Computer Science and Application 计算机科学与应用, 2019, 9(8), 1507-1518
Published Online August 2019 in Hans. https://www.doczj.com/doc/6a7060437.html,/journal/csa
https://https://www.doczj.com/doc/6a7060437.html,/10.12677/csa.2019.98169
Design and Implementation of Intelligent
Scheduling System for Multi-Robot
Collaboration Control
Weixing Su, Tongsen Xue
School of Computer Science and Technology, Tianjin Polytechnic University, Tianjin
Received: Jul. 27th, 2019; accepted: Aug. 8th, 2019; published: Aug. 15th, 2019
Abstract
At present, in the factories that use a variety of robots to achieve the production purpose, most of the systems exist at the same time. Data have information barriers between multiple systems, and production efficiency is also insufficient due to sluggish information flow. Aiming at this situation and based on the practical project of Juntong Dumping Workshop, this paper proposes a solution of multi-robot collaborative automation intelligent dispatching system based on OPC industry standard data acquisition and Socket communication technology. It uses Kepware tool to read and write data IO points of PLC. The data acquisition objects include CLOOS welding robot, SINSUN AGV and tooling library, realizing real-time monitoring of on-site data receiving, circulation and recy-cling, making the information of each robot between them summarized and the status of various robots monitored and managed in real time. At the same time, the intelligent scheduling strategy is used to control the types of box materials in production and optimize the production path and realize flexible manufacturing. This scheme can increase the output of box materials and control the types of materials to prevent the surplus of single materials and improve overall production efficiency and time cost.
Keywords
Real-Time Tracking, Flexible Manufacturing, Automatic Management, Socket Network
Communication, Multi-Robot Collaboration, Path Optimization
面向多机器人协同控制的智能调度系统的设计与实现
苏卫星，薛桐森
天津工业大学，计算机科学与技术学院，天津
苏卫星，薛桐森
收稿日期：2019年7月27日；录用日期：2019年8月8日；发布日期：2019年8月15日
摘 要
目前在对于协同使用多种机器人达到生产目的工厂中，多数同时存在多种系统，数据在多系统之间存在信息壁垒，生产效率也因为信息流通迟滞而比较不足。针对这种现状并在骏通自卸车间实践项目基础上提出一种基于OPC 工业标准的数据采集以及Socket 通信技术的多机器人协同自动化智能调度系统的解决方案。使用Kepware 工具对PLC 的数据IO 点进行读取和写入等交互操作，数据采集对象包括CLOOS 焊接机器人，SINSUN 的AGV 以及工装库，实现对现场数据接收、流转、回收的实时监控，使得各机器人之间的信息得到汇总，并对各种机器人的状态进行实时监控与管理。同时利用智能调度策略来对生产中箱板材料种类进行控制并进行生产路径优化并实现柔性制造，该方案可以使箱板材料产量增加，并对材料种类进行控制，防止出现单一材料过剩，同时提高整体生产效率以及时间成本。
关键词
实时追踪，柔性制造，自动化管理，Socket 网络通信，多机器人协同，路径优化
Copyright ? 2019 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.doczj.com/doc/6a7060437.html,/licenses/by/4.0/
1. 引言
现如今企业面临着日益激烈的国际竞争，要想赢得市场、赢得用户就必须通过实施MRPII/ERP 来加强管理。然而上层生产计划管理受市场影响越来越大，明显感到计划跟不上变化。而在执行层面，越来越多的机器人被投入到生产重复且人为操作失误率较高的可替代操作中，而当面对客户对交货期的苛刻要求，面对更多产品的改型，订单的不断调整，企业如何最大化产量，并且达到产品种类的均匀分布成为一个亟待解决的问题，在有限的空间中寻找最佳的路径来最大化利用机器生产，并且减少人为操作带来的失误性操作就是本智能调度系统想去解决的问题。而传统生产现场管理只是一个黑箱作业，这已无法满足今天复杂多变的竞争需要。因此如何将黑箱作业透明化，找出任何影响产品品质和成本的问题，提高计划的实时性和灵活性，同时又能改善生产线的运行效率已成为目前每个企业十分关心的问题。因此本文探索一种，对多机器人信息实现整合与提炼并进行智能路径优化的方法[1] [2]。在基于当前生产环境下，对基础数据进行整理包括设备各种状态与维护，梳理网络拓扑结构，合理进行数据采集，通过建立在智能算法策略基础上的调度系统，来优化生产路径以及材料种类的均衡，为提高生产效率、节约时间成本奠定了基础。
2. 系统总体设计方案[3]
提升整体成品工料的产出效率，成品工料的生产种类需要均衡生产。项目为了提高生产节奏，提升生产效率，主要进行以下内容攻关：1) 自卸车的生产调度涉及生产计划的手工下达，底板、前箱、后箱、侧箱、副车架、高边焊接区焊接机器人的取送料AGV 、RGV 调度，焊接工位及RGV 库位的管理。2) 对底层数据通讯进行采集与优化，采集设备对象包括上料台扫码枪，AGV 的PLC 控制器，工位机器人的PLC 控制器，承载工装入库扫码枪以及二楼工装库、RGV 。在生产运行过程中，需要对这些设备进行实时数据读取与写入等操作。3) 利用算法来提升整体效率，本项目组采用自行研发的算法进行调度，算法结合了高响应算法和先来先服务以及优先级调度算法的优点，具有多输入定尺度高响应功能，最大程度
Open Access
苏卫星，薛桐森发挥车间设备的生产运行效率。
2.1. 系统软件功能设计[4]
根据现场情况，需要进行基础数据的维护和生产计划的维护以及统计报表等，划分为计划令系统与智能调度监控系统两个子系统，并共用同一数据库。
2.1.1. 计划令系统
此系统划分为基础数据管理、计划令管理、统计报表、系统管理4个主要功能模块：
1) 基础数据管理包括车型、零件种类、车厢尺寸、举升形式、开门形式、焊接程序、承载工装、2层工装库库位、焊接台零件类型配置、焊接台以及AGV车的维护配置；
2) 计划令管理，包括计划令、上料台以及焊接任务管理；
3) 统计报表包括焊接历史查询以及计划令历史查询；
4) 系统管理包括用户、角色以及功能模块的权限管理。
2.1.2. 智能调度监控系统
此系统则是一套实时监控并通过基于OPC工业标准的数采技术来收集PLC的实时数据，生产管理人员可以更加直观并且实时的观察生产过程中的各个部分达到生产管理的透明化，并通过算法对整体系统进行指令的下发从而调动硬件设备实现自动化生产。调度系统是基于计划令系统上的基础数据来对生产状态进行控制且与计划令系统都基于统一的数据库，智能调度系统包括：
1) 显示界面模块，显示界面包括菜单栏、焊接台状态监控、工装库状态监控、AGV状态监控、任务状态监控以及日志监控信息；
2) 系统初始化管理模块，系统初始化管理针对焊接台初始化以及2楼工装库初始化；
3) 监控管理模块；
4) 生成任务管理模块；
5) 手动任务模块，则是通过OPC通讯可以对不同硬件PLC进行单独的指令下发与调试；
6) 任务管理模块，包括当前任务管理以及任务历史记录，各自下属分为机器人任务，AGV任务，工装库任务。
2.2. 底层数据通讯系统体系结构[5]
车间内需要调度和通讯的设备包括：上料台扫码器，AGV车辆调度系统，工装库管理系统，工位焊接机器人和工装入库扫码器。这些设备的状态信息，在生产运行时需要实时进行不断交互、读取和写入等；完成和实现状态交互的就是此处要介绍的数据库系统。底层设备集成通讯包括AGV，6轴机械臂(进口设备)，和其它相关PLC系统。通过组态网络或其它直连方式，实现底层设备与数据通讯中心的信息交互。
2.3. 车间网络以及硬件布局结构
在总控室中包含智能调度系统，调试用测试机，总数据库以及一台与硬件设备核心交换机相连的总控室交换机用于对数据连接，总控室是用来总体的显示给管理人员直观的数据展示，包括对焊接台、AGV车辆、工控机以及工装库的运行等各方面的细节，用直观的图文数据形式来实时的显示在系统屏幕中，使得整体车间运行中的各项数据指标透明化，更加的便于对细节的掌控，同时对后续系统优化可以提供重要的参数数据。
在排查问题的过程中，数据的透明化也可以带来更加规范化的排查手段，可以更加有针对性、及时性的发现错误，节省时间成本；在工装库中包含一台核心交换机、两端的升降机PLC控制柜以及无线路由器，无线路由器的作用是用来调试使用的，调试时可能需要近距离调试通讯状况，在实际生产运行中，
苏卫星，薛桐森
系统只可在总控室中通过网线来控制硬件设备；在一楼焊接区域包含一台交换机，外侧(内侧)上料台工控机，上(下)料端控制柜，AGV控制柜以及两台AGV无线路由器(与小车进行无线通讯与指令发送)，车间的网络布局结构图如图1所示。
图1. 网络拓扑图
苏卫星，薛桐森
2.4. 车间硬件布局结构
在一楼焊接区域中每两组机器人相对应两组，焊接台外侧焊接台{1a, 2a, 3a, 4a, 5a, 6a}为一组，内侧焊接台{1b, 2b, 3b, 4b, 5b, 6b}为一组，两侧为升降台(左侧为入库右侧为出库)，在二楼工装库中有12个库位与一台RGV 车，如图2所示。同时对应一台控制机柜与手持操作面板，从右至左对每两组操作台编号1到6，在第5组操作台旁边放置有一台机器人PLC 总控制柜用于可接受调度系统的指令下发，现场机器人操作工可使用手持面板来进行机器人动作编写，而在通讯方面机器人的每一组动作都通过程序焊接码来定义，也就是说当上位机发送给某组焊接台发送一组焊接代码，机器人就可在自己已存在的焊接代码库中搜索并进行匹配查询，匹配后开始执行相应的程序动作完成焊接任务。
Figure 2. Hardware structure diagram 图2. 硬件结构图
在焊接区域两侧则是各有两台AGV 车，在焊接台操作台1号旁边有一台AGV 车辆PLC 总控制柜，而在支撑两楼的承重柱上挂有两台无线路由器用于AGV 通讯，每一侧的两台AGV 车为一个整体来接收指令信息，根据调度系统下发的指令来进行移动上料与下料。
焊接区域的另外两侧则是两组升降台，在二楼平库两侧各有一台PLC
控制柜，左侧的升降台是当
苏卫星，薛桐森
AGV取出焊接完的成品工料进行下料操作后会将工装运送到升降台上，升降台将承载工装进行举升操作再由RGV来将承载工装进行入库操作，右侧的升降台则与之相对将RGV运送的工装进行出库操作再由AGV接取工装来进行上料并运送到焊接台进行焊接任务[6]。
3. 系统的实现
3.1. 通讯应用以及参数设置
上位机(PC)与焊接机器人、AGV车辆控制、RGV工装库之间的通信由核心交换机实现。从逻辑功能上看，通信系统的上层由交换机服务器的以太网接口与上位机组成，两者之间通过TCP/IP协议通信；下层则由交换机的网络接口部分与机器人焊机台的PLC控制柜、AGV车辆控制柜、RGV工装库的PLC控制柜组成，两者之间通过TCP/IP通信标准交换数据。同时，机器人PLC、AGV、RGV工装库与上位机组成工厂内部局域网拥有各自的IP段，在192.168.0.200~255则是用于调试与测试使用的IP网段。上位机与PLC 控制柜相连则通过KEPServerEX 6配置与西门子驱动程序来进行数据的采集与指令的下发。新建的一个名为Channel的通道由Siemens TCP/IP Ethernet程序来驱动，下设四组设备包含：AGV车辆控制，型号为S7-300，IP为192.168.0.10，RGV工装库，型号S7-300，IP为192.168.0.10，Robot机器人组，型号为S7-1200，IP 为192.168.0.80，并且在工厂环境中，固定设备需要分配静态IP和网关，且这些参数都需要与工厂局域网适配以避免出现网络通信故障。之后，在根据这三组设备，分别进行IO点的地址管理以及逻辑梳理。
3.2. 设备数据采集格式与读写指令参数
在AGV定时管理中通信连接超时为3秒、请求超时为2秒、重试次数为2次以及请求间无延迟时间设置，通信端口号为102，S7-300的链路类型为PC，CPU槽为1。表1为AGV车辆控制管理中主要逻辑IO点，其中上料台由扫码枪进行扫描，AGV的4台车辆的是否可运行由状态信号来判断。
Table 1. AGV vehicle control IO point
表1. AGV车辆控制IO点
信号含义数据类型地址数据方向外(内)侧允许下任务Bool DB111.DBX0.0 AGV→PLC 上料台扫码Bool DB111.DBX0.1 PLC→AGV
可以取工装bool DB111.DBX0.2 PLC→AGV 外(内)侧取完工装bool DB111.DBX0.3 AGV→PLC
外(内)侧放完工装bool DB111.DBX0.4 AGV→PLC
外(内)侧确认放完工装bool DB111.DBX0.5 PLC→AGV
外(内)侧强制急停bool DB111.DBX0.6 PLC→AGV 1000 < 任务号< 30000 INT DB111.DBW2
任务起点USHORT DB111.DBB4 PLC→AGV
任务终点USHORT DB111.DBB5
确认任务号INT DB111.DBW10 AGV→PLC 外(内)侧上料完成任务号INT DB111.DBW14 AGV→PLC
确认外(内)侧上料完成任务号INT DB111.DBW18 PLC→AGV
外(内)侧下料完成任务号INT DB111.DBW22 AGV→PLC
确认外(内)侧下料完成任务号INT DB111.DBW26 PLC→AGV
苏卫星，薛桐森
表2为焊接机器人主要逻辑IO点，定时管理中通信连接超时为3秒、请求超时为2秒、重试次数为2次以及请求间无延迟时间设置，通信端口号为102，S7-1200的链路类型为PC，CPU槽为1。机器人的任务可发送则是根据当前机器人是否反馈焊接完成的信号，操作技工在调试机器以及编写机器动作是也需要反馈给上位机一个正在焊接的信号防止AGV车辆的进入以及焊接型号信息为9为数字组成，每组数字代表不同焊接方式与机器动作。
Table 2. Robot control IO point
表2. 机器人控制IO点
机器人读取(发出)信号
地址偏移量类型变量定义
DB101 0 BYTE 0 待机DB101.DBB0 (DB101.DBB30) DB101 0 BYTE 4 取料完成(开始焊接信号)
DB101 0 BYTE 5 放料完成(焊接完成信号)
DB101 1 BYTE 1 校对焊接代码(原为安全门) DB101.DBB1 (DB101.DBB31) DB101 2~11 BYTE 焊接型号信息2~11 (32~41)
表3为RGV工装库主要逻辑IO点，定时管理中通信连接超时为3秒、请求超时为2秒、重试次数为2次以及请求间无延迟时间设置，通信端口号为102，S7-300的链路类型为PC，CPU槽为2。
Table 3. RGV flat library control IO point
表3. RGV平库控制IO点
信号含义数据类型地址数据方向出入库标识(1是入库，2是出库) Int DB100.DBW0 PC→PLC 任务编号Int DB100.DBW2 PC→PLC
库位1~12 Int DB100.DBW12 PC→PLC
直通(工装) Int DB100.DBW12 PC→PLC 取出工装到内外侧(false, true) Bool DB100.DBX14.0 PC→PLC 发送命令到位(bool)，发送之前sleep (1000) Bool DB100.DBX14.1 PC→PLC AGV入库上料台放工装完成Bool DB100.DBX14.2 PC→PLC
出库外侧工装取工装(1取工装过程中，0取完工装) Bool DB100.DBX14.3 PC→PLC
出库内侧工装取工装(1取工装过程中，0取完工装) Bool DB100.DBX14.4 PC→PLC 扫码枪读到的工装编号Int DB100.DBW52 PLC→PC
入库升降梯滚筒上料完成Bool DB100.DBX62 PLC→PC
请求下发入库和直通信号Bool DB100.DBX62.1 PLC→PC
小车是否空闲，true是空闲bool DB100.DBX62.2 PLC→PC
RGV开始执行出入库任务，还原到位信号变为false int DB100.DBW64 PLC→PC RGV完成出入库任务int DB100.DBW74 PLC→PC 工装到达出口外侧输送机并停止(0没有，1到达) Bool DB100.DBX84 PLC→PC 工装到达出口内侧输送机并停止(0没有，1到达) Bool DB100.DBX84.1 PLC→PC 平库已接收到AGV入库上料台放工装完成信号Bool DB100.DBX84.2 PLC→PC 出库到哪侧，0无任务1外侧2内侧int DB100.DBW110 PLC→PC
苏卫星，薛桐森
3.3. 计划令管理[7] [8]
计划令管理模块主要包括：1) 创建计划令；2) 计划令管理；3) 上料台管理；4) 焊接任务管理。计划员根据本工厂的生产负荷能力、日程安排、物料准备等因素编制日生产计划，即创建计划令。开工前做进一步的单产品计划排产，指导现场生产。焊接任务管理与上料台管理配合调度系统完成现场生产任务。本计划令管理需要计划员根据工厂实际情况，创建计划令，即生产日计划。对计划令进行排产，排产的结果是生成单产品计划。计划令主要功能包括：查询、新增、修改、删除、手动排产、自动排产。其中：手动排——选择一条计划令进行排产，每点一次排一个单产品计划，已排产数量+ 1；自动排产——可将一条计划令进行全部排产，排产结果为该计划令的全部单产品计划。自动生成单产品计划编号，编码规则：计划令号+ 批次号+ YYYYMMDD + (手动排产时为：S + 已排产数量，自动排产时为：Z + 流水号)。
新增——计划员根据工厂实际情况，创建计划令，即新增生产日计划。修改、删除——对于未排产的直接修改、删除即可；正在排产的和已经完成的计划令不可删除和修改。计划令创建完状态为未排产N，当排产后，计划令状态为正在排产S，当计划令完成后变为已完成F。当计划数量= 实际数量时，系统记录计划令实际完成时间。实际开始时间= 第一次排产时的时间。计划令包含信息主要有：计划令号，批次号，单产品计划号，零件种类，车型，车型尺寸，计划数量，已排产数量，已生产数量，计划令状态，箱板材料(边× 底)，举升型式，开门型式，部装描述，焊接程序，实际开始时间，实际完成时间，创建日期，创建人，备注。计划令管理的页面布局包括：查询、新增、修改、删除、手动排产、自动排产。页面查询：计划令号，零件种类，车型，创建时间，排产时间，状态(未执行，正在排产，已完成，全部)首次进入页面，缺省给出的只有正在排产的计划令。
3.4. 智能调度算法设计与应用[9]
本项目组采用自行研发的算法进行调度，算法结合了高响应算法和先来先服务以及优先级调度算法的优点，具有多输入定尺度高响应功能，最大程度发挥车间设备的生产运行效率，具体算法流程图，如图3所示。
1) 本算法不考虑不同类别物料数量的协调，具体数量协调由“计划令编制”考虑。2) 每当有新的工
位发生空闲时、每天开始工作时或者重启系统后，由调度系统调用本算法。3) 每天开始工作时或者重启系统后，需要根据系统前一天或者重启系统之前存储的各工位情况进行初始化。4) 输出序列为按照送料的先后顺序而排定的各空闲工位。5) 如果共用一组机器人的两个工位都是空闲，则这类空闲工位在输出序列的第一梯队；如果共用一组机器人的两个工位中有一个空闲，则这类空闲工位在输出序列的第二梯队。调度过程中，判断是否进行过初始化。
若否，进行初始化，输入所有目前的工位状态，外侧焊接台{1a, 2a, 3a, 4a, 5a, 6a}为一组，内侧焊接台{1b, 2b, 3b, 4b, 5b, 6b}为一组。按照6a、6b、5a、5b……的顺序查找空闲工位，第一个空闲工位所在组为第一组，另一组为第二组。输出序列为：第一组第一个空闲工位A，第二组不与A共用机器人的第一个与空闲工位B，第一组剩下的不与B共用机器人的第一个空闲空位C，第二组剩下的不与C共用机器人的第一个空闲工位D (如果某一组空闲工位排完而另一组还有多个空闲工位，则另一组剩下所有空闲工位依次排到序列后面)……剩下的空闲工位(前面没排的共用机器人的另一个空闲位)按照查找顺序依次排到序列最后。
若是，如果与工位A共用机器人的工位B也是空闲的，则工位B插入到现有序列的第一梯队的末尾。
工位A插入第二梯队中与A不是同一组的连续几个工位的第二个，若没有这样的连续工位则插入现有队列第二梯队末尾；如果与工位A共用机器人的工位B不是空闲的，则将工位A插入到现有序列第二梯队中与A不是同一组的连续几个工位的第二个，若没有这样的连续工位则插入现有队列第二梯队末尾。
苏卫星，薛桐森
图3. 算法流程图
苏卫星，薛桐森
4. 系统的应用[10] [11]
本系统以Visual Studio C#2017为开发平台、SQL Server2014为后台数据库、KepServerEX 6 Confi-guration为IO点位通讯配置。此系统的交互界面分为两部分，一部分为计划令系统管理，另一部分为智能调度系统。前者是对用户信息管理，基础数据中车型、工装、库位、AGV等维护支持，上料台与焊接任务的管理，统计报表管理，是对系统开始前的条件初始化管理，以及进行数据总结与分析，其操作界面如图4所示。
基础数据管理包括车型、零件种类、车厢尺寸、举升形式、开门形式、焊接程序、承载工装、2层工装库库位、焊接台零件类型配置、焊接台以及AGV车的维护配置，其中车型指代车辆名称。零件类型包括厢架、前厢、后厢、左侧厢、右侧厢、副车架。举升形式包括侧举、前举、中举。开门方式包括侧开门和后开门。焊接程序包括副车架空工装(111111117)、副车架6撑(180000627)、230高粗轴(180000067)等数十种不同的加工程序，在这其中副车架空工装主要用来进行调试使用。承载工装维护指代是否锁定工装可用，承载工装初始位置是在2楼工装库中，只在使用时由RGV运到出库升降台，而在1楼中使用后的承载工装通过入库升降台由RGV运回，形成一个运行闭环。库位的维护则是需要确认初始2楼中12个库位是否有工装。同时对焊接台是否锁定进行初始确认。
计划令管理，包括计划令、上料台以及焊接任务管理，指代对零件类型进行如何焊接并进行排产的计划管理。上料台管理是当工料装载到AGV的承载工装上，工人需进行手动确认去往的焊接台以及焊接任务是否正确。焊接任务管理则是监控任务的进展情况。
统计报表包括焊接历史查询以及计划令历史查询。
系统管理包括用户、角色以及功能模块的权限管理。
Figure 4. Plan order system
图4. 计划令系统
后者是对系统运行过程中的实时监控，是让管理者可以实时的监控系统中的各项指标，其中算法调
度与各个硬件之间的衔接配合是系统的核心功能，其操作界面如图5所示。
苏卫星，薛桐森
Figure 5. Intelligent dispatch system 图5. 智能调度系统
显示界面包括菜单栏、焊接台状态监控、工装库状态监控、AGV 状态监控、任务状态监控以及日志监控信息。其中，12组焊接台每个焊接台状态都包括计划令号、零件类型、当前类型、焊接程序、部装描述、承载工装编号，在工装库状态中包括入库升降台、2楼12组库位、出库升降台，各自信息包括工装类型、以及所属焊接台。任务状态监控则包括外侧(内侧) AGV 任务，出库(入库) RGV 任务，AGV 下属显示信息包括：是否允许发任务、当前任务号、任务内容、任务起点、任务终点、承载工装编号、任务状态，RGV 下属显示信息包括：当前任务号、任务内容、工装编号、工装类型、库位、区域、焊接台、任务状态。
系统初始化管理针对焊接台初始化以及2楼工装库初始化，对12组焊接台查看他们的焊接程序码与是否有承载工装停留并查看工装码，对工装库的12组库位查看是否有承载工装停留并查看工装码，焊接台工装与工装库工装相加共为12组。
监控管理包括开始监控与停止监控，开始监控后，将对整体系统开始下发指令，并根据计划令来对工料进行生产安排。
生成任务管理，可以对内外侧进行各自的任务生成与停止。
手动任务模块，则是通过OPC 通讯可以对不同硬件PLC 进行单独的指令下发与调试，其中包括： 1) 焊接台模拟信号：焊接机器人手动下发焊接命令(任务号、焊接台)，用于调试使用的12组焊接机器人模拟信号从1A 到6A 为外侧焊接机器人，1B 到6B 为内侧焊接机器人，可以进行模拟机器人反馈信号(锁定、正在焊接以及焊接完成)，可以在进行系统测试时不需要接入硬件，只进行软件系统方面的单元测试。
2) AGV 模拟信号：下料任务命令(任务号、起点、终点)，通知小车去到出口升降台外侧(内侧)接取工装，外侧(内侧)小车的急停与启动，下达外侧(内侧)已取完工装的指令。
3) 工装库模拟信号：对工装库手动下发入库命令(入库任务号、终点库位号)，出库命令(出库任务号、起点库位号、内外侧)，入库扫码信息，入库升降台请求任务信号，入库升降台举升到位信号，模拟
RGV
苏卫星，薛桐森
入库开始(结束)、RGV空闲、出库开始(结束)，工装到达外侧(内侧)出口指令信号。
任务管理模块：包括当前任务管理以及任务历史记录，各自下属分为机器人任务，AGV任务，工装库任务。在当前任务管理中，当智能调度系统运行时，对于机器人、AGV、工装库的指令活动都分别产生对应的任务号来进行生产过程跟踪，当出现系统调试、中断等特殊情况时，可以在当前任务管理中，恢复执行任务以及将当前任务手动完成并校对是否与软件系统同步确保不出现数据不匹配等紊乱信息。
在任务历史记录中则可以追踪查看任意时间区域内的任务执行数据，达到数据透明化。
5. 结束语
本系统利用OPC工业标准通过KepServerEx 6对底层设备进行数据采集，对基础数据进行整理包括设备各种状态与维护，对所有基础数据进行跟踪并通过计划令系统进行存储与维护，梳理网络拓扑结构，通过建立在智能算法策略基础上的调度系统，来优化生产路径以及材料种类的均衡，进一步来提高生产效率、节约时间成本。同时，通过本系统进一步实现工件工料的自动化生产水平，降低人力成本，使得日常运行中所付出的必要成本维持在一定水平上。
基金项目
天津市自然科学基金(18JCQNJC77200)。
参考文献
[1]Liu, L. (2006) Task Allocation and Formation Control in Multi-Robot System. National University of Defense Tech-
nology, Changsha. (In Chinese)
[2]Dong, Y., Jiang, J. and He, Y. (2007) Fitness-Based Task Allocation Strategy for Multi-Robot System. Journal of Zhe-
jiang University (Engineering Science), 41, 272-277. (In Chinese)
[3]Fan, J. and Fu, R. (2018) Design and Implementation of RFID-Based Pathological Specimen Management System.
Computer Science and Technology, 39, 1788-1794.
[4]Jamal, H. and Matolak, D.W. (2017) FBMC and L-DACS Performance for Future Air-to-Ground Communication
Systems. IEEE Transactions on Vehicular Technology, 66, 5043-5055.https://https://www.doczj.com/doc/6a7060437.html,/10.1109/TVT.2016.2623561
[5]Sheng, B., Wang, Y. and Wang, J.P. (2012) Production Process Management System Based on RFID Technology.
Journal of Wuhan University of Technology, 21, 17-24.
[6]Li, G. (2005) Business Process Optimization and Reengineering. China Development Press, Beijing. (In Chinese)
[7]Yin, S., Yin, C., Liu, F. and Li, T. (2011) Networked Manufacturing Systems for Netlike Region with a Central City.
Computer Integrated Manufacturing Systems, 17, 281-288. (In Chinese)
[8]李文辉. 制造执行系统(MES)在制造业信息化中的应用[EB/OL]. E-WORKS制造业信息化门户网, 2007-09-19.
[9]Zhu, W., Xu, K. and Zhu, Y. (2010) A Genetic Algorithm Focusing on the Problem of Partner Selection in Agile Man-
ufacturing. Journal of Harbin Institute of Technology, 42, 1500-1503. (In Chinese)
[10]张子能, 周向阳. 试论MES系统在企业中的设计与实现[EB/OL]. E-WORKS制造业信息化门户网, 2007-07-13.
[11]Zhang, G., Fu, X., Zhu, Y. and Yu, X. (2010) Model of Lean Production System for Automobile Manufacture Enter-
prise. Journal of Mechanical Engineering, 46, 93-98. (In Chinese).
知网检索的两种方式：
1. 打开知网首页：https://www.doczj.com/doc/6a7060437.html,/，点击页面中“外文资源总库CNKI SCHOLAR”，跳转至：https://www.doczj.com/doc/6a7060437.html,/new，
搜索框内直接输入文章标题，即可查询；
或点击“高级检索”，下拉列表框选择：[ISSN]，输入期刊ISSN：2161-8801，即可查询。
2. 通过知网首页https://www.doczj.com/doc/6a7060437.html,/顶部“旧版入口”进入知网旧版：https://www.doczj.com/doc/6a7060437.html,/old/，左侧选择“国际文献总库”
进入，搜索框直接输入文章标题，即可查询。
投稿请点击：https://www.doczj.com/doc/6a7060437.html,/Submission.aspx
期刊邮箱：csa@https://www.doczj.com/doc/6a7060437.html,
一种智能机器人系统设计和实现 我们从广泛意义上理解所谓的智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的"活物".其实，这个自控"活物"的主要器官并没有像真正的人那样微妙而复杂。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。我们称这种机器人为自控机器人，以便使它同前面谈到的机器人区分开来。它是控制论产生的结果，控制论主张这样的事实：生命和非生命有目的的行为在很多方面是一致的。正像一个智能机器人制造者所说的，机器人是一种系统的功能描述，这种系统过去只能从生命细胞生长的结果中得到，现在它们已经成了我们自己能够制造的东西了 嵌入式是一种专用的计算机系统，作为装置或设备的一部分。通常，嵌入式系统是一个控制程序存储在ROM中的嵌入式处理器控制板。事实上，所有带有数字接口的设备，如手表、微波炉、录像机、汽车等，都使用嵌入式系统，有些嵌入式系统还包含操作系统，但大多数嵌入式系统都是是由单个程序实现整个控制逻辑。嵌入式技术近年来得到了飞速的发展，但是嵌入式产业涉及的领域非常广泛，彼此之间的特点也相当明显。例如很多行业：手机、PDA、车载导航、工控、军工、多媒体终端、网关、数字电视…… 1 智能机器人系统机械平台的搭建 智能机器人需要有一个无轨道型的移动机构，以适应诸如平地、台阶、墙壁、楼梯、坡道等不同的地理环境。它们的功能可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成。在运动过程中要对移动机构进行实时控制，这种控制不仅要包括有位置控制，而且还要有力度控制、位置与力度混合控制、伸缩率控制等。智能机器人的思考要素是三个要素中的关键，也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。 机器人前部为一四杆机构，使前轮能够在一定范围内调节其高度，主要功能是在机器人前部遇障碍时，前向连杆机构随车轮上抬，而遇到下凹障碍时前车轮先下降着地，以减小震动，提高整机平稳性。在主体的左右两侧，分别配置了平行四边形侧向被动适应机构，该平行四边形机构与主体之间通过铰链与其相连接，是小车行进的主要动力来源。利用两侧平行四边形可任意角度变形的特点，实现自适应各种障碍路面的效果。改变平行四边形机构的角度，可使左右两侧车轮充分与地面接触，使机器人的6个轮子受力尽量均匀，加强机器人对不同路面的适应能力，更加平稳地越过障碍，并且更好地保证整车的平衡性。主体机构主要起到支撑与连接机器人各个部分的作用，同时，整个机器人
陕西科技大学 2015 级研究生课程考试答题纸 考试科目机械制造与装配自动化 专业机械工程 学号1505048 考生姓名乔旭光 考生类别专业学位硕士
浅谈机器人智能控制研究 摘要：以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法。讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合。并对模糊控制和神经网络控制等方法中的局限性作出了说明。 关键词:机器人；智能控制；模糊控制；人工神经网络 1 智能控制的主要方法 随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出崭新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。1.1 模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。 1.2 专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。 1.3 神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表
多智能体系统及其协同控制研究进展 摘要：:对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent 系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究. 关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议 Advances in Multi-Agent Systems and Cooperative Control Abstract: Progress in multi-Agent systems with cooperative controlwas reviewed in terms of theoretical research and its applications. Firs,t concepts and features used to define Agents and multi-Agents were analyzed. Then graph theory was introduced, since it is often used in research on cooperative control of multi-Agent systems. Then advances in swarming/flocking as well as the means used to derive a consensus among multi-Agents under cooperative control were summarized. The application of these abilitieswas discussed for the military, transportation systems,and robotics. Finally, future developments for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questions formulti-Agent systemswith cooperative control. Key words:Multi-Agent system (MAS) ; Cooperative control; Graph theory; Swarming/ flocking; Consensus protocol 分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展. 1Agent与MAS的相关概念 1.1Agent的概念 Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent的概念尚无统一标准,人们对于
喷涂机器人控制系统初步方案 一、控制系统组成框图 本控制系统采用了以PC104为核心，以步进电机驱动网为低层控制通道的开放式控制器。下图是整个控制系统的组成框图。
二、PC104模块选型 采用PC104是因为它有如下特点：结构小巧紧凑, 仅96 mm ×90 mm面积内集成了PC 机所有功能；采用自栈接的母线结构，级联牢固，易于扩充；整机功耗低；兼容性好，可以借鉴PC机成熟技术；外设丰富，应用简单。 本控制系统PC104模块选用研华PCM-3343F。其组成如下：核心模块DM&P V ortex86DX 的高性能低功耗CPU 模块，CPU 速度1.0 GHz，带有浮点运算单元，在板集成了256MB DDR2 SDRAM（最大可支持512MB）、显示控制器（支持LCD显示，最高分辨率为1024×768），以太网控制器等。带有PA TA硬盘接口1个，PC104扩展插槽1个，KB/MS插槽1个，USB2.0接口4个，16位GPIO口，RS-232接口3个，RS-232/422/485接口1个。 选择该嵌入式主板时，应注意： 1）购买时，要求将系统内存升级到512MB； 2）购买时，要求配齐以下配件： ①键盘及鼠标的接口线共2根（编号及图片如下）； p/n: 1703060053p/n: 1700060202 ②VGA接口线1根（编号及图片如下）； p/n: 1700000898
③US B×2接口线1根（编号及图片如下）； p/n: 1703100260 ④RS-232×2接口线1根（编号及图片如下）； p/n: 1701200220 ⑤RS-422/485接口线1根（编号及图片如下）；p/n: 1703040157 ⑥IDE接口线1根（编号及图片如下）； p/n: 1701440350 ⑦外接Li电池1个（编号及图片如下）； p/n: 1750129010
机器人的控制 机器人控制系统是机器人的大脑，是决定机器人功能和性能的主要因素。机器人控制技术的主要任务就是控制工业机器人在工作空间中的运动位置、姿态和轨迹、操作顺序及动作的时间等。具有编程简单、软件菜单操作、友好的人机交互界面、在线操作提示和使用方便等特点。 智能机器人控制的关键技术 关键技术包括： (1)开放性模块化的控制系统体系结构：采用分布式CPU计算机结构，分为机器人控制器(RC)，运动控制器(MC)，光电隔离I/O控制板、传感器处理板和编程示教盒等。机器人控制器(RC)和编程示教盒通过串口/CAN总线进行通讯。机器人控制器(RC)的主计算机完成机器人的运动规划、插补和位置伺服以及主控逻辑、数字I/O、传感器处理等功能，而编程示教盒完成信息的显示和按键的输入。 (2)模块化层次化的控制器软件系统：软件系统建立在基于开源的实时多任务操作系统Linux上，采用分层和模块化结构设计，以实现软件系统的开放性。整个控制器软件系统分为三个层次：硬件驱动层、核心层和应用层。三个层次分别面对不同的功能需求，对应不同层次的开发，系统中各个层次内部由若干个功能相对对立的模块组成，这些功能模块相互协作共同实现该层次所提供的功能。 (3)机器人的故障诊断与安全维护技术：通过各种信息，对机器人故障进行诊断，并进行相应维护，是保证机器人安全性的关键技术。 (4)网络化机器人控制器技术：目前机器人的应用工程由单台机器人工作站
向机器人生产线发展，机器人控制器的联网技术变得越来越重要。控制器上具有串口、现场总线及以太网的联网功能。可用于机器人控制器之间和机器人控制器同上位机的通讯，便于对机器人生产线进行监控、诊断和管理。 PID控制原理和特点 在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 比例（P）控制 比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差。 积分（I）控制 在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统。为了消除稳态误差，在控制器中必须引入积分项。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。 微分（D）控制
人工智能技术基础实验报告 指导老师：朱力 任课教师：张勇
实验三小型专家系统设计与实现 一、实验目的 （1）增加学生对人工智能课程的兴趣； （2）使学生进一步理解并掌握人工智能prolog语言； （3）使学生加强对专家系统课程内容的理解和掌握，并培养学生综合运用所学知识开发智能系统的初步能力。 二、实验要求 （1）用产生式规则作为知识表示，用产生系统实现该专家系统。 （2）可使用本实验指导书中给出的示例程序，此时只需理解该程序，并增加自己感兴趣的修改即可；也可以参考该程序，然后用PROLOG语言或其他语言另行编写。 （3）程序运行时，应能在屏幕上显示程序运行结果。 三、实验环境 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序。 四、实验内容 建造一个小型专家系统（如分类、诊断、预测等类型），具体应用领域由学生自选，具体系统名称由学生自定。 五、实验步骤 1、专家系统： 1.1建造一个完整的专家系统设计需完成的内容： 1．用户界面：可采用菜单方式或问答方式。
2．知识库（规则库）：存放产生式规则，库中的规则可以增删。 3．数据库：用来存放用户回答的问题、已知事实、推理得到的中 间事实。 4．推理机：如何运用知识库中的规则进行问题的推理控制，建议 用正向推理。 5．知识库中的规则可以随意增减。 1.2推理策略 推理策略包括：正向（数据驱动），反向（目标驱动），双向 2、动物分类实验规则集 （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。（6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是有蹄动物且反刍食物，则它是偶蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是猎豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。
一、前言 1.课题研究的意义，国内外研究现状和发展趋势 1.1课题研究的意义 随着机器人在工业装配线的应用越来越广泛，工业环境对其控制系统的要求也越来越高，所以开放式机器人控制系统的设计具有工程实际意义。 课题以一四自由度关节型机器人研制为背景，设计机器人运动控制系统的硬件电路和软件结构，对机器人的运动控制电路进行设计，实现机器人按照预定轨迹或自主运动控制功能。 在机械工业中，应用机械手的意义可以概括如下： ①以提高生产过程中的自动化程度 应用机械手有利于实现材料的传送、工件的装卸、刀具的更换以及机器的装配等的自动化的程度，从而可以提高劳动生产率和降低生产成本。 ②以改善劳动条件，避免人身事故 在高温、高压、低温、低压、有灰尘、噪声、臭味、有放射性或有其他毒性污染以及工作空间狭窄的场合中，用人手直接操作是有危险或根本不可能的，而应用机械手即可部分或全部代替人安全的完成作业，使劳动条件得以改善。 ③可以减轻人力，并便于有节奏的生产 应用机械手代替人进行工作，这是直接减少人力的一个侧面，同时由于应用机械手可以连续的工作，这是减少人力的另一个侧面。因此，在自动化机床的综合加工自动线上，目前几乎都没有机械手，以减少人力和更准确的控制生产的节拍，便于有节奏的进行工作生产 随着机器人技术的发展，机器人应用领域的不断扩大，对机器人的性能提出了更高的要求，因此，如何有效地将其他领域（如图像处理、声音识别、最优控制、人工智能等）的研究成果应用到机器人控制系统的实时操作中，是一项富有挑战性的研究工作。而具有开放式结构的模块化、标准化机器人，其控制系统的研究无疑对提高机器人性能和自主能力，推动机器人技术的发展具有重大意义。 1.2国内外研究现状和发展趋势 随着机器人控制技术的发展，针对结构封闭的机器人控制器的缺陷，开发“具有开放式结构的模块化、标准化机器人控制器”是当前机器人控制器的一个发展方向。近几年，日本、美国和欧洲一些国家都在开发具有开放式结构的机器人控制器，如日本安川公司基于PC开发的具有开放式结构、网络功能的机器人控制器。我国863计划智能机器人主题也已对这方面的研究立项。 由于适用于机器人控制的软、硬件种类繁多和现代技术的飞速发展，开发一个结构完全开放的标准化机器人控制器存在一定困难，但应用现有技术，如工业PC
智能机器人的控制技术前景分析 随着科学技术的发展，机器人控制技术也日渐成熟，不仅在力矩和位置控制等基础技术上有所进步，在智能化控制上也有显著提高。可是机器人基础控制技术尽管比较完善，但是想要得到进一步提升却有很大难度，因此，智能化发展成为了机器人控制技术的研发方向，该技术上突破会给基础控制技术的发展带来契机，本文重在研究机器人控制技术的发展方向及难度，希望本文内容能对机器人控制技术的研究带来帮助。 机器人技术一直是国内外科学家重点研究的课题，尤其是美国、日本等发达国家更是机器人研究能力较强的国家，他们对机器人的研究工作有近60年了，而且实现了编程机器人向智能化机器人的发展。他们经过多年研究总结，把机器人控制技术分为三大部分，分别是力矩技术、位置技术和智能技术，其中，力矩技术和位置技术是基础，智能技术是研究的发展方向，所以说，前者是基础技术，后者是重点技术，两者都要快速地向前发展。 1.机器人基础控制技术的重要性及所面临的技术难题 力矩技术和位置技术是机器人控制技术的基础，智能化技术是在这两种技术的基础上进行发展的，所以说，我们要想实现机器人智能化发展，就要先认识到力矩技术和位置技术的作用，了解到两种基础控制技术的重要性。 以前，在机器人基础控制技术中的研究重点是速度、位置和受力等要素，而随着科学技术的发展，控制技术又需要研究各种实用的系统技术，从而保证机器人基础控制技术更加完善。可以这样说，在当今时代，机器人基础控制技术已经达到了一定的水平，这给机器人控制技术的发展打下了坚实的基础，但是，对于作为基础技术中的力矩技术和位置技术来说，要想实现突破，却要依赖智能化技术的发展，因此，位置技术、力矩技术、智能技术三者是紧密联系和相互制约的，位置技术和力矩技术为机器人控制技术智能化发展打下了基础，智能化技术又为机器人基础控制技术的突破带来了机会。下面，我介绍一下机器人控制基础技术所面临的难题。 第一，机器人基础技术研发中存在技术难题。机器人系统设置和实际运动出现不一致问题，这个问题一直难以解决，这对位置技术和力矩技术来说是一个大的挑战。第二，数据模型不能解决机器人运动中的复杂问题。机器人在实际运行中遇到复杂问题时，数据模型就出现工作不正常现象，还有一些难以预见的问题，更是机器人控制基础技术难以解决的。第三，机器人基础控制技术系统不够完善。由于机器人基础控制技术都是建立在数字模型基础上的，该数字模型只是简单的力矩控制系统，根本不能完成复杂的指令，因此，机器人为了提高系统的性能，就需要增加设备来实现，这对基础控制系统来说难度很大。第四，机器人基础控制技术不能解决不确定对象的有关问题。机器人运行中会遇见很多不确定因素，由于这些不确定因素没有建立数字模型，因此，这些问题就难以靠基础控制技术来解决。所以说，机器人性能要想得到提高，光靠基础控制技术是难以实现的，
随着科学技术的不断发展，机器人的能力不断提高，机器人的应用领域和范围在不断的扩展，与此同时，机器人的工作环境以及任务复杂度也在逐步上升，单个机器人越来越难以满足需求，而多机器人系统凭着其在任务适用性、经济性、最优性、鲁棒性、可扩展性等方面表现出极大的优越性，目前已成为机器人领域最为热门的研究课题之一，多机器人协调合作作为一种全新的机器人应用形式，正日益受到国内外的关注。 自上世纪40年代中，Walter Wiener和Shannon在研究龟型机器人时，就发现这些简单个体在互相作用中能反映出“复杂的群体行为”其后，80年代末建立了首个多智能体的多机器人系统，多机器人系统在应用和理论研究上都有了长足进展。[1]多机器人系统的最重要特征和关键指标最早由Noreils定义为:多个机器人协同工作,完成单个机器人无法完成的任务,或改善工作过程,并获得更优的系统性能。由此也能看出对比单个机器人，多机器人系统的巨大优势。正因为多机器人系统有着如此众多的优点，欧美各国都在多机器人系统领域上大量投入，如：美国国防高级研究计划局涉及到多机器人作战平台研究包括MARS-2020、TASK、TMR和SDR等,欧盟也很早开始研究多机器人协同搬运的MARTHA 项目，日本则将精力更多投入在仿生多机器人系统上。[2]相比国外，国内的多机器人系统研究起步较晚，但发展速度很快，各大高校都展开了各自的研究工作，并在国际多机器人足球赛上屡获佳绩，证明我国在多机器人的技术研究方面有了巨大进步。 根据协作机制的不同，多机器人系统可分为：无意识协作和有意识协作两类，无意识协作乃是数量众多的简单个体通过本地交换得到全局突现行为，从而获得高层协作行为，有意识协作则是，拥有全局目标且数量较少、个体智能水平较高的个体组成的多机器人系统，主要依赖规划提高效率，对通信要求较高，对协调控制机制依赖性大。无意识协作系统主要是模仿社会性生物群落的运行机制，适用于大空间、无时间要求的重复性任务，而有意识协作适用于更加复杂的任务。[2] 对于有意识协作的多机器人系统而言，必须具备以下三个特点：合理的系统体系结构、正确的环境感知能力、优化的决策控制能力。首先，系统体系结构定义了整个系统内的各机器人之间的相互关系和功能分配,确定了系统和各机器人之间的信息流通关系及其逻辑上的拓扑结构,决定了任务分解和角色分配、规划及执行等操作的运行机制,提供了机器人活动和交互的框架。在这方面国外提出了许多系统结构，如：日本Asama等提出的ACTRESS系统结构，美国学者Beni等研究的SW ARM系统结构等。[2] 然而对于任意一个系统体系结构，都必须有良好的组织结构、通信方式和控制结构，多机器人系统的组织结构可分为：集中控制结构和分散控制结构，而分散控制结构又可分为分布控制结构以及混合控制结构，集中式结构适合强协调任务，主机器人拥有完全控制权，此种结构实时性和动态性差，结构不灵活、鲁棒性差。分布式结构适合弱协调任务，该结构提高了拓展性和鲁棒性，但对通信要求较高，不保证全局最优解。混合式结构是集中式和分布结构的互补，提高了系统的灵活性和协调效率，但复杂性高，不易实现。[3] 对于通信方面来说，机器人之间的通信方式可分为隐式通行和显式通信，隐式通信利用机器人的行为对产生环境的变化来影响其他机器人的行为，显式通信则需要专用硬件通信设备以及复杂的信息表示模型。控制结构则可分为：反应式和慎思式。多机器人系统要实现优化决策,并获得良好的协调控制性能,必须依赖于准确可靠的环境感知能力，现在热门的重点是信息融合以及协同定位。多机器人的协作是从系统整体规划上减小冲突概率,减少资源浪费,保证系统的最优性.协作机制可以存在于机器人的控制结构、通信机制和相互作用中,并主要表现为任务分配问题机器人的任务分配问题在不同情况下可分别看作最优分配问、整数线性规划问题、调度问题、网络流问题和组合优化问题[4],其解决方法主要有基于行为的分配方法、市场机制方法、群体智能方法、基于线性规划的方法、基于情感招募的方法和基于空闲链的方法等。
湖面清扫智能机器人的控制系统设计 1、引言 机器人是上个世纪中叶迅速发展起来的高新技术密集的机电一体化产品，它作为人类的新型生产工具，在减轻劳动强度、提高生产率、改变生产模式，把人从危险、恶劣的环境下解放出来等方面，显示出极大的优越性。在发达国家，工业机器人已经得到广泛应用。随着科学技术的发展，机器人的应用范围也日益扩大，遍及工业、国防、宇宙空间、海洋开发、紧急救援、危险及恶劣环境作业、医疗康复等领域。进入21世纪，人们已经越来越切身地感受到机器人深入生产、深入生活、深入社会的坚实步伐。机器人按其智能程度可分为一般机器人和智能机器人。一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人；智能机器人是具有感知、思维和动作的机器人。所谓感知即指发现、认识和描述外部环境和自身状态的能力，如装配机器人需要在非结构化的环境中认识障碍物并实现避障移动，这依赖于智能机器人的感觉系统，即各种各样的传感器；所谓思维是指机器人自身具有解决问题的能力，比如，装配机器人可以根据设计要求为一部复杂机器找到零件的装配办法及顺序，指挥执行机构，即指挥动作部分完成这部机器的装配；动作是指机器人具有可以完成作业的机构和驱动装置。由此可见，智能机器人是一个复杂的软件、硬件综合体。 机器人的核心是控制系统。机器人的先进性和功能的强弱通常都直接与其控制系统的性能有关。机器人控制是一项跨多学科的综合性技术，涉及自动控制、计算机、传感器、人工智能、电子技术和机械工程等多种学科的内容。 近年来，随着工业和其它服务行业的蓬勃发展，人们在重视其经济效益的同时却往往忽略了他们对环境的污染，人类赖以生存的水资源也不例外。水面污染对人类的水源构成很大的威胁，湖泊尤其是旅游胜地和市内人工湖泊，更是无法逃避漂浮物污染的厄运，举目可见各种日常消费品的包装物在湖面上漂浮。污染的加剧根治水污染。但是，水面污染的治理是一项艰难的长期任务，是全人类必须面对的共同问题。用人工清理水面漂浮物只是权益之计，有些危险水域人无法工作。很多发达国家致力于水面污染治理设备的研究，如石油清理设备，但只是用于大量泄露石油的清理。目前，我国研制的清理水面漂浮物的设备还未见报道，国外研制的也不多，并且价格昂贵，实现的功能也不尽人意。因此，开发一种性
上海应用技术学院Shanghai Institute of Technology 组长：王文博 组员：严格，熊祚强 指导教师：周文 项目工期：2014年6月10日——2015年6月15日
摘要：本项目研发智能家庭监督机器人是基于智能手机平台之下所应用的， 在借助于ug三维建模设计，机械设计以传动设计，及嵌入式硬件的插入，成功地实现了人远距离分身控制并监督家庭情况，能够随时随地掌握家庭环境的变化，为家庭安全的保障提供了基础，并且解决了目前市场家政机器人价格昂贵的现象。 前言: 随着物联网，智能家居以及智能手机的兴起，针对国内的市场环境， 本项目研发出的一系列四款智能家庭服务机器人，本项目研发的机器人管家是一种远程交互型机器人家政机器人采用低功耗WIFI技术连接互联网及手机终端通过强大智能手机及网络云服务器的数据计算处理能力对机器人进行智能化控制，从而降低了机器人的所需硬件成本，使得家政机器人能被国内消费者所接受。此机器人装配了红外，433射频的家电控制系统，实现了远程家电控制功能，并解决了目前智能家居家电设备接口协议不统一，传统家电难以兼容的问题。此外，机器人本身留有各种传感器接口，通过采用本项目研发的红外热式，温湿度，甲醛以及PM2.5传感器机器人能够实现远程家庭环境监控，家居安防的功能。能够解决目前家庭服务类机器人依赖进口，售价高昂的市场现状。 正文：（建模方面）
如上图所示，主观三视图，以及大致轮廓视图，外观视图上采取了全新的外观设计，底部以正六棱柱作为底座，并且采用抽壳技术，扩大内部空间，方便内部嵌入传动系统，机械设计等等，并且为以后的硬件电子设施提供了空间基础，上部采用圆弧拉伸，同样扩大内部空间，便于齿轮，马达等传动设施插入，放手机的补位，采用加盖模式，内部设有弹簧等设施，加紧设备。具体如下： 一：底轮 底轮采用一般的轮胎设计，圆弧效果便于运动，轮胎表面加拉伸效果，增加抓地，增大摩擦，内部增加五角星设计，省材料， 增加美观 二：转向轮： 由于底面为正六棱柱，两个轮子不能稳定行走，并且转向不方便，故在底面加上两个可以自由旋转的转向轮，转向轮 采用平常滑板上的轮子，这样的轮，自由性比较大，可以随 意转向，而传统的车轮，自由性较低，两者互相结合，既可 以自由转向，又可以稳抓底面。建模设计上主要采用了草图 拉伸方式。 三：滚轴：
机器人分布式控制系统设计与实现 1引言 目前,机器人系统的特点是开放式机器人控制,强调结构化、模块化、 可扩展性、交互性,是对机器人设计结构单一、信息封闭、缺少交互性缺点的突破。分层分布式控制系统采用集中管理，分散控制方式，这种控制方法优点体 现在：集中监控和管理，管理和现场分离，管理更加综合化和系统化；实现分 散控制可使各功能模块的设计、装配、调试以及维护相互独立，系统控制的危 险性分散，可靠性提高，投资减小；采用网络通信技术，可根据需要增加以微 处理器为核心的功能模块，具有良好的系统开放性、扩展性和升级特性。 本论文详细介绍了一种分层分布式控制系统的设计方案，系统由上到下分 为主控中心决策层、车载PC运算层、下位机驱动子层以及位置反馈子层。主 控中心决策层是系统的主层，可以是台式机或笔记本电脑，基于VC++编译环 境设计的人机交互界面，满足友好、便于操作的要求，主控中心决策层的功能 是总体规划和分配任务，对机器人进行远程监控；车载PC运算层为一台笔记 本电脑，基于VC++编译环境设计了控制界面，通过无线网卡与主控中心决策 层进行数据传输，采用面向连接可靠的TCP传输控制协议，保证数据传输的可 靠性；下位机驱动子层和位置反馈子层是相互独立的功能模块，与车载PC运 算层之间通过串口进行通信；下位机驱动子层是一个完整的直流电 机闭环控制系统，包括CPU、控制芯片、驱动芯片以及增量式光电编码器；位置反馈子层通过CPU的I/O口和中断得到机器人车轮轴转角信息，结合机器 人机械系统的实际尺寸计算机器人中心的实际位置信息，处理好的位置信息通 过串口反馈给车载PC运算层。该控制系统应用在国家自然科学基金资助项目 和国家重点基础研究发展计划973项目的移动机器人平台上，运动控制测试结 果表明，分层分布式控制方式控制精度高，稳定性好，系统响应迅速；同时该 控制系统具有超强的计算能力和二次开发潜力，根据项目研究需要可在各个子 层进行分布式扩展，比如在下位机驱动子层和位置反馈子层的同级层中扩展传 感器功能子层，增加机器人的智能。该控制系统为项目的实验工作奠定基础。 2分层分布式控制系统设计 1. 基于VC++的主控中心决策层设计 主控中心决策层的作用是总体规划和分配任务，对机器人进行远程监控。 基于VC++编译环境，采用模块化方法对人机交互系统进行设计，分为网络数 据传输模块、运动参数输入模块、轨迹显示模块、视觉监控模块。如图
基于Multi-Agent的多机器人编队控制 摘要：多移动机器人协调是当前机器人技术的一个重要发展方向。多移动机器人之间的协调与 合作将大大提高机器人行为的智能化程度，完成由单个机器人难以完成的更加复杂的作业。多 移动机器人协调技术的研究对提高机器人的智能化水平及加快机器人的实用化进程具有重要的 理论研究意义和实用价值。本文结合多智能体技术对多机器人编队控制进行了研究，同时根据 具体的多机器人系统，进行了仿真实验。验证了多智能体技术在机器人编队控制系统中的应用，完成了小规模的编队控制。 关键词：多智能体；多机器人；编队控制；协调控制；模糊控制 Multi-robot Formation Control Based on Multi - Agent Abstract :The problem of multi-robot cooperation and coordination is central to mobile robotics. Cooperation and coordination will improve the intelligent performance of robots and can complete lots of impossible missions for single robot.The research on multi-robot cooperation and coordination is of great academic and applied significance. The multi-robot formation is developed combined with the multi-agent technology in this dissertation, and the simulation is done with the multi-robot system. The application of multi-agent is verified in the multi-robot formation control through a small system adopt the fomation control. Key words: Multi-agent ;Multi-robot ;Formation control;Coordination control;Fuzzy control 1. 国内外机器人系统发展现状 自80年代末以来，基于多智能体系统理论研究多机器人协作受到了普遍的关注，从军事领域到工业与民用领域，从星际探险到海底考察，从比赛到教学，都取得了不同程度的进步。近年来，在IEEE R&A,IROS等著名的国际机器人学术会议上，几乎每次会议都有多智能体协作机器人系统的专题。一些机器人学术刊物出版了有关多智能体机器人的研究专辑。一些研究项目，如ACTRESS,CEBOT,GOFER,SWARM等，已进行了多年[1]。 目前，国内关于群体机器人系统的研究刚刚起步，基本上还处于基础技术的研究阶段，这方面的研究成果报道比较少。中科院沈阳自动化所机器人开放研究实验室是国内研究多机器人技术较早也较全面的科研单位。 (1)CEBOT(Cellular Robotic System) CEBOT是一种自重构机器人系统(Self-Reconfigurable Robotic System)，它的研究是受生物细胞结构的启发，将系统中众多的具有相同和不同功能的机器人视为细胞元，这些细胞元可以移动，寻找和组合。 根据任务或环境的变化，细胞元机器人可以自组织成器官化机器人，多个器官化机器人可以进一步自组织，形成更加复杂的机器人系统。细胞结构机器人系统强调是单元体的组合如何根据任务和环境的要求动态重构。因此，系统具有多变的构型，可以具有学习和适应的系统智能(Group Intelligence)，并具有分布式的体系结构[3]。 (2)ALLANCE/L-ALLANCE系统
一种新型智能清洁机器人测控系统的设计与实现 0 引言 移动机构是清洁机器人的主体，决定了清洁机器人的运动空间，一般采用轮式结构。传感器系统一般采用超声波传感器、红外光电传感器、接触传感器等构成多传感器系统。随着近年来控制技术、传感技术以及移动机器人技术等技术的迅速发展，智能清洁机器人控制系统的研究和开发已具备了坚实的基础和良好的发展前景。吸尘系统在原理上与传统立式吸尘器相同，主要是在结构设计上更多考虑结构尺寸、集成度以及一些辅助机构的合理布置和利用，以此来提高能源利用率和工作效率。本文主要研究智能清洁机器人测控系统的设计与实现，最终目标是通过软硬件的合理设计，使智能清洁机器人能够自动避开障碍物，实现一般家居环境下的自主清洁工作。 1 测控系统组成及功能 智能清洁机器人测控系统主要包括控制器核心系统、传感器系统和驱动系统等。其原理如图1所示。基于清洁机器人自身体积尽可能小的原则，本设计将控制器核心系统、传感器系统、行走驱动及相关电路集成在一块电路板上。为防止干扰，通过光电隔离器件将各模块在电气上隔离开来。利用超声波传感器、红外反射式传感器和接触传感器组成多传感器系统，检测信号经调理电路处理后送控制器；采用8位单片机SST89E554RC作为控制器，控制器对传感器信号加以判断，根据判断结果，选定相应的控制策略，并控制语音系统发出相应的报警信号；在相应的控制策略下，通过专用驱动器驱动直流电机，带动驱动轮，两轮独立驱动，实现避障功能；同时，控制器控制小型双风机真空吸尘系统对经过的地面进行必要的清扫。
图1 系统原理 该新型智能清洁机器人实验平台如图2所示，该平台为圆形结构，两轮独立驱动，具备完整的吸尘系统和电源系统等功能模块。最终将在该平台上对本文所介绍的测控系统的性能进行实验验证。 图2 智能清洁机器人实验平台 2 测控系统硬件设计 2.1 CPU控制模块 CPU采用美国SST公司制造的8位单片机SST89E554RC。器件使用与8051完全相同的指令集，并与标准的8051器件管脚对管脚兼容。片内拥有1 kB 字节RAM空间，3个16位定时计数器，4个8位I/O端口，拥有可编程计数阵列(PCA),可提供5路256级PWM调速，可通过全双工增强型串口实现人机通讯。 依据SST89E554RC单片机的引脚特性，在实际设计中，各电机驱动信号由单片机P1口输出，左右驱动电机占用P1.1～P1.6共6个端口(其中P1.3和P1.6作为PWM调速信号输出端口使用)，吸尘风机和起尘电机分别占用P1.0和P1.7口；红外反射式传感器和接触传感器检测信号分别送给P2口的P2.0～P2.7共8个端口；超声波接收器信号经调理后送人外部中断INT1(P3.3口)；2个触摸式选择屏的触摸信号经处理后分别送给P3.4口和P3.5口。 2.2 驱动模块
《智能机器人控制》教学大纲 课程编号： 开课院系：计算机与通信工程学院电子系课程类别：专业选修 适用专业：电子信息、物联网等 课内总学时：32 学分：2 先修课程：嵌入式系统与单片机、微机原理 与应用、计算机网络 执笔：解仑 审阅：石志国 一、课程教学目的 “智能机器人控制”课程属于“电子信息类”专业选修的一门重要的专业基础课，具有较完整的理论体系和较高的实用价值。通过该门课程的学习，使学生学会智能机器人的控制技术、软件开发平台使用方法、整体结构设计、硬件电路设计与制作、软件模块的编程方法，并对基本的智能机器人系统的研制有正确的理解和认识。为学生学习后继的电子工程、物联网工程基础等有关课程打下坚实的基础。 二、课程教学基本要求 1．课程重点： 嵌入式系统的硬件设计、检测与调试；内核移植与系统定制；驱动程序开发与嵌入式图像处理；竞赛机器人的控制器、软件开发平台、结构和部件；双足步行机器人动力学模型；双足步行机器人步态生成控制器设计与实现；多智能体控制技术等。 2．课程难点： 嵌入式操作系统的内核移植与定制、驱动程序编写与开发；多传感器融合算法的实时性研究和分析；PCB的电磁兼容设计的原则、干扰消除；智能机器人模块化结构化设计与实现；双足步行机器人动力学分析与实现方法研究；双足步行机器人行为合成算法分析与实现等。3．能力培养要求： 通过该门课程的学习，使学生深化智能机器人理论所涉及的主要控制技术，提高运用软件、硬件综合知识的能力，从仿真分析和设计方法的角度来对智能机器人控制系统进行分析，培养学生的设计思维能力和实际动手能力，对所研究的机电系统进行深入分析，培养学生从物理意义及工程应用角度，对数学计算与设计进行深刻理解的能力。掌握PCB的电磁兼容设计的原则、干扰消除、抗串扰和PCB接地技术。提升学生对智能机器人控制的实际工程能力，为后继的的电子工程、物联网工程基础等重要的相关课程打下坚实的基础。 三、课程教学内容与学时 课堂教学（32学时） 1．竞赛机器人的控制器、软件开发平台、结构和部件（8学时） 掌握竞赛机器人的控制器基本原理，熟练掌握软件开发平台、结构和部件，理解多传感器信息融合算法。 2．双足步行机器人动力学模型（8学时）了解稳定性定律，熟练掌握新星关节驱动器的设计方法，掌握人机接口的设计方法，理解鲁棒控制的基本原理。 3．双足步行机器人步态生成控制器设计与实现（8学时） 掌握双足步行机器人步态生成控制器的基本原理及其设计与实现。 4．嵌入式系统的硬件设计、检测与调试（8学时） 了解嵌入式系统的硬件设计，理解Linux内核移植和定制，熟练掌握简化模式的驱动设计和实现，掌握Windows CE图像的基本应用方法。 实验教学（9学时）
Computer Science and Application 计算机科学与应用, 2019, 9(11), 2065-2076 Published Online November 2019 in Hans. https://www.doczj.com/doc/6a7060437.html,/journal/csa https://https://www.doczj.com/doc/6a7060437.html,/10.12677/csa.2019.911232 Implementation of Control System for Multi-User and Multi-Robot Based on Cloud Platform Xuling Jin1, Jianyong Feng2, Yunpeng Shen1, Yingjian Cao1, Jian Ye2 1Beijing University of Civil Engineering and Architecture, Beijing 2Institute of Computing Technology Chinese Academy of Sciences, Beijing Received: Nov. 1st, 2019; accepted: Nov. 12th, 2019; published: Nov. 19th, 2019 Abstract Along with the complexity and diversification of the robot service scene, the numerous data processing and analysis problems collected during the robot work process also need to be solved. To this end, a collaborative system of multi-user and multi-robot based on cloud platform is de-signed. The system transmits data through the http protocol, and the user sends a text command to the server through Android speech recognition, and the robot acquires the user’s command from the server, then executes and returns the result. The integration of cloud technology and multi-robot systems makes multi-robot systems feature improved energy efficiency, high real-time performance and low cost. Keywords Cloud Platform, Android, Robot Operating System (ROS) 基于云平台的多用户多机器人的控制系统 实现 靳旭玲1，冯建勇2，沈云鹏1，曹英健1，叶剑2 1北京建筑大学，北京 2中国科学院计算技术研究所，北京 收稿日期：2019年11月1日；录用日期：2019年11月12日；发布日期：2019年11月19日