机器人技术与应用之多机器人通信

摘要：所谓机器人，通常被称为自动控制（Robot）机器人，自动控制机器包括所有模拟人类行为或思想与模拟其它物种的机械。比如：机器猫自动提号机器人系统，机器狗等。对机器人狭义的定义和分类有很多争议，甚至一些计算机程序，也被称为机器人。本文针对机器人技术与应用来具体介绍了什么是机器人；多机器人通信；多机器人学习和多机人的协调以及机器人的发展方向等等。

关键词：机器人 技术与应用 多机器人 通信

中图分类号：TP242 文献标识码：A 文章编号：1007-9416（2015）09-0000-00

在现代工业中，机器人可自动执行任务的人工机器装置，可以协助或取代人类工作。理想的高仿真机器人是高级整合控制论、计算机与人工智能、机械电子、材料科学和仿生学的产物，这也是科学界的研究和发展的方向。

1 多机器人通信

多机器人系经中各机器人之间互相被理解其意图，环境状态，目标和动作等一切信息，然后再进行有效地协商并相互配合完成任务，一般来说，多机器人通信应分为隐式通信和显示通信两类。多器机人系统利用自带的传感器和外部环境来获得需要的信息来实现相互之间的合作为隐式通信，机器人之间不需要通过常规的方法来进行数据传输和信息互换来实现特定意义的信息传递。如果在多机器人系统使用隐式通信，因为机器人之间互相不存在信息和数据的转换和显示，所以，多机器人系统将会无法使用先进的合作策略，这样不能具备顺利的完成复杂的任务的能力。

多机器人通信系统的使用，通过使用一个特定的通信媒体，通过一些常见的规则和方法来传输一些特定意义的信息，从面能快速、有效地完成各机器人之间数据的传输和交换。这些先进的协调策略是一些隐式通信无法完成的。

隐式通信和显示通信是多机器人系统的不同特性的通信方式，如果结合两者的优点，机器人系统可以灵活地处理未知环境，完成一些复杂的任务。用于显示通信对少量的上层机器人之间的合作自动提号机器人系统，采用隐式通信实现大量的机器人之间底存协调，当隐式通信无法解决的死锁或冲突时，然后再利用显示信的协调工作加以处理。

2 多机器人学习

通过学习后的多机器人系统具有很强的灵活性和适应性等特点。对于单一的机器人，通过学习可以提高并扩展个人机器人的技术能力；对于多机器人系统作为一个整体来说，学习可提改善单个机器人之间的一致性和协调性，有助于提高系统的整体性能。机器人这间的通信，可以互相分享知识，加快学习过程，提高学习效率。

多机器人系统进行学习作为一个群体时，根据不同的目的存在如下几种类型的学习：

（1）学习一个机器人的特定能力，例如，某机器人通过学习后能构做到最好地完成某项任务。（2）对群体组合特性的学习，如果有几个机器人装配在一个团队中工作起来会更好（3）对任务类型的学习，例如，如何确定合理的子任务势行顺序，如何合理分配任务。（4）对环境特征学习，可以帮助多机器人系统对资源和任务进行合理的分配。多机器人学习通常分三个阶段：1）在学习前数据的采集阶段。2）在学习过程中，每个机器人都依靠本地数据来学习，通过通信等部分的学习成果和别的机器人共享阶段。3）学习完成后，机器人之间共享和结合学习得到的知识和数据所形成最后学习结果阶段。

因为任务和环境的复杂性所引起的变化，多机器人系统需要适应内部或外部的变而通过学习。在这一动态的过程中，多机器人系统，需要决定在适当的时候是否开始学习和停止学习并选择合适的学习和算法。这些多机器人系统学习和算法等一些相关知识的研究对多机器人系统来说，具有重要意义和实践意义。

3 多机器人的协调

在多机器人系统的协调与配合上，目前没有统一的结论。在一般情况下，多机器人系统在不同层次上的协作和协调，以不同的需求进行控制和交互。在W.A.Rausch的研究中，提出了多机器人系统隐含不同层次的协作关系，是指在自我模型中考虑其它机器人规划的影响；异步协同合作关系，指在同一环境条件下的多个面器人之间相互干扰，完成他们的合作目标；同步协作关系，是指多个机器人为完成一个共同的目标而互相协作。在应用中，实际上各层次的协调控制不一定独自存在系统中，多机器人系特统往往是因为任务的需要而包含许多不同层次的协作和协调控制。许多协调算法和规则可以应用于不同层次上系统的控制和相互作用。由不同级别的协调算法，多机器人系统的协同协调机制能有效提高系统的容错能力和系统的有效率。机器人技术是跨领域和现代科学技术的综合体现，机器人的发展代表着国家的综合实力和水平，现在很多工业先进的国家已将机器人技术列入本国高技术的发展计划，其发展呈现出两个显著特征：一个是在横向上，机器人的应用越来越多，正在从传统的制造业到人类生活和工作的各个领域，它的种类逐步增加；另一方面，在纵向上，随着不但扩大的需求范围，机器人结构的发展与变化，高端系统显示显著的仿生和智能化的特点，功能不断扩大，性能逐步改进和完善，各类机器人正逐步向更高智能化方向发展，与人类社会更加紧密地融合在一起。

参考文献

[1] 陈恳.面器人技术与应用[M].清华大学出版社，2006（9）.

[2] 谭民，王硕.机器人技术研究进展[J].自动化学报，2013（7）.

[3] 刘永安，余天荣.工业机器人的应用研究[J].机电工程技术，2014（2）.

收稿日期：2015-08-10

作者简介：金鑫（1983―），男，湖北新州人，本科，毕业于长江大学，硕士研究生，毕业于华中科技大学，讲师，研究方向：教学管理。