《JOURNAL OF MANUFACTURING SYSTEMS》：Collaborative surface patterning through cascaded ergodic control and automatic task allocation
编辑推荐：
•引入了级联遍历控制用于多机器人顺序表面图案化。•压印机器人的轨迹历史被用作抛光机器人的目标。•在没有显式任务知识的情况下，性能与团队通信相当。•算法通过使用四机器人团队在模拟和实验中得到验证。引言制造通常需要由具有不同能力的异构代理执行顺序操作 [1]。协调这些代理通常复杂
- •
引入了级联遍历控制用于多机器人顺序表面图案化。
- •
压印机器人的轨迹历史被用作抛光机器人的目标。
- •
在没有显式任务知识的情况下，性能与团队通信相当。
- •
算法通过使用四机器人团队在模拟和实验中得到验证。
引言
制造通常需要由具有不同能力的异构代理执行顺序操作 [1]。协调这些代理通常复杂且缺乏灵活性，特别是当必须同时完成多个目标时 [2]、[3]。一种常见的顺序过程是表面图案化，即向表面添加功能特征。激光消融、冲压、抛光或蚀刻等过程，可以组合使用以实现减阻 [4]、防冰 [5]、抗生物污染 [6] 等功能，因此可以极大地造福飞机或货船等应用。传统的高精度方法由于可扩展性差而无法处理这些大型工件。移动机器人团队可以解决这一可扩展性问题，但需要一种专门设计的控制策略来克服上述复杂性。
Parker 等人描述了使用移动机器人团队解决协调任务所面临的挑战 [7]。顺序表面图案化要求特别高：工作必须分配给数量很少能均匀划分目标的异构代理，而处理后期阶段的机器人必须在前期阶段机器人仍在生成的目标上作业。
实际上，图案化机器人不仅必须与其他机器人协调，还必须规划自己的轨迹。传统的机器人抛光通常由单个机械臂完成，需要设计并执行路径规划策略。许多工作探讨了如何生成抛光路径，但通常默认使用简单的往返扫描路径 [8]，偶尔辅以工具行为建模 [9] 或在类皮亚诺路径中添加曲线特征 [10]。其他人则专注于利用接触力学 [11] 或喷漆分布 [12] 来预测覆盖率。
遍历控制提供了解决这两个问题（群体任务分配和个体路径生成）的途径，它概括了表面图案化的路径规划问题。在 [13] 中，单个移动机器人由中央计算机离线生成的遍历点序列控制，使用压印工具对黄铜和铝工件进行图案化。遍历控制是一种以遍历度量为核心的最优控制方案，给定于 [14] 并在第 2.1 节中解释。简而言之，它旨在最小化傅里叶空间中两个分布之间的差异，因此天然适合控制图案化机器人，因为它们的任务（通常是图像）很容易用频率分量表示。
在 [15] 中，一支由 5 个机器人组成的团队对米级钢工件进行图案化。机器人独立执行图案化目标，但团队仍然完成了统一的目标。随后，该机器人在 4 人团队中工作，表明通过共享轨迹表示引入通信可以启用任务分配，而无需显式的外部指导 [16]。此外，旋转摩擦磨损测试仪测试证实了所生成表面图案的有效性。
在本工作中，我们介绍了级联遍历控制，其中一组机器人将另一组机器人的轨迹历史作为其目标，而不是预设的目标。级联控制实现了对先验未知目标分布的实际适应性，而在图案化过程中不需要显式通信这些分布。跟随机器人自动分配自己，即自发地在空间上分割图案化目标，而无需像先前的工作 [16] 所要求的那样显式地赋予目标。
我们通过一个具有实际动机的压印和抛光任务展示了这种级联控制方法，如图 1 所示。我们引入了一个粗糙度启发式方法来估计模拟中的抛光性能，并展示了结果显示，在没有预想图案初始知识（即仅基于压印机器人行为）的情况下进行抛光的机器人，其性能与拥有完整目标知识的机器人相匹配。我们模拟了向每个压印机器人赋予不同目标的情况，并显示抛光机器人在没有显式目标知识的情况下成功适应。最后，我们使用两个压印机器人和两个新修改的抛光机器人进行物理实验，以确认级联控制在性能上与现有方法相当，同时增加了那些技术无法提供的任务分配灵活性。
第 2 节描述了遍历控制方案、粗糙度和机器人硬件。第 3 节提供了所提技术的几个模拟和实验演示，以及关于权衡和未来工作的讨论。最后，第 4 节以总结作为结尾。
章节摘要
材料与方法
我们简要描述了总体控制架构，特别是级联控制度量，尽管实施细节和硬件细节可在先前工作中找到 [15]、[16]。此外，我们描述了粗糙度启发式以及抛光所需的附加硬件。
结果与讨论
两项模拟研究，详见第 3.1 节 模拟 1 – 比较独立、团队通信和级联遍历控制，第 3.2 节 模拟 2 – 使用级联遍历控制实现多目标灵活性，验证了级联遍历控制方案，并将其与独立模式和团队通信模式进行比较。两项实验，详见第 3.3 节 实验 1 – 团队通信和级联遍历控制，第 3.4 节 实验 2 – 使用级联遍历实现多目标灵活性
结论
本研究的主要贡献是表明一组来自另一组的轨迹信息可以成功用作另一组使用遍历控制的输入，功能表面的顺序处理展示了现实世界的适用性。先前的工作需要预先加载所有目标，并且仅演示了单一类型的处理 [15]、[16]。级联遍历控制允许移动机器人在没有预想图案初始知识的情况下进行协调图案化
CRediT 作者贡献声明
Malachi Landis：构思，方法论，软件，调查，写作 – 原始草稿，可视化。Annalisa T. Taylor：方法论，软件。Todd D. Murphey：方法论，项目管理，资金获取。Ping Guo：构思，方法论，写作 – 审阅与编辑，项目管理，资金获取。
利益冲突声明
作者声明他们不存在已知的竞争性经济利益或个人关系，这些可能被认为会影响本论文中报告的工作。
致谢
本研究由 国家科学基金会 资助，资助编号 CNS-2229170，以及 陆军研究办公室 资助，资助编号 W911NF-22-1-0286。Malachi Landis 由 国家国防科学与工程研究生（NDSEG）奖学金 资助，资助编号 FA9550-23-F-0014。本材料基于美国 空军科学研究办公室 支持的工作，资助编号 FA9550-23-F-0014，金额为 134,600 美元。
Malachi Landis|Annalisa T. Taylor|Todd D. Murphey|Ping Guo
