模糊神经网络信息融合在移动机器人导航中的应用

提出一种基于模糊神经网络的多传感器信息融合方法,并将其用于自主移动机器人导航避障.采用多个超声波及红外传感器探测障碍物的距离和方向,用CCD摄像机来跟踪目标.经过模糊神经网络信息融合后,实现了机器人对障碍物和环境类型的识别以及无冲突的运动.试验表明,该方法能够实现机器人的安全避障.     

基于模糊逻辑的小型气源定位移动机器人的设计

气源定位的机器人已在有毒气体、火灾征兆、爆炸物探测等应用中广泛使用。为此,设计了基于模糊逻辑的小型气源定位移动机器人。该机器人以Arduino Mega 2560作为嵌入式控制器,并以TGS 2600芯片作为气体传感器。将气体传感器所感测的气体浓度作为模糊逻辑的输入,而用模糊逻辑的输出决定机器人驱动电动机的PWM信号。机器人跟踪的路径取决于机器人左、右电动机的PWM信号。当机器人右边气味浓度高于中间和左边时,模糊逻辑就决定让机器人向右移动。在这种条件下,左边电动机的移动速度高于右边电动机速度,致使机器人就向右移动。实验数据表明,设计的小型机器人具备在室内自主定位气源的能力。     

基于改进的势场函数的移动机器人路径规划

当用势场法对移动机器人进行路径规划时，如果目标在障碍物的影响范围之内，利用现有的热场函数，则机器人永远也到达不了目标。本文对热场函数作了改进，新的势场函数把机器人与目标之间的相对距离也考虑进去，从而确保目标点为整个热场的全局最小点，使得移动机器人能够顺利到达目标。     

基于模糊逻辑算法的点焊恒电流控制系统研究

介绍了一种基于模糊逻辑算法的点焊恒电流控制系统。该系统以80C196KC嵌八式单片机为中心控制器件，以电流误差及误差变化率为输入变量．以晶间管控制角的增量为输出变量,按照模糊逻辑算法实现点焊电流的恒值控制。研究了系统的建立方法及软仲的仿真与改进。试验分析结果表明，该系统对点焊焊接电流的控制精度高，实时性强，能够满足焊接生产要求。     

模糊改进的人工势场法机器人局部路径规划

移动机器人在狭窄、障碍物繁多的密闭环境中工作,人工势场法(APF)应用于机器人避障及局部路径规划存在局部最优、目标不可达等问题,文章提出一种模糊改进的APF算法,通过重新构建障碍物斥力势场、障碍物运动速度和加速度势场、引力势场模型,克服局部最优陷阱;在某些特殊情况下,使用模糊算法给机器人提供辅助作用力,帮助机器人安全到达目标点。把改进模糊APF算法用于机器人避障,仿真结果表明:改进的控制算法应用于多障碍物环境可以帮助机器人实现安全避障。     

基于图形界面的数控机床永磁电动机模糊控制系统的综合与分析

基于MATLAB的模糊逻辑工具箱图形界面(GUI)工具,对数控车床永磁电动机模糊控制系统进行综合与分析.模糊控制器的输入语言变量选择为速度误差以及误差的积分,输出语言变量选择为电流的给定量,这样既能实现模糊控制不依赖被控对象模型,又能发挥比例积分控制规律稳态无误差的优点.采用模糊逻辑工具箱图形界面工具进行系统的综合与分析,可以方便地修改语言变量的论域、隶属度函数和模糊控制规则,设计过程简单清晰.仿真结果表明,采用该方法设计的模糊控制系统鲁棒性强,满足高速磨床永磁电动机系统对给定速度的准确跟踪和对扰动的抑制.     

基于改进YOLOv4的移动机器人障碍物检测北大核心

为满足移动机器人障碍物检测精度与实时性的需求,解决识别网络复杂度高、体积大的问题,提出一种基于改进YOLOv4的移动机器人障碍物检测识别方法。首先,使用MobileNetv3代替原主干特征提取网络,同时使用深度可分离卷积块代替加强特征提取网络中的普通卷积块;其次,使用CDIoU提高对障碍物区域的检测能力;最后,基于移动机器人平台进行障碍物检测实验。实验结果表明,改进的模型可以达到90.2的mAP和42.04的FPS,与其他目标检测模型相比,参数量减少了40%,检测速度得到了大幅度的提升,所提障碍物检测算法具有检测精度高、检测速度快的优点,可以满足移动机器人障碍物检测的实时性和准确性要求。     

基于广义动态模糊神经网络的电液伺服系统控制

针对电液伺服系统这一复杂的非线性系统,提出一种广义动态模糊神经网络学习算法,并设计控制器.该算法以模糊ε-完备性作为高斯函数宽度的确定准则;同时对模糊规则和输入变量的重要性作出评价,并以此来调整每个输入变量和模糊规则.使用AMESim软件搭建了系统的模型,并利用AMESim的接口技术实现了与Simulink的联合仿真....     

基于RSSI的室内移动机器人测距方法分析

作为一种全新的定位技术,RSSI(Receive Signal Strength Indicator)被广泛应用在WLAN(Wireless Local AreaNetwork)中的室内移动机器人定位领域。为采用几何法进行室内移动机器人定位,提出基于RSSI的测距方法。分析无线信号传播的特点和RSSI测距的原理,建立无线信号传播损耗模型。采用带有无线网卡的笔记本和LINKSYS路由器构建测距实验系统,其中路由器作为基站固定于一点,无线网卡作为移动节点时刻发送信号,通过实验得到距离d与RSSI值的关系曲线,利用无线信号传播损耗模型中的参考点信号强度和比例因子进行标定,并分析测距精度。结果表明,影响测距精度的因素主要包括障碍物和空间大小等。根据确定的无线信号传播损耗模型进行测距实验,实验结果表明:在3 m范围内测距最大误差为0.79 m,能够较好地满足室内移动机器人定位的需要。     

基于双层地图的分段式路径规划

为了解决移动机器人通过传统A~*算法路径规划经过门时因规划的路径靠近障碍物,导致定位丢失的问题,提出了基于双层地图的分段式路径规划方法。该方法通过对已经建立的栅格地图进行处理,从而绘制出门点图层,通过计算路径在门点图层上的代价值来判断路径是否经过门,而当判断出路径需要经过门时,则通过对原有路径进行分段路径规划。所提出的方法通过实验验证有效可行,避免了在经过门时因为移动机器人距离障碍物太近导致的定位丢失问题。     

基于焊枪倾角信息融合的弯曲焊缝轨迹跟踪

文中介绍了以轮式移动机器人为被控对象,以旋转电弧作为传感器,根据傅里叶变换后的一次谐波分量对焊枪偏差和倾角进行检测,同时根据焊枪的移动状态判断焊枪与焊缝切向之间的夹角.基于T-S模糊逻辑系统对旋转电弧传感器采集的焊枪倾角和焊枪与焊缝切向之间的夹角进行融合.以焊枪偏差和融合后的焊枪倾角作为输入,以机器人左右车轮和水平滑块的运动作为输出,构成双输入多输出控制系统.基于模糊控制理论设计控制器,实现焊缝跟踪的同时对焊枪倾角进行调整,并通过实际焊接试验验证了控制器的跟踪效果.     

移动机器人避障模糊控制

本文首先介绍了研制的移动机器人的系统结构及运动学原理,然后采用一种具有速度反馈的基于模糊控制的移动机器人避障算法进行研究和仿真,最后对移动机器人在实际环境中进行避障实验,结果表明该模糊控制算法是可行的。     

基于模糊算法的水下机器人路径规划研究

针对水下机器人的工作环境的复杂性与不确定性,为了提高自主式水下机器人与外部环境交互及自主航行的能力,结合视线导航原理与模糊控制算法,提出一种未知环境下水下机器人的局部路径规划策略,可实现机器人的实时避障功能。利用测距声呐、短基线系统对环境进行探测,得到一定范围内的障碍物与目标信息,通过模糊控制器实时调整水下机器人的运动偏转角度,有效地避开障碍物,达到预定目标点。最后通过MATLAB进行仿真,构建一个仿真实验平台,交互式设置障碍物的数量、大小、形状、位置等初始信息,机器人运用该算法在多障碍物、不同路障环境下,都能较好地实现机器人避障,验证了算法的有效性。     

动态环境中基于改进势场法的移动机器人路径规划

在一般势场法的基础上,针对动态环境中,目标和障碍物都是运动的条件下,提出了一种改进的势场法。通过在吸引力势场函数中引入相对速度和设置机器人的避碰预警距离等方法解决了目标移动环境下路径规划的问题。仿真实验证明该方法是有效的。     

基于虚力栅格法的移动机器人实时避障和导航

综合虚拟力场法和栅格法的优点,研究了移动机器人的导航和避障的问题.此方法采用确定栅格描述障碍物,具有简易、直观的特点,它使机器人在移动过程中能够检测到未知的障碍物并避开它,实现机器人朝着目标点移动.仿真结果表明,该方法具有良好的可行性和有效性.     

基于位置误差的真空机器人碰撞保护研究

要保证碰撞发生时真空机器人与晶片的安全,避免造成较大的损失,真空机器人必须具有碰撞保护功能.在研究真空机器人位置误差变化的基础上,不使用额外的传感器,建立基于位置误差模糊推理的碰撞保护系统.该系统选用二维的模糊控制器来确定位置误差的阈值,以机器人加速度、机械惯量作为输入条件,估计的系统位置误差作为输出条件;并提出了不同的保护策略.最后给出了真空机器人碰撞的实验结果,结果表明该碰撞保护方法具有较高的准确性和灵敏度.     

面向林地作业的腿履复合移动机器人构型设计与越障策略研究

针对林地地面环境复杂、台阶和倒木障碍多的问题,设计一种腿履复合移动机器人。在分析犬类腿部骨骼结构参数和运动特性的基础上,设计3关节构型与履带复合的移动机器人腿部结构,为了尽可能减轻整机质量,将履带部件和机器人腿部的大腿结构有机融合。构建机器人单腿的运动学模型,分析机器人足端工作空间,提出针对腿履复合移动机器人的林地越障策略,仿真分析越障过程中机器人关节的动态特性。仿真结果表明：利用腿部关节摆动和履带推进的组合和适时切换,该腿履复合移动机器人能实现灵活的台阶和倒木障碍的跨越;越障过程中,除与障碍接触时刻的关节力矩突变外,腿部关节力矩变化平稳,履带运动模式和足式运动模式切换平顺。研究为下一步机器人样机研制和控制系统开发提供了技术基础。     

3自由度移动机器人的模糊逻辑控制方法研究

3自由度移动机器人可以实现平面上的自由运动,具有很高的灵活性和机动性。针对具有两个可操舵驱动轮的3自由度移动机器人的轨迹跟踪问题,利用模糊控制技术设计了路径跟踪控制器,实现了移动机器人的位置和方位的独立跟踪,同时提高了跟踪控制的实时性。最后通过仿真验证了算法的可行性和有效性。     

Self-organizing Neural Network for Trajectory Control and Task Coordination of a Mobile Robot

A multi-layer neural network is used to control the navigation of a mobile robot in an environment containing obstacles in a temperature field. The mobile robot must avoid obstacles and hill climb towards the maximum of the temperature field. The strategy for each of these two tasks is acquired by learning. First by exploring the environment, the mobile robot extracts the relevant sensory situations by building up an internal map of the environment. The associations between these situations and the appropriate actions are then formed in an unsupervised manner, i.e. with no ‘teacher’required. The proposed structure of the system permits the coordination of the two tasks. Simulation results display not only the ability of the robot to achieve collision-free navigation towards its target in the explored environment, but also in new unvisited environments, illustrating the generalization property of neural networks.     

室内移动轮椅式机器人的运动控制研究

针对室内移动轮椅式机器人在运动过程中,机器人特性受到材料磨损、环境差异等因素的影响而发生改变,导致采用经典PID的控制出现超调量大、响应慢、易振荡等问题,本文提出采用模糊推理获取PID参数的方法。设计了机器人的运动控制系统;建立了机器人的运动学模型;结合实际操作人员控制机器人的实际经验,采用模糊推理得到PID的控制参数;最后,进行了机器人的实验。实验结果表明,采用模糊PID能有效地减小航向角的偏转误差,降低系统的超调量,提高系统性能。