一种新的自组装模块化群体机器人——对接机构设计与自组装控制

基于新型自组装模块化群体机器人Sambot,研究并实现了多个机器人之间的自主对接与自组装控制．首先, 提出了一种由对接卡扣与对接卡槽组成的新型对接机构,它可以使多个Sambot在一定对接偏差范围内,从前、后、 左、右4个方向同时进行对接;其次,采用基于行为的控制方法,仅依赖机器人自身红外传感器的局部感知和通信能力, 实现了对接机器人寻找目标、导航和自主对接等自组装行为;最后,成功完成了两个Sambot的自主对接与自组装控制实验． 实验结果表明,本文提出的自组装控制方法可以直接扩展到多个Sambot的情形,来构建任意构型的集合体机器人．     

基于行为控制的半自主移动机器人系统

针对工作于动态、非结构化环境中的半自主移动机器人,构建了一个基于三层客户/服务器结构的机器人远程控制系统实验平台,论述了机器人客户端的软件结构,最后给出基于加权合成的多行为协作,从而实现机器人的复杂行为控制。实验证明系统实时性、稳定性高。整个系统基于开放源代码软件技术,采用面向对象思想,易于实现和扩展。     

基于信息融合的机器人路径智能决策的研究

基于机器人未知环境探索的智能行为,以先锋Pioneer3-DX移动机器人为对象,构建了基于多传感器信息融合的机器人智能行为系统以实现其路径规划行为。构建了一个双层信息融合路径规划智能行为系统,数据层融合采用基于联邦kalman滤波融合的信息融合方法,通过多传感器融合降低信息的不确定性,为机器人提供更可靠和更准确的环境信息;决策层融合采用模糊推理方法,根据数据层融合结果作为模糊控制器的输入,构建基于模糊推理的决策层融合模块,其设计思想是模仿人的智能行为进行决策,使其不仅决策出机器人的行走方向,同时决策出机器人的行走速度,实现了动态路径规划。基于Matlab的仿真实验,验证了方法的可行性。     

多传感器技术在机器人系统中的应用和研究

探讨了多传感器融合系统的软件结构设计方案，说明了如何设计一个基于多传感器的自主式智能机器人系统，提出了基于BP神经网络的融合方法。搭建了一个多传感器的智能机器人试验平台，实现了由两个摄像头组成的立体视觉和超声波传感器的融合。试验表明，多传感器融合技术在自主式智能系统中具有重要作用。     

输电线路巡检机器人远程测控系统的研究与实现

开发了一种针对输电线路巡检机器人的新型远程测控系统.该系统通过与机器人本地控制器的实时通信和多线程技术实现机器人姿态监控和机器视觉检测.通过对机器人控制器发送命令和接收数据实现对机器人的人工遥操作;采用Matlab Script节点实现Matlab与LabVIEW混合编程,完成机器人质心和多关节姿态的计算,采用共享数据库方式调用基于Visual Prolog开发的机器人行为规划应用程序,实现机器人姿态自主控制.实验结果表明,该远程测控系统运行可靠,实时性强,具有良好的人机交互能力.     

基于行为的移动机器人避障系统的设计

随着机器人应用范围的不断扩展,机器人所面临的工作环境也越来越复杂,多数是未知的、动态的和非结构化的。通过对基于行为的机器人控制技术的研究,提出了一种实用的自主移动机器人智能避障控制方案,阐述了其具体实现技术;将基于行为的控制技术融合进模糊控制的思想中,使移动机器人的行为通过运用模糊控制和基于优先度的行为决策来实现。试验证明了这一方法的有效性和实时性。     

基于一致性理论的多机器人系统队形控制

首先回顾了多机器人系统队形控制方面的成果;然后提出一个多机器人队形控制的模型．该模型可描述多机器人之间相互作用固定和动态切换两种通信拓朴结构,也能描述多机器人系统队形的分布式控制方法和基于leader的控制方法,还能表示多机器人系统奔向目标点的行为,在此基础上,利用一致性理论,对系统的稳定性条件进行分析．最后通过仿真证明了该方法的有效性．     

基于云模型的机器人自主乘梯控制方法研究

为了实现机器人在无人协助时完成乘梯操作,提出了机器人自主乘梯控制方法。首先建立了机器人乘梯过程的有限状态机模型,然后介绍了基于数据融合理论的多传感器融合定位方法和基于颜色识别技术的机械臂末端位置调整方法,最后提出了有次序目标点路径规划方法及基于云模型的机器人路径跟踪方法。实验表明,所提出控制方法能够保证机器人准确完成乘梯过程,且具有较好的实用性和有效性。     

小型履带式移动机器人控制系统设计

针对小型履带式移动机器人,设计了遥控与自主返航模式相结合的控制体系结构,并对机器人自主定位及路径跟踪技术进行重点介绍;信号正常的情况下,机器人在遥控模式下工作,信号中断后,启动自主返航模式,机器人根据路径规划的轨迹行驶到目标点;自主返航模式下,采用传感器信息融合技术提高了机器人定位精度,基于已有路径进行点跟踪控制,设计机器人跟踪控制律;基于履带式移动机器人平台及所述控制系统,对任意给定路径进行跟踪实验;结果表明,机器人可沿给定路径到达终点,且行驶轨迹光滑,验证了定位方法的精度以及跟踪控制律的有效性。该控制系统设计简单,可移植性高,可广泛应用于地面移动机器人领域。     

多舵机控制在可遥操作个人机器人上的应用

文章介绍的机器人的实现了GSM短信息远程控制技术和基于GPS的自主定位技术。机器人能够模仿人类的动作行为是机器人学的一个研究重点,本文提出了一种多舵机控制方法,实现了机器人学习并模仿人类的动作。通过语音识别和语音合成技术实现机器人和人自然和谐交互。     

基于虚拟环境的多操作者多机器人协作遥操作系统

建立了基于虚拟环境的多操作者多机器人协作遥操作系统,采用3层C/S结构的控制系统软件构架.根据实验系统平台工作场景对分布式虚拟环境进行建模,以实现多操作者对多机器人的分布式控制.结合多操作者多机器人遥操作系统的结构特点,采用本地滞后原理对分布式虚拟环境的一致性控制进行了研究,解决了遥操作系统一致性控制中时钟同步、滞后时...     

Experimental Verification of a Multi-robot Distributed Control Algorithm with Containment and Group Dispersion Behaviors: the Case of Dynamic Leaders

This paper studies the containment and group dispersion control for a multi-robot system in the presence of dynamic leaders. Each robot is represented by a doubleintegrator dynamic model and a distributed control algorithm is developed to drive the multi-robot system to follow a group of dynamic leaders with containment and group dispersion behaviors. The effectiveness of the algorithm is then verified on a multi-robot control platform.      

复杂环境下多机器人觅食路径规划与控制

针对多机器人系统领域中复杂环境下的稳定协同觅食问题,利用粒子群优化算法规划出多机器人中心位置在相应目标下的最优光滑路径.在此基础上设计了相应的分布式控制策略,并对该控制策略下多机器人系统运动的稳定性和内聚性进行了分析,证明了群体内部平均动能能够收敛至给定值,进而保证了多机器人系统运动规模的可控性,且不发生碰撞.仿真试验结果表明,在该控制策略下,多机器人系统能够在复杂的环境下有效地实现稳定觅食行为.     

基于传感器信息的多机器人任务分配研究

多机器人协作是当前机器人学和人工智能的研究热点之一。针对多机器人系统中的任务分配问题,提出一种基于集中式和分布式的混合式控制结构,在机器人得到传感器信息后,使用合同网协议来完成任务分配,最终实现多机器人协作。在player/stage仿真平台进行的实验表明:多机器人系统能够有效地进行任务分配与协作,提出的解决方案是行之有效的。     

异构多机器人编队相互通信时延精确控制

编队控制是多机器人协同控制领域研究的重点问题。考虑实际复杂环境,对异构多机器人系统的编队控制研究更具工程意义。再者,当异构多机器人编队系统存在通信时延时,同时对系统中不同阶机器人进行一致性分析的难度增大。针对以上问题,提出一种基于一致性理论的异构系统编队控制算法。考虑零时延与固定时延两种情况,首先,利用一致性思想将领航跟随者模式下的异构多机器人系统编队控制问题转换为稳定性问题。然后,根据矩阵分析与Routh-Hurwitz定理,推导出零时延系统实现编队控制的充要条件。进一步构造Lyapunov-Razumikhin函数,利用Newton-Leibniz公式与Lyapunov定理,推导出固定时延系统实现编队控制的充分条件。仿真结果表明：基于一致性算法的异构多机器人系统能够实现相互通信时延条件下的编队精确控制。     

一个面向复杂任务的多机器人分布式协调系统

基于多智能体系统理论, 研究在非结构、不确定环境下面向复杂任务的多机器人分布式协调系统的实现原理、方法和技术. 提出的递阶混合式协调结构、基于网络的通讯模式和基于有限状态机的规划与控制集成方法, 充分考虑了复杂任务和真实自然环境的特点. 通过构建一个全实物的多移动机器人实验平台, 对规划、控制、传感、通讯、协调与合作的各关键技术进行了开发和集成, 使多机器人分布式协调技术的研究直接面向实际应用, 编队和物料搬运的演示实验结果展示了多机器人协调技术的广阔应用前景.     

对队形控制的思考

首先指出多机器人队形控制研究要解决的主要问题,并较为完整地阐述了当前国内外相关研究的状况．然后总结了队形控制的各种研究方法,并指出当前队形控制研究中存在的一些问题以及在实际设计队形控制系统时应考虑的问题．最后指出了今后的研究方向．     

复杂地形环境下多机器人编队控制方法

针对复杂地形地面崎岖起伏的特点,提出了一种多机器人系统编队控制方法.首先,分析了复杂地形环境下的系统队形模型.通过建立三维地形环境下编队系统的误差模型,并运用空间投影法将其映射到二维平面上,对系统的编队误差进行分析.然后利用李雅普诺夫函数构造控制器,并根据环境中的特定地形设计相应的编队行驶策略,实现了多机器人系统在复杂地形环境下的编队控制.最后,通过3种典型复杂地形环境下两种非完整移动机器人的编队仿真,验证了该方法的有效性.     

基于网络通信的多机器人系统的稳定性分析

研究多机器人系统的协同一致性问题. 在考虑了系统中存在采样、保持以及时延的情况下, 对多机器人系统进行稳定性分析. 提出了一种简便的图形的稳定性判据, 以保证多机器人协同控制系统的一致性收敛. 在此基础上, 推导出了时延为一个采样周期时系统的稳定域. 最后, 利用Matlab进行车辆编队控制系统的仿真, 结果证明了提出的稳定性判据的可行性.