基于行为的实时路径规划

针对室内移动机器人导航要求,开发了以二维激光雷达作为探测环境的传感器,基于4个反应式行为,设计了一种简单的实时路径规划算法.避障行为使机器人穿过狭小通道,或者在某些障碍物环境下绕出狭窄区域;接近行为使机器人顺着障碍物前进直到开阔地带;搜寻行为使机器人不断朝向目标运动;线性行为使机器人到达目标点.机器人表现出很强的路径寻找能力,并且不需要定位信息.仿真实验表明该算法速度快,实时性好,路径平滑无震荡,实现了有效避障.     

基于动态目标点的行为分解编队算法

多机器人编队可以分解为队形形成和队形保持控制两部分.针对多机器人编队控制任务中的队形形成问题,提出了一种基于动态目标点的行为分解编队算法.此算法是一种改进的基于行为的编队控制方法,这种控制方法的思路为,首先要求各机器人在每一时刻确定一个运动目标点,此运动目标点是根据运动过程中机器人实时的位置运算出来的,是一个动态的目标点.根据此目标点进而产生一个运动需求.再将此运动需求按照有限状态机(FSM)原理分解为不同的子行为,然后给这些子行为分别赋予不同的权值,并求出一组控制变量,最终对这组控制变量加权平均产生一个综合控制变量.仿真实验表明,该方法能快速有效地实现多机器人的编队控制.此编队算法可以有效应用于军事搜索、围捕或机器搬运等多个领域.     

基于运动图式的多机器人合作追捕

为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为：奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之间的局部交互作用,实现多机器人的协作行为。仿真试验验证了该方法的有效性。     

基于MLP和SPSO的机器人行为选择与运动控制方法

针对传统行为选择机制(ASM)不能很好地做出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为。然后,根据机器人配备的图像和红外传感器获得的目标位置和障碍物信息,通过MLP神经网络从预定义行为中选择出所需执行的行为。另外,为了构造最优的MLP模型,采用一种简化粒子群算法(SPSO)来优化网络权值参数。机器人目标跟踪仿真的结果表明,提出的ASM能够准确选择出合适的行为,实现了控制机器人跟踪目标移动且能够避开各种障碍物。     

移动机器人运动目标跟踪系统设计

利用SONYEV-D31摄像机和自主研发的摄像机控制模块,构建了一套主动视觉子系统,并将该子系统应用于RIRA-Ⅱ型移动机器人上,实现了移动机器人运动目标自动跟踪功能。RIRA-Ⅱ移动机器人采用了由一组分布式行为模块和集中命令仲裁器组成的基于行为的分布式控制体系结构。各行为模块基于领域知识通过反应方式产生投票,由仲裁器产生动作指令,机器人完成相应的动作。在设置了障碍、窄通道以及模拟墙体的复杂环境下进行运动目标跟踪实验,实验表明运动目标跟踪系统运行可靠,具有较高的鲁棒性。     

基于导纳控制的社交机器人伴随与避障控制策略

目前社交机器人与目标人体并排行走（人体伴随与避障）时的运动控制策略的研究相对缺乏。为提升陪伴任务中用户的舒适度、机器人的运动柔顺度及其安全避障能力,本文提出了一种基于导纳控制的人体伴随与避障控制策略。首先,基于人机交互空间理论设计了交互力模型以构建人机动态交互关系,避免机器人侵犯目标人的亲密区域以提升目标人的舒适度;其次,将导纳控制模型与交互力模型结合,通过设置合理的导纳参数提升机器人运动控制的柔顺度;最后,引入行为动力学模型模拟人类的避障行为,以保障人体伴随任务的安全性。此外,提出了一组评价指标以验证伴随控制器的性能。根据仿真实验结果,在柔顺度方面,相较于PID法和虚拟弹簧模型（VSM）法,本方法下速度变化量分别降低69.6%和67.1%;在舒适度方面,机器人未给目标人带来不适;在安全性方面,本方法的避障失败率仅为10%,优于人工势场（APF）法和VSM法的40%和50%。实物实验中,机器人的柔顺度和舒适度指标均较好,避障失败率仅为5%,有效实现了安全友好的人体伴随与避障控制。     

基于混合结构的机器人Agent控制结构的研究

该文面向分布Agent多移动机器人系统,提出了一种适合于多移动机器人的机器人Agent分层式体系结构,包括状态监测层、决策规划层、协调控制层和行为控制层,其中状态监测层主要实现整个系统对外部环境的状态监测。决策规划层设定系统的全局目标和单个机器人的局部目标,合理快速地完成任务的分解和分配,实现机器人之间任务级之间的协作。协调控制层完成机器人之间的运动协调。行为控制器主要采用基于行为的方法实现具体的运动控制。该结构应用于RoboCup环境下的分布多机器人系统中,满足复杂的、动态的应用环境和系统要求。     

克服死循环转角固定的实时路径规划方法

针对室内复杂环境下移动机器人导航要求,基于三个反应式行为,设计了一种简单的实时路径规划方法.轨迹栅格地图记录了机器人已访问路径,避免机器人再次进入已访问区域.机器人受目标吸引和障碍物与已访问路径排斥的综合作用,找到最近出口,逃出死区.该方法在各种环境下工作良好,机器人每次转角固定,并且很小,速度为三档,降低了动力学要求.算法简单速度快,只需对数据进行简单的算术处理.定位误差和传感器噪声对性能影响很小.     

面向儿童教育机器人的行为引导设计研究

针对市场上教育机器人引导和反馈形式不符合儿童认知，且不满足儿童的个性化需求等问题，文章通过设置实验模拟家庭场景，采集了儿童与教育机器人交互行为的多角度视频，并对儿童父母进行了半结构化访谈；通过对儿童与教育机器人交互行为的任务分析，得到儿童教育机器人在行为引导层面的痛点，进一步挖掘出痛点产生的原因，并以此为机会点从显性和隐性两个方面总结了儿童教育机器人在行为引导层面的设计原则，为实现儿童教育机器人更加高效、顺畅的整体性用户体验提供了指导性意见。     

生物交哺行为启发的群体机器人搜集行为研究

为了提高群体机器人系统的整体性能,受生物系统中普遍存在的交哺现象的启发,在原来多机器人系统的基本行为的基础上,提出了一种引入交哺行为的多机器人协作机制。机器人依靠有限的感知能力和局部交互功能,以自组织方式执行目标搜集任务。机器人的内部状态变量反映其执行任务的情况以及对环境和其他机器人的评价。比较机器人的内部状态变量,可以判断是否需要交哺和交哺的方向性。主要目的是减少机器人之间的冲突,降低系统能量消耗的同时,提高机器人搜集目标的效率。最后通过计算机仿真实验以及与其他多机器人协作方法比较,分析该方法对提高系统性能的有效性。     

基于遗传模糊控制的多机器人避碰规划

设计了一种基于遗传算法优化的模糊逻辑控制的多机器人避碰规划方法,采用简化的三层行为结构:躲避机器人、躲避静态障碍物和趋向目标点,三个行为分别独立推理,将不同传感器信息作为输入,机器人动作作为输出,再通过优先级和加权的方法对三个行为输出进行综合.随后,针对模糊控制中构造全部的模糊规则比较复杂的问题,采用遗传算法对模糊规则的隶属度函数宽度和中心值进行优化,实现模糊控制器的离线自寻优,得到一组最优参数.从最终的仿真效果看,通过遗传算法优化提高了机器人的自导航性能.     

一种复杂环境下移动机器人避障新方法

为解决基于传统人工势场法的机器人避障算法在陷阱区域或在障碍物前会产生震荡而导致机器人不能到达目标点的问题,提出一种带记忆功能的沿边法;通过记录和分析障碍物边缘人工势场法的局部最小点来判断目标点是否被障碍物包围,从而避免机器人来回震荡以及围着目标点旋转的现象;首先进行沿边行为激活和退出条件研究,然后进行局部最小点记录条件分析,最后给出了目标点被障碍物包围的判断准则;仿真实验,结果表明该方法解决了复杂环境下机器人的避障问题;该方法用于复杂环境下的机器人避障是可行的、有效的.     

基于聚类分析和运动描述语言的扑翼飞行机器人行为规划

为了解决扑翼飞行机器人实时控制过程中操作者工作量大、操作较为复杂的难题,实现扑翼飞行机器人的分布式智能控制,提出了基于聚类分析和运动描述语言的扑翼飞行机器人行为规划方法.利用扑翼飞行机器人飞行数据聚类分析的结果,将机器人运动行为进行合理分类.在保证了运动描述语言的基元关系的同时,合理提取了扑翼飞行机器人的行为特征,并针对扑翼飞行机器人绕杆任务定义了4类运动基元.以扑翼飞行机器人和机载陀螺仪搭建了扑翼飞行机器人实验系统.通过直接控制方法和基于运动描述语言的机器人行为规划方法进行了实物实验和仿真实验,实验结果验证了所提方法的可行性和有效性.     

运输机器人行为建模的Petri网方法

针对建立运输机器人的精准行为模型所遇到的新困难,提出采用含禁止弧Petri网（PN）建立其行为模型。运输机器人行为有耦合、制约、异步等特点,采用含禁止弧的行为交互Petri网元模型以及token流动控制机制建模其行为。通过LabVIEW2012及Robotics模块,将Petri网模型转化为LabVIEW程序,在运输机器人平台进行行为验证。结果实现了运输机器人的行为与交互逻辑,具有行为辨识、决策与执行能力。验证了含禁止弧Petri网为运输机器人的行为建模提供了一种适用方法,建立的Petri网模型为运输机器人的相关行为设计提供模型参考。     

基于行为检测的机器人安全保护方法

机器人是一类典型的信息物理融合系统,由软件控制的机器人行为存在多种形式的安全问题。为了避免这些问题,提出一种基于行为检测的机器人安全保护方法。行为检测是指通过检测机器人执行行为之前和之后的状态,判断机器行为是否安全。该方法针对硬件限制、稳定性和碰撞冲突3个方面的行为安全问题,支持机器人执行行为之前对其进行建模和检测,提出碰撞冲突检测算法ACD。基于AOP技术实现该安全保护方法。基于NAO机器人开展了若干场景的实验,结果表明该方法可有效检测出危害机器人安全的行为并及时做出相应动作补偿。     

基于行为的移动机器人避障系统的设计

随着机器人应用范围的不断扩展,机器人所面临的工作环境也越来越复杂,多数是未知的、动态的和非结构化的。通过对基于行为的机器人控制技术的研究,提出了一种实用的自主移动机器人智能避障控制方案,阐述了其具体实现技术;将基于行为的控制技术融合进模糊控制的思想中,使移动机器人的行为通过运用模糊控制和基于优先度的行为决策来实现。试验证明了这一方法的有效性和实时性。     

穿刺机器人运动安全性的形式化分析与建模

混成系统是实时嵌入式系统的重要子类,其行为中存在连续变化和离散跳转混杂的情况,使得混成系统行为复杂,安全性难以掌握。近年来,混成系统在医疗环境中得到越来越广泛的应用。其中,医疗机器人的穿刺运动控制系统呈现高度复杂的混成性,如果机器人在穿刺过程中失控将导致不可挽回的严重后果。因此穿刺机器人运动行为的安全性设计成为了亟需解决的问题。首先根据穿刺机器人的运动学设计,将机器人的复杂运动分解。然后基于微分动态逻辑理论从混成系统的角度出发对穿刺机器人的运动控制系统进行了形式化建模与分析,并使用证明工具KeYmaera归纳出微分不变式,获得了控制模型的参数约束。最后提出了针对机器人运动到某一靶目标区域这类运动学问题的一般性验证模型。     

机器人行为选择机制综述

详细综述了现有的机器人行为选择方法及国内外研究现状,并讨论了行为选择机制研究发展的趋势, 特别对受生物启发的机器人行为选择机制作了重点介绍．文章最后分析了机器人行为选择研究存在的问题并对以后 的研究方向作了展望．     

基于内分泌调节机制的机器人行为规划算法及其应用研究

借鉴内分泌系统对神经系统与遗传系统的高层调节机制，提出了一种新的基于内分泌调节机制的机器人行为规划算法．此算法中机器人通过神经系统接受环境信息并进行行为决策，行为决策的效果通过一种情感学习模型进行反馈．情感学习模型根据机器人的内、外环境状态,产生情感因子(即生物激素)，再由情感因子来调节神经系统的记忆和行为决策，最后神经系统的记忆与行为模式又由遗传系统得以继承．该算法有效避免了神经系统复杂的自学习过程。同时也保证机器人有较强的自适应能力．为了验证算法的有效性，本文做了机器人足球队守门员训练的仿真实验，结果也表明该算法具有很强的自适应学习能力．     

微小型自主侦察机器人控制系统设计

狭窄区域侦察和大面积探测在军用和民用领域都有着较大的应用需求.这使得微小型自主机器人成为了研究热点之一.然而,体积和重量的限制导致微小型机器人运算能力、通信能力和传感能力十分有限.因此.微小型自主侦察机器人控制系统的设计成为难题.在微小型自主侦察机器人BMS-1中.通过配置不同传感器和采用适当的控制算法.实现了避障和寻找并躲避在隐蔽处等基本自主行为,最后进行了实验测试和得出了相关结论,提出了本文的创新所在.