基于规则的移动机器人实时运动规则

研究移动机器人在动态环境中的导航与避障问题，为提高规划的实时性，提出了基于规则的规划方法，将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划，利用最优控制来实现单障碍的最优避障，并用智能搜索方法解决了移动机器人在多移动障碍环境中的实时运动规划问题。仿真实例表明了该方法的有效性。     

基于模糊神经网络的深海集矿机路径规划

探讨了深海多金属结核集矿机在作业过程中的实时局部路径规划问题,旨在解决在深海复杂特殊环境下多金属结核集矿机的自适应实时路径规划问题。采用了能实现模糊控制规则的基于强化学习方法的自学习和自调整算法来实现深海集矿机的实时运动规划,并提出了能实现模糊控制规则的基于强化学习的自学习和自调整的规划算法。设计了深海集矿机实时运动规划器结构、规划器操作过程以及相应的算法。集矿机试验样机池试试验表明该方法的有效性．可广泛应用于类似路径规划问题。     

基于专家系统的多移动机器人模糊自校正协调系统

研究多移动机器人的运动规划问题，在实时运动规划专家系统的基础上提出了一种串级模糊控制器，以校正实际工作环境下各机器人的运动状态与理想情况下可能产生的误差，使各机器人正确调整各自运动状态，达到协调工作的目的。     

基于规则的移动机器人实时运动规划

研究移动机器人在动态环境中的导航与避障问题。为提高规划的实时性,提出了基于规则的规划方法,将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划,利用最优控制来实现单障碍的最优避障,并用智能搜索方法解决了移动机器人在多移动障碍环境中的实时运动规划问题。仿真实例表明了该方法的有效性。     

动态环境下基于改进人工势场的机器人实时路径规划仿真研究

提出了一种基于改进人工势场法进行动态环境的路径规划的方法。通过梯度逼近进行运动目标的搜索,解决了在实时路径规划中因环境的运动信息难以准确获取而造成的路径规划无法完成的问题。仿真结果验证了方法的有效性,能够较好的解决动态环境下特别是存在随机运动物体情况下移动机器人的路径规划问题。     

非完整移动机械臂的避障运动规划

针对有空间障碍物避免的移动式操作机器人系统运动规划问题，提出了一种基于特殊的人工势函数，使用局部距离信息实现非完整移动机械臂系统实时避障运动规划方法，并且用Lyapunov定理证明了闲环系统的稳定性。用提出的方法对非完整移动机械臂系统进行仿真．仿真结果表明了它的正确有效性。     

一种能应付突发意外事件的装配机器人运动规划研究

本文基于运动规划的拓扑方法，针对机械手的装配环境，提出了一种能应付突发意外事件－即能躲避突发障碍继续到达目标位置的运动规划方法，该方法主要包含三部分：用已知信息进行运动规划；遇到突发障碍后进行局部调整；局部调整失败时进行全局重规划，本文给出一种运动规划器ＥＴＴＭＰ，经实验测试，该规划器具有较强的鲁棒性和实时性，为智能机器人的实用化研究提供了一种方法。     

基于红外传感皮肤的多关节机器人自主运动方法研究

本文研究了障碍环境下多关节机器人自主实时避碰运动理论、技术与方法. 研制的新型红外传感皮肤, 可以为多关节机器人提供所需要的周围环境信息. 针对非结构化环境下的多关节机器人实时避障问题, 提出了一种未知环境下的机器人模糊路径实时规划新方法. 实验结果表明: 基于研制的红外传感皮肤和模糊运动规划算法, 多关节机器人可以在未知或时变环境下自主工作.     

基于实时意图识别的外骨骼机器人步态切换

根据外骨骼穿戴者的实时运动意图,切换外骨骼机器人的行走步态,是外骨骼机器人研究热点问题之一.针对外骨骼机器人能够根据穿戴者的运动意图控制步态切换问题,提出采集人体表面肌电信号进行解码,通过BP神经网络识别穿戴者的运动意图,实现外骨骼进行步态规划,利用关节角度与足底压力的相关性以及重心轨迹,对所规划的步态的稳定性进行分析,依据不同的运动意图完成步态进行实时切换,验证了基于实时意图识别控制的外骨骼步态切换的可行性.     

基于混合感知信息的路径规划模型

针对动态未知环境下的自主虚拟人实时避障问题,提出一种基于混合感知信息的路径规划模型。该模型由全局规划器和局部规划器组成,全局规划器依据已知环境信息先行规划出优化的运动路线,局部规划器通过对人类的规划行为进行分析,建立用于局部动态规划的运动代价评估函数,实现虚拟人在动态未知场景中的智能规划行为。实验结果表明,该模型能保证实时性,模拟符合人类特征的规划 行为。     

虚拟轴数控机床刀具运动状态的实时规划

提出了虚拟轴数控机床的递阶控制方法, 并着 重介绍了递阶控制的第一级——刀具运动状态实时规划所涉及的切削路径生成、刀具运动路 径计算和刀具运动姿态规划三个关键问题的求解过程, 为虚拟轴机床数控系统的研究开发奠 定了必要的理论与技术基础．     

Moving Personal Robots in Real-Time Using Primitive Motions

Personal robotics is a new and attractive use of robotic technologies. In this paper we study one of its important topics—real-time motion planning of personal robots. We propose to use primitive motions and their combinations to make this possible. The primitive motion has a unified pattern and is borrowed from the motion pattern of human hands observed by previous researchers. The pattern is simple yet powerful and can form complex trajectories. A reflexive motion control scheme is proposed to activate appropriate primitive motions for a desired motion. As a result, real-time motion planning of personal robots becomes possible by using discrete and sparse human commands. Experiments results are presented to show the effectiveness of the proposed scheme.     

Sensor-Based Control Architecture for a Car-Like Vehicle

This paper presents a control architecture endowing a car-like vehicle moving in a dynamic and partially known environment with autonomous motion capabilities. Like most recent control architectures for autonomous robot systems, it combines three functional components: a set of basic real-time skills, a reactive execution mechanism and a decision module. The main novelty of the architecture proposed lies in the introduction of a fourth component akin to a meta-level of skills: the sensor-based manoeuvers, i.e., general templates that encode high-level expert human knowledge and heuristics about how a specific motion task is to be performed. The concept of sensor-based manoeuvers permit to reduce the planning effort required to address a given motion task, thus improving the overall response-time of the system, while retaining the good properties of a skill-based architecture, i.e., robustness, flexibility and reactivity. The paper focuses on the trajectory planning function (which is an important part of the decision module) and two types of sensor-based manoeuvers, trajectory following and parallel parking, that have been implemented and successfully tested on a real automatic car-like vehicle placed in different situations.     

排爆机器人运动关节的伺服系统

机器人运动关节的伺服系统是机器人控制系统的基础,伺服系统的好坏决定了机器人整体性能的优劣。基于5自由度排爆机器人,使用Simulink设计出运动关节的伺服系统框图,并通过xPC目标系统生成可运行于PC104的实时控制系统。该系统采用先进PID控制器,具有专家特性。运行结果表明,该方案取得了良好的效果,机器人关节运动平稳且无静态误差,系统具有很好的鲁棒性和实时性。该伺服系统不但可用于机器人运动关节的伺服控制,还可以应用于数控机床等位置控制系统。     

real-time motion planning for multibody systems

The solution of constrained motion planning is an important task in a wide number of application fields. The real-time solution of such a problem, formulated in the framework of optimal control theory, is a challenging issue. We prove that a real-time solution of the constrained motion planning problem for multibody systems is possible for practical real-life applications on standard personal computers. The proposed method is based on an indirect approach that eliminates the inequalities via penalty formulation and solves the boundary value problem by a combination of finite differences and Newton–Broyden algorithm. Two application examples are presented to validate the method and for performance comparisons. Numerical results show that the approach is real-time capable if the correct penalty formulation and settings are chosen.     

中央空调实时专家控制系统的设计与应用

阐述了专家控制系统的特点和中央空调控制要求,描述职中央空调实时专家控制系统结构,详细讨论了该系统的软硬件设计。该系统是以单片机作为下位机,以４８６微型计算机作为上位机的小型分布式系统。软件的设计着重于实时专家控制软件的开发。     

Bounding the computation time of forward-chaining rule-based systems

For real-time applications of expert systems, success depends on the computational efficiency of the implementation. In this study, we propose an analytical method for evaluating the processing time of forward-chaining rule-based systems. An upper bound based on this system model is developed. If the upper bound stays within the time available for planning the operational or control task, the expert system would be able to complete the rule-processing in time. To compute the upper bound, the worst case working memory element sets are obtained for each functional step of the matching procedure. The worst case time for rule selection in the conflict resolution step is also derived. The maximal number of firings for each rule is considered in order to arrive at a bound for total processing time. Numerical examples are presented which point out the importance of rule and data structures in the efficient implementation of rule-based systems.     

存在驱动饱和约束下的机器人时间最优实时运动规划研究

本文针对存在驱动饱和约束条件下的视觉伺服机器人,提出了一种时间最优实时运 动规划方法．该方法根据驱动电机的机械特性和运行状态,判断电机的驱动潜力,采用自适 应模糊逻辑规则实时地调节机器人运动速度,在不考虑奇异点等其它因素下实现时间最优运 动规划．文中采用该方法对二自由度平面机器人进行了仿真研究．