2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

智能体Petri网融合的多机器人多任务协调框架

李勇 李坤成 孙柏青 张秋豪 王义娜 杨俊友

李勇,  李坤成,  孙柏青,  张秋豪,  王义娜,  杨俊友.  智能体Petri网融合的多机器人−多任务协调框架.  自动化学报,  2021,  47(8): 2029−2049 doi: 10.16383/j.aas.c190400
引用本文: 李勇,  李坤成,  孙柏青,  张秋豪,  王义娜,  杨俊友.  智能体Petri网融合的多机器人−多任务协调框架.  自动化学报,  2021,  47(8): 2029−2049 doi: 10.16383/j.aas.c190400
Li Yong,  Li Kun-Cheng,  Sun Bai-Qing,  Zhang Qiu-Hao,  Wang Yi-Na,  Yang Jun-You.  Multi-robot-multi-task coordination framework based on the integration of intelligent agent and Petri net.  Acta Automatica Sinica,  2021,  47(8): 2029−2049 doi: 10.16383/j.aas.c190400
Citation: Li Yong,  Li Kun-Cheng,  Sun Bai-Qing,  Zhang Qiu-Hao,  Wang Yi-Na,  Yang Jun-You.  Multi-robot-multi-task coordination framework based on the integration of intelligent agent and Petri net.  Acta Automatica Sinica,  2021,  47(8): 2029−2049 doi: 10.16383/j.aas.c190400

智能体Petri网融合的多机器人多任务协调框架

doi: 10.16383/j.aas.c190400
基金项目: 国家自然科学基金(61906125), 辽宁省自然科学基金(2019-ZD-0205, 20180550596), 辽宁基金资助
详细信息
    作者简介:

    李勇:沈阳工业大学电气工程学院副教授. 2010年获得东北大学控制理论与控制工程博士学位. 主要研究方向为系统建模与多目标优化和机器学习. E-mail: liyong@sut.edu.cn

    李坤成:沈阳工业大学电气工程学院硕士研究生. 主要研究方向为多机器人 − 多任务协调. E-mail: likuncheng94@aliyun.com

    孙柏青:沈阳工业大学电气工程学院副教授. 2006年获得日本高知工科大学智能机械系统工程专业工学博士学位. 主要研究方向为智能康复机器人和人机交互. 本文通信作者. E-mail: sunbaiqing@sut.edu.cn

    张秋豪:沈阳工业大学电气工程学院副教授. 2005年获得北京邮电大学信号与信息处理博士学位. 主要研究方向为康复机器人. E-mail: zhangqhao@sina.com

    王义娜:沈阳工业大学电气工程学院副教授. 2014年获得日本高知工科大学基础工学系博士学位. 主要研究方向为智能康复机器人, 运动控制, 智能算法. E-mail: wang.yina@sut.edu.cn

    杨俊友:沈阳工业大学电气工程学院教授. 1993年获得哈尔滨工业大学电气工程博士学位. 主要研究方向为智能福祉机器人, 智能电网, 特种电机及其控制. E-mail: junyouyang@sut.edu.cn

Multi-robot-multi-task Coordination Framework Based on the Integration of Intelligent Agent and Petri Net

Funds: Supported by National Natural Science Foundation of China (61906125), Natural Science Foundation of Liaoning Province (2019-ZD-0205, 20180550596), Natural Science of Liaoning Province
More Information
    Author Bio:

    LI Yong Associate professor at the School of Electrical Engineering, Shenyang University of Technology. He received his Ph. D. degree in control theory and control engineering from Northeastern University in 2010. His research interest covers system modeling and multi-objective optimization, machine learning

    LI Kun-Cheng Master student at the School of Electrical Engineering, Shenyang University of Technology. His main research interest is multi-robot-multi-task coordination

    SUN Bai-Qing Associate professor at the School of Electrical Engineering, Shenyang University of Technology. He received his Ph. D. degree in intelligent mechanical system engineering from Kochi University of Technology, Japan, in 2006. His research interest covers intelligent rehabilitation robots and human-robot interaction. Corresponding author of this paper

    ZHANG Qiu-Hao Associate professor at the School of Electrical Engineering, Shenyang University of Technology. He received his Ph. D. degree in signal and information processing from Beijing University of Posts and Telecommunications in 2005. His research interest covers rehabilitation robots

    WANG Yi-Na Associate professor at the School of Electrical Engineering, Shenyang University of Technology. She received her Ph. D. degree in engineering from Kochi University of Technology, Japan, in 2014. Her research interest covers intelligent rehabilitation robots, motion control, intelligent algorithm

    YANG Jun-You Professor at the School of Electrical Engineering, Shenyang University of Technology. He received his Ph. D. degree in electrical engineering from Harbin Institute of Technology in 1993. His research interest covers intelligent welfare robot, smart grid, special motors and their control

  • 摘要:

    为解决异构的服务机器人团队为多位老人服务时的协调问题以及在此过程中如何最大化老人的总体满意度, 提出了一种服务于多人的多机器人−多任务协调框架. 首先, 结合时延Petri网和颜色Petri网提出了可扩展时延−颜色Petri网(Scalable timed-colored Petri net, STdCPN)对养老院情境下服务机器人照顾老人的过程进行建模. 然后, 将老人的感受和情绪作为机器人照顾老人时的重要指标, 构建了服务对象满意度模型. 最后, 设计智能体来实现该协调框架的调度, 该智能体通过考虑老人“个人因素” 和机器人的实时状态、位置等信息来对任务进行合理的规划调度, 使机器人帮助老人完成任务的同时, 最大化老人总体满意度.

  • 图  1  送老人去卫生间及送回过程中使用的机器人

    Fig.  1  Robots for send the elderly to the toilet and return

    图  2  SR和CR协同送老人去卫生间及送回STdCPN模型

    Fig.  2  STdCPN model for SR and CR work together to send the elderly to the toilet and return

    图  3  基于智能体的考虑人的因素的协调框架结构示意图

    Fig.  3  Diagram of coordination framework considering human factors based on intelligent agent

    图  4  基于智能体的考虑人的因素的协调框架算法流程图

    Fig.  4  Algorithm flow chart of coordination framework considering human factors based on intelligent agent

    图  5  养老院模拟场景平面图

    Fig.  5  Nursing home simulation scene plan

    图  6  机器人初始位置

    Fig.  6  Initial position of the robots

    图  7  养老院运行情况STdCPN模型

    Fig.  7  STdCPN model of nursing home situation

    图  8  案例1中不同任务执行顺序下老人的个人满意度

    Fig.  8  Personal satisfaction of the elderly under different task execution sequences in case 1

    图  9  案例1中不同任务执行顺序下老人的总体满意度

    Fig.  9  Overall satisfaction of the elderly under different task execution sequences in case 1

    图  11  案例2中不同任务执行顺序下老人的总体满意度

    Fig.  11  Overall satisfaction of the elderly under different task execution sequences in case 2

    图  13  案例3中不同任务执行顺序下老人的总体满意度

    Fig.  13  Overall satisfaction of the elderly under different task execution sequences in case 3

    图  10  案例2中不同任务执行顺序下老人的个人满意度

    Fig.  10  Personal satisfaction of the elderly under different task execution sequences in case 2

    图  12  案例3中不同任务执行顺序下老人的个人满意度

    Fig.  12  Personal satisfaction of the elderly under different task execution sequences in case 3

    图  14  案例4中不同任务执行顺序下老人的个人满意度

    Fig.  14  Personal satisfaction of the elderly under different task execution sequences in case 4

    图  15  案例4中不同任务执行顺序下老人的总体满意度

    Fig.  15  Overall satisfaction of the elderly under different task execution sequences in case 4

    图  16  案例5中不同任务执行顺序下老人的个人满意度

    Fig.  16  Personal satisfaction of the elderly under different task execution sequences in case 5

    图  17  案例5中不同任务执行顺序下老人的总体满意度

    Fig.  17  Overall satisfaction of the elderly under different task execution sequences in case 5

    图  19  案例6中不同任务执行顺序下老人的总体满意度

    Fig.  19  Overall satisfaction of the elderly under different task execution sequences in case 6

    图  18  案例6中不同任务执行顺序下老人的个人满意度

    Fig.  18  Personal satisfaction of the elderly under different task execution sequences in case 6

    图  20  案例7中机器人初始位置

    Fig.  20  Initial position of the robots in case 7

    图  22  案例7中不同任务执行顺序下老人的总体满意度

    Fig.  22  Overall satisfaction of the elderly under different task execution sequences in case 7

    图  21  案例7中不同任务执行顺序下老人的个人满意度

    Fig.  21  Personal satisfaction of the elderly under different task execution sequences in case 7

    图  23  案例8中机器人初始位置

    Fig.  23  Initial position of the robots in case 8

    图  25  案例8中不同任务执行顺序下老人的总体满意度

    Fig.  25  Overall satisfaction of the elderly under different task execution sequences in case 8

    图  26  案例9中机器人初始位置

    Fig.  26  Initial position of the robots in case 9

    图  28  案例9中不同任务执行顺序下老人的总体满意度

    Fig.  28  Overall satisfaction of the elderly under different task execution sequences in case 9

    图  24  案例8中不同任务执行顺序下老人的个人满意度

    Fig.  24  Personal satisfaction of the elderly under different task execution sequences in case 8

    图  27  案例9中不同任务执行顺序下老人的个人满意度

    Fig.  27  Personal satisfaction of the elderly under different task execution sequences in case 9

    表  1  送老人去卫生间及送回STdCPN模型中库所含义

    Table  1  The mean of spaces in the STdCPN model of send the elderly to the toilet and return

    库所含义
    $p_1$老人在自己的床位上
    $p_2$SR 处于空闲状态
    $p_3$CR 处于空闲状态
    $p_4$老人在虚拟的“等待区” 内等待,智能体进行任务规划和资源分配
    $p_5$老人等待 SR 和 CR 到来
    $p_6$老人被拉起前的准备过程
    $p_7$老人在 SR 帮助下的站起过程
    $p_8$SR 与 CR 的对接过程
    $p_9$老人在 SR 帮助下的下坐过程
    $p_{10}$老人坐在 CR 上
    $p_{11}$CR 载着老人前往卫生间
    $p_{12}$老人被拉起前的准备过程
    $p_{13}$老人在 SR 帮助下的站起过程
    $p_{14}$SR 与马桶的对接过程
    $p_{15}$老人在 SR 帮助下的下坐过程
    $p_{16}$老人坐在卫生间内的马桶上
    $p_{17}$老人在虚拟的“等待区” 内等待, 智能体进行任务规划和资源分配
    $p_{18}$老人等待 SR 和 CR 到来
    $p_{19}$老人被拉起前的准备过程
    $p_{20}$老人在 SR 帮助下的站起过程
    $p_{21}$SR 与 CR 的对接过程
    $p_{22}$老人在 SR 帮助下的下坐过程
    $p_{23}$老人坐在 CR 上
    $p_{24}$CR 载着老人前往老人的床位
    $p_{25}$老人被拉起前的准备过程
    $p_{26}$老人在 SR 帮助下的站起过程
    $p_{27}$SR 与床位的对接过程
    $p_{28}$老人在 SR 帮助下的下坐过程
    下载: 导出CSV

    表  2  送老人去卫生间及送回STdCPN模型中变迁含义

    Table  2  The mean of transitions in the STdCPN model of send the elderly to the toilet and return

    变迁含义
    $t_1$老人提出去卫生间的需求
    $t_2$SR 和 CR 开始前往老人的床位
    $t_3$SR 和 CR 到达老人的床位
    $t_4$老人已做好站起准备
    $t_5$老人站起动作完成
    $t_6$SR 与 CR 对接完成
    $t_7$老人下坐动作完成
    $t_8$CR 开始运载老人前往卫生间
    $t_9$CR 载着老人到达卫生间
    $t_{10}$老人已做好站起准备
    $t_{11}$老人站起动作完成
    $t_{12}$SR 与马桶对接完成
    $t_{13}$老人下坐动作完成
    $t_{14}$老人提出返回床位的需求
    $t_{15}$SR 和 CR 开始前往老人所在位置
    $t_{16}$SR 和 CR 到达老人所在位置
    $t_{17}$老人已做好站起准备
    $t_{18}$老人站起动作完成
    $t_{19}$SR 与 CR 对接完成
    $t_{20}$老人下坐动作完成
    $t_{21}$CR 开始运载老人前往老人的床位
    $t_{22}$CR 载着老人到达老人的床位
    $t_{23}$老人已做好站起准备
    $t_{24}$老人站起动作完成
    $t_{25}$SR 与床位对接完成
    $t_{26}$老人下坐动作完成
    下载: 导出CSV

    表  3  任务信息

    Table  3  Task information

    任务优先级拉起次数放下次数所需机器人
    去卫生间4221 台 SR, 1 台 CR
    去餐厅2221 台 SR, 1 台 CR
    站起1101 台 SR
    下载: 导出CSV

    表  5  案例2中老人的个人信息

    Table  5  Personal information of the elders in case 2

    人员性格急躁
    程度
    舒适运载
    速度 (m/s)
    舒适拉起
    时间 (s)
    舒适下坐
    时间 (s)
    已等待
    时间 (s)
    老人 A1.10.5330
    老人 B1.10.9330
    老人 C1.10.5330
    下载: 导出CSV

    表  6  案例3中老人的个人信息

    Table  6  Personal information of the elders in case 3

    人员性格急躁
    程度
    舒适运载
    速度 (m/s)
    舒适拉起
    时间 (s)
    舒适下坐
    时间 (s)
    已等待
    时间 (s)
    老人 A1.41.21115
    老人 B1.10.9330
    老人 C1.10.5330
    下载: 导出CSV

    表  4  案例1中老人的个人信息

    Table  4  Personal information of the elders in case 1

    人员性格急躁
    程度
    舒适运载
    速度 (m/s)
    舒适拉起
    时间 (s)
    舒适下坐
    时间 (s)
    已等待
    时间 (s)
    老人 A1.10.5330
    老人 B1.10.5330
    老人 C1.10.5330
    下载: 导出CSV

    表  7  案例4中老人的任务信息

    Table  7  Task information of the elders in case 4

    人员所执行任务
    老人 A站起
    老人 B去餐厅
    老人 C去卫生间
    下载: 导出CSV

    表  8  案例5中老人的任务信息

    Table  8  Task information of the elders in case 5

    人员所执行任务
    老人 A去餐厅
    老人 B去卫生间
    老人 C站起
    下载: 导出CSV

    表  9  案例6中老人的任务信息

    Table  9  Task information of the elders in case 6

    人员所执行任务
    老人 A去卫生间
    老人 B站起
    老人 C去餐厅
    下载: 导出CSV

    表  10  案例7中老人的个人信息

    Table  10  Personal information of the elders in case 7

    人员性格急躁
    程度
    舒适运载
    速度 (m/s)
    舒适拉起
    时间 (s)
    舒适下坐
    时间 (s)
    已等待
    时间 (s)
    老人 A1.00.42.53.50
    老人 B1.30.32.32.60
    老人 C1.10.51.71.72
    下载: 导出CSV

    表  11  案例7中老人的任务信息

    Table  11  Task information of the elders in case 7

    人员所执行任务
    老人 A去卫生间
    老人 B去餐厅
    老人 C去卫生间
    下载: 导出CSV

    表  12  案例8中老人的个人信息

    Table  12  Personal information of the elders in case 8

    人员性格急躁
    程度
    舒适运载
    速度 (m/s)
    舒适拉起
    时间 (s)
    舒适下坐
    时间 (s)
    已等待
    时间 (s)
    老人 A1.10.252.43.57
    老人 B1.00.382.02.33
    老人 C1.20.423.12.50
    下载: 导出CSV

    表  13  案例8中老人的任务信息

    Table  13  Task information of the elders in case 8

    人员所执行任务
    老人 A去餐厅
    老人 B站起
    老人 C去卫生间
    下载: 导出CSV

    表  14  案例9中老人的个人信息

    Table  14  Personal information of the elders in case 9

    人员性格急躁
    程度
    舒适运载
    速度 (m/s)
    舒适拉起
    时间 (s)
    舒适下坐
    时间 (s)
    已等待
    时间 (s)
    老人 A1.00.655.24.615
    老人 B1.30.884.83.00
    老人 C1.20.514.34.410
    下载: 导出CSV

    表  15  案例9中老人的任务信息

    Table  15  Task information of the elders in case 9

    人员所执行任务
    老人 A去卫生间
    老人 B站起
    老人 C去餐厅
    下载: 导出CSV
  • [1] Bloom D E, Canning D, Lubet A. Global population aging: Facts, challenges, solutions & perspectives. Daedalus, 2015, 144(2): 80−92 doi: 10.1162/DAED_a_00332
    [2] Murata T. Petri nets: Properties, analysis and applications. Proceedings of the IEEE, 1989, 77(4): 541−580 doi: 10.1109/5.24143
    [3] Joaquin López, Diego Pérez, Zalama E. A framework for building mobile single and multi-robot applications. Robotics and Autonomous Systems, 2011, 59(3−4): 151−162 doi: 10.1016/j.robot.2011.01.004
    [4] Ziparo V A, Iocchi L, Lima P U, Nardi D, Palamara P F. Petri net plans. Autonomous Agents and Multi-Agent Systems, 2011, 23(3): 344−383 doi: 10.1007/s10458-010-9146-1
    [5] Maza I, Caballero F, Capitán J, Martinez-de-Dios J R, Ollero A. Experimental results in multi-UAV coordination for disaster management and civil security applications. Journal of Intelligent & Robotic Systems, 2011, 61(1−4): 563−585
    [6] Farinelli A, Nicoló Boscolo, Zanotto E, Pagello E. Advanced approaches for multi-robot coordination in logistic scenarios. Robotics and Autonomous Systems, 2017, 90: 34−44 doi: 10.1016/j.robot.2016.08.010
    [7] Öztürk S, Kuzucuoǧlu A E. A multi-robot coordination approach for autonomous runway foreign object debris (FOD) clearance. Robotics and Autonomous Systems, 2016, 75: 244−259 doi: 10.1016/j.robot.2015.09.022
    [8] Jones E G, Dias M B, Stentz A. Time-extended multi-robot coordination for domains with intra-path constraints. Autonomous Robots, 2011, 30(1): 41−56 doi: 10.1007/s10514-010-9202-3
    [9] Kala R. Multi-robot path planning using co-evolutionary genetic programming. Expert Systems with Applications, 2012, 39(3): 3817−3831 doi: 10.1016/j.eswa.2011.09.090
    [10] Haghighi R, Cheah C C. Multi-group coordination control for robot swarms. Automatica, 2012, 48(10): 2526−2534 doi: 10.1016/j.automatica.2012.03.028
    [11] Puig D, García M A, Wu L. A new global optimization strategy for coordinated multi-robot exploration: Development and comparative evaluation. Robotics and Autonomous Systems, 2011, 59(9): 635−653 doi: 10.1016/j.robot.2011.05.004
    [12] Nieto-Granda C, Rogers III J G, Christensen H I. Coordination strategies for multi-robot exploration and mapping. The International Journal of Robotics Research, 2014, 33(4): 519−533 doi: 10.1177/0278364913515309
    [13] 吴培良, 孔令富, 孔亮. 一种普适机器人系统同时定位、标定与建图方法. 自动化学报, 2012, 38(4): 618−631

    Wu Pei-Liang, Kong Ling-Fu, Kong Liang. A solution to simultaneous localization, calibration and mapping of ubiquitous robot system. Acta Automatica Sinica, 2012, 38(4): 618−631
    [14] Thomas C, Busch F, Kuhlenkoetter B, Deuse J. Enabling Manufacturing Competitiveness and Economic Sustainability. Berlin Heidelberg: Springer-Verlag, 2012. 464−470
    [15] Nokata M, Ikuta K, Ishii H. Safety-optimizing method of human-care robot design and control. In: Proceedings of the 2002 IEEE International Conference on Robotics and Automation. Washington DC, USA: IEEE, 2002. 2: 1991−1996
    [16] Lu Y, Zeng L, Bone G M. Multisensor system for safer human-robot interaction. In: Proceedings of the 2005 IEEE International Conference on Robotics and Automation. Orlando, FL, USA: IEEE, 2005. 1767−1772
    [17] Kulić D, Croft E A. Real-time safety for human-robot interaction. Robotics and Autonomous Systems, 2016, 54(1): 1−12
    [18] Gombolay M C, Gutierrez R A, Clarke S G, Sturla G F, Shah J A. Decision-making authority, team efficiency and human worker satisfaction in mixed human-robot teams. Autonomous Robots, 2015, 39(3): 293−312 doi: 10.1007/s10514-015-9457-9
    [19] Kim Y C, Yoon W C, Kwon H T, Yoon Y S, Kim H J. A cognitive approach to enhancing human-robot interaction for service robots. In: Proceedings of Symposium on Human Interface and the Management of Information. Berlin Heidelberg: Springer-Verlag, 2007. 858−867
    [20] Rosenfeld A, Agmon N, Maksimov O, Kraus S. Intelligent agent supporting human-multi-robot team collaboration. Artificial Intelligence, 2017, 252: 211−231 doi: 10.1016/j.artint.2017.08.005
  • 加载中
图(28) / 表(15)
计量
  • 文章访问数:  2254
  • HTML全文浏览量:  1819
  • PDF下载量:  117
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-05-22
  • 录用日期:  2019-10-21
  • 网络出版日期:  2019-12-20
  • 刊出日期:  2021-08-20

目录

    /

    返回文章
    返回