姚冬冬，閔華松

（1.武漢科技大學(xué) 冶金自動(dòng)化與檢測(cè)技術(shù)教育部工程研究中心，湖北 武漢，430081；2.武漢科技大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，湖北 武漢，430081）

0 引 言

在自動(dòng)化技術(shù)的廣泛發(fā)展過(guò)程中，機(jī)器人技術(shù)廣泛地應(yīng)用到了電子、機(jī)械、自動(dòng)控制與計(jì)算機(jī)算法、通訊等多種領(lǐng)域。其中，移動(dòng)機(jī)器人以其高機(jī)動(dòng)性和穩(wěn)定性，受到越來(lái)越多的學(xué)者和機(jī)構(gòu)的研究。工廠實(shí)踐中面對(duì)任務(wù)多樣化、復(fù)雜化，人們對(duì)移動(dòng)機(jī)器人的控制精度和智能化程度逐漸提出了更高的要求。這對(duì)移動(dòng)機(jī)器人的機(jī)械結(jié)構(gòu)和軟件結(jié)構(gòu)的設(shè)計(jì)提出新的挑戰(zhàn)。如何設(shè)計(jì)一個(gè)能夠滿足以上要求的機(jī)器人，以及與其相配合的軟件系統(tǒng)是當(dāng)前移動(dòng)機(jī)器人研究的一個(gè)重要方向之一。

在機(jī)器人機(jī)械結(jié)構(gòu)設(shè)計(jì)方面，全向移動(dòng)機(jī)器人以其高機(jī)動(dòng)性和穩(wěn)定性得到了廣泛的研究，其具有靈活性、穩(wěn)定性等特點(diǎn)，能夠滿足機(jī)器人多樣化、靈活以及準(zhǔn)確的移動(dòng)。目前在移動(dòng)機(jī)構(gòu)輪可以分為履帶式、輪式和腿式等，而輪式由于其結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定并且易控制的優(yōu)點(diǎn)被廣泛應(yīng)用，輪式機(jī)構(gòu)又根據(jù)它是否存在迂回半徑分為全向輪和非全向輪［1］。全向移動(dòng)機(jī)器人能有具有這樣的優(yōu)勢(shì)主要是因?yàn)樗鼈兪褂玫氖蔷哂袃蓚€(gè)方向移動(dòng)自由度的全向輪，其全向輪可以使機(jī)器人在移動(dòng)過(guò)程中重心平移相對(duì)穩(wěn)定［2］。具備全向運(yùn)動(dòng)能力的機(jī)器人，它們?cè)诙S平面上可以獨(dú)立控制機(jī)器人的重心平移和旋轉(zhuǎn)速度，這是傳統(tǒng)的輪式機(jī)器人也無(wú)法達(dá)到的。通過(guò)對(duì)多種機(jī)器人的運(yùn)動(dòng)效果比較，三輪全向機(jī)器人由于可以3個(gè)輪軸同時(shí)對(duì)車身所產(chǎn)生的合速度相互左右來(lái)決定移動(dòng)機(jī)器人的運(yùn)動(dòng)效果，并且運(yùn)動(dòng)過(guò)程相對(duì)穩(wěn)定，從而選擇其成為本次研究的對(duì)象。

軟件設(shè)計(jì)從結(jié)構(gòu)化到面向?qū)ο?，軟件設(shè)計(jì)也在向智能方向發(fā)展，從而產(chǎn)生了面向智能體 （Agent）的軟件設(shè)計(jì)思想?；谥悄軝C(jī)器人具有開發(fā)成本低、硬件體積小、部件模塊化程度高、功耗低、可定制、易擴(kuò)展等優(yōu)點(diǎn)［3－4］。當(dāng)下的設(shè)計(jì)者普遍將智能體概念應(yīng)用于機(jī)器人軟件結(jié)構(gòu)的設(shè)計(jì)當(dāng)中。1997年研究者提出的 “軟件智能體”迅速應(yīng)用于人工系統(tǒng)和多智能體機(jī)器人的系統(tǒng)［5］當(dāng)中，在智能體運(yùn)用的過(guò)程中，多智能體系統(tǒng) （multi－agent system，MAS）作為一個(gè)具有自治性、主動(dòng)性和社會(huì)性的軟件集合［6］，其應(yīng)用到移動(dòng)機(jī)器人中具有一定的優(yōu)勢(shì)，但仍存在一些問(wèn)題：①由硬件特性劃分智能體，智能體的功能依賴于具體硬件；②Multi－agent技術(shù)提高了系統(tǒng)的智能性，但對(duì)緊急事件反應(yīng)能力考慮較少。而移動(dòng)機(jī)器人是一個(gè)集環(huán)境感知、動(dòng)態(tài)決策與規(guī)劃、行為控制與執(zhí)行等多種功能于一體的綜合智能體系統(tǒng)，多智能體系統(tǒng)的主要任務(wù)就是將這各種功能模塊有機(jī)地結(jié)合起來(lái)，來(lái)完成移動(dòng)機(jī)器人的任務(wù)，這就需要設(shè)計(jì)適應(yīng)機(jī)器人的軟件模型結(jié)構(gòu)。一個(gè)移動(dòng)機(jī)器人系統(tǒng)可以看作是一個(gè) Multi－agent，多個(gè)移動(dòng)機(jī)器人系統(tǒng)是一個(gè)Multi－agent群體，其交互、協(xié)作、通信都比較方便，正是基于以上種種特點(diǎn)，本文依據(jù)Multi－agent軟件結(jié)構(gòu)思想和智能體的特點(diǎn)設(shè)計(jì)了三輪全向移動(dòng)機(jī)器人的軟件結(jié)構(gòu)。

依據(jù)三輪全向機(jī)器人以及多智能體系統(tǒng)的以上特性，本文設(shè)計(jì)了機(jī)器人的運(yùn)動(dòng)學(xué)模型和軟件結(jié)構(gòu)，研究并實(shí)現(xiàn)了三輪全向機(jī)器人的運(yùn)動(dòng)控制和軟件模型中各智能體的功能和相互之間的通訊協(xié)作。本文著眼于全向移動(dòng)機(jī)器人，首先設(shè)計(jì)了機(jī)器人的硬件平臺(tái)和機(jī)械結(jié)構(gòu)，其次依據(jù)機(jī)器人硬件模型的特點(diǎn)得出機(jī)器人的運(yùn)動(dòng)學(xué)模型和運(yùn)動(dòng)學(xué)方程，再次依據(jù)機(jī)器人需求的特點(diǎn)設(shè)計(jì)了機(jī)器人的軟件結(jié)構(gòu)模型和控制機(jī)器人的藍(lán)牙控制協(xié)議，最后在Matlab中仿真控制機(jī)器人的運(yùn)動(dòng)，然后控制三輪全向移動(dòng)機(jī)器人實(shí)際運(yùn)動(dòng)，進(jìn)行對(duì)比分析并校正運(yùn)動(dòng)學(xué)方程。并且在JADE平臺(tái)上實(shí)現(xiàn)了MAS中各Agent功能以及相互間的協(xié)作。

1 三輪全向移動(dòng)機(jī)器人硬件平臺(tái)

考慮到靈活性、小型化、穩(wěn)定性、模塊化等特點(diǎn)，基于嵌入式平臺(tái)，設(shè)計(jì)了三輪全向移動(dòng)機(jī)器人的軟硬件架構(gòu)，其主要有控制模塊 （stm32），內(nèi)部通信模塊 （串行通信協(xié)議），外部通信模塊 （藍(lán)牙、WiFi等），傳感模塊，運(yùn)動(dòng)控制 （ATMega8）模塊。

圖1 機(jī)器人電氣結(jié)構(gòu)

圖1中機(jī)器人控制系統(tǒng)中主控制芯片為STM32，主控芯片通過(guò)ADC進(jìn)行信號(hào)轉(zhuǎn)換，USART1、USART2、USART3分別連接串口、藍(lán)牙和無(wú)線射頻單元的連接，完成機(jī)器人與手機(jī)控制端的交互，陀螺儀、巡線傳感器、8路紅外避障傳感器、超橫波測(cè)距模塊等多種傳感器，完成與外界環(huán)境的感知與交互。機(jī)器人同時(shí)支持3G、WiFi、Bluetooth、ZigBee、RFID等通信方式，本系統(tǒng)在通信方面，STM32通過(guò)USART2與藍(lán)牙模塊進(jìn)行通信，再由藍(lán)牙模塊與手機(jī)端進(jìn)行通信。ATMega8控制器與各傳感器之間采用串行通信協(xié)議進(jìn)行通信。

該平臺(tái)具有多類感知功能 （紅外、藍(lán)牙、超聲波等）以及無(wú)線通信模塊，具有交互、學(xué)習(xí)等特點(diǎn)。這為研究機(jī)器人感知、學(xué)習(xí)、推理、導(dǎo)航、控制等奠定了基礎(chǔ)。

圖2為機(jī)器人實(shí)物圖。全向輪具有全方位移動(dòng)的優(yōu)勢(shì)，不像傳統(tǒng)的移動(dòng)輪只能前后移動(dòng)，它具有能夠在兩個(gè)方向上移動(dòng)的自由度，并且不存在回轉(zhuǎn)半徑的問(wèn)題。全向輪是由若干小滾輪組成，使各滾輪的母線共同形成一個(gè)完整的圓周，從而使輪子可以全方位轉(zhuǎn)動(dòng)。本文采用的全向輪由16個(gè)小滾輪組成，輪子半徑為52.5mm。機(jī)器人通過(guò)STM32主控芯片收到串口通訊命令啟動(dòng)馬達(dá)驅(qū)動(dòng)板，驅(qū)動(dòng)板會(huì)帶動(dòng)馬達(dá)轉(zhuǎn)動(dòng)全向輪的輪軸，從而控制全向輪轉(zhuǎn)動(dòng)。本文所用機(jī)器人高128mm，長(zhǎng)340mm，寬390mm。

圖2 機(jī)器人實(shí)物

2 機(jī)器人運(yùn)動(dòng)學(xué)模型

通過(guò)對(duì)上述機(jī)器人硬件結(jié)構(gòu)模塊的分析可知機(jī)器人是利用舵機(jī)控制機(jī)器人的全向輪進(jìn)行運(yùn)動(dòng)。機(jī)器人的3個(gè)全向輪通過(guò)3個(gè)輪軸同時(shí)對(duì)車身所產(chǎn)生的合速度相互左右來(lái)決定移動(dòng)機(jī)器人的運(yùn)動(dòng)效果。機(jī)器人的車頭方向與車旋轉(zhuǎn)的角速度是影響車身移動(dòng)的兩個(gè)相互獨(dú)立的因子。機(jī)器人能夠平衡自身重心、具有穩(wěn)定的運(yùn)動(dòng)速度。另外，機(jī)器人的紅外測(cè)距傳感器、紅外避障傳感器可以幫助機(jī)器人在運(yùn)動(dòng)過(guò)程中獲取相關(guān)的環(huán)境信息。

圖3為機(jī)器人移動(dòng)圖，其中 （x，y）是機(jī)器人運(yùn)動(dòng)模式的參考坐標(biāo)系，其中A，B，C是對(duì)3個(gè)輪子的編號(hào)。使用3個(gè)全向輪運(yùn)動(dòng)數(shù)學(xué)模式，本文定義一個(gè)絕對(duì)坐標(biāo)系統(tǒng)（x，y）來(lái)表示機(jī)器人在環(huán)境中的位置；θ表示機(jī)器人在絕對(duì)坐標(biāo)系的方向角，ω則表示機(jī)器人在絕對(duì)坐標(biāo)系的角速度，因此機(jī)器人的位置和方向在坐標(biāo)系中可以表示為 （x，y，θ），而 （vx，vy，ω）則表示機(jī)器人的運(yùn)動(dòng)速度。以區(qū)域坐標(biāo)系為標(biāo)準(zhǔn)，逆時(shí)針?lè)较驗(yàn)檎较?，以機(jī)器人的全向輪A為參考標(biāo)準(zhǔn)，則全向輪B與A之間的角度為120°，全向輪C與A的角度為240°。

圖3 三輪全向機(jī)器人移動(dòng)

全向機(jī)器人的控制是利用3個(gè)全向輪的合速度來(lái)實(shí)現(xiàn)機(jī)器人的速度。在圖3中，機(jī)器人沿著方向移動(dòng)，其平移速度可以分解到x，y方向?yàn)関，機(jī)器人的3個(gè)全向輪的速度為v。此時(shí)車子旋轉(zhuǎn)的大小方向?yàn)椤粒瑒t3個(gè)輪子的速度分別為式 （1）－式（3）所示

每個(gè)輪子的中心速度可以分解成兩個(gè)部分，一部分控制機(jī)器人的速度，另一部分控制機(jī)器人的運(yùn)動(dòng)角度，運(yùn)動(dòng)學(xué)方程推導(dǎo)出來(lái)如式 （4）［7］所示

其中每一個(gè)全向輪的半徑都是r，機(jī)器人中心到輪子中心的距離設(shè)為R，輪角速度設(shè)為ωi，其中i取值1、2、3。本文所采用的機(jī)器人r為52.2mm，R平均為180mm。

3 機(jī)器人軟件模型結(jié)構(gòu)

在三輪全向移動(dòng)機(jī)器人中，機(jī)器人的控制系統(tǒng)用來(lái)處理運(yùn)動(dòng)控制模塊與傳感器模塊或者與藍(lán)牙模塊交互的信息，從而通過(guò)智能體實(shí)現(xiàn)相應(yīng)的模塊功能。智能機(jī)器人軟件系統(tǒng)是具有多模塊，多功能的復(fù)雜系統(tǒng)，一般包含感知、學(xué)習(xí)、決策、行動(dòng)、控制等功能模塊。各功能模塊相對(duì)獨(dú)立的完成各自功能，但又相互依賴、共享信息、相互協(xié)調(diào)，從而有效地完成總體任務(wù)。

3.1 機(jī)器人 Multi－agent模型結(jié)構(gòu)

MAS是分布在幾個(gè)機(jī)構(gòu)或在一個(gè)網(wǎng)絡(luò)的多個(gè)分布式Agent組成，他們具有社會(huì)性，需要彼此交互達(dá)成系統(tǒng)的總體目標(biāo)。MAS是一個(gè)具有自治性、主動(dòng)性和社會(huì)性的軟件集合。Agent具有自治性，擁有自己的控制線程而獨(dú)立于其他進(jìn)程。Agent還具有反應(yīng)性，除應(yīng)對(duì)其他消息或外部事件外，Agent有時(shí)可能會(huì)采取主動(dòng)，改變他們的行為以達(dá)到他們的目標(biāo)［8］。自治性需要更多的Agent相互協(xié)調(diào)。有些反應(yīng)可能不需要學(xué)習(xí)，更少的學(xué)習(xí)能力通常意味著更多的Agent一起做出反應(yīng)，而更多的學(xué)習(xí)能力通常意味著更多的Agent自治。Agent是計(jì)算的實(shí)體，從環(huán)境中接收傳感器輸入，并能產(chǎn)生影響他們的環(huán)境的行為。Agent通常都有一組操作，每個(gè)操作都有目標(biāo)的前提條件和影響它的環(huán)境，Agent根據(jù)目標(biāo)制定可執(zhí)行的行動(dòng)計(jì)劃。Agent之間能相互交流，并進(jìn)行合作、洽談和協(xié)調(diào)行動(dòng)。

通過(guò)對(duì)硬件層次結(jié)構(gòu)、分布式結(jié)構(gòu)以及機(jī)器人運(yùn)動(dòng)學(xué)模型的分析，本文基于 “思維與學(xué)習(xí)、感知與交互、行動(dòng)與控制”的理念［9］，結(jié)合慎思Agent和反應(yīng)Agent的特點(diǎn)，抽象出了5個(gè)Agent，各Agent有機(jī)結(jié)合，協(xié)調(diào)、協(xié)作使之成為一個(gè)智能化程度較高的整體。本文Multi－agent模型結(jié)構(gòu)如圖4所示。

圖4 機(jī)器人軟件模型結(jié)構(gòu)

該模型結(jié)構(gòu)包含了慎思功能模塊 （CBR推理Agent），社會(huì)功能模塊 （導(dǎo)航Agent、交互Agent），感知功能模塊（感知Agent），行動(dòng)控制功能模塊 （控制Agent）。各Agent獨(dú)立完成各自任務(wù)，并通過(guò)協(xié)作來(lái)完成全局任務(wù)。其中CBR推理Agent是進(jìn)行主要的智能推理，導(dǎo)航Agent和控制Agent用來(lái)實(shí)現(xiàn)控制機(jī)器人的運(yùn)動(dòng)，完成目標(biāo)任務(wù)。感知Agent通過(guò)紅外測(cè)距傳感器與紅外避障傳感器來(lái)獲取周圍環(huán)境信息，將信息傳遞給CBR推理Agent，CBR推理A－gent做出決策之后交給導(dǎo)航Agent來(lái)告訴控制Agent如何來(lái)控制機(jī)器人運(yùn)動(dòng)。其中交互Agent主要實(shí)現(xiàn)學(xué)習(xí)和感知Agent的交互。

針對(duì)模型結(jié)構(gòu)中的Agent，我們定義了其基本模型：A－gent＝ ｛名稱，作用，合作者，幫助方法，目標(biāo)｝，其中名稱是Agent的標(biāo)識(shí)；作用是對(duì)Agent的描述；合作者是具有協(xié)作關(guān)系的Agent列表；幫助方法為通訊協(xié)議，決策等；目標(biāo)是Agent的功能體現(xiàn)，其中一個(gè)五元組destination＝｛R，S，KB，D，P｝，其中：R為接收信息；S為發(fā)送信息；KB為Agent的知識(shí)庫(kù)；D為目標(biāo)任務(wù)；P為Agent完成任務(wù)的進(jìn)度。

一個(gè)任務(wù)的完成用式 （5）來(lái)描述

根據(jù)模型結(jié)構(gòu)中的各Agent功能，建立機(jī)器人基本軟件模型。整個(gè)軟件體系由感知Agent、交互Agent、導(dǎo)航Agent、CBR推理Agent和控制Agent組成。其中每個(gè)A－gent都具備學(xué)習(xí)和思考能力。機(jī)器人紅外測(cè)距傳感器、紅外避障傳感器等獲取到周圍環(huán)境信息后，交由感知Agent接受信息數(shù)據(jù)傳遞給CBR推理Agent，然后CBR推理A－gent根據(jù)信息進(jìn)行分析和推理將結(jié)果傳遞給導(dǎo)航Agent，最后由控制Agent來(lái)完成機(jī)器人的行為。

3.2 機(jī)器人通信與控制

機(jī)器人的行動(dòng)控制是由導(dǎo)航Agent和控制Agent來(lái)完成。而機(jī)器人的控制模塊主要是通過(guò)終端中的藍(lán)牙模塊與機(jī)器人中的藍(lán)牙模塊通信完成，終端采用的是android系統(tǒng)，它采用了軟件堆層的架構(gòu)，底層Linux內(nèi)核只能提供基本功能采用C／C＋＋語(yǔ)言編寫，應(yīng)用層開發(fā)語(yǔ)言為JAVA，具有良好的可移植性。圖5為移動(dòng)機(jī)器人控制與傳感結(jié)構(gòu)圖，主控器通過(guò)藍(lán)牙與控制終端進(jìn)行交互，同時(shí)控制紅外、超聲波等傳感器。

圖5 機(jī)器人控制與傳感結(jié)構(gòu)

機(jī)器人與手機(jī)藍(lán)牙模塊之間的通信要遵循機(jī)器人藍(lán)牙通信協(xié)議。手機(jī)應(yīng)用程序存儲(chǔ)藍(lán)牙模塊的ID號(hào)，打開藍(lán)牙后，搜索該ID，并配對(duì)連接，然后打開藍(lán)牙串口服務(wù)，設(shè)置通信參數(shù)如下：波特率115200，8數(shù)據(jù)位，1停止位、無(wú)校驗(yàn)位。手機(jī)應(yīng)用程序可以向機(jī)器人控制器發(fā)送讀命令、寫命令。讀命令：應(yīng)用程序查詢?cè)O(shè)備ID對(duì)應(yīng)設(shè)備的狀態(tài)信息；寫命令：服務(wù)程序發(fā)送設(shè)備ID對(duì)應(yīng)設(shè)備的控制信息；機(jī)器人控制器如果接收到讀命令，返回對(duì)應(yīng)設(shè)備的狀態(tài)信息；如接收到寫命令，則不返回信息，其中運(yùn)動(dòng)速度范圍為0100cm／s，旋轉(zhuǎn)角度范圍為0°180°。表1為藍(lán)牙通信協(xié)議，其中指令格式：十六進(jìn)制。

表1 藍(lán)牙通信協(xié)議

4 測(cè)試結(jié)果及分析

全向輪型機(jī)器人的特點(diǎn)是可以按照任意方向轉(zhuǎn)動(dòng)，這樣機(jī)器人可以按照所規(guī)劃的任意角度的方向來(lái)運(yùn)動(dòng)，為驗(yàn)證運(yùn)動(dòng)學(xué)模型和運(yùn)動(dòng)方程的有效性，在Matlab環(huán)境中進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)環(huán)境為10＊10的開闊環(huán)境中，機(jī)器人以ν＝20cm／s，ω＝0進(jìn)行直線運(yùn)動(dòng)，以ν＝20cm／s，ω＝30進(jìn)行圓周運(yùn)動(dòng)，仿真結(jié)果如圖6和圖7所示。其中藍(lán)色軌跡為機(jī)器人運(yùn)動(dòng)軌跡。坐標(biāo)點(diǎn) （0，0）為機(jī)器人運(yùn)動(dòng)起點(diǎn)。

為了測(cè)試機(jī)器人的智能體之間的通訊和機(jī)器人的運(yùn)動(dòng)學(xué)模型，對(duì)于三輪全向機(jī)器人的實(shí)際運(yùn)動(dòng)進(jìn)行測(cè)試。為驗(yàn)證實(shí)際的機(jī)器人直線運(yùn)動(dòng)，本文在53cm＊38cm的環(huán)境中進(jìn)行運(yùn)動(dòng)測(cè)試，機(jī)器人直線運(yùn)動(dòng)距離為53cm。直線運(yùn)動(dòng)運(yùn)動(dòng)軌跡如圖8所示。作者將黑色記號(hào)筆固定在機(jī)器人前端，機(jī)器人在白色卡紙上運(yùn)動(dòng)時(shí)會(huì)留下黑色的軌跡。

圖8 直線運(yùn)動(dòng)軌跡照片

圖8為機(jī)器人在ν＝100cm／s，ω＝0時(shí)的直線運(yùn)動(dòng)軌跡照片，從照片中可以看出機(jī)器人在進(jìn)行直線運(yùn)動(dòng)時(shí)運(yùn)動(dòng)路徑有明顯的偏移。因此，本文依據(jù)根據(jù)上一節(jié)中設(shè)定的機(jī)器人的運(yùn)動(dòng)線速度跟運(yùn)動(dòng)角度范圍，本文進(jìn)行實(shí)際運(yùn)動(dòng)測(cè)試，因?yàn)槠拗凭筒粚⒄掌灰涣谐?，?shí)際機(jī)器人到達(dá)的點(diǎn)與預(yù)期的目標(biāo)點(diǎn)相比較后的結(jié)果見表2。

表2 直線運(yùn)動(dòng)軌跡實(shí)驗(yàn)結(jié)果分析

由表2數(shù)據(jù)可以看出，機(jī)器人在運(yùn)動(dòng)過(guò)程中會(huì)存在偏移誤差，但是偏移角度誤差范圍都在5°以內(nèi)，基本上可以達(dá)到仿真中預(yù)期的目標(biāo)。機(jī)器人在進(jìn)行直線運(yùn)動(dòng)時(shí)，當(dāng)速度較小時(shí)機(jī)器人會(huì)往右邊偏移，隨著速度的增大偏移量會(huì)減小，但是當(dāng)速度增大到一定程度時(shí)，機(jī)器人會(huì)開始往左邊偏移運(yùn)動(dòng)，偏移角度也會(huì)增大，但是都在誤差范圍以內(nèi)。

為驗(yàn)證實(shí)際的機(jī)器人圓周運(yùn)動(dòng)，本文在同樣在53cm＊38cm的環(huán)境中進(jìn)行運(yùn)動(dòng)測(cè)試，移動(dòng)機(jī)器人在同一中心點(diǎn)按照預(yù)定的條件轉(zhuǎn)動(dòng)，圓周運(yùn)動(dòng)軌跡如圖9所示。同樣作者將黑色記號(hào)筆固定在機(jī)器人前端，機(jī)器人在白色卡紙上運(yùn)動(dòng)時(shí)會(huì)留下黑色的軌跡。

圖9 圓周運(yùn)動(dòng)軌跡照片

圖9為機(jī)器人在ν＝100cm／s，ω＝30時(shí)的實(shí)際圓周運(yùn)動(dòng)軌跡照片，從照片中可以看出機(jī)器人在進(jìn)行圓周運(yùn)動(dòng)時(shí)機(jī)器人在慢慢偏移原來(lái)的中心。因此，本文依據(jù)根據(jù)上一節(jié)中設(shè)定的機(jī)器人的運(yùn)動(dòng)線速度跟角速度范圍，本文進(jìn)行實(shí)際運(yùn)動(dòng)測(cè)試，因?yàn)槠拗凭筒辉诖藢y(cè)試照片一一列出，機(jī)器人轉(zhuǎn)動(dòng)后的中心點(diǎn)與原先預(yù)定的中心點(diǎn)相比較后的結(jié)果見表3。

表3 圓周運(yùn)動(dòng)軌跡實(shí)驗(yàn)結(jié)果分析

表3數(shù)據(jù)可以看出，機(jī)器人在進(jìn)行圓周運(yùn)動(dòng)的時(shí)候，根據(jù)線速度大小的增加，機(jī)器人的穩(wěn)定性就會(huì)變差，在線速度增加的過(guò)程中機(jī)器人會(huì)因?yàn)樗俣鹊募涌鞕C(jī)器人會(huì)產(chǎn)生振蕩，因此機(jī)器人的中心會(huì)產(chǎn)生偏移，速度越大振蕩程度越大，因此中心的偏移程度也會(huì)越大，所以圓周運(yùn)動(dòng)的中心偏移距離也會(huì)越大。

三輪全向機(jī)器人的運(yùn)動(dòng)速度是由3個(gè)輪子的速度組合而成。在運(yùn)動(dòng)學(xué)基礎(chǔ)上進(jìn)行控制時(shí)，如果3個(gè)輪子不能嚴(yán)格同步，那么組合之后的速度就不是預(yù)期中所期望的速度，因而不會(huì)按照要求的路線運(yùn)動(dòng)。實(shí)驗(yàn)中的機(jī)器人走直線運(yùn)動(dòng)時(shí)出現(xiàn)偏差是因?yàn)闄C(jī)器人的輪軸到機(jī)器人中心的半徑不同而造成的，機(jī)器人輪子安裝沒(méi)有對(duì)稱導(dǎo)致機(jī)器人在運(yùn)動(dòng)時(shí)偏向一個(gè)方向，同時(shí)會(huì)引起輪子運(yùn)動(dòng)中的向心力不同。

在運(yùn)動(dòng)控制中，根據(jù)已知的x，y，θ利用理想的運(yùn)動(dòng)學(xué)模型得出的vx，vy，ω，然后vx，vy，ω經(jīng)過(guò)實(shí)際的機(jī)器人運(yùn)動(dòng)的作用后得出實(shí)際的全域速度vx＇，vy＇，ω＇，由于 式 （5）中Ri不盡相同，所以此時(shí)得出的vx＇，vy＇，ω＇跟理想中的vx，vy，ω不相等，所以需要找到Ri的誤差規(guī)律才能得到預(yù)期的結(jié)果

式 （6）中R1，R2，R3是影響3個(gè)輪子不同的誤差因素，由此可見，增大R和減小r都可以減小各個(gè)誤差的傳遞參數(shù)，但是r減小后機(jī)器人對(duì)地面的適應(yīng)能力將變差，R受到機(jī)器人本身物理?xiàng)l件的限制，不能太大，根據(jù)上述公式只能適當(dāng)控制sinθ和ω的值來(lái)使機(jī)器人能達(dá)到預(yù)期效果。

JADE （Java agent development framework）是由意大利電信集團(tuán) （telecom Italia）發(fā)布的多Agent系統(tǒng)中間件平臺(tái)［10］。該平臺(tái)包含有豐富的API函數(shù)可以用來(lái)構(gòu)建Agent，并且具有圖形化的界面支持Agent之間的通訊調(diào)試，因此本文在JADE平臺(tái)上對(duì)機(jī)器人框架進(jìn)行了仿真，圖10為模擬藍(lán)牙和紅外兩種信息的測(cè)試結(jié)果。

圖10 紅外與藍(lán)牙命令信息處理監(jiān)測(cè)

圖10中test為測(cè)試Agent，它隨機(jī)模擬紅外和藍(lán)牙信息輸入。Perception，Interaction，CBR，navigation，control分別為對(duì)應(yīng)的Agent模擬器。其中INFORM：－1為紅外信息輸入，REQUEST：－1為藍(lán)牙信息輸入。在軟件部署的基礎(chǔ)上對(duì)機(jī)器人做了藍(lán)牙和紅外信號(hào)輸入測(cè)試。本文在酷睿雙核處理器，CPU為2.93GHz，內(nèi)存為2G的window XP系統(tǒng)下進(jìn)行測(cè)試，測(cè)試結(jié)果見表4。

表4 信號(hào)測(cè)試結(jié)果

從表4可以看出，藍(lán)牙信號(hào)的輸入反應(yīng)時(shí)間要比紅外信號(hào)的反應(yīng)時(shí)間慢，并且信號(hào)傳遞的成功率也低于紅外信號(hào)的傳遞。由于三輪全向機(jī)器人有六個(gè)紅外傳感器，而藍(lán)牙模塊只有一個(gè)，所以紅外的反應(yīng)速度較藍(lán)牙的反應(yīng)速度較快，正確率也較高。

從圖10中可以看出，測(cè)試Agent隨機(jī)向感知Agent發(fā)送藍(lán)牙命令或紅外傳感器信息，感知Agent都能將受到的信息與交互Agent和CBR Agent進(jìn)行交互然后完成最后的目標(biāo)任務(wù)分析各個(gè)Agent信息傳遞，符合 Multi－agent模型結(jié)構(gòu)中各個(gè)Agent的交互協(xié)作機(jī)制，從而驗(yàn)證了模型結(jié)構(gòu)的可行性。

5 結(jié)束語(yǔ)

本文首先對(duì)移動(dòng)機(jī)器人的機(jī)構(gòu)特點(diǎn)進(jìn)行了對(duì)比和分析，并移動(dòng)機(jī)器人的硬件特點(diǎn)將機(jī)器人的硬件分為幾個(gè)功能模塊。然后通過(guò)對(duì)三輪全向機(jī)器人繼續(xù)力學(xué)分析和運(yùn)動(dòng)學(xué)原理得出運(yùn)動(dòng)學(xué)模型來(lái)控制機(jī)器人的運(yùn)動(dòng)。并且利用機(jī)器人的模塊化部件，設(shè)計(jì)實(shí)現(xiàn)了機(jī)器人的軟件模型。這種三輪全向移動(dòng)機(jī)器人能夠利用軟件結(jié)構(gòu)和運(yùn)動(dòng)學(xué)模型完成機(jī)器人的運(yùn)動(dòng)目標(biāo)，達(dá)到所需要的運(yùn)動(dòng)效果，并且體現(xiàn)了機(jī)器人的智能體特性。

：

［1］Raul Rojas.Omni－directional control［M］.Freie University Berlin，2005.

［2］Naveen Suresh Kuppuswamy，Se Hyoung Cho，Daniel Stonier，et al.Design of an omni－directional robot for FIRA robosot［C］／／Korea Advanced Institute of Science and Technology，2007.

［3］LIU Sen，MU Chundi，ZHAO Mingguo.Humanoid robot controller based on ARM embedded system ［J］.Journal of Tsinghua University（Science and Technology），2008，48 （4）：482－485.

［4］LI Nan，ZHAO Jingdong，JIANG Li.Embedded control system for multi－DOF anthropomorphic prosthetic hand and its grasping strategy［J］.Robot，2011，33 （1）：22－27.

［5］Paul Fitzpatrick，Giorgio Metta，Lorenzo Natale，et al.Towards long－lived robot genes ［J］.Robotics and Autonomous Systems，2008，56（1）：29－45.

［6］Vallejo D，Albusac J，Mareos J A，et al.Amodernapproach to multi－agent development ［J］.Journal of Systems and Software，2010，83（3）：467－484.

［7］WANG Shimin，LAI Lichun，WU Chiaju，et al.Kinematic control of omni－directional robots for time－optimal movement between two configurations ［J］.Intell Robot Syst，2007 （49）：397－410.

［8］Fabio Bellifemine，Agostino Poggi，Giovanni Rimassa.JADE：A software framework for developing multi－agent applications［J］.Lessons learned.Information and Software Technology，2008 （50）：10－21.

［9］MIN Huasong，HUANG Lei，GAN Xun.Research and design of multi－agent model structure for embedded robot dog［C］／／IEEE the 10th World Congress on Intelligent Control and Automation，2012：3627－3633.

［10］JADE.Java agent development framework ［EB／OL］.［2012－09－05］.http：／／jade.tilab.com／.