基于认知无线电的多机器人通信运动联合规划技术研究

The multi-robot systems may achieve significant better performance than a single robot in dynamic and complex tasks. The multi-robot coordination demands effective exchange of sensing and control information, hence it is vital to guarantee the inter-robot communication quality. This aim of this project is to investigate a novel multi-robot system that incorporates the powerful cognitive radio techniques, where the degree-of-freedom exhibited in both the autonomous motion module and the cognitive radio module may be jointly exploited in order to improve the multi-robot performance. In the context of multi-robot wireless relaying networks, the novelty of this project may be summarized as follows: Firstly, in communication-motion parameter measurement, the information quality metric will be designed for the measured data-set, which also provide guidelines in designing optimal data gathering, distribution and processing strategies, given a fixed amount of time and energy resources. Secondly, in communication-motion performance prediction, the mapping between the controllable variable and the performance metric will be estimated, based on the measured data-set. Finally, a novel communication-motion planning will be proposed, which fully exploit the degree-of-freedom and the mapping for designing the multi-robot relaying strategy that achieves the optimal communication-motion performance.

在动态的复杂任务中，多机器人系统可以完成单机器人无法完成的困难任务并显著提升任务完成的性能。多机器人间的协同需要感知和控制信息的交换，因此保证机器人间的通信性能十分重要。本项目拟将多机器人系统与认知无线电系统的融合，充分挖掘机器人本身具有的运动能力和所搭载的认知无线电设备具有的空-时-频-能自由度，提升多机器人系统性能。以多机器人无线中继系统为背景，本项目具体拟从以下三个方面展开创新性研究：1）在通信运动参数测量方面，设计数据集信息量的表征，并基于有限时间/能量约束设计最优的数据采集、分发和处理策略；2）在通信运动性能预测方面，基于测量得到的数据集设计可控变量-性能指标映射的估计算法；3）实现通信运动联合规划，即基于预测得到的映射关系，设计多机器人协同中继系统的优化方案，最大化利用多机器人无线中继系统中的空-时-频-能自由度提升通信运动性能。

与单体机器人相比，多机器人系统具有鲁棒性、并行性和分布性等优势，并且通过机器人间的相互协同，多机器人系统往往能够明显提升任务性能。综合利用多机器人系统的通信资源和运动资源进行通信运动联合规划对提升任务性能具有重要意义。.本项目针对多机器人系统的通信运动联合规划问题展开研究，应用认知环和机器人行为模型，抽象并设计了通信运动联合规划问题的求解框架。基于博伊德 OODA环模型，将求解框架分为环境感知、性能评估、联合规划和策略执行四个阶段，并对每个阶段的功能进行了明确的划分和详细设计。.在通信运动联合规划问题的求解框架的基础上，本项目提出了通信运动联合规划问题求解方法，群体机器人数据交换方法和地理-电磁环境建模方法，并构建了软件和半实物的群体机器人通信运动联合规划模拟仿真平台。具体包括：面向无先验任务信息条件，设计了基于凸优化的通信运动联合规划算法；面向有先验任务信息条件，设计了基于近似动态规划和强化学习的通信运动联合规划算法；设计了基于共识的群体机器人自适应数据共享算法；设计了面向大规模地理环境的层次式建模方法；设计并实现了基于开源机器人操作系统的多机器人通信运动仿真平台；基于软件无线电设备和移动机器人平台，设计和构建了通信运动半实物模拟仿真平台。.本项目相关研究成果已发表和录用国际期刊和会议论文14篇，申请专利2项，发布开源项目1项。课题组在群体机器人和无线通信领域内首次提出并设计实现了多机器人通信运动联合规划框架。在此框架基础上，面向群体无人系统协同任务需求，为群体无人系统协同感知-机动等应用场景提供了通信整体解决方案，揭示了通信运动联合规划技术在群体机器人多域资源挖掘利用上的潜力，为群体机器人地理-电磁空间的联合增益提供新的理论支撑。有望应用于未来智能机器人集群中，具有重要的理论和应用价值。