一种新的机械手轨迹跟踪鲁棒控制

本文考虑存在外扰及参数不确定情况下机械手轨迹跟踪问题，通过利用机械手固有的结构特性，提出一种基于李雅普诺夫方法的新控制算法．该算法的新颖之处在于无需预先知道参数的不确定范围，并且减弱了对外扰的限制．该算法的渐近跟踪性已被证明．     

月球车DR/CNS组合导航研究

针对月面环境弱地磁、高粉尘、慢自旋、无卫星及月球车超低速,大多传统导航方法失效的问题,设计了以航位推算确定位移、太阳罗盘确定航向角的月球车DR/CNS组合导航方案;分别从航位推算的系统误差和非系统误差来源研究,并建立了里程计误差模型;在充分考虑到月面环境特殊性的基础上,自主研制了太阳罗盘;实验证明了该组合导航方案的可行性和有效性.     

室内移动机器人新型视觉导航系统设计

视觉导航作为一种重要的机器人导航方式正日益受到人们的关注,为了解决目前采用视觉导航存在的算法设计复杂、导航性能差等问题,提出一种新的室内移动机器人视觉导航系统设计方案。首先阐述了该导航新方法的设计思想,然后介绍了采用该方法的导航系统的整体结构设计。利用放置在室内固定位置的摄像机采集室内环境的视频图像,设计了实时图像分析算法实现障碍物躲避、机器人位置跟踪等功能,为机器人的行走提供导航依据,同时通过无线通信的方式发送控制指令,实现对室内移动机器人的行走过程导航控制。     

一种基于声纳信息的移动机器人实时导航方法

提出了一种基于声纳信息的移动机器人实时导航方法。首先建立声纳感知数据向地图映射的概率模型,将声纳感知到的环境信息以基于栅格的概率值进行表示,并利用D-S证据理论对其进行数据融合,得到机器人的局部环境。在此基础上,采用基于滚动窗口的方法进行移动机器人路径规划,最终实现实时导航。试验结果表明该方法是可行和有效的。     

A New Navigation Strategy in Hypermedia Integral Ware Authoring System

After analyzing the general navigation mechanisms and discussing the knowledge point card linking model which is the base of the navigation mechanism used in the Hypermedia Integral ware Authoring System(HIAS), the paper presents a new navigation strategy in HIAS. And the application trend of HIAS is discussed at last.     

基于人机交互的移动服务机器人导航系统

针对目前全自主移动机器人尚难实现的问题,基于人机结合的思想研制了由操作者、人机交互平台和移动机器人组成的“人—机—环境”一体化移动机器人导航系统．介绍了该系统的结构组成,阐述了系统导航策略,详细分析了人机交互、人机协作、移动机器人位姿预测及基于扩展卡尔曼滤波的位姿校正方法．设计了导航系统界面,通过在室内真实环境下的导航实验,验证了该“人—机—环境”一体化移动机器人导航系统的有效性．     

A Reactive Neuromorphic Controller for Local Robot Navigation

This paper presents and discusses a neuromorphic approach to designing a control law for locally guided robot navigation which allows for instantaneous response to the changes in the robot environment. The control algorithm is defined in the discrete domain appropriate for dedicated VLSI implementation and direct processing of discrete sensory data, such as obtained from a CCD camera. The control law is based on the principle of virtual force fields. The virtual forces (repulsive and circulation vectors) guiding the robot in the vicinity of obstacles are derived from the gradient fields associated with discrete representation of visual information. Discretization and computational tasks are assigned to parallel neuromorphic processors, which emulate the gradient operations. The particularities of discrete geometrical representations of the world and the adjustable control parameters essential for flexible and robust controller operation are discussed in detail. Finally, a detailed scheme of a tunable navigation controller specifying the parameters generated internally by the network and those that have to be provided from an external source (e.g., the operator, or a supervisory knowledge-based controller) is provided.     

磁传感系统在室外移动机器人导航中的研究

详细介绍了室外移动机器人磁导航系统中磁钉材料、形状及尺寸的选择原则．在分析各种磁传感器特性的基础上，选择HMC1022型磁阻传感器作为磁信号的检测元件．利用13个磁阻传感器，形成了用于检测磁钉磁场的磁尺．磁尺安装在车辆前保险杠上相对地面比较高的位置，解决了应用霍尔传感器等进行磁导航时安装高度比较低的问题．提出了一种改进的序列算法，根据相邻传感器的比值，通过设定阈值来细分区间，从而获得了更精确的磁定位结果．实验结果验证了改进序列算法的精确测量特性．     

一种应用于机器人导航的激光点云聚类算法

提出一种适用于机器人导航和环境理解的聚类算法,该算法用来处理各向异性分布的点云数据.算法的基本思想是基于点云的密度分布变化和空间位置分布的不同进行聚类,将信息聚类思想触入传统的DBSCAN算法,既保留了DBSCAN算法抗噪声能力强的优点,又结合点云的空间概率分布改善了聚类结果.算法采用自适应的实时参数估计方法克服全局参...     

移动机器人视觉导航控制研究

该文研究了移动机器人视觉导航的控制问题。针对导航中的图像畸变以及视野有限易造成导航线丢失等问题,提出了一种简单的单目视觉目标定位算法和一种新的控制策略。在导航时,首先利用定位算法精确地获取地面目标的深度信息,然后控制机器人沿一系列切线方向平滑接近导航线(或目标),并根据实施控制的时间间隔控制速度,以保证机器人视野中导航线(或目标)不丢失。实际的应用证明了该定位算法和策略的有效性。     

移动机器人听觉定位技术研究

将声源定位技术应用于机器人,使其具有听觉感知定位能力,这为机器人感知技术的研究提供了新的思路。本文综述智能移动机器人听觉感知技术的研究现状、主要问题及发展趋势,对声音信息的获取、初始声音信息的处理、声源定位、多传感器信息融合等技术进行详细介绍,并对其优缺点进行比较。     

动态多行人环境中基于最优交互避碰的机器人导航

在动态的多行人环境中,服务机器人仅依赖于自身传感器、以第一人称视角自主导航时. 机器人自主定位的不确定性以及对周围行人运动状态估计的不确定性均增加,这给机器人导航决策带来了困难. 为解决这个问题,提出一种基于最优交互避碰的机器人自主导航法. 本方法采用一种改进的粒子PHD滤波法即NP-PHDF法跟踪多个行人的状态. NP-PHDF法结合了卡尔曼粒子滤波及PHD滤波优点,因此它可以跟踪数目变化的多个目标,能够跟踪突然的加减速以及急转弯运动,并且能够抵抗遮挡. 同时,与基于粒子滤波的机器人自主定位法类似,NP-PHDF法使得行人运动状态的不确定性能够以粒子的分布来度量. 为降低状态估计的不确定性,本文提出一种“圈粒子”的粒子圈存法从粒子的分布中提取机器人和行人的真实状态. 算法的有效性在实际场景实验中得到了验证.     

Learning View Graphs for Robot Navigation

We present a purely vision-based scheme for learning a topological representation of an open environment. The system represents selected places by local views of the surrounding scene, and finds traversable paths between them. The set of recorded views and their connections are combined into a graph model of the environment. To navigate between views connected in the graph, we employ a homing strategy inspired by findings of insect ethology. In robot experiments, we demonstrate that complex visual exploration and navigation tasks can thus be performed without using metric information.     

车底检查机器人导航控制研究

针对采用履带式行驶机构的车底检查机器人,提出了一种基于模糊控制的航向纠偏算法,算法在实时嵌入式多任务控制系统中得到了具体实现,解决了机器人在行走过程中偏离航向以及误差累积的问题。通过试验验证了该算法的有效性,保障了航向纠偏的实时性。文中给出了模糊控制器的详细设计过程,并且给出了在不同行驶速度时,应用航向纠偏算法的机器人与无航向纠偏算法的机器人之间的航向数据对比曲线。     

基于立体视觉的移动机器人导航算法

移动机器人立体视觉系统不仅提供三维地形图用于障碍规避和路径规划,其结果还可以用于视觉导航。以移动机器人立体视觉系统为基础,研究了基于前后两个位置上立体图对的视觉测量算法用于移动机器人的连续导航,讨论了影响导航精度的因素和改进方法;研究了基于局部和全局三维地形图的地形匹配算法用于定期校正位置误差,算法实现简便,定位精度取决于地形图精度。实验结果证明了两种方法的有效性,可以兼顾近距离和中远距离导航任务。     

A Flexible Architecture for Navigation Control of a Mobile Robot

In order to meet new mission requirements or to adapt environmental changes, robots perform a task switch or role switch. When a robot is required to perform a specific task, which is beyond its skills, it might need to request other robots' help. In order to improve the flexibility, we use the concept of a software mobile agent to design an architecture called Virtual Operator MultiAgent System (VOMAS). In VOMAS, intelligent agents, called a virtual operator (VO) and a robot agent (RA), work together to control a robot to fulfill a specific task. Each task is represented by a VO and the RA handles reactive control. Based on this architecture, VOMAS can perform the dynamic task switch to handle missions, which are not initially given. Two case studies, a wheelchair and formation control, are introduced for explaining our approach and to show the feasibility and effectiveness of dynamic task switch. Furthermore, VOMAS can be treated as a telerobotic architecture, and the network-load test shows that VOMAS requires less network load than direct control     

基于行为控制的移动机器人导航方法

针对移动机器人在完全未知或者部分未知的环境中进行自主导航容易陷入各种陷阱的问题,提出了一种基于多行为控制的导航方法;机器人通过激光雷达对周边环境进行感知,并将采集到的信息与行为转换条件进行匹配用于行为转换的决策;同时在该方法中通过栅格地图引入了记忆信息,从而增强机器人对周边环境的认知能力,从而提高机器人的决策能力;通过仿真实验证明了在简单环境中算法的有效性,同时也证明该算法对于某些复杂的环境有效可行,具有优化性、实时性与智能性的特点。     

Interval Methods in Robot Navigation

Interval methods helped a robot designed by the University of Texas at El Paso (UTEP) team win a prestigious third place world-wide in the robot competition held during the American Association of Artificial Intelligence conference in Portland, Oregon, August 6-7, 1996.D. M. is currently with Nortel (Northern Telecom)     

基于深度强化学习的移动机器人导航策略研究

针对移动机器人在复杂动态变化的环境下导航的局限性,采用了一种将深度学习和强化学习结合起来的深度强化学习方法。研究以在OpenCV平台下搭建的仿真环境的图像作为输入数据,输入至TensorFlow创建的卷积神经网络模型中处理,提取其中的机器人的动作状态信息,结合强化学习的决策能力求出最佳导航策略。仿真实验结果表明：在经过深度强化学习的方法训练后,移动机器人在环境发生了部分场景变化时,依然能够实现随机起点到随机终点的高效准确的导航。