基于英語文本遙控的采摘集群機(jī)器人系統(tǒng)設(shè)計(jì)

趙 宏

(吉林師范大學(xué)，吉林 四平 136000)

0 引言

云計(jì)算是一種新的商業(yè)計(jì)算模型和服務(wù)模式，是分布式計(jì)算、并行計(jì)算、效用計(jì)算、網(wǎng)絡(luò)存儲(chǔ)、虛擬化及負(fù)載均衡等傳統(tǒng)計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物。并行計(jì)算是指同時(shí)使用多種計(jì)算資源解決計(jì)算問題的過程，是提高計(jì)算機(jī)系統(tǒng)計(jì)算速度和處理能力的一種有效手段。隨著云計(jì)算和并行計(jì)算技術(shù)的發(fā)展，機(jī)器人的集群控制成為可能，如果將機(jī)器人集群控制引入到采摘機(jī)器人的控制系統(tǒng)中，通過批量采摘機(jī)器人的作業(yè)控制，并采用基于英語文本遙控的編程技術(shù)，將大大提高采摘機(jī)器人的作業(yè)效率，提高作業(yè)質(zhì)量。

1 英語文本程序遙控和采摘機(jī)器人集群系統(tǒng)

英語文本程序是機(jī)器人遙控程序中最常用的編程符號(hào)，特別是一些英文縮寫，如RF表示射頻，RLC表示在無線遙控系統(tǒng)鏈路中鏈路層的協(xié)議，RS一般表示遙感。英語文本在很多控制場(chǎng)合可以作為程序開發(fā)語言，特別是英語簡(jiǎn)寫，占用內(nèi)存小，容易實(shí)現(xiàn)，如一組PLC程序如下：

LPP

TON T37, 30

LDN Q0.4

TON T60, 30

LD I0.0

利用英語文本程序可以直接對(duì)程序中對(duì)應(yīng)的名稱進(jìn)行定義，然后通過編程對(duì)各個(gè)功能部位進(jìn)行控制，以黃瓜采摘機(jī)器人為例，圖1為中國農(nóng)業(yè)大學(xué)研制的一款黃瓜采摘機(jī)器人。

圖1 黃瓜采摘機(jī)器人Fig.1 The cucumber picking robot

利用編程技術(shù)可以實(shí)現(xiàn)黃瓜采摘機(jī)器人遠(yuǎn)程和自動(dòng)化控制，而程序采用英文文本編寫，可以占用更少的內(nèi)存，提高采摘機(jī)器人的控制效率，其控制過程如圖2所示。英語文本程序包括英語縮寫和功能代碼，可以實(shí)現(xiàn)采摘機(jī)器人采摘作業(yè)的控制。在采摘機(jī)器人實(shí)際作業(yè)時(shí)，如果采用采摘機(jī)器人集群的方式，可以大大提高采摘機(jī)器人的作業(yè)效率。本研究將采用蟻群算法和英語文本編程的方式，測(cè)試該設(shè)計(jì)方案的可行性。

圖2 基于英語文本的采摘機(jī)器人控制流程Fig.2 The control flow of picking robot based on English text

2 基于蟻群算法優(yōu)化的采摘機(jī)器人集群系統(tǒng)

蟻群算法利用自適應(yīng)反饋調(diào)節(jié)可以找到搜索目標(biāo)的最佳路徑；此外，蟻群算法還有另外的一些功能，如避開障礙物的能力和對(duì)環(huán)境的適應(yīng)能力，即當(dāng)螞蟻的巢穴和食物之間存在障礙物時(shí)，螞蟻群體可以順利地避開障礙物，找到距離食物的最佳距離。在搜索過程中需要借助于多目標(biāo)優(yōu)化策略，從而實(shí)現(xiàn)群體的最優(yōu)行為，其行為示意圖如圖3所示。

螞蟻算法原理較為簡(jiǎn)單，主要是根據(jù)大量螞蟻留下的信息素，選擇避開障礙物又到實(shí)物最近的距離，其過程如圖4所示。

圖3 螞蟻群體避障行為Fig.3 The avoiding obstacle behavior of ant colony

圖4 蟻群算法基本流程圖Fig.4 The basic flow chart of ant colony algorithm

該算法是基于自然中蟻群的覓食過程，路徑選擇具有隨機(jī)性，每個(gè)螞蟻在算法中獨(dú)立存在，在進(jìn)行算法優(yōu)化時(shí)具有并行行為，因此在一定程度上要優(yōu)于其他一些算法。

在螞蟻尋找食物的過程中，距離食物最近的螞蟻的信息元素多，評(píng)價(jià)算法效果的好壞可以用適應(yīng)度函數(shù)來表示，如違背函數(shù)和資源利用函數(shù)。SLA違背函數(shù)為

(1)

其中，uCPU表示物理結(jié)點(diǎn)的CPU利用率，可以通過改變?cè)撝档拈T限值90%，降低違背率。當(dāng)超過門限值時(shí)，fSLA會(huì)迅速地下降，該值越低，CPU的利用率越低，越不利于蟻群算法的實(shí)現(xiàn)。另外一個(gè)函數(shù)是資源利用函數(shù)，即

fresource(uCPU,umem,ubw)=uCPU·umem·ubw

(2)

其中，uCPU、umem、ubw表示物理結(jié)點(diǎn)上CPU、內(nèi)存和網(wǎng)絡(luò)帶寬的利用率。資源利用函數(shù)反映了蟻群算法實(shí)現(xiàn)過程中各種資源的利用率，該值越大，說明越有利于蟻群算法的實(shí)現(xiàn)。蟻群算法在實(shí)現(xiàn)時(shí)，每只螞蟻在完成一次循環(huán)后會(huì)形成信息素軌跡，信息素的濃度會(huì)影響螞蟻的搜索路徑。在搜索初期，信息素的濃度是相同的，在每次循環(huán)以后，在最優(yōu)搜索路徑上對(duì)信息素進(jìn)行更新和加強(qiáng)，其更新的規(guī)則為

(3)

(4)

其中，allowedk=(1,2，…,n)-tabuk表示螞蟻k下一次允許選擇的虛擬機(jī)；α是信息啟發(fā)式因子；β是能見度啟發(fā)式因子；γiu是虛擬機(jī)i上的信息素強(qiáng)度；ηiu為能見度因數(shù)，其表達(dá)式為

(5)

其中，rCPU、rmem、rbw分別為虛擬機(jī)i請(qǐng)求的CPU、內(nèi)存和網(wǎng)絡(luò)帶寬占主機(jī)結(jié)點(diǎn)u上相應(yīng)資源的比例；ηiu為螞蟻搜索虛擬機(jī)i的啟發(fā)程度。為了提高計(jì)算資源的利用，提高采摘機(jī)器人群的控制效率，可以采用并行控制策略，發(fā)揮蟻群算法的集群控制效果。蟻群算法是典型的并行控制策略，在下節(jié)中，將采用英文文本編程的方法實(shí)現(xiàn)該算法，并對(duì)其控制效果進(jìn)行測(cè)試。

3 基于英語文本程序控制的采摘機(jī)器人集群控制測(cè)試

為了驗(yàn)證蟻群算法在采摘機(jī)器人集群控制中的作用，本次采用文本編程的方法，將蟻群算法嵌入到采摘機(jī)器人集群控制系統(tǒng)中。為了簡(jiǎn)化實(shí)驗(yàn)，將采摘機(jī)器人以載體部分代替，對(duì)采摘機(jī)器人的群體避障行為進(jìn)行實(shí)驗(yàn)，如圖5所示。

圖5 采摘機(jī)器人集群控制實(shí)驗(yàn)Fig.5 The cluster control experiment of picking robot

在實(shí)驗(yàn)室人為設(shè)置了一些障礙物，對(duì)采摘機(jī)器人群體的避障行為進(jìn)行了測(cè)試，通過測(cè)試得到了如圖6所示的測(cè)試結(jié)果。

圖6 采摘機(jī)器人群避礙物測(cè)試Fig.6 The crowd obstacle avoidance test of picking machine

由測(cè)試結(jié)果可以看出：采用蟻群算法可以成功地實(shí)現(xiàn)采摘機(jī)器人群體的避障行為，且可以搜索得到最佳路徑。表1表示對(duì)不同數(shù)目的采摘機(jī)器人進(jìn)行測(cè)試得到的測(cè)試結(jié)果。

由測(cè)試結(jié)果可以看出：隨著采摘機(jī)器人數(shù)目的增多，其集群的避障效果和最優(yōu)路徑的搜索準(zhǔn)確率也保持較高的水平，從而驗(yàn)證了算法的可靠性。

表2為對(duì)采摘機(jī)器人集群的計(jì)算時(shí)間和計(jì)算效率進(jìn)行了測(cè)試的結(jié)果。測(cè)試結(jié)果表明：蟻群算法并行計(jì)算時(shí)間比串行計(jì)算時(shí)間效率更高，更節(jié)省時(shí)間，蟻群算法是一種有效和可靠的采摘機(jī)器人集群控制算法。

表1 采摘機(jī)器人群避障行為測(cè)試Table 1 The obstacle avoidance behavior test of picking machines

表2 采摘機(jī)器人群計(jì)算機(jī)時(shí)間和效率測(cè)試Table 2 The computer time and efficiency tests of crowds picking machines

4 結(jié)論

基于英語文本編程和蟻群算法，設(shè)計(jì)了一種適用于多采摘機(jī)器人控制的群體控制算法，并利用多目標(biāo)優(yōu)化算法對(duì)采摘機(jī)器人的路徑搜索算法進(jìn)行了設(shè)計(jì)。為了驗(yàn)證方案的可行性，以多采摘機(jī)器人控制系統(tǒng)為測(cè)試對(duì)象，對(duì)多采摘機(jī)器人的避障行為和算法效率進(jìn)行了測(cè)試。測(cè)試結(jié)果表明：隨著采摘機(jī)器人數(shù)目的增多，其集群的避障效果和最優(yōu)路徑的搜索準(zhǔn)確率也能保持較高的水平。蟻群算法并行計(jì)算時(shí)間比串行計(jì)算時(shí)間效率更高，更節(jié)省時(shí)間，從而驗(yàn)證了算法的可行性和可靠性，為采摘機(jī)器人集群控制系統(tǒng)的研究提供了較有價(jià)值的參考。