基于平移量的机器人灰度图像匹配算法研究

以利用投影特征将二维数据简化为一维的算法为基础,提出了一种基于平移量的机器人灰度图像匹配算法,以减少计算时间并提高计算效率.本算法实时性强,时间复杂度小.经过实验验证,采用本算法的机器人巡线准确、快速,具有较好的稳定性.     

基于路径预测的机器人足球路径规划

针对常用的机器人路径规划算法过于复杂并且在每个运动周期都计算路径的问题,提出了一种结合路径预测的路径最优算法.充分利用预测结果减少每周期的路径规划时间;用微量调整动态控制机器人左右轮速度,并充分利用折线路径的短距离优势,为避障机器人创建一条最短路径;以基于周期性预测在同个时间轴上的相交作为碰撞信号,来减少每个周期的重复性计算时间.实验结果表明,该方法能大大提高机器人路径规划的速度,降低不同周期上路径规划结果不一致导致的运动震荡.     

基于多数字信号处理器系统的机器人控制器

本文介绍一种主从式机器人控制器,它使用多个高速数字信号处理器.并行计算机器人的动力学方程.提出了全动力学算法在本控制器中的一种实现方案.对于所研究的五自由度关节型工业机器人.使用该控制器.并用本文所提出的并行实现方案可使全动力学方程的计算时间和计算间隔降到4ms以下.若采用流水线/并行混合法,可使计算间隔减小到2ms以下,另外,该控制器的结构使增加或减少子机的数目都很容易,因而还可以用于其他大运算量的场合(如计算逆运动学方程、机器人视觉信息处理等).     

机器人步态规划优化过程研究与仿真

机器人步态规划过程是一个随机性较强的过程,对步长和步频的计算过程需要根据现场环境,在大量的先验条件支撑下得出.传统的机器人步态规划需要大量的先验条件,一旦先验条件增加,也会需要大量的计算,以保证计算的准确性,导致步态规划过程耗时明显,机器人行为滞后.为解决上述问题,提出基于遗传多样性融合算法的机器人步态规划方法.建立机器人步态规划初始种群,针对种群中的所有可能的步态元素进行编码,利用遗传算法的寻优特性,对所有的步态规划中的遗传算子进行选择、交叉、变异、平滑运算.计算机器人步态规划交叉概率,获取步态规划的适应性,得到种群更新的终止条件,快速计算步态特征.实验结果表明,利用改进算法进行机器人步态规划,能够提高规划的合理性,缩短步态规划需要耗费的时间,提高步态规划的效率,得到最理想的步态规划结果.     

6R机器人实时逆运动学算法研究

提出一套解决各类6R机器人逆运动学问题的实时算法. 一般算法通过矢量计算和16阶矩阵分解得到一般6R机器人的最多16组逆运动学解. 封闭解法直接提取运动学等式求出关节变量的解析解. 组合算法将封闭解法或一般算法的结果作为初始值, 采用牛顿-拉夫森方法迭代出逆运动学精确解, 适用于所有接近满足封闭解条件或一般算法条件的6R机器人. 求解实验结果表明, 整套算法最大算法时间约为2.03 ms, 为任意几何结构的6R机器人应用于强实时系统提供了逆运动学解决方案.     

机器人PUMA560逆运动方程的新解法

本文提出了一种求解机器人 PUMA560 逆运动方程的新算法:几何一解析法.该方法充分利用了机器人 PUMA560 简单的几何结构及解析法的优点,使得求解过程中费时的超越函数调用大大减少。运算结果表明,计算时间较几何法和解析法减少了25%以上.对于机器人实时在线控制,具有很大的实用价值.该算法已用于机器人双手协调控制.     

算术表达式的最优并行计算树的生成算法

本文根据机器人动力学控制计算的需要,提出了一种关于算术表达式的最优并行计算树的生成算法,利用该算法在 MIMD 计算机上计算一个表达式所需的时间可以达到最短.     

多地貌环境下的移动机器人路径规划研究

针对多地貌环境下的移动机器人路径规划问题,建立多目标优化模型,并采用微粒群算法解决该问题.首先,采用区域权值表示机器人在各种地形下的通行困难度;然后,结合局部优化准则计算机器人的通行时间,通过计算机器人与危险源之间覆盖的面积来衡量路径的危险程度,并将上述问题转化为两目标优化问题;最后,采用多目标微粒群优化算法优化上述问题.仿真结果表明了所提出方法的有效性.     

基于最大空闲时间的分布式巡逻机器人数量优化

针对多机器人巡逻问题,提出基于全局平均最大空闲时间的分布式巡逻算法,确保每个巡逻顶点在一定时间内被机器人访问.在算法执行过程中,每个机器人利用共享信息估算全局平均最大空闲时间.机器人在当前顶点收集的信息用于决策、选择下一个被机器人访问的顶点.再根据全局平均最大空闲时间的大小估算在巡逻任务过程中多机器人团队的表现,确定完成此巡逻任务所需的最优机器人数量.仿真实验表明文中算法的收敛速度较快,全局平均最大空闲时间值较小,多机器人巡逻任务完成效果较佳.     

多移动机器人区域分割优化覆盖算法研究

针对多机器人协作的全覆盖路径规划优化问题,提出了一种区域分割优化覆盖算法,完成多机器人对未知区域的快速、高效的覆盖任务.在移动机器人全覆盖路径规划研究中,将机器人的能量、速度、任务完成时间等作为限制条件,对所需机器人的数目、机器人分成的组数及机器人工作的起始位置进行规划,以实现利用最少数目的机器人完成给定区域的优化分割和覆盖.对比仿真实验,结果表明本方法在给定机器人数量的情况下,完成了最大区域的覆盖.该方法可以有效完成多机器人对未知区域的快速高效的搜索覆盖任务.