机器人智能视觉路径选择系统的设计与实现

机器人视觉路径选择系统的性能,对于提高不同领域机器人应用性能具有重要的应用意义;提出了考虑最优路径数据挖据的机器人视觉路径选择系统的优化设计方法,分析了该系统组成的总体结构,给出了系统的电机驱动模块、图像采集处理模块、USB接口以及电源模块的硬件结构设计,分析了考虑最优路径数据挖据机器人视觉路径规划的具体过程,介绍了系统实现路径规划的关键程序代码,实现机器人视觉路径的准确选择;实验结果说明,所设计模型可实现机器人路径的有效规划,具有较高的规划效率和精度。     

五杆四驱动平面双足机器人动态步态规划与非线性控制

以五杆四驱动的平面双足步行机器人为对象，研究了其动态步行的时不变步态规划和限定时间的非线性控制策略．揭示了其模型的欠驱动和完全驱动的混杂和非光滑动力学特性，推导了其碰撞模型．基于虚拟约束的概念，提出时不变步态的输出函数解析设计方法，设计了反馈线性化控制器，将系统转化为双积分环节．然后采用限定时间控制器在一步内零化输出函数．仿真实验表明，动态步行趋于一个稳定的极限环，实现了规划的行走模式，验证了该方法的有效性．     

双臂机器人时间最优轨迹规划研究

本论文对双臂机器人时间最优轨迹规划问题作了深入研究,成功地运用了动态规划法 ,对沿着特定路径运动的双臂机器人左、右臂进行了时间最优轨迹规划,从而保证机器人左 、右臂在无碰撞的前提下,实现时间最优运动．算法通过了计算机仿真实验,证明算法可行 ,效率较高．     

一种水上行走机器人的设计与实现

研究了水上行走机器人的设计问题,提出了机器人驱动腿设计算法,给出了机器人结构、控制系统和 软件的设计方法和实例．设计并实现了一种采用双电机驱动、能转向和调速、通过红外信号遥控的水上机器人,并 对机器人进行了性能测试．该机器人仿生水黾重量轻、体积小、功耗低．实验表明其性能超过了现有同类机器人．     

基于遗传算法的欠驱动机器人运动规划

研究了平面欠驱动机器人的非完整运动规划问题,建立欠驱动机器人系统动力学模型,提出了一种利用遗传算法(GA)解决欠驱动机器人运动规划的方法。引入部分稳定控制器的思想,提出基于能量最优的评价函数,利用遗传算法对评价函数进行离线优化,得到有关部分稳定控制器的切换规则。此方法可以推广到任意平面欠驱动机器人的规划问题上,以平面3R欠驱动机器人为研究对象进行了数值仿真,仿真结果验证了该方法的有效性。     

欠驱动双足机器人动态步态规划方法研究

以欠驱动双足机器人为对象研究其周期稳定的动态步态规划方法。首先建立欠驱动双足机器人的混杂动力学模型,然后采用时不变步态规划策略对机器人步态进行规划,并研究周期步态的收敛条件。步态参数直接决定周期步态的稳定性,采用遗传算法,以能耗最优为目标,以限制条件为约束对步态参数进行选择和优化。最后通过虚拟样机对机器人的行走过程进行动力学仿真。实验表明规划步态收敛于稳定的极限环,实现了高速动态步行,该规划方法是可行的。     

基于遗传算法的多机器人系统最优轨迹规划

针对关节型多机器人系统在静态环境下的点到点的轨迹规划问题,提出了一种基于遗传算法的最优轨迹规划策略.采用遗传算法在综合考虑各机器人沿轨迹运动的安全性、运动代价以及运动学约束的基础上为单个机器人规划最优的运动轨迹,并通过协调各机器人沿预定轨迹运行的时间避免机器人之间碰撞的发生.针对含有3个二自由度平面关节型机器人的多机器人系统进行了仿真实验,实验结果验证了该方法的有效性.     

多电机驱动的牙弓曲线发生器的运动控制与实验研究

根据多电机驱动的牙弓曲线发生器的同步运动控制要求，本文就多电机驱动的牙弓曲线发生器进行了 运动学分析．采用IPC+PC6401 控制卡的硬件控制方案，基于VC++ 6.0 开发平台，应用多线程技术实现多电机驱动 的牙弓曲线发生器的实时闭环同步控制，并以多操作机排牙机器人为实验样机，进行了控制实验和排牙实验．实验 结果表明，多线程技术的应用，避免了实时控制造成的主线程阻塞，实现了多电机驱动的牙弓曲线发生器的并行协 调运动；通过误差分析和具体的排牙实验可知，该控制策略和技术路线满足了运动速度和定位精度的要求．     

一种基于遗传算法的欠驱动机器人避障运动规划新方法*

对平面欠驱动机器人的避障运动规划问题进行了研究,提出了一种利用遗传算法解决此类系统避障问题的新方法。通过引入虚拟弹簧—阻尼系统,在障碍物存在的情况下对系统非完整约束方程的广义力进行修正,采用部分稳定规划器进行运动规划,建立了基于能量的适应度函数,并利用遗传算法对提出的适应度函数进行全局优化,得到了部分稳定规划器的最优切换顺序,进而实现了欠驱动机器人的无碰撞路径规划。最后以平面3R欠驱动机器人为例进行了仿真实验,验证了该方法的有效性。     

一种基于遗传算法的欠驱动机器人避障运动规划新方法*

对平面欠驱动机器人的避障运动规划问题进行了研究,提出了一种利用遗传算法解决此类系统避障问题的新方法。通过引入虚拟弹簧—阻尼系统,在障碍物存在的情况下对系统非完整约束方程的广义力进行修正,采用部分稳定规划器进行运动规划,建立了基于能量的适应度函数,并利用遗传算法对提出的适应度函数进行全局优化,得到了部分稳定规划器的最优切换顺序,进而实现了欠驱动机器人的无碰撞路径规划。最后以平面3R欠驱动机器人为例进行了仿真实验,验证了该方法的有效性。     

一种基于矢量分析的视觉伺服冗余机器人运动规划方法

本文提出了一种适用于视觉伺服冗余机器人的运动规划方法．针对大多数具有三轴 相交手腕的操作臂，文章把操作臂的运动规划分解为两个方面．一方面，采用腕部速度矢量 在操作臂关节空间极小最小二乘分解的方法规划操作臂关节速度．另一方面，用欧拉角矢量 递推的方法规划操作臂手爪的姿态．该方法的特点是物理意义明确，算法简单．同时具有一 定的运动学鲁棒性．文中还采用该方法对8R操作臂进行了仿真研究．     

A lattice-type reconfigurable robotic system for achieving gaits of chain-type robots

Traditional lattice-type reconfigurable robots can only achieve the flow-style locomotion with low efficiency. Since gaits of chain-type robots are proved to be efficient and practical, this paper presents a novel lattice distortion approach for lattice-type reconfigurable robots to achieve locomotion gaits of chain-type robots. Using this approach, the robotic system can be actuated by local lattice distortion to move as an ensemble. In this paper, a rule that makes the lattice distortion equivalent to joint rotation is presented firstly. Then, a kind of module structure is designed according to requirements of the lattice distortion. Finally, a motion planning for achieving locomotion is developed, which works well in physics-based simulations of completing a serpentine locomotion gait of a snake-like robot and a tripod gait of a hexapod robot.     

未知动态环境下非完整移动群机器人围捕

针对未知动态障碍物环境下非完整移动群机器人围捕,提出了一种基于简化虚拟受力模型的自组织方法.首先给出了个体机器人的运动方程,然后给出了未知动态环境下目标和动态障碍物的运动模型.通过对复杂环境下围捕行为的分解,抽象出简化虚拟受力模型,基于此受力模型,设计了个体运动控制方法,接着证明了系统的稳定性并给出了参数设置范围.不同情况下的仿真结果表明,本文给出的围捕方法可以使群机器人在未知动态障碍物环境下保持较好的围捕队形,并具有良好的避障性能和灵活性.最后分析了本文与基于松散偏好规则的围捕方法相比的优势.     

编队多机器人类人探测方法

针对多机器人探测和处理多目标的控制任务,模仿人类探索未知环境的过程,提出了多机器人探测的边界、编队、目标吸引、重复探测、路径状况和探测扩张等6个类人探测规则.根据多机器人相互协调和高效探测的需要,通过规则的对应适值控制机器人的运动,使各个机器人沿优化路径共同完成多目标探测任务,解决了在全局未知环境下的多机器人路径规划问题.仿真结果表明,所提出的类人探测各种规则能有效地控制多机器人实现未知环境探测,具有可行性.     

一种新的位置数据融合方法的研究

给出了一新的基于团队一致法的多传感器位置数据融合方法，该方法按传感器队中的每个成员的测量不确定性，构造团队期望效用函数（或密度），并基于该期望效用函数求得位置参数估计，其优点是可消除失效传感器和测量值为野值的传感器的影响，本文给出了仿真结果。     

Moving Personal Robots in Real-Time Using Primitive Motions

Personal robotics is a new and attractive use of robotic technologies. In this paper we study one of its important topics—real-time motion planning of personal robots. We propose to use primitive motions and their combinations to make this possible. The primitive motion has a unified pattern and is borrowed from the motion pattern of human hands observed by previous researchers. The pattern is simple yet powerful and can form complex trajectories. A reflexive motion control scheme is proposed to activate appropriate primitive motions for a desired motion. As a result, real-time motion planning of personal robots becomes possible by using discrete and sparse human commands. Experiments results are presented to show the effectiveness of the proposed scheme.     

Motion planning for formations of mobile robots

This paper is concerned with planning the motion of mobile robots in formation, which means certain geometrical constraints are imposed on the relative positions and orientations of the robots throughout their travel. Specifically, a method of planning motion for formations of mobile robots with non-holonomic constraints is presented. The kinematic equations developed allow a certain class of formations to be maintained while the group as a whole exhibits motion. The work was validated using the Stanford Micro-Autonomous RoverS Testbed.     

多移动机器人实时最优运动规划

研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法具有很强的实时性。     

Pareto-optimal coordination of multiple robots with safety guarantees

This paper investigates the coordination of multiple robots with pre-specified paths, considering motion safety and minimizing the traveling time. A method to estimate possible collision point along the local paths of the robots is proposed. The repulsive potential energy is computed based on the distances between the robots and the potential collision points. This repulsive potential energy is used as the cost map of the probabilistic roadmap (PRM), which is constructed in the coordination space for multiple robots taking into account both motion time cost and safety cost. We propose a search method on the PRM to obtain the Pareto-optimal coordination solution for multiple robots. Both simulation and experimental results are presented to demonstrate the effectiveness of the algorithms.