基于分布式智能的網(wǎng)絡(luò)機器人系統(tǒng)研究.pdf

1、近年來，隨著Internet和機器人技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)機器人已成為具有廣泛學(xué)術(shù)和應(yīng)用價值的研究熱點。然而，現(xiàn)有的網(wǎng)絡(luò)機器人系統(tǒng)在很大程度上依賴于網(wǎng)絡(luò)上傳輸?shù)脑夹畔?shù)據(jù)，而網(wǎng)絡(luò)中存在隨機的傳輸時延、數(shù)據(jù)丟包現(xiàn)象，嚴(yán)重影響了數(shù)據(jù)傳輸?shù)姆€(wěn)定性和實時性，系統(tǒng)的控制性能極易受到網(wǎng)絡(luò)傳輸狀況變化的影響。同時，機器人本身的數(shù)據(jù)處理能力有限，不可能對大量傳感信息進(jìn)行實時處理。在這種情況下，網(wǎng)絡(luò)機器人的系統(tǒng)性能和智能水平都被嚴(yán)重的限制和降低。本文在分

2、析了以往的網(wǎng)絡(luò)機器人系統(tǒng)研究的基礎(chǔ)上，通過對網(wǎng)絡(luò)機器人分布式智能和自主智能的研究，來克服網(wǎng)絡(luò)延時對系統(tǒng)性能的影響，增強網(wǎng)絡(luò)機器人的智能水平。 具體研究工作包括以下幾個方面： (1) 分布式智能體系提出了一種基于網(wǎng)絡(luò)智能的分布式智能體系，構(gòu)建并實現(xiàn)了基于分布式智能的網(wǎng)絡(luò)機器人系統(tǒng)。通過賦予傳感器以智能，將網(wǎng)絡(luò)環(huán)境中的不同個體抽象為不同的智能節(jié)點。傳感智能節(jié)點處理和傳輸多種層次的傳感信息，實現(xiàn)傳感智能的交互與共享。機器人節(jié)

3、點以自主感知能力和“網(wǎng)絡(luò)即插即用”機制為基礎(chǔ)，根據(jù)任務(wù)的需要以及網(wǎng)絡(luò)的傳輸狀況，主動從網(wǎng)絡(luò)中獲取相應(yīng)層次的智能和信息。實驗表明，該體系有效地減輕了網(wǎng)絡(luò)通信負(fù)擔(dān)，提高了網(wǎng)絡(luò)機器人系統(tǒng)的整體性能和智能水平。 (2)基于貝葉斯推理的用戶意圖建模提出了一種新的方法，即對用戶意圖進(jìn)行建模，通過移動機器人的自主智能來補償不確定延時對網(wǎng)絡(luò)機器人系統(tǒng)性能造成的影響。網(wǎng)絡(luò)機器人從一系列用戶控制命令和本地傳感器感知中，對用戶操作機器人的意圖建立模型，

4、利用貝葉斯推理對用戶意圖進(jìn)行漸進(jìn)推斷，從而識別用戶賦予的任務(wù)，并自主地執(zhí)行該任務(wù)，而無需與用戶頻繁交互。這大大減少了數(shù)據(jù)傳輸量，提高了整個控制系統(tǒng)的效率。實驗結(jié)果證明了所提方法的有效性和可行性。 (3)基于軌跡分布模式的用戶意圖識別針對移動機器人遙操作系統(tǒng)，提出了基于軌跡分布模式的用戶意圖分層識別方法。利用移動機器人的主要特征——運動軌跡，通過聚類和特征比較的方法，預(yù)估移動機器人可能的運動方向和任務(wù)軌跡，推測用戶期望的意圖。根據(jù)推

5、斷的不同層次的意圖，移動機器人能夠自主的規(guī)劃和執(zhí)行用戶期望的行為或任務(wù)。實驗結(jié)果表明，此方法改善了人機交互的模式，提高了系統(tǒng)性能，解決了網(wǎng)絡(luò)不確定隨機延時或數(shù)據(jù)丟失對移動機器人遙操作系統(tǒng)可操作性和穩(wěn)定性的影響。 (4) 實驗平臺的搭建為驗證理論研究，構(gòu)建并實現(xiàn)了分布式網(wǎng)絡(luò)機器人實驗平臺以及可異地操作并能向公眾開放的網(wǎng)絡(luò)機器人遙操作實驗平臺，實現(xiàn)了基于Web瀏覽器的可視化用戶操作接口。在實驗平臺上可進(jìn)行目標(biāo)搜尋、目標(biāo)跟蹤和導(dǎo)航等典型