地面智能機(jī)器人自主性評(píng)估技術(shù)研究.pdf

1、地面智能機(jī)器人是一個(gè)集成了多個(gè)功能子系統(tǒng)的復(fù)雜動(dòng)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(yù)定任務(wù)目標(biāo)實(shí)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(shí)現(xiàn)地面智能機(jī)器人的自主性評(píng)估，既有利于對(duì)現(xiàn)有系統(tǒng)的自主性水平給予客觀、公平、全面的評(píng)價(jià)，也有利于對(duì)擬研究和開發(fā)的系統(tǒng)做出合理規(guī)劃和預(yù)測(cè)。在國(guó)外眾多權(quán)威機(jī)構(gòu)的推動(dòng)下，自主性評(píng)估已經(jīng)得到了無人系統(tǒng)研究計(jì)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(lǐng)域內(nèi)重要的研究?jī)?nèi)容。
　　 在評(píng)估過程中，數(shù)據(jù)獲取、系統(tǒng)控制以及專家主觀評(píng)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(píng)估的難度，但是卻使得評(píng)估結(jié)果更符合智能系統(tǒng)真實(shí)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(guān)系，是提高系統(tǒng)評(píng)估結(jié)果可信度的重要手段之一。
　　 本文以地面智能機(jī)器人（無人地面平臺(tái)）自主性為研究對(duì)象，在分析

3、了自主性評(píng)估技術(shù)背景和研究現(xiàn)狀的基礎(chǔ)上，建立了自主性評(píng)估模型和框架;運(yùn)用不確定性隸屬云模型的基礎(chǔ)理論，融合了自主性評(píng)估中廣泛存在的模糊性和隨機(jī)性;提出了相關(guān)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(píng)測(cè)目標(biāo)之間的映射關(guān)系，滿足了對(duì)系統(tǒng)自主導(dǎo)航軌跡的評(píng)測(cè)要求;實(shí)現(xiàn)了地面智能機(jī)器人的自主性評(píng)估，并為其它復(fù)雜智能系統(tǒng)的綜合性能評(píng)估提供了理論和方法參考。
　　

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

5、，提出將評(píng)價(jià)隸屬云模型引入自主性評(píng)估的思想，解決了智能機(jī)器人自主性評(píng)估信息的不確定性處理問題。根據(jù)不同的指標(biāo)屬性及評(píng)估偏好對(duì)評(píng)價(jià)信息的要求，提出了多類型指標(biāo)評(píng)價(jià)云生成算法和評(píng)價(jià)云綜合算法，得到了多重指標(biāo)的綜合評(píng)價(jià)云模型。相對(duì)于確定值數(shù)據(jù)的完全定量評(píng)價(jià)，評(píng)價(jià)云模型方法實(shí)現(xiàn)了定性和定量評(píng)估間的有效轉(zhuǎn)換，體現(xiàn)了不確定性;相對(duì)于粗略定性評(píng)價(jià)，該方法提高了系統(tǒng)評(píng)估結(jié)果的全面性和可靠性。
　　 (3)針對(duì)評(píng)價(jià)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(píng)價(jià)云相關(guān)性度量方法。該方法面向評(píng)價(jià)云的幾何特征，以超熵-期望曲線與坐標(biāo)軸的“與區(qū)域”和“或區(qū)域”的面積比作為相關(guān)性的度量基準(zhǔn)，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(píng)價(jià)云的三個(gè)數(shù)字特征全部納入計(jì)算，減少了信息丟失，克服了現(xiàn)有方法計(jì)算復(fù)雜度高、結(jié)果不穩(wěn)定的問題。在此基礎(chǔ)上，提出了評(píng)價(jià)云排序判斷方法，為通過評(píng)價(jià)云表征的概念比較提供了有效途徑，實(shí)現(xiàn)了自主性水平的高低評(píng)判。
　　 (4)針對(duì)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(píng)價(jià)云推理方法。將定性概念轉(zhuǎn)換為評(píng)價(jià)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(jì)算得到Y(jié)條件云發(fā)生器的確定程度，并得到輸出結(jié)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(jié)果的穩(wěn)定趨勢(shì)，具有良好的可信度。
　　 (5)針對(duì)地面智能機(jī)器人自主導(dǎo)航能力的評(píng)估與測(cè)試問題，提出了一種基

8、于評(píng)價(jià)云的導(dǎo)航軌跡分析計(jì)算方法，建立了從軌跡特征到導(dǎo)航性能評(píng)測(cè)目標(biāo)之間的映射關(guān)系。該方法通過對(duì)機(jī)器人自主行駛和避障行為中的運(yùn)動(dòng)軌跡特征提取，建立了對(duì)應(yīng)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(dǎo)航過程中的瞬時(shí)狀態(tài)和系統(tǒng)穩(wěn)定性。在機(jī)器人仿真實(shí)驗(yàn)和某地面智能機(jī)器人準(zhǔn)結(jié)構(gòu)化道路導(dǎo)航試驗(yàn)中，對(duì)該方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該方法能夠?qū)ψ灾鲗?dǎo)航系統(tǒng)軌跡數(shù)據(jù)實(shí)現(xiàn)有效評(píng)估，并能夠彌補(bǔ)基于增強(qiáng)學(xué)習(xí)等方法在系統(tǒng)綜合