魏鵬，馮偉，葛寧

（清華大學電子工程系，北京 100084）

0 引言

近年來，中國、美國、歐盟、日本、韓國等世界主要經(jīng)濟體都在大力發(fā)展機器人產(chǎn)業(yè)。根據(jù)國際機器人聯(lián)合會的《2023 世界機器人報告》，2022 年全球在工業(yè)領域新增機器人數(shù)量超50 萬臺，其中中國超29 萬臺，遠超歐盟、美國、日本、韓國等其他主要經(jīng)濟體[1]?！丁笆奈濉睓C器人產(chǎn)業(yè)發(fā)展規(guī)劃》指出：未來5 年乃至更長一段時間，是我國機器人產(chǎn)業(yè)自立自強、換代跨越的戰(zhàn)略機遇期[2]。

隨著智能和通信技術的發(fā)展，網(wǎng)絡化機器人能夠在偏遠或人難以進入的工作場所進行檢查、維護等無人作業(yè)，還可用于執(zhí)行對人類過于危險或過于費力的任務，例如核退役、高壓電設備檢修、海上風力機的渦輪葉片檢修、海上鉆井平臺檢查和維護、未知環(huán)境勘探、應急救災等[3-8]，如圖1 所示。根據(jù)Grand View Research 的研究報告，網(wǎng)絡化機器人已經(jīng)成為一個快速增長的工業(yè)市場。2019 年執(zhí)行遠程檢測和維護任務的機器人及其它現(xiàn)場機器人的市場規(guī)模達到123 億美元，預計在2020 年至2027 年間將以41.0%的年復合增長率增長[4]。而搬運機器人市場規(guī)模在2021 年達到73.4 億美元，預計在2022 年至2030 年間將以17.4%的年復合增長率增長[9]。《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》提出：加強礦山深部開采與重大災害防治等領域先進技術裝備創(chuàng)新應用，推進危險崗位機器人替代[10]。

在偏遠、應急救災等地區(qū)，地形復雜、環(huán)境惡劣，傳統(tǒng)的地面蜂窩網(wǎng)絡基礎設施難以大規(guī)模密集部署。地面基站的覆蓋范圍往往有限，不可避免地形成覆蓋盲區(qū)。另一方面，5G 網(wǎng)絡的總功耗是4G 網(wǎng)絡的12 倍之多[11]，而在這些地區(qū)，機器人的分布稀疏且范圍廣，因此常規(guī)地面網(wǎng)絡的運營成本偏高。

衛(wèi)星網(wǎng)絡能夠提供廣域覆蓋，是一種不依賴地面環(huán)境的網(wǎng)絡部署策略。然而，衛(wèi)星通信的傳播時延往往較高。根據(jù)3GPP（The 3rd Generation Partnership Project，第三代合作伙伴計劃）標準[12]，從LEO（Low Earth Orbit，低地球軌道）衛(wèi)星、MEO（Medium Earth Orbit，中地球軌道）衛(wèi)星、GEO（Geostationary Earth Orbit，地球靜止軌道）衛(wèi)星到用戶的傳播時延分別為3～15 ms、27～43 ms、120～140 ms。假設其他附加網(wǎng)絡延遲總共為5 ms，用戶與地面站間的端到端時延在LEO、MEO、GEO 上可能分別高達35 ms、95 ms、285 ms。此外，GEO 衛(wèi)星Inmarsat-5 可提供5 Mbps 的上傳速度[13]，Starlink 的LEO 衛(wèi)星在美國的平均上傳速度可達12.04 Mbps，端到端時延為40 ms[14]。然而，根據(jù)3GPP 標準[15]，機器人視頻應用的最大端到端時延為10 ms，同時上行數(shù)據(jù)速率要大于10 Mbps。當有大量機器人訪問衛(wèi)星網(wǎng)絡時，當前衛(wèi)星系統(tǒng)往往難以支持10 Mbps的上行數(shù)據(jù)傳輸速率。另外，車型機器人應用要求衛(wèi)星網(wǎng)絡至少支持25 Mbps 的上傳速度[12]。因此，衛(wèi)星的高傳播時延和相對較低的數(shù)據(jù)傳輸速率使其難以作為唯一手段迅速滿足網(wǎng)絡化機器人的應用需求。

無人機可靈活部署、且通信鏈路傳輸損耗低，有望彌補衛(wèi)星通信的不足[16-18]。對于偏遠地區(qū)、應急救災等場景下的機器人應用，以衛(wèi)星、無人機為主體構(gòu)成的天空地協(xié)同網(wǎng)絡可為各類機器人提供廣域、按需服務。在香農(nóng)提出的經(jīng)典開環(huán)通信范式下[19]，如圖2 所示，系統(tǒng)關注發(fā)射機到接收機的單向信息傳輸“管道”，往往不涉及從接收機到發(fā)射機的“高層次信息反饋”。當主要服務對象是人時，這一開環(huán)通信范式極大簡化了系統(tǒng)設計、帶來了3G、4G、5G 等通信網(wǎng)絡的繁榮發(fā)展，也使得提高傳輸速率一度成為通信系統(tǒng)演進的最核心指標。然而，使用機器人的主要目的是完成各種復雜、危險的任務，不僅需要網(wǎng)絡向機器人發(fā)送控制指令等信息，還需要機器人向網(wǎng)絡反饋其動作、任務完成情況等結(jié)果。這需要一種閉環(huán)的通信方式，從而增強機器人控制系統(tǒng)的穩(wěn)定性、準度和精度。

圖2 香農(nóng)建立的經(jīng)典“開環(huán)通信”示意圖

為了解決這個問題，受到維納控制論的啟發(fā)[20]，本文給出了一種能夠根據(jù)接收到的信息做出動作、并提供高層次反饋的閉環(huán)通信模式。在這種通信模式下，如圖3所示，天空地協(xié)同網(wǎng)絡不僅能夠根據(jù)機器人的需求提供各種網(wǎng)絡服務，還可以根據(jù)網(wǎng)絡資源的分布情況調(diào)控機器人的行為，實現(xiàn)網(wǎng)絡對用戶的“主動導引”，從而大幅提升網(wǎng)絡資源效率。與傳統(tǒng)開環(huán)通信不同，針對機器人及其閉環(huán)控制，圖3 的閉環(huán)通信模式需要在通信資源配置、用戶行為控制、閉環(huán)理論模型等三個方面重新設計。

圖3 基于維納控制論的“閉環(huán)通信”示意圖

1 結(jié)構(gòu)化通信資源配置

1.1 傳統(tǒng)通信資源配置的基本思路

5G（The Fifth Generation，第五代）等常規(guī)網(wǎng)絡根據(jù)移動用戶的數(shù)量和需求，給每個用戶分配通信資源，從而形成一條獨立的通信鏈路[21-22]。如圖4 所示，簡單來講，5G 網(wǎng)絡在時域、頻域、空域?qū)⑼ㄐ刨Y源劃分為多個獨立的資源塊，通過TDMA（Time Division Multiple Access，時分多址）、FDMA（Frequency Division Multiple Access，頻分多址）和SDMA（Space Division Multiple Access，空分多址）等多址技術，將各個資源塊分配給不同用戶。而且，網(wǎng)絡采用FDD（Frequency Division Duplex，頻分雙工）或TDD（Time Division Duplex，時分雙工）方式來區(qū)分同一用戶的上行鏈路和下行鏈路。因此，多址技術和雙工技術確保了每個用戶的每一條“通信管道”都能獲得一條獨立的通信鏈路，本文將其稱為用戶級通信鏈路。

圖4 傳統(tǒng)網(wǎng)絡的用戶級通信鏈路示意圖

1.2 機器人無人作業(yè)對通信資源配置的特殊需求

在無人作業(yè)中，單個機器人往往難以完成復雜的任務，例如核退役[4]、遠程醫(yī)療[23]、未知區(qū)域勘探[24]，通常需要與人類操作員或鄰近的多個機器人協(xié)同互動，配合完成復雜任務。因此，不同于面向個人用戶的傳統(tǒng)通信網(wǎng)絡，面向機器人的網(wǎng)絡需要給一組機器人提供網(wǎng)絡服務，這使得面向機器人的網(wǎng)絡與傳統(tǒng)網(wǎng)絡在空時頻通信資源的分配和調(diào)度方面存在明顯差異。以多機器人協(xié)作為例，如圖5所示，三個機器人R1、R2、R3分別負責感知、計算、操作，通過無線網(wǎng)絡協(xié)同完成一項任務。不失一般性，假設0

圖5 多個機器人通過無線網(wǎng)絡協(xié)同完成一項任務的示例

1.3 面向機器群組的結(jié)構(gòu)化通信資源配置方法

圖6 展示了多機器人協(xié)作時空時頻通信資源調(diào)配的示意圖。網(wǎng)絡針對不同功能的機器人采用了不同的通信資源分配策略。例如，由于感知的數(shù)據(jù)量通常大于計算決策的數(shù)據(jù)量，因此R1 的上行鏈路和R2 的下行鏈路獲得了較大的帶寬，而R2 的上行鏈路和R3 的下行鏈路的帶寬較?。划斎齻€機器人在不同位置執(zhí)行各自的任務時，它們的空域通信資源通常也會有所不同。更重要的是，由于通信資源的調(diào)配與任務的執(zhí)行順序密切相關，不同機器人間的通信資源調(diào)配在空域、時域和頻域均具有很強的“高層次任務相關性”。例如，當機器人R1改變位置，觀察到任務在其它位置的狀態(tài)偏離預期時，可能需要機器人R3 改變位置以執(zhí)行有效的調(diào)整動作，這就使得機器人間的空域通信資源調(diào)配呈現(xiàn)相關性；通信資源的時間調(diào)配順序通常與任務的執(zhí)行順序（如感知-通信-計算-通信-動作）一致；當機器人R1 的感知數(shù)據(jù)量增加時，其上行鏈路帶寬增加，因此機器人R2 的下行鏈路帶寬也需要相應地增加，這也是“高層次任務相關性”的一種體現(xiàn)。

圖6 多機器人協(xié)作中空域、時域和頻域通信資源調(diào)配的相關性及其結(jié)構(gòu)化的示意圖

如果通信網(wǎng)絡仍然采用傳統(tǒng)的資源配置模式，每個機器人將被分配一條獨立的通信鏈路。以機器人R1為例，除了在t1時隙上傳感知數(shù)據(jù)外，其上行鏈路在其它三個時隙可能會處于空閑狀態(tài)，這會降低通信資源的整體利用率。雖然認知無線電技術能夠在一定程度上緩解該問題[25]，但其它機器人可能會帶來嚴重的干擾，不利于機器人協(xié)同完成關鍵任務。如圖6 所示，一種潛在的解決方案是根據(jù)任務的執(zhí)行順序和控制的因果關系，將協(xié)作機器人的通信資源調(diào)配有機地融合為一個“結(jié)構(gòu)化的整體”，從而建立多條具有“高層次任務相關性”的面向多個機器人的通信鏈路，本文將其稱為面向用戶群組的結(jié)構(gòu)化通信鏈路。

文獻[26]初步研究了衛(wèi)星無人機混合網(wǎng)絡中通信和計算資源結(jié)構(gòu)化，利用不同時間尺度結(jié)構(gòu)化通信和計算資源，分時段最小化卸載服務時延。如圖7 所示，提出的結(jié)構(gòu)化方法優(yōu)于只采用衛(wèi)星的方法。這說明按需調(diào)整網(wǎng)絡的通信和計算資源最小編排結(jié)構(gòu)，能夠有效提高系統(tǒng)性能。而且，提出的結(jié)構(gòu)化方法也優(yōu)于傳統(tǒng)的面向狀態(tài)的優(yōu)化方法。這說明即使過程信息受限，提出的結(jié)構(gòu)化方法仍能提供一定的性能增益。

圖7 在不同卸載數(shù)據(jù)量下結(jié)構(gòu)化方法與傳統(tǒng)方法的時延對比圖

2 機器人主動行為調(diào)控

2.1 通信網(wǎng)絡中用戶移動行為發(fā)展概況

回顧通信發(fā)展歷史，隨著通信網(wǎng)絡覆蓋方式的演變，用戶的移動行為也經(jīng)歷了兩次主要變化。在固定電話網(wǎng)絡時代，如圖8 左上所示，人類用戶習慣于“走”到固定電話的位置，然后拿起聽筒后撥號接入網(wǎng)絡。此時，固定電話在一定程度上起到了引導用戶移動行為的作用。進入移動通信網(wǎng)絡時代，如圖8 右上所示，蜂窩基站的密集部署實現(xiàn)了對指定區(qū)域的全覆蓋，使得人類用戶可以在網(wǎng)絡覆蓋區(qū)域內(nèi)自由移動，無縫地連接網(wǎng)絡，“隨時”享受網(wǎng)絡服務。

圖8 固定電話網(wǎng)絡、蜂窩網(wǎng)絡和天空地協(xié)同網(wǎng)絡的覆蓋方式和用戶移動行為的對比圖

2.2 面向機器的主動行為調(diào)控方法

在偏遠、危險或人口稀少的地區(qū)，天空地協(xié)同網(wǎng)絡為機器人提供服務時，低軌衛(wèi)星和無人機的移動為網(wǎng)絡的無縫覆蓋帶來挑戰(zhàn)。復雜的地形環(huán)境、大氣雨衰等也可能屏蔽或衰減無線電信號，導致寬帶覆蓋盲區(qū)。如果機器人進入覆蓋盲區(qū)，網(wǎng)絡服務中斷，機器人可能失去控制。然而，機器人與人類不同，其移動性是可以被主動調(diào)控的。受到固定電話網(wǎng)絡引導用戶移動行為的啟示，一種潛在方案是讓網(wǎng)絡根據(jù)其覆蓋情況來調(diào)控機器人的移動行為，而不再僅僅執(zhí)著于提升網(wǎng)絡的覆蓋能力。如圖8 右下所示，根據(jù)網(wǎng)絡預先設定的移動路徑，機器人可以從覆蓋盲區(qū)快速且準確地移動到有網(wǎng)絡覆蓋的區(qū)域，在覆蓋范圍內(nèi)實現(xiàn)網(wǎng)絡接入并完成任務。根據(jù)文獻[27]提出的電磁地圖概念，圖9 展示了一個天空地協(xié)同網(wǎng)絡通過電磁地圖調(diào)控機器人在偏遠地區(qū)移動行為的示例。網(wǎng)絡首先根據(jù)衛(wèi)星和無人機的部署情況生成電磁地圖，然后根據(jù)電磁地圖中無線電信號在各區(qū)域的強度分布，提前規(guī)劃機器人的運動軌跡。規(guī)劃的運動軌跡通過天空地協(xié)同網(wǎng)絡傳送至機器人，引導機器人從起點移動至終點。這個過程并不嚴格避免機器人進入盲區(qū)，而是“主動”規(guī)劃，雖然有時機器人進入了盲區(qū)，但網(wǎng)絡預先知道，并預先規(guī)劃了相應的任務完成計劃和移動路徑，不會出現(xiàn)失聯(lián)等情況。

圖9 天空地協(xié)同網(wǎng)絡使用電磁地圖導引機器人在偏遠地區(qū)移動的示例

文獻[28]通過將電磁地圖中信號的強弱分布簡化為覆蓋區(qū)域的無線通信是否可用，研究了機器人的移動行為對衛(wèi)星地面混合網(wǎng)絡卸載性能的影響，建立了機器人速度控制和網(wǎng)絡卸載判決的聯(lián)合優(yōu)化問題。如圖10所示，基于對機器移動速度的調(diào)控，提出方法的卸載性能優(yōu)于傳統(tǒng)卸載方法（conventional offloading）、貪婪方法（simplified greedy）、本地執(zhí)行方法（local execution），有助于降低面向機器人的星地混合網(wǎng)絡的服務延遲。

圖10 不同無線通信不可用覆蓋區(qū)域數(shù)量NCH下卸載完成時間的對比圖

3 感-傳-算-控閉環(huán)系統(tǒng)模型

3.1 機器作業(yè)中的感-傳-算-控閉環(huán)需求

網(wǎng)絡化機器人的高效運作依賴于數(shù)據(jù)感知和共享、邏輯推理以及控制指令的確定性執(zhí)行[6-29]。這些功能通過感知、通信、計算和控制的融合，實現(xiàn)對機器人的安全和可靠的閉環(huán)控制。根據(jù)相關研究報告[4]，為了使網(wǎng)絡化機器人能夠完成復雜任務，一方面需借助多種設備和方法賦予機器人感知能力。具體來說，攝像頭和作業(yè)環(huán)境監(jiān)測方法尤為關鍵。例如，攝像頭需具備360°視野、平移– 傾斜– 變焦的能力，能產(chǎn)生RGB 深度圖、紅外照明、縱深等功能，而環(huán)境監(jiān)測則需要多種傳感器的支持，包含溫度、濕度、氣體泄漏（如甲烷）、振動和聲音（麥克風）等。另一方面，為了確保機器人在工作場所能及時采取行動并可靠運行，機器人的控制回路中需加入三個功能：1）實時計算機視覺：基于邊緣AI（Artificial Intelligence，人工智能）和ML（Machine Learning，機器學習），對周圍環(huán)境和任務的當前狀態(tài)、危險程度、異常等事件進行識別，并對障礙、地形等進行檢測；2）實時校準：針對機器人的操作異常、移動控制與輸入指令失配等問題，通過重新校準，不斷修正機器人的感知精度，并需要定期升級控制軟件和病毒檢測程序；3）日志實時分析：結(jié)合國家和行業(yè)的法律法規(guī)，追蹤機器人的潛在安全隱患，從而進行預測性維護。所以，在網(wǎng)絡化機器人的控制環(huán)路中，通信網(wǎng)絡并非僅將機器人簡單連接起來，而是需要整合感知、計算、控制不同環(huán)節(jié)。以機械臂操控為例[30]，為了讓機械臂按設計動作執(zhí)行，將指令翻譯成驅(qū)動機器人運動的命令會占用一定時間。當這個控制時間較長時，僅優(yōu)化通信時延并不能有效降低網(wǎng)絡化機器人控制的端到端時延，這需要感-傳-算-控閉環(huán)的系統(tǒng)模型。

3.2 感-傳-算-控閉環(huán)系統(tǒng)模型發(fā)展展望

在5G 網(wǎng)絡中，以機器為服務對象的通信場景開始興起，比如URLLC（Ultra-Reliable and Low Latency Communications，超可靠低時延通信）和mMTC（massive Machine Type Communications，大規(guī)模機器類通信）[31]。然而，在這些通信場景中，網(wǎng)絡仍沒有考慮機器人閉環(huán)控制中必要的感知、計算等因素。6G（The Sixth Generation，第六代）網(wǎng)絡也提出了兩個以機器為中心的場景，包括IAIC（Integrated AI and Communication，集成人工智能和通信）和ISAC（Integrated Sensing and Communication，集成感知和通信）[32]。這兩個場景分別側(cè)重計算與通信的融合、感知與通信的融合。此外，在控制、通信兩個學科相對獨立發(fā)展的今天，當前的機器人控制算法通常不將通信網(wǎng)絡的輸出作為其閉環(huán)控制的輸入，而是簡化或忽略關于通信的假設或條件。例如，多機器人的控制算法通常假設精確的時間同步[5]，這會對機器人的最大通信時延施加固定的時間約束。然而，當前的通信網(wǎng)絡采用了“盡力而為”的信息傳輸模式，尚難以滿足嚴格的大規(guī)模固定通信時間要求。

在感-傳-算-控閉環(huán)系統(tǒng)模型中，雖然已經(jīng)存在能夠單獨描述感知、通信、計算和控制性能的數(shù)學模型，例如通信的香農(nóng)熵[19]和控制系統(tǒng)的內(nèi)稟熵率[33]，但感知、通信、計算和控制之間的定量關系尚未確定，缺乏統(tǒng)一的系統(tǒng)度量來刻畫機器人的閉環(huán)控制性能。依托圖3 所示的閉環(huán)信息傳輸架構(gòu)模型，進一步整合環(huán)境和目標任務的感知、感知數(shù)據(jù)的計算、以及感知數(shù)據(jù)和控制指令的傳輸，有望找到以“熵匹配”為核心的閉環(huán)數(shù)學模型。這里“熵匹配”從消除不確定性角度統(tǒng)一感知、通信、計算和控制不同環(huán)節(jié)。文獻[34]在理想感知和計算的假設下，通過分析衛(wèi)星無人機混合網(wǎng)絡的通信能力和機器人控制參數(shù)對總體閉環(huán)控制性能的影響，初步探究了面向整體閉環(huán)控制性能的通信資源分配方法?；诟?傳-算-控的控制環(huán)路，建立了以LQR（Linear Quadratic Regulator，線性二次型調(diào)節(jié)器）為代價函數(shù)和以通信速率為約束條件的優(yōu)化模型。如圖11 所示，相比傳統(tǒng)的注水功率分配方案，提出的面向控制的功率分配方案具有更低的系統(tǒng)代價。這初步說明基于“熵匹配”的閉環(huán)數(shù)學模型有助于改善機器人系統(tǒng)的性能。

圖11 不同功率分配方案得到的LQR代價

盡管如此，機器人是一個跨學科的研究領域，涵蓋電子工程、計算機科學、機械工程、生物學、認知科學等多個學科。因此，利用熵對異構(gòu)信息進行統(tǒng)一度量還需要多學科的交叉融合。

4 結(jié)束語

針對偏遠、應急救災等地區(qū)的無人作業(yè)需求，受到維納的控制論啟發(fā)，提出了一種天空地協(xié)同網(wǎng)絡閉環(huán)通信新架構(gòu)。新架構(gòu)可認知并利用機器與人行為模式的差異，將多個機器人組成一個用戶群組，通過“高層次任務相關”的結(jié)構(gòu)化通信資源調(diào)配，提高系統(tǒng)整體資源效率。新架構(gòu)可根據(jù)當前網(wǎng)絡基礎設施部署和網(wǎng)絡資源分布的情況，主動調(diào)控機器人的行為（如位置管理、移動速度控制等），避免“單向”提升網(wǎng)絡性能，遭遇通信資源的“邊際效應”，造成資源浪費。新架構(gòu)支持感知、通信、計算、控制的閉環(huán)運轉(zhuǎn)，以“熵匹配”為途徑，實現(xiàn)異構(gòu)信息環(huán)節(jié)的統(tǒng)一度量。