基于子群行为的空间模块机器人系统鲁棒性设计研究

Thus be with a good structure regularity and polymorphic ability, modular robotic system has become a hot issue in Robotics, Information electronics and Artificial intelligence. The probability of module failure increases with the system scale and the environment complexity. How to realize self-repair becomes a fatal challenge in the application of modular robotic system. In this work, a novel dimensional modular robotic system is designed. Based on the group intelligent control theory, the principle and design method for system robustness is researched. Using the system topology feature and local sensing, the distributed system state model is designed. By building the multi-parameter constrain characteristics modeling caused by module failure distribution, the estimation and refresh method is given. The self-repair planning is realized by meta-module motion. In order to fit the dynamic distribution of module failure, the instruction set of meta-module motion control with distributed learning ability is designed. Through the implementation of this work, we hope to build a novel theory system in robustness design of modular robotic system, and make progress in domestic group intelligent control theory and technology.

模块机器人系统因具备出众的结构规律性与形态多样性，正逐渐成为机器人学、信息电子、人工智能等学科交叉研究的热点。由于机器人个体发生故障的概率会随着工况的恶化及系统规模的扩大而提升，如何实现故障自修复成为模块机器人系统实用化过程中急需解决的关键难题。针对大规模模块机器人系统故障自修复过程中的关键问题，本课题拟设计新型空间模块机器人系统，并依此开展基于群体行为控制理论的系统鲁棒性设计原理及方法研究；利用系统结构拓扑特征及模块机器人局部感知行为，建立分布式系统状态描述模型；研究表征故障影响程度的多参数系统鲁棒性约束特征建模，依此建立模块机器人活跃度估计及更新机制；以子群模块运动模式实现系统故障自修复，设计具备分布式学习功能的子群行为控制指令集以适应故障分布的动态变化。通过课题研究的实施，有望形成新的模块机器人系统鲁棒性设计理论体系，提升我国群体机器人智能行为研究的理论与技术基础。

作为机器人学研究领域的重要分支，模块机器人系统因具备出色的结构规律性与形态多样性，有望在未来应用于太空探测、灾后救援等环境复杂恶劣的场景。由于系统发生故障的概率会随着系统规模的扩大而提升，开展模块机器人系统鲁棒性设计关键问题研究对其实用化有着重要意义。本课题设计M-Tetrahedron空间模块机器人作为鲁棒性设计的测试平台。建立包含模块机器人位置、连接状态、构型空间边界、未知障碍区域、故障分布信息的系统状态表征方法。综合M-Tetrahedron个体结构几何规律及运动特征，建立基于感知-决策-运动循环的模块机器人群体行为与系统形变的映射关系。提出以故障空位穿行为手段的故障自修复方法，开展子群运动范式设计研究，具体包括：系统鲁棒性约束特征提取，即以运动干涉、动力负载、系统连接性、构型边界、障碍范围、故障分布为参数的模块机器人个体活跃度估计；基于网格空间划分理论、M-Tetrahedron局部感知及运动负载能力的子群模块运动模式设计，即子群模块生成、局部感知、路径选择、运动规划及子群终止分解。在故障诊断环节，优化基于仿生学信号同步方法的健康信号交互检测方法。在故障修复环节，以正常模块机器人的主动运动，引发故障空位的被动穿行。在子群模块运动过程中，利用启发式强化学习算法，将故障空位分布变化所引发的系统形变作为系统状态奖励值引入到自学习过程中，用以优化后续子群运动决策。模块机器人系统设计及控制理论研究的学术价值在于以结构简单功能有限的个体单元通过群体智能行为形成结构复杂功能强大的整体。虽然受客观条件制约，模块机器人很难在短期形成有效的实际应用。但构型设计方法论、形变可达性原理分析及子群模块运动范式研究仍对群体智能领域具有理论先行意义。通过课题研究，初步建立模块机器人系统鲁棒性设计理论体系，有望提升我国群体机器人智能行为研究的理论与技术基础。