引 言

　　隨著微機電技術、低功耗嵌入式技術和通信技術的飛速發(fā)展，具有感知能力、計算能力和無線通信能力的微型傳感器得到了廣泛的應用。這些由無線微型傳感器組成的傳感器網(wǎng)絡能夠協(xié)作地實時監(jiān)測、感知和采集網(wǎng)絡分布區(qū)域內(nèi)的各種環(huán)境或檢測對象的信息，并對這些信息進行處理，傳送到需要這些信息的用戶。這便是被美國商業(yè)周刊認定的21世紀最具影響力的21項技術之一——無線傳感器網(wǎng)絡(Wireless Sensor Network，WSN)。

　　在一個20層樓高、有著上千個房間的龐大醫(yī)院中，一位剛進入大樓的坐在智能車中的老年人或殘障病人，如何可以輕松地到達自己要去的房間?我們正在嘗試為這樣的需求提供一種不需要外界干預的“室內(nèi)自動導航系統(tǒng)”——稱為“無線復眼系統(tǒng)(Wireless MOSaic Eyes，WiME)”。概括地講，它是一個基于生物行為啟發(fā)的無線傳感器網(wǎng)絡，通過空中大量分布的無線節(jié)點對智能車提供行為控制，因此是一個采用無線傳感器網(wǎng)絡實現(xiàn)的機器人導航系統(tǒng)。

　　WiME涉及兩個路由問題：一個是在地理空間的機器人路徑規(guī)劃，另一個是在分散的通信節(jié)點之間的信息通信路由。復眼可以作為機器人導航過程中的電子燈塔；無線復眼網(wǎng)絡可以被認為是描述地理空間的一個拓撲圖、地理路徑規(guī)劃，也可以被簡化為一個網(wǎng)絡拓撲圖中的路徑規(guī)劃。因此在WiME中，空間路徑規(guī)劃和信息通信路由可以以完全相同的方式工作，而路徑規(guī)劃將根據(jù)各分散節(jié)點的語義定義為基礎。

　　為了在WiME這樣一個采用無線傳感器網(wǎng)絡技術的系統(tǒng)的節(jié)點上實現(xiàn)完整地圖的機器人導航，本設計使用一種單步方向查詢的路徑存儲和查詢系統(tǒng)。為了進一步減小資源有限的無線傳感器節(jié)點中的路徑信息的數(shù)據(jù)量，在WiME的設計中對每一個分組使用Bloom Filter來壓縮存儲。另外，由于路徑信息可能是動態(tài)建立的，為了滿足頻繁修改的要求，將每個子表設計為計數(shù)型Bloom Filter。

　　2 WiME系統(tǒng)

　　2.1 WiME的生物啟發(fā)

　　自主機器人通常都配備有傳感器，能夠感知環(huán)境并自主移動，其配備的傳感器可以認為是機器人的器官，它們所感知到的信息由機載電腦集中處理。這種集中構架面臨如下三大問題：傳感器處理過程在真實環(huán)境中不魯棒；在動態(tài)環(huán)境中，處理算法的計算量大；在非結構化的環(huán)境中理解場景十分困難。

　　然而，與脊椎動物的眼睛相比，更低級的昆蟲的眼睛是極具創(chuàng)造性和多樣性的。生物學研究發(fā)現(xiàn)，一些昆蟲可以用很小的神經(jīng)系統(tǒng)來處理上萬只小眼的信息。狼蛛復眼中的單眼功能不盡相同，一些用以提供前向視覺，而其他的則用來探測和提供周邊的視覺信息，這些視覺信號傳遞到大腦后可以融合并完成移動檢測、距離估計、運動控制等。因此，通過分布式功能劃分和適當?shù)膫鞲衅髀酚桑瑥脱鄣男畔⑻幚頇C制的效率可以很高。

　　受此啟發(fā)，建立WiME這樣一個基于無線復眼網(wǎng)絡的智能環(huán)境。其中，各單眼將由低分辨率的視覺傳感器節(jié)點構成，通過IEEE 802.15.4協(xié)議通信并組織形成環(huán)境神經(jīng)系統(tǒng)；通過探索仿生技術和算法，以支持無線復眼系統(tǒng)的智能信息處理(包括路徑規(guī)劃、行為協(xié)調(diào)、傳感器融合和路由等)以及視覺伺服。在WiME中，每個單眼都提供有明確的語義(定位信息和行為集)，而它們的拓撲連接將采用行為網(wǎng)絡來隱式建立；行為將通過能量累積所產(chǎn)生的事件進行激發(fā)。節(jié)點之間的連接包含了信息融合和路由的條件概率信息；機器人的導航將建立在具有明確語義的傳感器拓撲圖的基礎之上，而不是建立在非結構的地理環(huán)境之上。

　　2.2 WiME的設計目標

　　(1)基于無線通信的分布式復眼

　　以無線傳感器網(wǎng)絡為連接機制，將具有高運算量和大數(shù)據(jù)量特征的局部視覺信息以具有明確語義概念的形式實現(xiàn)通信連接，完成低通信帶寬的視覺協(xié)同。

　　(2)基于語義和信息全息的路由算法

　　該算法是一個針對用戶詢問的最優(yōu)路徑搜索算法。路由算法應充分考慮查詢語義，采用信息全息編碼方式壓縮可能查詢和全局路由表，最終實現(xiàn)快速尋優(yōu)。這也是昆蟲復眼信息流分布的具體體現(xiàn)。

　　(3)生物啟發(fā)的分布式行為協(xié)調(diào)

　　由于本研究將眾多運動行為分布在整個復眼系統(tǒng)中，機器人導航控制將面臨如何和諧地組織與激發(fā)行為。本研究將由生物神經(jīng)網(wǎng)絡為啟發(fā)，探索脈沖(spike)激勵的動作組織方式，以實現(xiàn)具有目標驅動和及時響應特性的行為控制網(wǎng)絡。

　　2.3 無線復眼系統(tǒng)中的單視神經(jīng)元的設計

　　①基礎運動檢測器(EMD)。以生物視覺所特有的基礎運動檢測器(EMD)為藍圖，將低分辨率并可隨機讀取的CMOS視覺傳感器作為視網(wǎng)膜，與無線模塊連接構成系統(tǒng)單眼。

　?、诘头直媛蕡D像的語義提取。實時圖像語義提取的內(nèi)容包括：低分辨率的特征提取，包括顏色、紋理和區(qū)域形狀；融合紋理、顏色和形狀特征并給出解釋；區(qū)域分割和空間分析。這部分將采用降分辨率技術，通過并行運算與FPGA實現(xiàn)相結合，減少計算代價并把算法應用到分布式視覺融合中。

　?、蹖ο蟾櫤湍Ｊ阶R別。

　?、軣o線傳感器節(jié)點。節(jié)點一方面通過外圍電路與EMD相連，另一方面通過IEEE 802.15.4協(xié)議的接收器與其他復眼及機器人進行通信，從而提供復眼神經(jīng)系統(tǒng)的信道；同時，復眼信息的融合與行為序列的產(chǎn)生這樣的運算也要在節(jié)點上完成。

　　3 路由方式的選擇

　　所有的機器人導航都需要解決這樣的一個問題：機器人如何獲知通往目的地的道路。在無線傳感器網(wǎng)絡中，無線節(jié)點之間的信息通信路由也是一個首先要解決的問題。如前所述，由于地理信息固定，在WiME中空間路徑規(guī)劃和信息通信路由完全可以以相同的方式工作。因此下面以路徑規(guī)劃來說明這樣一個路由存儲和查詢方式的選擇問題。
　
　　在無線傳感器網(wǎng)絡中，無線節(jié)點由于能量受限，采用的是低功耗嵌入式處理器，其計算能力和存儲空間都有限。WiME也不例外，一般無法直接存儲路徑信息或者將地圖信息存儲在節(jié)點上從而在需要時計算出最優(yōu)路徑。為此，首先考慮下面的4種方法。

　　方法1：作為一種常用的方法，可以查詢整個地圖的路徑信息。由于房間數(shù)n眾多(認為n不小于1000)，路徑數(shù)據(jù)巨大(存在n(n-1)／2條路徑)，這樣的地圖可以由1臺或多臺主服務器提供。任何一個無線節(jié)點或鄰近的有限多個節(jié)點都滿足不了這樣的存儲量。一個自然的方法是將全局地圖存儲到服務器上，機器人終端在必要時從服務器上下載路徑信息。這類似于GPS設備的工作方式。

　　方法2：根據(jù)使用的廣播式無線路由通信協(xié)議，建立一條到目標點的無線通信鏈路，并利用建立的這條通信線路作為地理導航線路。

　　方法3：利用動態(tài)路徑規(guī)劃的思想，每個節(jié)點存儲與自身相關的一定范圍內(nèi)的地理信息，并生成最優(yōu)路徑信息。

　　方法4：每個節(jié)點存儲全局節(jié)點分布的地理信息和連接關系，在需要時與臨近的節(jié)點協(xié)同計算出最優(yōu)路徑。這是借鑒了計算機網(wǎng)絡中分布式計算的概念。

　　每種方法各有其優(yōu)劣。第1種方法修改容易，增加或刪除節(jié)點只需要在主服務器端更新。第2種方法不需要事先知道節(jié)點的地理位置信息，整個路徑信息是動態(tài)建立和修改的。第3種方法可以隨著道路情況動態(tài)調(diào)整最優(yōu)路徑。由于節(jié)點能夠實時觀察到道路信息，可以引入?yún)?shù)來反映當前周邊道路狀況，比如道路的堵塞程度，并由此動態(tài)維護這樣一個包含自身及臨近區(qū)域的最優(yōu)路徑表。但是這3種方法都是在多跳通信的情況下完成的，返回完整的路徑信息需要較多的通信帶寬和較長的通信延時，這對通信協(xié)議的魯棒性提出了挑戰(zhàn)。第4種方法的存儲量相對要小，與節(jié)點個數(shù)同數(shù)量級，但是多節(jié)點協(xié)同的最優(yōu)路徑的實時分布式計算對于無線傳感器節(jié)點無疑是一個困難的問題。畢竟當前的分布式計算仍然局限在計算機網(wǎng)絡領域。如何將分布式計算和最新的網(wǎng)格計算的思想運用到無線傳感器網(wǎng)絡上，可能會成為嵌入式系統(tǒng)領域的下一個方向。