环境与任务诱导的模块化机器人协进化理论与控制基础

The core value of the modular self-reconfigurable robot is the ability to adapt different environment and task through changing its own structure and new configuration. From the long time of practice, the method which based on top-down way of designing the target configuration, self-reconfiguration and locomotion is much difficult than assumed initially. In this project, we will try to study the nature of morphology evolution and state changing about the self-reconfigurable robot from the new angle. The biological principle of self-organizing and evolution from lower to higher animals is learned to solve the automatic planning of configuration and control method of the self-reconfigurable robot. The environment and task will be taken as the driving force and induced factor of the self-reconfiguration and locomotion strategy. We will utilize the self-organization and pattern emergence of the robot system made of large quantity of modules to promote the system to develop in the direction of adapting the environment and task. Through continuously adjusting the structure and updating the control strategy, the optimized configuration and the corresponding control strategy will be evaluated finally. The breakthrough of this project can not only provide an avenue for the large-scale automatic planning of the self-reconfigurable robotic system, but also can reversely promote the development of the theory for the general evolution robots.

模块化自重构机器人的核心价值在于能够通过改变自身的结构形式、涌现新的功能来适应不同的环境条件和作业要求，实践证明，基于自上而下思想设计机器人的目标构型、规划重构过程、控制各个模块的运动，其难度大大超出了人们最初的设想。本课题尝试从全新角度认识自重构机器人形态演化、状态变迁的本质，希望借鉴自然界普遍存在的群体自组织、以及生物从低级向高级发展进化的原理研究模块自重构机器人构型和控制功能的自动规划问题，将环境与任务看作机器人构型与控制策略更新的驱动力或诱导因素，以进化机器人理论为框架，利用大量模块组成的机器人系统内在的自组织特性和模式涌现特性，促使自重构机器人朝着适应环境和任务的方向发展进化，不断调整结构形式、更新控制策略，最终演化形成高度协调的机器人构型与控制规律。本项目的突破，不仅将为大规模自重构机器人系统的自动规划提供途径，同时也将推动具有普适性的进化机器人理论的发展。

模块化自重构机器人的核心价值在于能够通过改变自身结构的形式、涌现新的功能来适应不同的环境条件和作业要求，实践证明，基于自上而下思想设计机器人的目标构型、规划重构过程、控制各个模块的运动，其难度大大超出人们的最初设想。. 本项目从提高自重构对于变化环境适应能力的应用角度出发，借鉴进化机器人理论，深入研究了生物在进化过程中的规律，得到模块化机器人形态与智能的协进化关系及数学表达式。综合运用自然选择的进化理论，利用行为空间稀疏度作为协进化过程的调控变量，使模块化机器人在自组织进化过程中涌现更多的运动模式。引入自然界分形结晶概念，得到模块化自重构机器人构型自生长方法，实现了大量模块化的机器人快速响应环境与任务的变化。同时，基于混沌CPG，建立了模块化机器人混沌神经网络控制模型，提高了模块化机器人在未知环境下的适应性。开发了集三维模型、运动规划、动力学于一体的高效仿真平台，实现了模块化机器人协进化过程与机器人运动能力的仿真验证。研制了UBot模块，搭建了硬件平台，通过实验验证了理论的有效性。. 项目研究过程中，发表SCI论文10篇，EI论文7篇，申请国家发明专利6项，其中授权3项，取得理论方法成果3种。. 模块化机器人凭借其自生长、自组织、自重构、空间填充和整体协调运动的显著优势，可以有效的穿越复杂环境，完成各种复杂任务，提高人类在危险有害环境中的作业能力和安全性。本项目相关技术可应用于空间探测与维护、侦察、反恐、防爆排爆、搜救、环境勘测、危险环境作业和科学研究等准军事、军事或民用领域。