基于快速扩展随机树—贪婪边界搜索的多机器人协同空间探索方法

传统多机协同探索算法存在鲁棒性较差、探索效率较低、环境障碍感知不完全等问题,为此本文提出一种基于快速扩展随机树－贪婪边界搜索（ RRT-GFE）的多机器人协同空间探索方法。首先,采用 Thiessen 多边形对环境进行建模与划分,利用 RRT 边界探索算法依次对所有 Thiessen 多边形进行探索;其次,在 RRT 边界探索算法的基础上,引入 GFE 算法进行细化搜索,并提取连续边界域的形心作为探索目标点;再次,利用划分所形成的多边形区域以及所提取出的边界点,采用基于改进市场机制的多机器人任务分配方法对探索目标点进行动态分配,并在探索过程中采用地图融合算法进行局部地图的实时融合;最后,基于机器人操作系统（ ROS）搭建仿真／样机测试平台并进行了一系列实验验证。结果表明,无论在仿真还是样机实验中,基于 RRT-GFE 的多机器人协同探索算法均能取得更加省时高效的探索效果。     

基于MACSF的移动机械臂振动抑制轨迹规划方法

为满足移动机械臂高精度、低抖动的作业需求，提出一种基于修正非对称组合正弦函数（modified asymmetry combined sine function， 简称MACSF）的振动抑制轨迹规划方法。首先，针对传统非对称组合正弦函数（asymmetry combined sine function， 简称ACSF）存在加速度突变、启停阶段不稳定等问题，以驱动函数加加速度连续平滑为目标，采用改进型组合正弦函数设计加加速度时间窗口中的加速阶段和减速阶段，以降低移动机械臂的关节力矩波动；其次，通过叠加组合方法求出满足约束条件的通用型驱动函数；最后，基于机器人操作系统（robot operating system ， 简称ROS）搭建移动机械臂抑振算法验证平台，并使用该平台在样机场景下进行了一系列实验验证。结果表明，MACSF方法能够有效抑制移动机械臂的瞬态振动和残余振动（动态作业过程中振幅优于1 mm），从而验证了该方法的有效性和实用性。