2(1):14-23.
[8] 黃閃. 智能機器人與多機器人系統體系結構的研究與實(shí)現[D]. 哈爾濱工業(yè)大學(xué),1998.
[9] Conell J. Minimalist mobile robotics: a colony-style architecture for an artificial creature[M]. Academic Press,1990.
[10] Gat E. Three layer architectures in artificial intelligence and mobile robots[M]. AAAI Press/The MIT Press,1990.
[11] 李磊. 移動(dòng)機器人系統設計與視覺(jué)導航控制研究[D]. 中國科學(xué)院自動(dòng)化研究所,2003.
[12] 夏幼明,徐天偉. 軟件Agent的初步研究. 云南師范大學(xué)學(xué)報[J]. 1999 ,19(3):8-11.
[13] 陳華志,謝存禧,張鐵. 基于多Agent的移動(dòng)機器人體系結構研究[J]. 組合機床與自動(dòng)化加工技術(shù),2003,4:31-32.
[14] 郭軍華. 基于A(yíng)gent的移動(dòng)機器人自主導航的進(jìn)化控制研究[D]. 中南工業(yè)大學(xué),2001.
[15] 王海,田彥濤. 基于行為的分布式多智能體系統[J]. 吉林大學(xué)學(xué)報(工學(xué)版). 2002,32(1):93-97.
[16] 李智軍,羅青. 基于混合結構的機器人Agent控制結構研究[J]. 計算機工程與應用,2003,21:90-94.
[17] 曹志強. 未知環(huán)境下多機器人協(xié)調與控制的隊形問(wèn)題研究[D]. 中國科學(xué)院自動(dòng)化研究所,2002:8-9.
[18] Parker L E. Task-oriented multi-robot learning in behavior-based systems[C]. Proc. of the IEEE. 1996,3:1478-1487.
[19] 蘇治寶,陸際聯(lián). 多移動(dòng)機器人隊形控制的研究方法[J]. 機器人,2003,25(1):88-92.
[20] 董慧穎,程坷飛. 多移動(dòng)機器人協(xié)同作戰仿真實(shí)現[J]. 機器人,2003,25(7):603-607.
[21] Wargni M, Rachid Ａ. Application of controller area network to mobile robots[C]. Electro-technical Conference,1996,1:205-207.
[22] 王巍,崔維娜,宗光華. 基于CAN總線(xiàn)壁面移動(dòng)機器人分布式控制器研究[J]. 微計算機信息,2002,18(1):4-6.
[23] 張德民,張慧慧. 基于CAN總線(xiàn)的分布式搬運機器人控制系統研制[J]. 微計算機信息,2001,17(12):4-5.