1. 多机器人协调运动控制中的关键问题研究
（ 自 文《节选 论 Task oriented multi-robot coordinated movement control》）
ABSTRACT ： 本 文 自 文 《节选 论 Task oriented multi-robot coordinated
movement control》（作者李丹勇，宋永端， 夏等）。本文研究了在 定 境刘 确 环
里多机器人 控制系 的 原理、方法和技 以及控制集成方法。在协调 统 实现 术
ROBOCON2009 机器人系 平台的基 上， （统 础 对规划 distributed planning）、
控制（control）、 感（传 sensing）、通讯(communication)、 与合作策略协调
(coordination and cooperation strategies)的 技 行了研究。完成了地面关键 术进
机器人 跟踪两 实时 (real time tracking)，三机器人的 控制协调 (coordinated
control)。
KEY WORDS：multi-robot, coordination and cooperation, tracking
1 多机器人系统的研究模型
多机器人系统设计一般要考虑一下几
个方面：机器人的个体性能、群体体系结构、
多机器人协调的规则等。当没有按照一定方
式将机器人组织在一起共同完成某一个任
务时，从整个系统来说，是无规则的行为。
但是当多个机器人按照一定的方式组织在
一起时，机器人与机器人、机器人与环境之
间进行的一系列活动，各自调整自己的行
为，最终形成一个有一定结构的系统。
根据机器人个体，任务以及工作环境
的特点，可以抽象出如图 1 所示的多机器
人系统研究模型。
Fig 1 Schematic diagram of multi-robot system
multi-robot system
task
Environment information
Robo2 Robo3
Robo1
1

2. 2 多机器人混合（mixed）协
调控制结构
Fig 2 Schematic diagram of distributed multi-robot
coordinated control system
由文献【1】知，在多机器人的协调控制
系统的研究中，通过任务的分解
（divide/separate）和协调，以及机器人
之间信息的交互（interactive），机器人自
身的环境信息和从其他机器人获取的协调
编队信息（group information），从而推
算出有用的响应信息，再把信息存放到信
息队列中，同时也发送给其他机器人，让
其他机器人也知道当前机器人的状态。同时，
下层的基于行为的体系结构可以动态地响
应上层发送回来的信息，通过行为控制器
（active controller）、仲裁器(arbiter)，最
后输出给控制机器人的执行器
（executer），完成相应任务。
每一个机器人的控制系统内部包括任
务规划（task planning），任务解析（task
analyzing），路径规划（path
planning），循迹算法（tracking），信息
队列（information arranging）和行为控制
的层次结构，以实现基于任务和环境建构
的规划和基于行为的反应式（feedback）
控制的有机结合，如图 2 所示。人物规划指
的是任务在不同机器人之间的分工，将任
务合理的分配给合适的机器人。任务解析是
指将系统要完成的任务按照任务本身的特
性，控制要求和资源配置分成若干子任务，
然后对完成各个子任务的作业路径进行优
化规划，最后利用有限状态机（Finite
State Machine,FSM）确定完成上述任务
和路径的一系列动作的状态。每一个状态内
部包含若干基本行为，由文【2】知，某一个
事件（event）可以看成是一个状态节点，
时间的变迁就可以由触发单元来触发
（trigging）。这是一种基于行为的反应式
控制器，包括多种基本行为的并行工作，
每个行为接受传感器的输入，根据各自的
控制算法产生控制输出，每个行为的控制
输出依据优先级进行加权求和实现行为融
合，进而把控制信号发给执行器，实现机
器人的运动。同时，行为控制器还将传感器
得到的传感信息传送给规划层，刷新和维
护环境描述模型。
3 实验平台的构建
我们利用 ROBOCON2009 机器人平
台，对多机器人协调系统的体系机构、规划、
控制、通讯、协调策略等关键技术进行了开
发，并针对具体作业任务，如多机器人系
统爬坡，绕柱等，进行了系统集成和实验
研究。
试验系统如图 3 所示。系统中每台机器
人既要有较强的自治性，又要有较高的协
调性，它能根据其传感器的感知信息和通
过无线网获得其它机器人发送的信息，独
立决策自身行为，并实现机器人之间的协
调作业。其中的关键技术包括：移动平台的
运动控制技术、传感器技术、机器人视觉技
术、多传感器融合技术、无线网络通讯技术、
Communication
Task distribution
Task planning
Task analyzing
Path planning
Tracking
Info arranging
Arbiter
Electrical machine
Information sensing
Active controller
Task planning
Task analyzing
Tracking
Info arranging
Arbiter
Electrical machine
Information sensing
Active controller
Path planning
Sensin
g

3. 控制与通讯一体化技术等。
1） 运动平台及控制系统。机器人的运
动平台由三个万向轮（universal direction
wheel）构成，可实现平面平动和转动，直
线最大运动速度为 1.2m/s,利用内光电码盘
实现定位。
2）执行机构。为了实型操作任务，配
置有两个自由度（degree of freedom,
DOF）的机械手臂和两个自由度的电动手
爪，其受面上包括光电传感器。
3）多传感器系统。传感系统是让机器
人能对外界情况有所感知并做出合理反应
的必选项。该系统配置的传感器包括由 12
个超声波传感器组成的超声波环，12 个红
外传感器构成的避碰触觉环，以及数字电
子罗盘用来测出实时的机器人的绝对角度。
其中，超声波测距系统是能够以较大的测
距范围（5m）对周围物体的距离进行感知。
触觉系统可以弥补超声波测距系统在近距
离测距时的死区，范围是 10m。利用
STARGAZER 室内定位系统进行全局定位
（overall localization），同时利用 ACJ 运
动控制器和数字电子罗盘（digital
electronic compass）进行局部定位(part
localization)，以弥补 STARGAZER 的盲
区。
4）视觉系统。每台机器人均配置由彩
色 CCD 摄像机、图像处理系统构造的视觉
系统。借助视觉信息，机器人可以识别环境
中的物体和其它机器人，判断机器人与参
照物之间的相对位置，以及判断其它机器
人的相对位置和运动方向。
5）无线网络通信系统。为了实现机器
人的无线控制，实验系统采用无线局域网
络通讯，以实现机器人之间以及机器人与
台式机之间的双向信息交互。本系统采用的
3Mbmp 的无线以太网络设备，较高的通信
速度和普遍支撑的 TCP/IP 协议为机器人间
的协调算法提供了相对宽松的信息通道。
Fig 3 Diagram o multi-robot experimental platform
4 单个机器人的结构图
图 4 是单个机器人的整体软件模块的
组织结构图。其中 PC1 负责视频、语音、地
图信息的处理和现实，主要从事人机交互
工作。PC2 负责运动控制。PC3 为调试机
（test unit），用于在机器人运动过程中实
现无线调试(wireless debugging)和控制 。
ARM 控制腰部、头部和双臂等执行机构的
动作。
对于单个机器人来说，采用基于“行”
（row）的控制结构来实现机器人的控制系
统，使机器人能够在实际的环境中有效地
运行，完成各种负载的任务，以及处理突
发的状况。机器人的控制结构图如图 5 所示。

4. Fig 4 Organizational structure diagram of individual robotic software modules
Fig 5 Schematic diagram of the behavior-based control of robotics
Telecommunicati
on
Command
Tasks
Behavior
Arbiter
Target
Info.
Obstacles
Info.
Coordinate
Info.
Part path
planning
Tracking
algorithm
Movement
controller
Electrical
machine
Arbiter
Obstacle
testing 1
Obstacle
testing 2
Obstacle
testing 3
Laser
device
Ultrasoni
c device
Infrared
device
Arbiter
Overall
location
systems
Part
location
systems
STARGAZER
indoor locating
system
Digital
compa
ss
Coded
disc.

5. 5 多机器人的协调控制系统
两机器人的编队跟踪问题，我们采用
虚拟领队（virtual leading）和编队跟踪控
制方法。虚拟领队机器人编队的几何关系是
由虚拟领队机器人与跟最机器人之间的相
对位置确定的。如图 6 所示。
多机器人编队完成特定任务是机器人
协调系统的典型任务。本实验采用了多机器
人编队控制策略，由文【3】知，我们利用在
行为融合中采用各行为适量的加权求和算
法。如图 所示， ∑= iiUWU0 式中 0U
为运动控制器矢量， iW 为权系数， iU
为子行为输出矢量， ...3,2,1=i 。在存在
障碍物环境的多机器人编队控制实验中，
通过利用以太网（ethernet）传递定位信息
和超声波和红外数据，实现了基于传感器
信息共享的运动协调。
Fig 6 diagram of real robot and the master-slave tracking of virtual leader
Sensor systems
Wireless ethernet
Obstacle avoidance
formation
randomness
W1
W2
W3
W4
Movement controller
Multi-robot
Target tracking

6. Fig 7 diagram of coordinated control of robot formation
6 实验结果综述
为了验证基于虚拟领队的两机器人的
地面编队跟踪控制，以及三机器人的协调
控制完成任务的实验，我们在基于
ROBOCON2009 比赛的主题上，开发了三
台机器人：领队机器人（leader robot）、
跟随机器人（following robot）、敲鼓机器
人（drumbeating robot），机器人的主要
参数如 table 1。
robots Weight
(Kg)
hieght
(mm)
Radius of
wheels (mm)
Wheeltrea
d (mm)
Wheelbase
(mm)
Leader 14 740 100 540 600
Follower 13 720 100 720 600
Drum-beater 8 680 100 440 400
Table1. the physical parameter of the robots
我们把机器人完成各个子任务的时间
和机器人在各阶段的精度和最后完成任务
的精度，以及机器人成功完成人物的概率
信息在 Table 2 中展示。
Table2. Results of robot-controlling experiment

7. 机器人运动曲线图如图 8 所示：
Fig 8 Motion curve of lthe robots (Left:leader and follower. Ritght: drumbeater)
本次实验完成了领队机器人和跟随机
器人的实时跟踪控制，一起抬着击鼓机器
人上坡、下坡，并最终完成敲鼓动作，控制
过程如 fig 9 所示
Fig 9 Coordinated robots complete the tasks
7 结论
本文探索了多机器人协调控制问题，
并开发了相应的控制实验平台，完成了地
面两个机器人的实时跟踪和 3 个机器人的
协调运动控制。
多机器人协调是一个十分复杂的系统，
许多理论还处于起步阶段，面向非结构化
的自然环境和多样化的复杂任务，如何提
高系统的自组织（self-orgnization）、自适
应(self-adaption)能力，还有待深入研究。

8. 8 Reference
[1] Chen W.D.,Xi Y.G.,Gu D.L.,Dong.S.L.
A task-oriented distributed controlling
system based on multi-robot. Application
and Theory of Automation Technology,
2002.8
[2]Zhang Y.,Luo Y., Zheng T.X.
Technology and applications of mobile
robots. Beijing: Electronic Industry Press,
2007.9
[3]Luo Z.Z. Cooperation of robotic sensing
and information. Beijing Mechanical
Industry Press, 2002
[4]Ma M.S.,He K.Z.,Research of outdoor
robotic localization, Electronic
Technology, 1998
[5]Deng.X.Y., Song Y.D., Anderson J.N.,
Performance of a menory-based
approach to the control of robotic
manipulators, System Theory, 1997
[6]Song Y.D., Memory-based control of
Non-linear Dynamic Systems Part I-
Design and Analysis, Industrial
Electronics and Applications, 2006
[7]Cai W.C.,Weng R.,Zhang B.,Li
F.,Stewart A.,Dhaliwal and Song Y.D.,
Development of Real0time Control Test-
bed for Unmanned Mobile Vehicles. Conf.
IEEE Industrial Electronics Paris,
FRANCE, 2006.10