是德科技在2017年中国移动全球合作伙伴大会上成功展示移动物联网模组自动化测试解决方案

针对某型轮式机器人在不平路面的激励下产生的振动问题,利用ADAMS建立了包括货架在内的轮式机器人的虚拟样机。考虑轮式机器人主动轮的独立驱动方式,建立了主动轮和从动轮独立相关的白噪声时域路面激励模型。根据轮式机器人在路面激励下的振动情况设计了一种自调整的模糊控制器,通过MATLAB与ADAMS进行联合仿真实现对轮式机器人的货架振动主动控制。仿真结果表明,模糊控制能控制货架的振动响应,控制后的振动位移比无控减小66%以上,控制效果良好。     

基于工控机+DSP的移动机器人控制系统设计

提出了一种自主越障移动机器人控制系统,该控制系统采用嵌入式工控机+DSP运动控制卡的控制结构,较好地实现了机器人的实时控制和图像采集。介绍了机器人的机械系统结构,基于嵌入式工控机和DSP运动控制卡的开放式控制系统的硬件组成和软件设计,以及基于无线通讯网络的遥操作技术。通过爬斜坡、爬台阶等越障实验,验证了其良好的自主越障能力和环境适应能力。     

基于Android的小型移动机器人远程控制系统设计

针对传统机器人控制终端灵活性不足的问题,结合飞速发展中的Android移动平台,设计了一种基于Android的小型移动机器人远程控制系统。该系统由小型移动机器人、无线通信模块和Android平台3部分组成,通过无线局域网实现下位机与上位机之间的视频传输以及数据通信。给出了控制系统的总体架构,并具体阐述了系统硬件及软件两方面的实现。最后对系统进行了实验测试,测试结果表明,Android移动终端可远程控制移动机器人的运动状态,并实时获取机器人传回的视频,视频播放流畅,整个系统有着较好的稳定性和可靠性。     

Electroencephalogram‐based control of a mobile robot

This paper presents electroencephalogram‐based control of a mobile robot. The purpose of control is to achieve direction control of a mobile robot only by electroencephalogram. We develop an algorithm for directing direction thinking (“going left” or “going right”) and apply it to direction control of a mobile robot. The algorithm is based on time–frequency domain analysis using continuous wavelet transformation. Our experimental results demonstrate the possibility of achieving direction control of a mobile robot only by electroencephalogram. © 2005 Wiley Periodicals, Inc. Electr Eng Jpn, 152(3): 39–46, 2005; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20109     

移动机器人模糊Q-学习沿墙导航

针对在基于行为的移动机器人沿墙导航控制器的设计中缺乏足够的先验知识的问题,采用Q-学习方法让机器人通过学习来自动构建导航控制器.将模糊神经网络和Q-学习相结合,用模糊神经网络直接逼近连续状态和动作空间中的Q值函数.利用对Q值函数的优化获得控制输出.模糊神经网络中的节点根据状态动作对的各个分量和时间差分的新颖性进行自适应地添加和构造,这样不仅能克服节点选择的困难还能使网络保持适度的规模.网络中的参数采用扩展卡尔曼滤波方法进行自适应调整.基于Khepera 2机器人的沿墙导航实验验证了该方法的有效性和优越性.     

基于模糊神经网络的机器人自学习控制

研究了一种模糊神经网络与传统PD控制相结合的机器人学习控制系统,该控制系统具有自学习、自适应、控制精度高等特点。     

全方位移动机器人的运动预测控制

针对全方位移动机器人在应用中由于延时造成控制不精确的问题,提出在机器人的运动控制中引入广义预测控制法.在基于四轮全方位移动机器人运动模型建立预测模型与运动预测控制方程中,提出了通过合理减少预测模型中的输入变量,以及将多输入多输出线性模型分解为单输入单输出线性模型,来降低其控制难度.仿真和实际应用验证了该算法能够有效地消除全方位移动机器人实时控制中延时的影响.     

基于Backstepping时变反馈和PID控制的移动机器人实时轨迹跟踪控制

根据机器人的运动学模型，采用分层控制的思想将移动机器人的轨迹跟踪控制分为两部分：轨迹跟踪控制器和机器人速度PID控制器。基于Backstepping时变状态反馈方法和Lyapunov理论，引入具有双曲正切特性的虚拟反馈量，提出一种移动机器人全局轨迹跟踪算法：采用PID速度控制器以满足机器人驱动电机实时调速要求。考虑到机器人的动力学约束，引入受限策略以保证其运动平滑。在基于DSP的两轮驱动移动机器人上对算法进行了实时轨迹跟踪试验，取得了满意的控制效果。     

移动机器人实时语音控制的实现

通过对语音识别过程的研究,设计并制作开发了1套基于移动机器人的实时语音控制系统.采用了动态时间规整(DTW)算法作为核心识别方法,并使用VC完成了对各部分的软件编程.其中为了保证系统的实时性,特别设计了带有声控开关的自动录音系统.通过最后的实验证实了,系统可以很好的完成实时语音控制.     

基于模糊RBF神经网络自学习的不确定机器人模糊自适应控制

针对机器人系统的不确定、非线性特点，设计了模糊RBF神经网络控制器学习机器人系统的不确定性上界，并利用模糊推理机产生的分目标学习误差进行训练，避免了采用系统直接输出反馈误差进行训练所存在的权值饱和与过调整问题。此外，在反馈回路还设计了固定比例增益控制器FC，起着监督的作用，对系统实施渐近稳定的控制。仿真结果表明这种控制方案实现了对机器人系统的高精度控制。     

基于激光信息的移动机器人定位研究

针对移动机器人在导航定位过程中,使用传统蒙特卡罗定位算法会产生粒子收敛较慢和定位精度不高,以及发生人为绑架情况后重定位效率较低的问题,给出了一种改进的粒子滤波定位方法来提高移动机器人的导航定位效率.首先,在蒙特卡罗定位算法的基础上进行改进,融入自适应区域划分的方法,保证所划区域包含更多有效信息,减少粒子的收敛时间,完成...     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

Trajectory tracking control of mobile robot by time‐based spline approach

A mobile robot must move without unacceptable rapid motion. To address this issue, we propose a preview controller using the time‐based spline approach. With this approach, it is also important to plan an adequate trajectory. Here an approach to trajectory planning which has the trajectory determination strategy via a virtual manipulator is proposed. Numerical and experimental results are shown to confirm the proposed algorithm. © 2005 Wiley Periodicals, Inc. Electr Eng Jpn, 151(4): 65–71, 2005; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10349     

Evolutionary construction of an immune network-based behavior arbitration mechanism for autonomous mobile robots

In recent years, in the field of artificial intelligence (AI), much attention has been focused on reactive planning approaches such as behavior-based AI and new AI. However, a criticism of these approaches is that their arbitration among competence modules is fixed against dynamically changing environments. On the other hand, biological information processing systems have various interesting characteristics from an engineering viewpoint. Among them, the immune system plays an important role in maintaining its own system against dynamically changing environments. Based on this fact, we have investigated a new decentralized consensus-making system for the behavior arbitration of autonomous mobile robots, inspired by the idiotypic network hypothesis in immunology. In this paper, we illustrate the usefulness of our proposed method by means of computer simulations and experiments. © 1998 Scripta Technica. Electr Eng Jpn, 123(3): 1–10, 1998     

移动臂式服务机器人的鲁棒补偿控制

由移动平台和操作臂构成的服务机器人同时具有可移动性和操作性,但移动平台和操作臂之间存在着耦合干扰,系统建模复杂.基于此,建立了服务机器人的标称模型,利用非线性反馈实现了系统解耦,提出了计算力矩加比例和微分反馈的控制算法.针对控制系统存在的建模不确定性和干扰,对已建立的控制律进行补偿,并采用Lyapunov方法确定补偿项,实现了移动服务机器人对期望轨迹跟踪的鲁棒控制.对移动平台系统和机械臂系统进行了仿真实验,实验结果表明,所提出的控制方案能实现对移动臂式服务机器人的鲁棒控制,验证了所设计控制律的有效性和正确性.     

基于图像识别的移动机器人自动完成充电

移动机器人正在慢慢普及到我们的生活当中,而移动机器人在移动过程中消耗电能,当电能耗尽时需要人工为移动机器人进行充电,提出一种基于图像识别的方法,让机器人自动完成充电。移动机器人通过对图像的纹理分析和对兴趣点的快速匹配SIFT算法完成移动机器人识别电源插座,实现自动充电。本文的方法充分考虑到由于移动机器人的灵活多变性对所采集到的图像造成的影响,如图像旋转,图像周围有遮挡物体等,用纹理分析与SIFT算法识别插座,当所采集的图像与机器人本身记忆的图像达到一定匹配度时,移动机器人将完成自动充电。     

Development of an Autonomous Mobile Robot with Several Sensors using Neuro‐Fuzzy Control Based on Server/Client Model

The purpose of this paper is to detail the development of an autonomous mobile robot and a control support system. The robot has five infrared sensors and three ultrasonic sensors to enable it to follow a ‘ guide person’ with an infrared ray transmitter. The robot will follow the infrared rays emitted by a transmitter with the guide person, and move to the destination. The control system has been developed by the network technology based on server/client model. The advanced control strategy for the autonomous mobile robot is carried out with a high‐speed host server computer connected through the TCP/IP network. Therefore, it is enough for the CPU of the robot to be of low speed. In this paper, the autonomous mobile robot system and the control system using the server/client model are described. Copyright © 2008 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

改进蚁群算法求解移动机器人路径规划

在全局静态环境下,提出一种改进蚁群算法,解决传统蚁群算法用于路径规划出现的收敛速性差、局部最优和求解质量差等不足。该算法引入障碍物排斥权重和新的启发因子到路径选择概率中,提高避障能力,增加路径选择的多样性;然后,设置局部信息素的阈值和限定范围更新局部信息素,采用交叉操作获取新路径,引入最优解和最差解,改变全局信息素的更新方式,提高全局搜索能力和解的质量,避免算法陷入局部最优。仿真结果表明,该算法能有效获得最优路径,在长度上比蚁群算法及其他算法分别减少了18%、5.7%和11%,算法迭代次数及运行时间都有所降低,提高了收敛速度和搜索能力。     

基于AprilTag图像识别的移动机器人定位研究

针对移动机器人在识别AprilTag图像过程中,受到室内光线不均和运动过快所导致的识别成功率低问题,提出一种基于AprilTag图像的预处理方法来提高识别成功率.首先采用移位去尾的方法进行图像灰度化处理,在此基础上融入双线性插值降采样的方法以提升整体图像处理速度,再对降采样后得到的灰度图进行直方图均衡化处理,消除因光线...     

基于改进粒子群算法的移动机器人路径规划

由于惯性权重取值不合适和迭代后期粒子群体多样性下降,导致传统粒子算法在移动机器人路径规划研究过程中存在局部最优解问题。针对此问题提出了一种改进粒子群算法的移动机器人路径规划方法。首先建立机器人路径规划的栅格地图模型,在此基础上对传统的粒子群算法进行了改进。随后,引入了基于相似度概念的非线性动态惯性权值调整方法,从而使得粒子的更新速率能够适配寻优过程的各个阶段,并且通过引入免疫算法中的免疫信息调节机制,增加了粒子的多样性,增强了其摆脱局部最优值的能力。仿真结果表明,所提出的改进粒子群算法具有更高的最佳路径搜索能力,其综合性能显著优于传统的粒子群算法。