Dynamic Modeling and Hydrodynamic Performance of Biomimetic Underwater Robot Locomotion

We developed a dynamic model of a Nitinol artificial muscle activated biomimetic robot. The robot was reverse engineered from the American lobster and built in the Biomimetic Underwater Robot Program at Northeastern University. It is intended for autonomous remote-sensing operations in shallow waters. An experimentally based Nitinol artificial muscle model was integrated into the robot dynamic model. The hydrodynamic characteristics of the robot were determined experimentally. The muscle control signals were generated by utilizing a readily available biomimetic control architecture. The effects of the timing parameters were investigated. Simulations indicate that the developed robot is able to locomote with high stability. It can walk against constant currents and surge.     

基于直径为2的摩尔图网络的并行矩阵乘算法

提出了一个并行矩阵乘算法IPBPMM(Interconnected Processor-Based Parallel Matrix Multiplication).该算法运行在以五角形、Petersen图和Hoffman-Singleton图等直径为2的摩尔图(满足n=d2+1,n为节点数,d为度)为拓扑结构的由n个独立处理器构成的机群并行计算环境中.与基于二维环绕网孔阵列拓扑结构的Cannon和Fox等并行矩阵乘法算法相比较,IPBPMM算法通信开销较小,加速比更高,同时还具有矩阵分块可随机分布在各个节点中,无需事先按一定规律装入各节点中的特点.同时IPBPMM算法也能很好地扩充到由多个直径为2的摩尔图为拓扑结构组合构成的并行计算环境中,且随着网络的扩大,算法的并行加速比更高.     

基于改进蚁群算法的机器人路径规划

提出了一种复杂静态环境下的移动机器人避碰路径规划的改进蚁群算法,基于栅格法的工作空间模型,模拟蚂蚁的觅食行为;针对路径规划的需要,搜索过程采用了蚂蚁回退策略、目标吸引策略、参数自适应调整和路径优化策略;利用蚂蚁回退策略和惩罚函数使得蚂蚁能够顺利跳出陷阱,并且在下一次搜索中不再选择此路径,从而避免了遇到陷阱时形成的路径死锁情况,同时也提高了最优路径的搜索效率;仿真试验结果表明,该算法能迅速规划出最优路径。     

基于特征差异的彩色目标快速识别方法

本文从人类视觉系统识别彩色目标的特点出发,提出一种基于特征差异的彩色目标快速识别方法,从而有效地提高了机器人视觉系统的实时性,并进行了多物体情况下特定目标的识别与动态目标的识别实验。     

机器人局部环境特征提取方法的研究

考虑到机器人导航过程中的实时性与可靠性要求,充分利用激光雷达信息的快速性与精确性,针对结构化环境中诸如墙壁、拐角、通道等这些典型环境特征分别设计了一套快速有效地特征提取的算法;另外算法还考虑到机器人建立环境地图的需要,在环境特征提取时对某一些密集的障碍物进行了合并,并注意保留了环境特征的一些拓扑信息,为建图作了一些前期准备,拿到移动机器人MORCS上进行实验获得了满意的结果,验证了算法的实时性与可靠性.     

基于SVM的并行网络流量分类方法

针对SVM (support vector machine)算法应用到大规模网络流量分类中存在计算复杂度高、训练速度慢等问题,提出一种基于云计算平台进行并行网络流量分类的SVM方法,以提高对大数据集的分类训练速度.该方法是一种采用云计算平台构建多级SVM和映射规约(MapReduce)模型的方法.它将训练数据集划分为多个子训练数据集,通过对所有子训练数据集进行并行训练,得到支持向量集,进而训练出流量分类模型.实验结果表明,与传统的SVM方法相比,并行SVM网络流量分类方法在保持较高分类精度的前提下,有效地减少了训练时间,提高了大规模网络流量分类的速度.     

大型排爆机器人技术研究

排爆机器人是一种用于代替人处理危险爆炸物无人设备。本文介绍了一种大型排爆机器人的研究工作,包括:机械、电气、控制、计算机、通讯等多种技术。排爆机器人有很强的越障与抓取能力,机器人是防水、防沙、防震、耐高低温,适应沙地、草地、软地等野外环境,技术先进、可靠,是一种避免人员伤亡的高科技产品。     

基于AVR和STM32的仿生六足机器人控制系统

本文设计了一种以Arduino为开发平台的控制系统,该控制系统以ATmega328P为主机控制芯片,以STM32F103C8T6为从机控制芯片,并通过串口方式实现通信,集两款控制芯片的优势于一体.本文主要介绍了控制系统的硬件组成和软件算法.经过实物试验,仿生六足机器人可以实现姿态自动调整、稳定行走以及自主避障.本研究内容可为相关领域研究工作提供参考与借鉴.     

Robust adaptive vibration control for an uncertain flexible Timoshenko robotic manipulator with input and output constraints

The problems of the constraints and the vibration suppression are investigated for the flexible Timoshenko robotic manipulator in this paper. Robust adaptive boundary control laws with the disturbance observes are designed to guarantee the convergence of the feedback flexible Timoshenko robotic manipulator system with the uncertain parameters and the states are proven to be uniform bounded. In addition, the proposed boundary controls are verified to be effectiveness by the numeral experiments.     

考虑驱动系统动态的机械手神经网络控制及应用

针对结构和参数均未知的机械手控制问题, 提出了考虑驱动系统动态的机械手神经网络控制方法, 采用稳定的径向基(Radial basis function, RBF)神经网络辨识机械手未知动态, 而附加的鲁棒控制可以保证存在神经网络的建模误差和外部干扰时系统的稳定性和性能, 并且该方法使机械手闭环系统一致最终有界. 同时开发了基于半实物仿真技术的机械手控制系统, 最后, 将本文方法与经典的PD控制器和自适应控制器在同一机械手平台上进行了实验验证与分析, 实验结果表明该方法具有良好的控制性能.