伸缩腿双足机器人半被动行走控制研究

研究半被动伸缩腿双足机器人行走控制和周期解的全局稳定性问题.使用杆长可变的倒立摆机器人模型,以支撑腿的伸缩作为行走动力源,采用庞加莱映射方法分析了双足机器人行走的不动点及其稳定性.当脚与地面冲击时,假设两腿间的夹角保持为常数,设计了腿伸缩长度的支撑腿角度反馈控制率.证明了伸缩腿双足机器人行走过程不动点的全局稳定性.仿真结果表明,本文提出的腿伸缩长度反馈控制可以实现伸缩腿双足机器人在水平面上的稳定行走,并且周期步态对执行器干扰和支撑腿初始角速度干扰具有鲁棒性.     

基于高斯牛顿的局部优化SLAM系统

移动机器人的同时定位和地图重构一直是机器人研究的重要基本问题,有效地解决该问题被认为是真正实现移动机器人自主化的关键.激光测距仪的快速性以及抗噪性满足机器人导航需要的实时性和精确性,因此基于激光的同时定位和地图重构是实际中应用最广泛的方法.本文采用一种改进的快速获取占据栅格地图梯度的近似方法,利用Sobel算子作为相关核对栅格地图进行滤波,再进行双线性插值获得地图任意点的梯度值.通过高斯-牛顿方法来寻求每一帧新的观测数据对齐到现有地图的最优位姿,再根据位姿把观测数据更新到地图中,实验结果表明,改进方法可以实现更高精度的建图和定位的功能.     

自动寻边功能在数控激光切割机上的应用

介绍了自动寻边功能在数控激光切割机加工大幅面、中厚板时的应用,阐述了该功能的原理及设计思路.该功能提高了生产效率及设备的自动化程度.     

基于Kinect深度信息的人体运动跟踪算法

大多数人体跟踪算法鲁棒性不高的主要原因是对人体的颜色特征进行跟踪,针对此问题设计了基于Kinect深度信息的人体运动跟踪算法。通过分析Kinect获取的深度图信息来对人体轮廓进行区分判定,提取前景目标区域以及计算目标区域的深度直方图。通过对深度直方图进行分析去除背景区域部分,根据获取的深度直方图求取跟踪图像的深度反向投影;最后结合Camshift算法确定当前选取目标区域的尺寸和中心位置来进行对人体的实时跟踪。实验结果表明,该算法提取的目标特征具有较强的鲁棒性,避免了光照变化和背景相似情况下的不稳定问题,能实现复杂场景下的人体目标跟踪。     

基于颜色特征的人脸检测方法

针对RobCup家庭机器人对人脸检测的要求,研究了基于颜色特征的人脸检测方法。该方法首先将人脸图像进行非线性分段色彩变换光线补偿处理,减少光线对肤色的影响,然后在YCbCr颜色空间中建立肤色模型,分割出肤色区域。在颜色空间YCbCr中,嘴巴区域包含的红色分量要高于蓝色分量,利用这个特征分割出嘴巴区域。在YIQ颜色空间中,通过I分量来区分眼睛与皮肤,分割出人眼,最后根据嘴巴、眼睛的几何中心特征映射人脸,人脸检测的仿真结果验证了该方法的有效性。     

鲁棒重复控制在有源噪声控制系统中的应用

针对实际应用中,有源噪声控制系统中噪声信号的周期存在小范围波动,从而带来标准重复控制系统降噪不够理想的问题,提出采用基于多环的鲁棒重复控制算法。并将该算法与标准重复控制算法在频谱、残余误差、收敛速度方面进行比较。仿真结果表明,当噪声信号周期有小范围波动时,鲁棒重复控制算法有良好的降噪效果。     

平面半被动双足机器人步态稳定性分析

建立了以踝关节脉冲推力为动力源的平面半被动双足机器人模型,并推荐利用拉格朗日第二类方程得到机器人的动力学方程。为判断模型的稳定性,采用庞加莱映射方法分析了半被动双足机器人行走的固定点及其稳定性,并讨论了模型稳定行走的动力学附加条件。分析了模型中各机械参数对模型稳定性的影响。最后,在脉冲推力作用时添加扰动模型仍能稳定行走,证明模型对脉冲干扰具有鲁棒性。     

基于人工势场与细胞自动机的移动机器人路径规划算法

提出了一种基于细胞自动机（Cellular Automata,CA）和人工势场的全向移动机器人路径规划算法,并通过一个4层的细胞自动机模型实现了该算法。通过构造扩张的障碍占位网格地图可在规划算法中将机器人简化为一个点,然后通过建立数值化的障碍人工势场图来考虑障碍物的局部影响,并使用CA模型得到距离传播图,最后通过搜索势场超曲面的最小值获得从起始点到目标点的最优无碰撞路径。仿真结果表明,提出的算法可以获得最优无碰撞路径,最优路径足够光滑且与障碍有较大的安全距离,便于全向移动机器人跟踪。     

类人足球机器人球识别方法的研究

Robocup类人组比赛中,对球的快速、准确识别是占据比赛主动权的关键。针对实际比赛中,场地光照在空间和时间上分布不均匀,常用的颜色阈值分类方法不具有鲁棒性,容易出现机器人找不到球或丢球现象的问题,在降维的HSI颜色空间模型上,提出了一种非线性支持向量机结合查找表的分类方法。仿真表明,此方法能有效、快速地进行球识别,在应对光照条件变化的情况下,也具有很好的鲁棒性。     

粒子滤波算法仿真分析

针对广泛应用于定位与导航、目标跟踪和模式识别的粒子滤波算法,通过仿真实验研究了不同的估计输出、采样阈值、重采样算法以及运动模型和观测模型不准确对粒子滤波效果的影响,仿真实验结果表明,粒子滤波器鲁棒性较好。