1.2 分层式架构(LAYERED ARCHITECTURE)
分层式架构是随着分布式控制理论和技术的发展而发展起来的。分布式控制通常由一个或多个主控制器和很多个节点组成，主控制器和节点均具有处理能力。其中心思想是：主控制器可以比较弱，但是大部分的非符号化信息已经在其各自的节点被处理、符号化，再传递给主控制器来进行决策判断。单个节点分布式控制模型已经被广泛应用在大型工厂、楼宇等结构复杂、传感器和执行器很多的场合中。
分层式架构是基于认知的人工智能（Artificial Intelligence， AI）模型，因此也称之为基于知识的架构。在AI模型中，智能任务由运行于模型之上的推理过程来实现，它强调带有环境模型的中央规划器，它是机器人智能不可缺少的组成部分，而且该模型必须准确、一致。分层式架构是把各种模块分成若干层次，使不同层次上的模块具有不同的工作性能和操作方式。
通过对分布式系统中不同功能的节点进行功能层次划分，即得到了分层式架构。
分层式架构中最有代表性的是由20世纪80年代智能控制领域著名学者Saridis提出的三层模型。Saridis认为随着控制精度的增加，智能能力减弱，即层次向上智能增加，但是精度降低，层次向下则相反。按照这一原则，他把整个结构按功能分为三个层次，即执行级、协调级和组织级。其中，组织级是系统的“大脑”，它以人工智能实现在任务组织中的认知、表达、规划和决策；协调级是上层和下层的智能接口，它以人工智能和运筹学实现对下一层的协调，确定执行的序列和条件；执行级是以控制理论为理论基础，实现高精度的控制要求，执行确定的运动。需要指出的是，这仅仅是一个概念模型，实际的物理结构可多于或少于三级，无论多少级，从功能上来说由上到下一般均可分为这三个层次。信息流程是从低层传感器开始，经过内外状态的形势评估、归纳，逐层向上，且在高层进行总体决策；高层接受总体任务，根据信息系统提供的信息进行规划，确定总体策略，形成宏观命令，再经协调级的规划设计，形成若干子命令和工作序列，分配给各个控制器加以执行。
在分层式架构中，最广泛遵循的原则是依据时间和功能来划分架构中的层次和模块。其中，最有代表性的是美国航天航空局（NASA）和美国国家标准局（NBS）提出的NASREM的结构。其出发点之一是考虑到一个智能机器人可能有作业手、通讯、声纳等多个被控分系统，而这样的机器人可能组成一个组或组合到更高级的系统中，相互协调工作；出发点之二是考虑已有的单元技术和正在研究的技术可以应用到这一系统中来，包括现代控制技术和人工智能技术等。整个系统横向上分成信息处理、环境建模和任务分解三列，纵向上分为坐标变换与伺服控制、动力学计算、基本运动、单体任务、成组任务和总任务六层，所有模块共享一个全局数据库，如下图所示。
NASREM结构的各模块功能和关系非常清楚，有利于系统的构成和各模块内算法的添加和更换。它具有全局规划和推理的能力，对复杂的环境可以做出合理的反应，适合于一个或一组机器人的控制。但同其它的分层式架构一样，NASREM的问题在于输入环境的信息必须通过信息处理列的所有模块。结果往往是将简单问题复杂化，影响了机器人对环境变化的响应速度，而机器人非常重要的一个性能就是对环境变化、意外事件的发生等要求作出迅速反应。因此，分层式架构从理论上只适合于那些有一定的位置环境信息、在轻微非结构化环境工作的机器人。但是由于总线技术、实时控制技术的高速发展，分层式架构的最致命弱点之一：响应较慢等问题也得到了一定程度的缓解。由于分层式架构也较为成熟，因此还有大量的移动机器人、玩具机器人使用这种架构，并在一定程度上融入了包容式架构和混合式架构中。
转载声明：凡文章出处为www.RoboticFan.com的，系本站的原创文章。其它媒体在注明出处为RoboticFan.com并给出原始链接后可以自由转载，否则将视为侵权!
| 上一篇：神奇的BEAM机器人 下一篇：采用Linux2.6的智能小车 |
