基于栅格地图的移动机器人路径跟踪控制器设计与实现

对轮式移动机器人的路径跟踪问题进行讨论.针对栅格地图模型下由离散路径点组成的路径,采用点镇定原理和Lyapunov直接法来设计路径跟踪控制器.并通过仿真实验验证所设计的控制器的有效性.在充分考虑到算法移植的操作性需要,和程序执行的实时性需要的情况下,将路径跟踪控制器移植到移动机器人上位机作为高级决策器.通过移动机器人在实验室环境下进行的路径跟踪实验,证明了路径跟踪控制器运行稳定,机器人能够准确而且平滑地跟踪规划路径.     

基于ROS的全向移动机器人定位导航系统研究

针对传统移动机器人自主运行能力不足及系统设计困难的问题,以自行设计的四麦克纳姆轮全向移动机器人为研究对象,根据层次化和模块化的思想建立了基于混合硬件架构的全向移动机器人定位导航系统的总体设计框架,建立了基于机器人操作系统ROS(Robot Operating System)的实验平台,分析了基于激光雷达的移动机器人Fast-SLAM算法,通过搭建软硬件系统,对机器人的即时定位与地图构建功能进行了测试,对路径规划能力进行了实验。结果表明,该系统能够实现全向移动机器人在未知环境下地图的实时构建,且拥有良好的全局导航及局部避障能力。研究成果对全向移动机器人定位导航系统的研究具有一定参考价值。     

清雪机器人自主定位与导航系统设计与开发

针对清雪机器人在未知环境中缺乏环境感知能力和自主规划路径等问题,研究基于机器人操作系统（ROS）结合激光雷达的同时定位与建图技术（SLAM）、路径规划技术,确定清雪机器人的研究思路。采用基于改进Rao-Blackwellized粒子滤波SLAM用于机器人在未知环境中实现同时定位和建图,通过激光雷达扫描匹配建立栅格地图,采用A*和DWA算法对建立的栅格地图进行全局路径规划和局部动态避障,并通过自主开发的清雪机器人作为实验平台验证可行性。结果表明：在实际环境中,基于激光雷达的同步定位与建图有效解决了清雪机器人位姿估计和地图构建问题,清雪机器人能够按照指定清雪路线移动,并避开实时出现的障碍物,验证了清雪机器人设计的可能性。     

基于CAD/CAM的宝石加工设备控制系统设计与实现

该设备基于CAD/CAM集成理论,采用上位机与下位机结合的人机交互方法,实现宝石的设计、围型、刻磨和抛光一体化加工。首先分析了实现设备的各部位运动功能的控制原理,然后用加工数据与控制程序分离的方案分别对上位机和下位机控制系统进行开发。上位机控制软件的开发在VC++环境中完成,通过构建加工数据结构,把图形文件信息转换成下位机能够识别运行的数据。下位机以STM32F10X系列MCU为控制核心,辅以专用的电机,配合传感器和光栅尺,接收上位机信号后采用闭环控制算法。系统进行数据处理后,在专用电机的驱动下自动执行宝石的加工工序。测试表明,该系统提高了宝石加工的精度和效率。     

六自由度轻载搬运机器人控制系统设计

针对开放式控制系统的特点,以工业平板电脑和PMAC(Programmable multiple-axis controller)为基础,构建开放式硬件控制系统,基于Visual C++6.0进行上位机控制系统软件开发。控制系统采用分级控制方式和模块化结构软件设计,上位机负责信息处理、路径规划、人机交互,下位机实现对各个关节的位置伺服控制,模块化软件设计便于增减机器人功能,使系统具有良好的开放性和扩展性。经示教再现实验和负重实验证明,机器人控制系统运行平稳,满足设计要求。     

基于GPS与地图匹配的移动机器人定位方法

高精度的定位结果是移动机器人路径规划等各项任务的前提,全球卫星定位系统(GPS)能够在空旷区域得到移动机器人的全局定位坐标,但在无卫星信号环境下存在定位精度低或难以定位的问题。提出一种GPS与地图匹配的组合定位方法解决部分无卫星信号复杂环境中的定位问题。首先建立一种修正航迹推算误差的新运动模型,降低航迹推算的累计误差。其次,相对航迹推算定位方法,基于无损卡尔曼滤波算法将GPS与航迹推算融合的定位方法使移动机器人的定位精度提高了79.7%。最后引入地图匹配定位,并组合GPS与航迹推算融合的结果实现复杂环境中的准确定位。实验证明:基于GPS与地图匹配的组合定位方法能够解决移动机器人在复杂环境中的定位问题,同时相对传统GPS定位方法移动机器人的定位精度提高了43%。     

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。     

动态场景下移动机器人视觉SLAM

为实现动态场景下移动机器人自主定位和建图,解决传统视觉里程计方法跟踪效果差及累积误差问题,提升闭环检测的准确性和鲁棒性,提出融合深度学习的同时定位与地图构建方法。采用四叉树算法均匀化特征分布,解决动态场景特征聚集问题;通过优化的目标检测网络识别场景动态语义信息,剔除动态物体对位姿估计的干扰;充分提取场景空间结构信息,结合点特征和线特征实现位姿跟踪及回环检测,构建全局一致的环境地图。TUM数据集和真实场景实验结果表明：改进方法提升了移动机器人定位和建图的准确性和鲁棒性。     

基于视觉的移动机器人导航系统

以自主开发的XK-1型履带式移动机器人为实验平台,分析移动机器人的运动学模型,给出了基于视觉和模糊控制的直线跟踪方法及其简化算法,研究了移动机器人的定位和路径规划,实现了基于视觉的移动机器人的导航.     

一种领航-跟随型多移动机器人编队控制方法

针对多移动机器人的路径规划、编队成形与编队保持问题,本文提出了一种集路径规划和轨迹跟踪于一体的领航-跟随型编队控制方法。将改进型人工势场法引入领航机器人的在线局部路径规划中,有效解决了领航-跟随型编队运动中的无碰撞路径规划问题;采用滑模运动控制方法,设计了一种自主调节移动机器人线速度和角速度的轨迹跟踪控制器,解决了跟随机器人实时追踪预定轨迹的实时控制问题。这种综合路径规划和轨迹跟踪的一体化多机编队控制方法,有助于解决多无人系统编队、多机协作搬运等复杂作业任务。     

移动消毒防疫机器人设计与导航实现

基于新冠疫情之下消毒防疫的需求,设计一款具有减振缓冲移动底盘的消毒防疫机器人。集成紫外线和喷雾消毒功能的消毒模块可自动升降,以满足不同高度区域的消毒需求。移动底盘可完成地图构建和自主导航,消毒模块可以满足消毒彻底、不留死角和较高位置消毒的需求。分析并建立移动消毒防疫机器人速度运动模型;搭建仿真环境,得到仿真环境地图,并在该环境下进行自主导航实现。结果表明：所设计的导航系统安全、可靠,可以实现室内空间消毒的绿色化和自动化。     

Featureless robot navigation using optical flow

In this paper, we aim to develop an algorithm for featureless navigation of an autonomous robot using optical flow observed through a vision system mounted on a mobile robot. Furthermore, we show that this optical flow observed from a mobile robot for navigation of it is also used in the construction of environmental maps. Our algorithm first detects an area corresponding to the dominant plane from a sequence of images employing optical flow and, second, backprojects the dominant plane to the environment for the construction of the environmental map. Moreover, our algorithm estimates ego-motion of the mobile robot using projected optical flow. The planar area detection by our method does not require any physical assumptions concerning the robot motion of any camera calibration. Therefore, our algorithm allows obstacles to be detected without using any feature in the environment and any heuristics rule. We show the results of the construction of an environmental map using the mobile robot.     

一种基于激光雷达的移动机器人环境建模新方法

环境建模技术是自主式移动机器人导航研究中的一个重要环节.本文在分析当前普遍采用的一些环境建模方法及其缺点的基础上,针对复杂环境下移动机器人的导航任务提出了一种结合栅格法和改进AVBN法的环境建模方法.该方法首先读取激光雷达数据来建立栅格地图,再通过栅格扩张形成一个由可行路径所组成的网络拓扑图,从而可利用图搜索优化算法得到从起始点到终止点之间的一条最短路径.此方法的鲁棒性和有效性通过笔者自行研制的移动机器人IMR01及其HOMING策略得到了验证.     

基于多传感器信息融合移动机器人导航定位研究

移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明：所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参考价值。     

基于神经网络的工业机器人力控制研究

针对工业机器人夹持工件进行磨削时的力控制问题,提出一种基于神经网络算法的机器人力控制方法,搭建一套工业机器人磨削系统,并在Visual Studio软件环境下开发了相应的上位机软件。通过分析神经网络算法的原理,设计神经网络结构,使用从实际磨削过程中获得的训练数据对神经网络进行训练;将力传感器实时采集的力信号输出给训练好的神经网络模型,预测出机器人磨削加工的轨迹修正值并传给机器人,对磨削轨迹进行实时修正,从而实现工业机器人的间接力控制。最后,在搭建的工业机器人磨削系统上进行了力跟踪实验和钛合金试件磨削实验,验证了所提出的力控制方法和机器人磨削系统的有效性和实用性。     

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.     

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。     

基于语义ORB-SLAM2算法的移动机器人自主导航方法研究

提出了一种基于单目视觉和激光雷达的同步定位与制图融合语义信息的新方法,该方法利用从单目视觉中提取的特征和在激光雷达深度地图中的对应关系来获得相对于关键帧的姿态数据,同时对图像进行语义分割;通过从深度卷积神经网络CNN获得的语义特征来细化语义信息,地图中的每个点都与一个语义特征相关联,以执行语义引导的本地和全局姿态优化。提出的语义标记和SLAM的耦合具有更好的鲁棒性和准确性。在室内环境中对装备单目视觉和激光雷达的移动机器人进行验证实验,实验结果表明:该方法可以提高机器人导航精度,实现机器人智能自主导航,同时也可以提供语义信息的图像数据。     

基于激光SLAM的移动机器人导航算法研究

定位技术是机器人技术中导航控制和路径规划的关键问题,传统定位方式采用全球定位系统(GPS),难以完成精准的定位导航功能,不依赖于GPS的定位导航方法是目前机器人领域的研究热点。提出一种基于激光雷达采集的点云信息帧间匹配方法,根据改进式激光点云数据的位姿估计算法,结合非线性优化进行了校正和优化,完成移动机器人对未知环境的精确定位。通过ROS机器人操作系统搭建实验平台,对改进算法进行验证,证明改进后帧间匹配算法的建图和定位效果对应的鲁棒性与定位精度效果更佳,可满足工程要求。