电气巡检机器人避障导航PLC控制系统设计

常规机器人避障导航PLC控制系统,局部导航全局最优路径时,抽象的局部虚构势场斥力过大,机器人无法精准识别小范围行进路径,导致到达巡检点距离偏差和角度偏差较大.针对这一问题,设计电气巡检机器人避障导航PLC控制系统.硬件设计方面,开发PLC控制器多个外围接口,PLC控制机器人关节轴和转座;软件设计方面,采用双传播算法,搜...     

基于深度学习的多机械手轨迹规划系统设计

目前提出的多机械手轨迹规划系统路径规划精准度低,避障能力差。基于深度学习对多机械手的规划系统进行设计,通过研究传统系统中存在精确度、智能性不足的缺点,在设计的系统分别引入了相应的解决条件,在硬件结构的设计中本文应用ISL-320型号的伺服电机提升多机械手的动力功能,应用SKT64系列的芯片提升多机械手的路径精准度;在应用程序设计上应用拟合算法与叠加算法对规划路径中的节点精准运算,在提升系统整体精准度的同时提升了系统的智能程度。实验结果表明,基于深度学习的多机械手轨迹规划系统路径与标准路径十分接近,说明该方法的规划精准度较高,避障能力得到有效增强。     

基于互联网技术的无人机电力巡检视觉避障方法的研究与发展

随着电力系统的不断升级和扩大,传统的人工巡检方式已经无法满足日益增长的巡检需求。随着互联网的不断发展,以无人机作为巡检工具的巡检方法,以其灵活、高效的特点,逐渐成为电力巡检的首选。然而,在无人机巡检过程中,视觉避障技术一直是制约无人机应用的一个重要问题。本文将对基于互联网技术的无人机电力巡检视觉避障方法的研究与发展进行综述,详细介绍视觉避障技术的关键点,包括通信技术和算法等方面,分析视觉避障技术在无人机电力巡检中的应用现状和存在的问题,展望视觉避障技术在无人机电力巡检中的发展趋势。     

基于深度学习的矿用救援机器人自动避障方法

救援机器人自动避障性能存在不足,在实际中救援成功率和避障平滑系数较低,无法达到预期的避障效果,为此,提出基于深度学习的矿用救援机器人自动避障方法。首先,利用电子罗盘和超声波传感器感知救援机器人与障碍物的方位角和距离,搭建救援机器人空间状态;然后,建立具有三层卷积层和两层全连接层结构的深度学习网络模型,并搭建用于深度学习网络模型训练的救援机器人避障动作集合;最后,通过深度学习网络模型训练救援机器人的空间状态信息,提取救援机器人移动的空间特征,自动生成避障决策。实践证明,应用该设计方法后,救援机器人避障成功率在95%以上,平滑系数在0.85以上,具有良好的应用前景。     

基于深度强化学习的自主避障技术研究

针对变电站自动巡检这一场景,研究机器人的自主避障。当机器人的感知仅限于单目视觉时,由于缺乏3D信息,避障将变得更具挑战性。传统的路径规划等避障技术难以适用新场景。对此,提出一种基于策略迭代(DPPO)的自主避障深度强化学习模型,该模型仅以原始的RGB图像为训练数据,实现机器人的快速灵活控制。仿真实验表明,相比于基于值迭代的方法,该模型避障性能更佳。     

基于双目视觉的电力线巡检机器人障碍物定位测距

随着对于电力的需求不断上涨,输电线路的规模也不断扩大,目前高压输电线已是电力传输中的一个重要组成部分.因为大多布置在野外,高压输电线路也经常受到恶劣气候环境的影响,腐蚀、磨损甚至断股等线路故障时有发生,因此,电力巡检机器人的研发也逐渐受到重视.机器人运行线路上的障碍物识别定位,则是巡线机器人实现功能的关键技术之一.为了...     

基于改进深度学习的变电站机器人巡检路径规划研究

随着智能电网的不断发展,变电站数量随之增加。针对变电站中巡检任务繁重以及人工巡检可视化水平低的问题,该文提出了一种基于改进深度强化学习的变电站机器人巡检路径规划方法。结合巡检机器人的运动模型,设计深度强化学习的动作和状态空间。将深度强化学习网络与人工势场相结合,重新构造深度强化学习的奖励函数,优化卷积神经网络结构。通过实际变电站场景进行验证,提出的改进深度强化学习算法较传统算法计算时间更短,效率更高,更有利于对变电站巡检机器人的巡检路径进行精准规划,提升变电站的自动化程度水平。     

基于深度学习的四旋翼无人机单目视觉避障方法

针对无人机避障问题，提出一种基于深度学习的四旋翼无人机单目视觉避障方法。首先通过目标检测框选出目标在图像中的位置，并通过计算目标选框上下边距的长度，以此来估量出障碍物到无人机之间的距离；然后通过协同计算机判断是否执行避障动作；最后使用基于Pixhawk搭建的飞行实验平台进行实验。实验结果表明，该方法可用于无人机低速飞行条件下避障。该方法所用到的传感器只有一块单目摄像头，而且相对于传统的主动式传感器避障方法，所占用无人机的体积大幅减小。该方法鲁棒性较好，能够准确识别不同姿态的人，实现对人避障。     

具有轨迹约束的操作臂避障

该文提出一种基于多Agent的操作臂控制算法,借助于拟合度的概念,使操作臂末端点沿任一给定轨迹运行,进而可以实现避障功能。     

基于学习方法的机器人轨迹控制的实现

本文针对机器人周期性重复劳动的运动轨迹控制,提出了一种基于 PID 调节器型的学习控制方法.本文首先给出了线性时变系统学习控制方法的稳定性条件,并导出了非线性机器人系统的迭代学习方法.此方法结构简单,计算量小,便于实时控制.最后就 PUMA-560的前三关节机械手的轨迹控制作了仿真研究.结果表明,随着学习次数的增加,机械手的实际运动轨迹将收敛于期望轨迹.     

一种混联码垛机器人智能避障轨迹规划与仿真

由于码垛机器人应用环境复杂、不确定条件多等诸多问题,针对现有的避障轨迹规划算法存在的划分空间上的繁琐情况,提出了一种智能避障轨迹规划算法,包括障碍物信息提取和避障轨迹设计,最大程度降低障碍物信息与轨迹设计部分的耦合度,达到减少动态空间下频繁划分空间的目的.最后在OPENGL软件上研发的三维仿真平台上进行运动学仿真与验证.仿真结果表明,改进算法规划出的轨迹能有效避开障碍物且轨迹符合预期的要求,充分验证了轨迹规划算法的可行性和有效性.     

人群环境中基于深度强化学习的移动机器人避障算法

为了控制移动机器人在人群密集的复杂环境中高效友好地完成避障任务,本文提出了一种人群环境中基于深度强化学习的移动机器人避障算法。首先,针对深度强化学习算法中值函数网络学习能力不足的情况,基于行人交互（crowd interaction）对值函数网络做了改进,通过行人角度网格（angel pedestrian grid）对行人之间的交互信息进行提取,并通过注意力机制（attention mechanism）提取单个行人的时序特征,学习得到当前状态与历史轨迹状态的相对重要性以及对机器人避障策略的联合影响,为之后多层感知机的学习提供先验知识;其次,依据行人空间行为（human spatial behavior）设计强化学习的奖励函数,并对机器人角度变化过大的状态进行惩罚,实现了舒适避障的要求;最后,通过仿真实验验证了人群环境中基于深度强化学习的移动机器人避障算法在人群密集的复杂环境中的可行性与有效性。     

基于LabVIEW软件的机器人避障控制系统设计

设计机器人避障控制系统,采用传统设计方式存在避障效果差的缺点,为了避免该缺点影响系统控制效果,提出了基于LabVIEW技术的机器人避障控制系统设计。根据控制系统总体结构,采用LabVIEW技术对信息进行综合处理,并汇总到DSP 微处理器模块,从而实现机器人相对定位。依据机器人避障控制系统的硬件结构,进行系统模块化设计,通过单片机执行定时中断服务子程序,以此控制系统电路,并计算出机器人距障碍物的距离。通过RS232 串行通信线缆交换海量数据,以此设计控制器结构,其中上位机直接控制移动机器人,下位机间接控制移动机器人。使用数字控制振荡器可实现高精度参数化调制,进而输出正余弦波形。使用PAR传感器,直接与数字控制振荡器相连,具有随时启动应用的特点,采用TSR传感器可对障碍物静态、动态不同工况下进行数据采集与传输。通过JTAG标准测试协议,用于芯片内部测试,同时隔离逻辑电路和芯片引脚。依据系统软件流程,设计机器人避障功能。由实验结果可知,该系统避障效果最高可达到97%,具有良好应用价值。     

基于场景理解与改进型BUG算法的移动机器人避障

针对现有移动机器人在视觉避障上存在的局限,将深度学习算法和路径规划技术相结合,提出了一种基于深层卷积神经网络和改进Bug算法的机器人避障方法;该方法采用多任务深度卷积神经网络提取道路图像特征,实现图像分类和语义分割任务;其次,基于语义分割结果构建栅格地图,并将图像分类结果与改进的Bug算法相结合,搜索出最优避障路径;同时,为降低冗余计算,设计了特征对比结构来对避免对重复计算的特征信息,保障机器人在实际应用中实时性;通过实验结果表明,所提方法有效的平衡了多视觉任务的精度与效率,并能准确规划出安全的避障路径,辅助机器人完成导航避障。     

基于神经网络前馈补偿的欠驱动机器人越障控制

针对欠驱动巡检机器人相对于传统机器人控制量少于控制对象的特点,依靠Lagrange定理建立机器人系统动力学模型和电缆弯曲数学模型.根据障碍物外形特点给出障碍物特征量的提取方法;根据障碍物较大,常规的运动控制输出量不宜变化过大的特点,以及机器人越障过程中要保持机体平衡,依据动力学模型提出了基于神经网络补偿的前馈-反馈控制器,以实现对系统姿态控制和越障控制.控制器具有自学习、自动补偿的能力,对非线性对象有较好的控制作用.仿真结果表明,该方法相对于常规PID控制、普通模糊控制具有超前调节、超调量小、抗扰动能力强的特点.通过实验,验证了基于神经网络补偿的前馈-反馈控制器的合理性.     

基于模糊控制的盲人避障系统设计

文章基于多个超声波传感器对地面信息的采集,利用模糊控制算法将采集的信息转化为指引盲人避障的语音提示。该系统采用超低功耗的MSP430单片机作为主控单元,外围设计了五路超声波传感器采集全方位的路面信息。通过分析路面信息,从而给出盲人前进方向以及前进的速度语音提示,实现盲人避障的功能。     

基于动态行为控制的移动机器人自主避障

针对环境信息未知或部分未知的情况,提出动态行为控制方法使移动机器人自主避障。采用动态窗法表示结构空间,并分析环境信息,激发相应的行为进行避障,经过行为融合后得到可行的路径和速度值。其中趋向目标的行为采用模糊逻辑控制的方法,避障行为采用VFH方法加以实现。在计算过程中考虑了动力学与运动学约束条件,使得动态行为控制方法更加可行。仿真结果论证了所提出的方法的实时性与有效性。     

一种新颖的基于二分法和模糊控制的移动机器人避障系统

针对超声波传感器波束角窄导致移动机器人存在避障盲区的现状,研究了一种新颖的超声波避障系统。该系统采用六个超声波传感器构成特别设计的超声波阵列,实现无盲区检测中大型移动机器人前方及左右两侧障碍物的位置,充分保障运行安全性;同时在避障算法上,采用二分法和模糊控制相结合的控制算法,简化了模糊控制规则使系统具有很好的智能性和实时性,实现了移动机器人选择最佳避障路径并对新增的动态障碍物进行避障。将此避障控制系统应用于移动机器人上,实验结果表明：在未知环境下,实现对移动机器人周边的无盲区检测,并且能够实时根据周围障碍物的动态情况选择最佳避障路径,避免了其它避障控制算法中易出现的误避障和二次避障的情况。     

基于PC104的巡线机器人控制系统设计

本文介绍了高压输电线巡线机器人控制系统，实现了高压输电线巡线机器人的越障、线路检测、实时监控等功能。实验结果表明该系统运行良好，具有良好的可靠性和实用价值。     

基于模糊避障算法的履带式搬运机器人的设计

以HC-SR04超声波传感器模块获取机器人周围环境信息,以链式叉车作为搬运货物的执行机构,以STM32F103单片机作为机器人控制器,设计了一种自动搬运并且避障的小型履带式搬运机器人。针对局部静态环境下多障碍物对系统避障的复杂性,引入了模糊控制算法,通过对机器人与障碍物之间的距离进行模糊化,建立模糊规则,实现搬运机器人的避障控制。为了提高机器人的稳定性及避障的可靠性,对直流电机建立了数学模型,并利用积分分离PID算法进行仿真,最后实验结果表明该算法提高了直流电机的控制性能。