具有单目嵌入式视觉的仿人机器人分层控制系统设计

针对仿人机器人的特点,设计了一个具有单目视觉的仿人机器人分层控制系统.通过研究机器人跑步运动的基本原理,在机器人跑步运动中引入手臂摆动姿态,通过最优化跑步过程的总体能效进行步态规划.最后根据FIRA比赛规则,决策系统通过视觉反馈和姿态反馈信息,调用底层动作库,进行短跑运动规划.实验结果表明,该仿人机器人的控制方式效果良好,适合参加竞技类比赛.     

参数化优化的仿人机器人相似性前向倒地研究

提出了一种基于运动相似性的仿人机器人前向倒地动作设计方法.首先,分析了运动相似性并提出了关键姿势同步转换方法; 其次,为机器人前向倒地运动四级倒立摆建立了相似性变换条件下的动力学约束方程与关联的物理条件约束; 再次,引入参数化优化控制与强化技术,对机器人的触地过程进行了参数化优化.实验结果表明了该方法的有效性.     

基于混合进化算法的仿人机器人步态规划

针对仿人机器人的结构特点,设计一种仿人机器人上楼梯的在线步态规划系统.使用7连杆模型对仿人机器人的上楼梯运动过程进行建模,根据神经网络在拟合非线性系统上的优越性,使用2个BP神经网络对仿人机器人上楼梯过程中的双腿支撑周期和单腿支撑周期分别进行离线训练.为了加速训练时间和避免陷入局部最小值,采用基于混合粒子群的神经网络控制方式对网络的权值进行优化.在加速训练过程的同时,生成稳定性最优的步态,通过嵌入式单目视觉采集现场环境信息作为神经网络的输入,实时控制输出步态所需的关节轨迹进行运动.实验结果表明通过Matlab仿真和实物机器人上所提方法有效.     

一种基于全维视觉与前向单目视觉的目标定位算法

在机器人足球中,机器人周围的环境信息被颜色特殊化。在对基于颜色阈值分割的分析基础上,针对不同光线的情况下提出了改进的颜色阈值分割法,实现了全维视觉和前向单目视觉对场上不同颜色目标的识别。在此基础上实现了前项单目视觉和全维视觉的目标定位,利用Kalman滤波算法,实现二者的信息融合,从而实现更准确的目标定位信息。实验结果表明基于此算法可以弥补中远距离的目标信息的准确度,证明本算法是可行且有效的。     

时空域融合的骨架动作识别与交互研究

在人体骨架结构动作识别方法中,很多研究工作在提取骨架结构上的空间信息和运动信息后进行融合,没有对具有复杂时空关系的人体动作进行高效表达。本文提出了基于姿态运动时空域融合的图卷积网络模型(PM-STFGCN)。对于在时域上存在大量的干扰信息,定义了一种基于局部姿态运动的时域关注度模块(LPM-TAM),用于抑制时域上的干扰并学习运动姿态的表征。设计了基于姿态运动的时空域融合模块(PM-STF),融合时域运动和空域姿态特征并进行自适应特征增强。通过实验验证,本文提出的方法是有效性的,与其他方法相比,在识别效果上具有很好的竞争力。设计的人体动作交互系统,验证了在实时性和准确率上优于语音交互系统。     

基于改进NSGA-Ⅱ的仿人机器人上楼梯运动规划方法

针对当前仿人机器人运动优化算法多采用对能耗、稳定性及速度等单目标优化而存在一定的局限性的问题,提出了一种基于多目标优化的仿人机器人上楼梯运动优化方法.针对NSGA-Ⅱ——经典的带精英策略的非支配排序遗传算法(NSGA)的快速非支配排序效率较低的问题,提出了一种基于自调整二叉搜索树的改进NSGA-Ⅱ方法,并采用改进的NSGA-Ⅱ算法实现了仿人机器人上楼梯运动参数优化.通过仿真和实际实验对比了优化前后仿人机器人的能耗和稳定性.实验表明,采用这种方法能克服单目标优化的缺点,在同时满足多个目标需求的同时有效地实现仿人机器人上楼梯.     

基于参数化最优的仿人机器人倒地运动控制

针对仿人机器人的倒地运动控制,用经典的参数化优化方法求得最优控制函数的一个近似解．然后, 利用参数化控制及强化技术,基于几个分段的常数去逼近最优解,再将最优控制问题转化为一系列参数优化问题． 利用该方法提出了仿人机器人倒地优化控制算法,并与遗传算法进行了比较．最后,通过仿真对算法进行了验证．     

一种仿人机器人协作运动控制方法

根据仿人机器人协作运动的控制特点,构建2个仿人机器人进行球体搬运协作运动模型,并提出了一种基于二阶锥控制原理的多仿人机器人运动稳定性的控制方法.通过对协作运动过程中各种稳定性进行联合约束,构建二阶锥规划方程,将运动稳定性最优控制问题转换成二阶锥规划方程的优化问题.仿真与实验结果表明,该控制方法可以有效控制仿人机器人的协作运动并确保其稳定性.     

一种基于全维视觉与前向单目视觉的目标定位算法

在机器人足球中,机器人周围的环境信息被颜色特殊化.在对基于颜色阈值分割的分析基础上,针对不同光线的情况下提出了改进的颜色阈值分割法,实现了全维视觉和前向单目视觉对场上不同颜色目标的识别.在此基础上实现了前项单目视觉和全维视觉的目标定位,利用Kalman滤波算法,实现二者的信息融合,从而实现更准确的目标定位信息.实验结果...     

基于参数优化的类机器人运动规划研究

在类人机器人的运动过程中,各种不确定因数可能导致其发生摔倒.当摔倒不可避免的情况下,本文研究了类人机器人倒地动作的最优控制问题,通过对倒地动作深入分析,引入一种参数优化技术对倒地动作进行最优控制.针对参数优化方法对求解问题初值的敏感性和在求解二次规划问题(SQP)中的不足,使用初值状态筛选器和一种基于改进的二次规划滤子算法对该方法的寻优过程进行了改进,并和极小值原理控制方法进行了比较.最后仿真和实验显示了本文所提控制方法的有效性.