地面智能機器人自主性評估技術研究.pdf

1、地面智能機器人是一個集成了多個功能子系統(tǒng)的復雜動態(tài)智能系統(tǒng)，其典型特征是具有一定程度的自主性。所謂自主性，是系統(tǒng)自我管理水平和自我管理質(zhì)量的量度，是系統(tǒng)在預定任務目標實現(xiàn)過程中感知、理解、分析、交流、規(guī)劃及決策制定與執(zhí)行的能力。實現(xiàn)地面智能機器人的自主性評估，既有利于對現(xiàn)有系統(tǒng)的自主性水平給予客觀、公平、全面的評價，也有利于對擬研究和開發(fā)的系統(tǒng)做出合理規(guī)劃和預測。在國外眾多權威機構的推動下，自主性評估已經(jīng)得到了無人系統(tǒng)研究計劃制定者、決

2、策者、無人系統(tǒng)研究人員以及無人系統(tǒng)用戶的廣泛支持，成為了領域內(nèi)重要的研究內(nèi)容。
　　 在評估過程中，數(shù)據(jù)獲取、系統(tǒng)控制以及專家主觀評判等環(huán)節(jié)存在廣泛的不確定性。這種不確定性增加了評估的難度，但是卻使得評估結果更符合智能系統(tǒng)真實的性能水平狀態(tài)，因此處理并充分利用這種不確定性，建立定性變量與定量變量間的映射和轉(zhuǎn)換關系，是提高系統(tǒng)評估結果可信度的重要手段之一。
　　 本文以地面智能機器人（無人地面平臺）自主性為研究對象，在分析

3、了自主性評估技術背景和研究現(xiàn)狀的基礎上，建立了自主性評估模型和框架;運用不確定性隸屬云模型的基礎理論，融合了自主性評估中廣泛存在的模糊性和隨機性;提出了相關性度量和不確定推理方法，解決了自主性水平排序、推理及度量等智能決策問題;提出了基于隸屬云的軌跡分析方法，建立了從軌跡特征到評測目標之間的映射關系，滿足了對系統(tǒng)自主導航軌跡的評測要求;實現(xiàn)了地面智能機器人的自主性評估，并為其它復雜智能系統(tǒng)的綜合性能評估提供了理論和方法參考。
　　

4、 本文的主要貢獻包括五個方面:
　　 (1)針對現(xiàn)有地面智能機器人自主性評估研究中評估目標不明確、評估指標單一等問題，提出了地面智能機器人自主性評估的基本原理、體系和方法。將自主性作為評估總體指標，按照任務執(zhí)行過程對系統(tǒng)能力的綜合需求將總體指標分解為感知、理解、規(guī)劃和控制四個功能域，逐層向下，建立了自主性評估分層指標體系，解決了自主性評估對象和評估內(nèi)容建模問題。
　　 (2)針對自主性評估過程中普遍存在的隨機性和模糊性

5、，提出將評價隸屬云模型引入自主性評估的思想，解決了智能機器人自主性評估信息的不確定性處理問題。根據(jù)不同的指標屬性及評估偏好對評價信息的要求，提出了多類型指標評價云生成算法和評價云綜合算法，得到了多重指標的綜合評價云模型。相對于確定值數(shù)據(jù)的完全定量評價，評價云模型方法實現(xiàn)了定性和定量評估間的有效轉(zhuǎn)換，體現(xiàn)了不確定性;相對于粗略定性評價，該方法提高了系統(tǒng)評估結果的全面性和可靠性。
　　 (3)針對評價云表征的概念的比較和排序問題，提

6、出了基于含熵期望曲線的評價云相關性度量方法。該方法面向評價云的幾何特征，以超熵-期望曲線與坐標軸的“與區(qū)域”和“或區(qū)域”的面積比作為相關性的度量基準，解決了三類約束問題。通過超熵系數(shù)控制云滴厚度的影響程度，將評價云的三個數(shù)字特征全部納入計算，減少了信息丟失，克服了現(xiàn)有方法計算復雜度高、結果不穩(wěn)定的問題。在此基礎上，提出了評價云排序判斷方法，為通過評價云表征的概念比較提供了有效途徑，實現(xiàn)了自主性水平的高低評判。
　　 (4)針對具

7、有定性規(guī)則的不確定推理問題，提出了基于二維多規(guī)則的評價云推理方法。將定性概念轉(zhuǎn)換為評價云，將定性規(guī)則映射為X條件云和Y條件云組合而成的規(guī)則發(fā)生器。通過確定信息的輸入，激活X條件云后計算得到Y條件云發(fā)生器的確定程度，并得到輸出結果，從而完成定性規(guī)則的推理。該方法不依賴于精確的隸屬度函數(shù)，推理過程既保留了不確定性，又保持了推理結果的穩(wěn)定趨勢，具有良好的可信度。
　　 (5)針對地面智能機器人自主導航能力的評估與測試問題，提出了一種基

8、于評價云的導航軌跡分析計算方法，建立了從軌跡特征到導航性能評測目標之間的映射關系。該方法通過對機器人自主行駛和避障行為中的運動軌跡特征提取，建立了對應的方位偏離、方向偏差和前向、側(cè)向和后向避障安全距離軌跡特征云模型，反映了系統(tǒng)自主導航過程中的瞬時狀態(tài)和系統(tǒng)穩(wěn)定性。在機器人仿真實驗和某地面智能機器人準結構化道路導航試驗中，對該方法進行了驗證。實驗結果表明，該方法能夠?qū)ψ灾鲗Ш较到y(tǒng)軌跡數(shù)據(jù)實現(xiàn)有效評估，并能夠彌補基于增強學習等方法在系統(tǒng)綜合