3.2 智能尋線導航

　　所謂路徑規劃是指移動機器人按照某一性能指標（如距離、時間、能量等）搜索一條從起始狀態到目標狀態的最優或次優路徑。路徑規劃主要涉及的問題包括：

　　利用獲得的移動機器人環境信息建立較為合理的模型，再用某種算法尋找一條從起始狀態到目標狀態的最優或近似最優的無碰撞路徑；能夠處理環境模型中的不確定因素和路徑跟蹤中出現的誤差，使外界物體對機器人的影響降到最小；如何利用已知的所有信息來引導機器人的動作，從而得到相對更優的行為決策。

　　路徑規劃是移動機器人研究中的一個基本且重要的問題。路徑規劃的第一步是確定地圖的表示方法，其目的是將機器人和障礙物所在的物理空間的顯著特征描述出來，使之更適合于規劃。本文中將地圖置于信息庫中，智能決策Agent 根據臨時庫中的各個目的地在電子地圖中的位置，確定物體或自身的位姿（位置和姿態），制訂出他們的優先次序。

　　由于機器人工作的環境是動態變化的，環境中的障礙物不全是已知的、靜止的。這就要求機器人要不斷地對周圍環境進行探測，并對探測到的障礙物進行實時處理，即要求機器人具備局部規劃的能力。機器人在運行過程中，通常會發生如下幾種類型的沖突：

　　碰撞、擁塞以及死鎖。

　　碰撞：一個運動物體在另一個運動物體運行路線上的相同位置同時出現。擁塞：其它運動物體妨礙當前運動物體按要求到達目標。死鎖：運動物體無法進行各自的下一步動作。這些沖突的產生主要是由于機器人對環境信息缺乏詳細了解造成的。因此，當環境動態變化時，往往采用依賴傳感器的局部路徑規劃方法進行沖突消解。

　　由于本文中設計的機器人個數比較少，就將環境中其他機器人視為環境中的障礙物，而且環境比較簡單，因而采用無通訊的避碰力一法的機器人，不需要與其他機器人的通訊，完全依靠機器人的傳感器獲取其他機器人的運動信息。

　　本文采用改進BUG 算法計算兩點間的最短路徑，即計算出離當前點路徑最短的目標點，具體算法如下：

　　根據電子地圖，智能策略Agent 初步給出各個目的點的優先次序及其行走路線，但是實際行走中還可以會遇到其他不可預知的障礙，這里改進BUG 算法考慮到了這些因素，具體算法如下：

　　S=起始點，T=終點

　　設M 為空矩陣，i=1; V（1）為空集

　　MAP_R 為與矩陣M 對應的二維位圖，Pi 為機器人在地圖中的即時位置

　　While（T <> Pi） //當T==Pi 表示機器人到達終點

　　{ V（i<--由EPC 方式采集的數據） // EPC 為端點采集法

　　M<--M∪V（i）

　　位圖MAP_R 隨之不斷更新

　　IF（線段Pi T 和障礙物邊界相交） THEN

　　由COD 計算出方向 // COD 為最近方向判決

　　ELSE

　　機器人沿方向移動到點Pi+1

　　i++;}

　　3.3 動作選擇

　　根據內部狀態的變化，動作Agent 指導機器人該采取什么樣的動作，具體流程如下：

　　IF（傳感器感知到有書到來）THEN 觸發機械手拿書

　　ELSE

　　IF（圖書歸類完成） THEN

　　{ 觸發機器手將書放置在推車格子中，并將臨時庫中的已滿格子數加1;

　　IF（已滿格子數==總格子數） THEN 機器人不再接收其他圖書，觸發機器人根據智能策略Agent

　　提供的路線推動推車向各個目的地前進。}

　　FOR（i=1;i<=臨時庫中的總目的地數；i++）

　　{ IF（到達臨時庫中記錄的第i 個目的地）THEN

　　{ 機器人停止行走，觸發機械手將對應圖書擺在相關的柜子上

　　擺書動作完成，停止機械手動作，觸發機器人推車向著新目的地前行 }

　　ELSE 繼續根據路徑前行 }

　　3.4 多Agent 之間的通信

　　當環境變化的時候，環境感知Agent 會自動檢測到環境狀態，比如有新書到時，環境感知Agent 獲取圖書信息，并向圖書識別Agent 提出合作請求，且將圖書信息傳遞給它，環境感知Agent 繼續檢測環境變化。Agent 之間的合作提高了工作效率和準確度，且保證了庫中信息的有效共享，避免資源浪費。

　　Agent 之間的交互與合作是多Agent 系統中核心問題之一，而Agent 通信語言是實現交互與合作的基礎。根據目前Agent 的應用環境， KQML 是主流的通信語言之一。因KQML 既是一種通信語言，又是一種通信協議和標準，故每個Agent 只要遵守該協議，即可受到它所提供的通信支持，若要遵守協議，每個Agent 必須添加一個KQML 語言解釋器。

　　概念上，可以把一條KQML 消息分為三層：內容層、通信層和消息層。內容層由關鍵詞：content 標志；：reply-with， ： sender， and ： receiver 關鍵詞標志了通信層； ：performative 與：language， ： ontology 形成消息層。全部技術通信參數都在通信層規定，消息層規定與消息有關的言語行為的類型，內容層規定消息內容。以環境感知Agent 與圖書識別Agent 之間的溝通為例說明KQML通信語言的方法。

　　（tell

　　： sender 環境感知Agent

　　： receiver 圖書識別Agent

　　： reply-with information storehouse

　　： content （new book‘s information）

　　： language java

　　： ontology bar code of book）

　　4 結語

　　本文中我們在圖書館管理系統中引入人工智能的概念，并給出了基于多Agent 的機器人系統在圖書歸類中的模型。智能機器人能自動識別圖書條形碼，且結合中國圖書館圖書分類法給出歸類算法。根據此算法可計算出圖書的具體位置，將所有推車中同類書籍進行關聯，機器人就可以一次性擺放所有同類書籍，而不需要多次折回，實現對圖書的歸類。改進BUG 算法給出了路徑規劃方案，指導機器人沿著路徑正確、快捷地找到各個目的地。通過機器人和多Agent 技術的結合，極大地提高了圖書管理的效率，減輕了工作人員繁重的整理工作，對將人工智能技術引入日常生活中產生深遠的現實意義。