基于行为的自主微小移动机器人智能体系结构研究

该文提出了一种模拟人类学习与进化过程的机器人智能体系结构,微小机器人利用设计人员事先设计的机器人基本行为,根据实际环境和具体任务要求,采用增强学习方式,通过群体行为进化,自主创建满足任务要求和适应环境的具体动作。克服了设计人员在采用基于符号的传统人工智能方法时,由于对外部环境和任务的认识不足而造成的局限性,使机器人的行为动作更适合环境和任务要求。     

群体机器人觅食任务中链式路径的形成

以分布式群体机器人觅食任务为背景,探寻一种分布式群体机器人的控制方法。该控制方法下的群体机器人只具有简单的反应式行为,通过协作以自身作为信标形成机器人链,将巢穴和食物连接起来完成觅食任务。通过仿真得出:在群体机器人数目足够的情况下,每个根上的链数控制在3或4条比较合适,搜索多个食物的效率大于搜索单个食物的效率,机器人的步长越长其效率也越高。     

自主式微小型移动机器人的自动避障行为研究

针对多微小型移动机器人工作环境的模型未知或不确定,以及该机器人本身 的某些限制,采用基于行为的研究方法,实现了自行设计的自主式微小型移动机器人在未知 、动态环境中的自动避障,设计了该机器人的障碍物回避行为,采用了电机神经元网络选择 机器人的自动避障动作,并用增强式学习的动作评判结果在线修改网络的权值,结合机器人 的漫步行为,采用机器人的安全漫步任务验证了该方法的有效性．     

自主机器人的主动观察模式及软件实现架构

自主机器人运行在开放环境中，对环境信息的感知受限，难以获得有关环境完整、及时的信息。为有效完成任务，自主机器人需要主动地观察环境，即根据任务的需求，自发地决策、调度和执行观察行为，针对性地获取与任务相关的环境信息。主动观察的需求给自主机器人的观察模式以及软件系统构造提出了两方面的挑战：一方面，为支持任务的有效实现，需设计主动的观察模式，从机制层面确保自主机器人能够基于任务需求，观察所需的环境信息；另一方面，主动的观察模式导致自主机器人观察、决策等软构件的功能抽象和数据交互更为复杂，需要针对上层复杂机制的实现设计适配的软件架构。为应对上述挑战，文中将自主机器人的行为定义为任务行为和观察行为两类，针对开放环境中两类典型的环境信息受限场景——片面观察场景和过时观察场景，提出了两类主动观察模式来构建观察行为与任务行为的协同机制，并基于这两类主动观察模式设计了观察行为的决策和调度算法。另外，还设计了一个基于多智能体系统的自主机器人软件架构，实现了所提出的主动观察模式。最后，为验证所提出的主动观察模式的有效性，选取开放环境中一个典型的任务——图书馆服务机器人的图书传送任务开展实验验证。该任务中，自...     

面向多区域扫描的机器人作业序列规划与自主避障研究

针对移动式机器人多区域扫描作业任务,本文基于人工智能思想研究机器人作业序列规划和自主避障方法,从而保证机器人自主完成使命任务。采用激光测距系统LMS200作为移动机器人环境测量传感器,开发了机器人与LMS200的串口通信程序;提出采用人工智能遍历算法实现机器人自主作业序列规划,保证规划结果在时间上是最优的;针对复杂环境中存在未知障碍的问题,设计了基于人工势场法的机器人自主避障算法,并通过仿真试验进行了算法验证,结果表明：本文所研究方法是有效且可行的。     

群体觅食行为启发的多机器人分布式编队控制方法研究

群集智能由简单个体之间的相互作用涌现出来,这种涌现出来的智能可以解决许多复杂的问题.首先,从细茵群体觅食特性出发,引出了该行为与多机器人编队任务的相关性.然后,通过对群体觅食行为模型的扩展,建立了基于势场的多机器人分布式编队控制模型;最后,在不同规模下的多机器人编队仿真实验表明,本文的方法能够控制多机器人完成编队任务,并且使得机器人在遇到障碍物时能灵活躲避障碍物,离开障碍物后又快速恢复队形.     

面向任务教育机器人编程方法及实现

针对传统教育仿人机器人面向过程的流程式编程不易学习、使用以及对环境适应性差的问题,设计了一种面向任务的图形化教育仿人机器人编程方法.该方法基于行为反应式的控制方式,采用有限状态机模型实现任务层和行为层的协调机制,并构建了完整的控制系统,包括上层编程环境和下层控制器.通过教育仿人机器人障碍赛的实验,说明该编程方法适用于不确定环境编程,具有模块化和开放性的特点.     

通讯受限条件下的机器人编队算法

针对通讯受限条件下大规模移动机器人编队任务, 本文提出了基于行为的分布式多机器人线形编队控制 和避障算法. 机器人个体无需获得群体中所有机器人的信息, 而是根据传感器获取的环境信息和局部范围内的机器 人信息对其自身的调整方向进行预测, 并最终很好地完成了设定的编队及避障任务. 由于本文方法需求的通讯量不 大, 并且采用分布式控制, 因此该方法适用于大规模的机器人集群编队任务. 文中还给出了本系统的稳定性分析, 证 明了系统的稳定性. 实验结果表明该算法使得机器人能够仅通过局部信息形成线形编队, 在遇到障碍物后能够灵活 避开障碍物, 并且在避开障碍物进入安全区域后重新恢复线形编队.     

基于宏行为的侦察机器人事务执行机制研究

为了便于操作员在侦察现场进行事务规划，提出了基于宏行为的事务描述方法和事务执行机制．按照机器人对环境变化的响应方式的不同，将机器人的行为分成基本行为、组合行为和宏行为，给出了描述这些行为的方法和一个宏行为的设计实例．引入了基于RS模型的行为合成运算符合成机器人行为的方法，从而可以形式化地构建侦察机器人的事务描述．实现了能够解释和执行事务描述的、基于宏行为的事务执行器．仿真和实验结果表明提出的任务描述方法可行，事务执行器能够可靠地完成事务描述所规定的任务．     

未知环境下自主机器人的行为学习研究

机器人为实现在未知环境下的探索任务,必须具有自主学习其行为策略的能力.本文提出了一种自主机器人行为学习机制.机器人通过与环境的交互,基于Q学习进行行为的自主学习.为降低学习时的计算复杂度,状态空间通过分段映射为不同的类别,从而减少状态-动作对的数量.自主机器人在未知环境中的行为学习是增量式的过程,本文将基于案例的学习与Q学习结合,使机器人在试错时获得的经验以案例的形式保存,并实现案例库的动态更新相关案例同时可以降低机器人行为学习时的计算复杂度和试错时的风险.在文中的最后给出了仿真结果.     

群体行为进化的自主式微小型移动机器人通信系统设计和实现

介绍了自主式微小型移动机器人通信系统的太原市诸实现,详细介绍了其通信的硬件组成以及通信系统工作过程,根据该设计,系统能实时显示各自主式微小型移动机器人的参当数,在线更改各机器人的参数和任务,且系统工作可靠,方便了进一步对自主式微小型移动机器人群体行为进化的研究。     

Path planning for an autonomous mobile robot considering a region with a velocity constraint in a real environment

Recently, many research projects and competitions have attempted to find an autonomous mobile robot that can drive in the real world. In this article, we consider a path-planning method for an autonomous mobile robot that would be safe in a real environment. In such a case, it is very important for the robot to be able to identify its own position and orientation in real time. Therefore, we applied a localization method based on a particle filter. Moreover, in order to improve the safety of such autonomous locomotion, we improved the path-planning algorithm and the generation of the trajectory so that it can consider a region with a limited maximum velocity. In order to demonstrate the validity of the proposed method, we participated in the Real World Robot Challenge 2010. The experimental results are given.     

基于蚁群系统的机器人全局最优路径规划的研究与仿真

基于蚁群系统,以可见性图作为路线图,采用CAS(complex adaptive system)理论自底向上的建模思想,构造主动的、适应性的蚂蚁主体ant-agent,依靠多ant-agent之间的协同、合作去完成自主移动机器人的全局最优路径规划任务。在环境中演化着的ant-agent具有自身的内部结构和行动规则,多ant-agent聚集成人工蚁群,通过人工信息素进行间接通信,涌现出了进行路径规划的群集智能。     

移动机器人行为参数的PSO多目标优化

根据移动机器人的导航任务,提出基于粒子群优化(PSO)算法的行为参数多目标分层优化方法。将导航方向与导航速度相关的参数按优先级进行PSO算法分层选取,使机器人在路径近似最优的基础上实现导航时间最少。仿真结果表明,该方法可以提高导航效率,实现导航决策的逐步求精,从而改善机器人在未知环境下的自主导航性能。     

移动机器人路径规划综述

移动机器人是目前科学技术发展最活跃的领域之一,在工业、农业、医疗等行业广泛应用,还在城市安全、国防和空间探测领域得到更广的应用。要实现机器人在未知环境下自主作业,具备实时、自主、识别高风险区域和风险管理的能力,路径规划是一个重要环节,规划水平的高低,在一定程度上标志着机器人的智能水平,因此研究机器人路径规划对提高机器人的智能化水平、加快工程化应用具有重要的意义。文章重点分别从全局路径规划和局部路径规划角度对机器人路径规划的研究方法进行了分析与总结,同时分析研究了基于仿生学的智能算法的遗传算法、蚁群算法、粒子群算法,最后展望了移动机器人的未来发展趋势。     

多机器人任意队形分布式控制研究

本文针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队 形和队形向量不易确定的问题，通过由各智能体自主简单的确定自己的队形向量，从理论上 扩展基于队形向量的队形控制原理以生成任意队形，改进机器人的运动方式以提高收敛速度 ，提出一种快速收敛的机器人部队任意队形分布式控制算法．为了解决智能体机器人之间的 冲突问题，提出了一个通信协调模型．仿真实验和实际机器人实验均表明了算法的可行性和 有效性．     

Path planning of wheeled mobile robot with simultaneous free space locating capability

This paper presents a hybrid path planning algorithm for the design of autonomous vehicles such as mobile robots. The hybrid planner is based on Potential Field method and Voronoi Diagram approach and is represented with the ability of concurrent navigation and map building. The system controller (Look-ahead Control) with the Potential Field method guarantees the robot generate a smooth and safe path to an expected position. The Voronoi Diagram approach is adopted for the purpose of helping the mobile robot to avoid being trapped by concave environment while exploring a route to a target. This approach allows the mobile robot to accomplish an autonomous navigation task with only an essential exploration between a start and goal position. Based on the existing topological map the mobile robot is able to construct sub-goals between predefined start and goal, and follows a smooth and safe trajectory in a flexible manner when stationary and moving obstacles co-exist.     

基于激光雷达的移动机器人动态障碍跟踪

动态环境下运动物体跟踪是移动机器人研究的难点之一;文章提出了一种基于激光雷达的自主动态障碍检测与跟踪方法;该方法首先利用最近邻聚类法将环境数据聚类为不同的障碍物;然后利用最近邻特征匹配算法关联相邻两帧的障碍物;最后提出一种新的基于障碍物时空关联性分析的的障碍物动静态识别算法,并采用α-β滤波算法对动态障碍的位置和速度进行了估计;利用机器人平台对该方法进行验证,实验结果表明了其有效性。