基于分布式系统的多采摘机器人的自主行为决策模型研究

At present, the technology of the picking robot is the key point in the development of intelligent agricultural equipment technology. With large-scale planting of crops, picking task, in single robot is difficult to finish, but can be done through the cooperation among multiple robots, a distributed system framework of multiple picking robots is proposed, the framework of upper machine and lower machine adopts the wireless communication mode to realize the conversion between data and control commands. In the structure of the multi-robot on picking task, robot is distributed in different place, it need independent decision together to complete a common goal. A decision-making model of autonomous behavior based on attribute set dependence is proposed in view of the distributed multi-robot system in autonomous behavior decision-making stage. It is difficult to remove noise and the relationship among the attributes may be ignored, for avoiding these disadvantages, the algorithm uses the dependency degree of attribute set as the selection criteria of test attribute. Based on consideration of the interdependence between attribute sets and elements of the attribute sets, attributes or attribute sets are reduced so as to remove redundant attributes and the specific algorithm of attribute set dependence degree is given. It can adapt to particularity and complexity of picking environment of picking robots, so improve the efficiency and accuracy of behavior decision-making of the robots.

目前，采摘机器人技术成为智能农业装备技术发展的重点。随着农作物的规模化种植，在单机器人难以完成采摘任务时，可通过多机器人之间的合作来完成，本课题提出了一种分布式的多采摘机器人的系统框架，此框架中的上位机和下位机之间采用无线通信方式实现它们之间的数据和控制命令之间的转换。在这种结构中的多机器人在进行采摘任务时，被分布在不同的地方，需要自主决策协同完成共同的目标。本课题针对分布式的多机器人采摘系统中的自主行为决策阶段提出了一种基于属性集依赖度的自主行为决策模型。该方法避免了不易去除噪声以及忽视属性间相互关联等缺点，在考虑属性集和属性集内元素相互依赖的基础上对属性或属性集进行约简。可适应多采摘机器人的采摘环境的特殊性和复杂性，期望其能提高机器人作出行为决策的效率和准确率。

以农业机器人为代表的智能农业装备技术的发展加快和推进了农业现代化的进程。本项目在原有的采摘机器人系统框架的基础上，提出了一种分布式的多采摘机器人软硬件结构的框架; 论证了在采摘机器人技术中应用分布式技术的可行性和必要性；提出了一种Hadoop嵌入GPU的双重并行自适应分布式模型，解决了分布式系统中大规模数据集的处理要求等问题。.针对分布式多采摘机器人系统中的采摘机器人自主行为决策模型的构造过程，提出了基于深度强化学习的机器人路径规划算法—DM-DQN （Dueling Munchausen Deep Q-learning Network）和D3-TD3 (Deep Dense Dueling Architectures TD3)。DM-DQN的基本思路是通过将网络结构分解为价值函数和优势函数，从而将动作选择和动作评估进行解耦，加快了其收敛速度，使其具有更好的泛化性能，能够更快地学习最佳决策。并针对机器人的运动轨迹过于靠近障碍物边缘的问题，提出了使用人工势场设置奖励函数的方法，促使机器人的运动轨迹远离障碍物周围。实验结果表明，在静态环境中DM-DQN算法和其余算法相比平均移动次数更少，在成功率方面相比于DQN算法提升了18.3%；相比于Dueling DQN算法提升了3.3%；相比于M-DQN提升了17.2%。在动静态环境中DM-DQN的平均移动次数依旧最少，在成功率方面相比于 DQN算法提升了27.3%；相比于Dueling DQN提升了12.6%；相比于M-DQN提升了9.3%。D3-TD3的基本思路是为了实现在复杂环境下的自主导航，从三维点云出发建立空间模型，通过密集连接保留了跨层输入的重要信息，并将网络分成了值函数和优势函数，因此可以在解决复杂任务时实现更快的收敛。实验结果表明，在静态环境中D3-TD3相比于TD3碰撞次数较少了40.6%，相比于Dueling TD3减少了19.2%，相比于Deep Dense TD3减少了17.4%。在动静态环境中D3-TD3碰撞次数相比于TD3减少了34.4%，相比于Dueling TD3减少了6%，相比于Deep Dense TD3减少了25%。上述研究结果可为多采摘机器人的自主行为决策模型提供参考。