轮腿式爬楼梯移动机器人的设计及运动特性分析

针对非结构化复杂环境对移动机器人的运动要求,结合轮式和腿式移动机构的优点,设计了一种高效、稳定的轮腿式爬楼梯移动机器人。设计了机器人的主要结构,分析了机器人的稳定性及转向性能。平地行走、转向、越障、上下楼梯等实验结果表明:设计的轮腿式爬楼梯移动机器人结构简单,运动灵活,控制方便,控制精度高,不需对运行步态进行预先规划,它不仅可以在崎岖不平的环境中实现快速行驶,而且实现了快速稳定的爬楼梯功能,具有很强的越障能力和环境适应能力。     

智能移动机器人超声波测距定位系统的研究

移动机器人技术是机器人研究领域的一个重要分支。为了赋予机器人智能控制和自主导航的能力,解决机器人开发过程存在着成本高、功耗大等问题,研究设计了一套基于超声波传感器的智能移动机器人测距定位系统,同时使机器人具有报警、避障及定位等功能。     

基于RAM和μC/OS-Ⅱ的嵌入式移动机器人平台设计

分析了传统移动机器人系统存在的缺点,基于当前对移动机器人功能要求的提高,提出了一种基于ARM和μC/OS-Ⅱ的移动机器人系统,给出了功能设计、结构设计、硬件设计、软件设计的系统设计过程.该机器人平台具有层次化、模块化、结构化、易扩展、可移植、可定制、硬件体积小、功耗低、实时性强、可靠性高等优点.同时经过简单的硬件调整和软件定制,就能适用于保安机器人、排爆机器人、导游机器人、娱乐机器人、家庭服务机器人等不同的移动机器人平台.     

一种履带式机器人设计及其越障分析

针对核工业管道内壁情况的检测,设计了一种六履带四摆臂式移动机器人.该机器人具有越障、跨沟、无线遥控和图像采集等功能.详细介绍了履带式机器人机械结构和控制系统的设计过程,并对制作的机器人进行了越障性能分析和相关实验验证.     

带伸缩腿球形移动机器人的设计与研究

文章针对传统球形移动机器人越障能力较弱的问题,设计了一种带伸缩腿并能原地转向的球形移动机器人,该球形移动机器人采用重心偏移和角动量守恒原理来实现直线运动和转向运动。通过对球形移动机器人的机械结构方案进行分析,计算出球形机器人在两种模式下的越障高度,并推导出越过一定高度障碍物所需的驱动力矩。将设计的球形机器人与传统球形机器人进行越障性能对比分析,分析结果表明：所设计的球形机器人具有更好的越障性能。     

基于定位系统测试的机器人定心装置的结构设计及优化

为了满足移动机器人定位系统测试平台中对机器人几何中心位置的测量,设计了机器人定心装置。通过该装置能对机器人进行定心,并可用该装置上与其同心的激光测距仪作为机器人中心对机器人坐标进行测量。首先对移动机器人定位系统测试平台进行总体介绍,并对定心装置的需求与功能进行分析,然后对定心装置进行总体结构设计及核心机构的具体设计,并对其进行优化设计。实际应用表明,这种方式测量机器人的位置坐标是可行的。     

一种新型轮腿式移动机器人的越障能力分析

轮腿式机器人是一种兼具轮式和腿式机器人特性的复合式移动机器人。首先提出一种能适应复杂地形的串并混联式轮腿结构,并由此设计具有各向同性的六足轮腿式移动机器人。分析并建立了该机器人越障高度及跨沟宽度与其机构尺寸之间的数学关系,据此进行机器人设计。最后利用仿真试验验证了机器人跨越障碍和沟渠的能力。     

移动教学机器人设计

设计研发了一款用于教学和竞赛的移动机器人平台。介绍了该机器人的系统设计方案、机械结构和硬件组成。机器人实现了避障寻迹以及机械臂的运动抓取等功能,验证了设计的合理性和可行性。     

基于STC89C52RC的恒距目标跟踪移动机器人制作

基于STC89C52单片机对小型的智能移动机器人进行了设计，使之能完成目标跟踪功能。硬件组成主要分为传感器模块、直流电机驱动模块、液晶显示模块、单片机控制模块以及电源模块；软件部分主要介绍了系统软件的设计方法及流程图。该机器人起停由按键控制，能在其传感器可视范围内自动调整速度及转向，保持对环境目标的恒距跟踪，通过液晶显示器实时显示其与目标物的距离。整个系统结构简单，稳定可靠。     

球—轮复合可变形机器人的结构设计与分析

设计一种将球形机器人与轮式机器人运动特点相结合的可变形移动机器人。该移动机器人可以适应多种复杂的地形环境,自身几何形状发生变化以实现球形和轮式机器人互换。球—轮复合型移动机器人的机构系统由可变形球壳、球体推进装置和轮式驱动装置组成。通过对可变形球壳的拉伸和收缩实现球形和轮式机器人之间的角色交换。运用理论推导和参数优化等方法对球—轮复合型移动机器人中的变形球壳、车轮、和驱动重摆的结构尺寸进行分析,并通过仿真试验验证了机构尺寸参数选择的合理性,为该复合型移动机器人的机构设计提供了理论依据。最后通过实物试验验证,证实了该移动机器人实现的可行性。     

智能灭火机器人系统的设计与实现

智能灭火机器人系统控制器模块以嵌入式微处理器ARM9为核心,传感器模块主要由红外测距传感器和远红外火焰传感器组构成,驱动器模块由大功率伺服直流电机和普通直流电机组成。依据沿墙行进规则和程序设计模块来完成机器人遍历房间、寻找火源并将其熄灭的程序编程。通过该设计完成的智能机器人系统可在8S内完成任意房间的灭火,达到了国际先进水平,同时还提高了机器人运行的可靠性。     

基于模块化控制的配电终端智能调试机器人控制系统

提出了基于模块化控制设计一种配电终端智能调试机器人控制系统。首先,采用通信模块与数据采集模块获得智能调试机器人的数据信息,通过传感器等设备将数据传输给主控制模块;然后,汇总相关数据信息,并在主控模块下达指令对配电终端智能调试机器人进行控制;最后,通过模块化使机器人控制系统实现动态避障与最短路径规划。实验结果表明,该系统实际调试配电终端时能够平滑稳定的控制机械手完成调试工作,同时具有良好的避障效果,配电终端调试效率高。     

基于Mobile-Android小型移动机器人平台控制系统

针对目前小型移动机器人控制系统存在的设计成本高、平台搭建困难、过度依赖网络的问题,将软件设计模式中的MVC模式应用于移动机器人控制系统设计,同时,在Android平台和Arduino控制板上使用Java、C语言进行了实验。提出了基于Android移动计算平台、结合蓝牙通信和无线局域网（WiFi）通信的小型智能移动机器人平台Mobile-Android。详细地描述了该平台的系统结构、控制软件,包括GUl界面模块、运动控制模块、命令配置模块、上位机与下位机通信协议等的设计与实现。在原型系统上初步的测试结果表明,该智能移动平台方案既能够实现智能移动机器人系统硬件平台的快速搭建,又能够充分发挥移动机器人的运动特性与智能手机的强大信息处理能力和控制能力;结合两者长处,获得了一个完整的智能移动机器人系统。     

煤矿井下水仓智能清淤机器人的研发与应用

井下水仓环境及工作条件恶劣,淤积物中含水量大,难以彻底清理。传统的水仓煤泥清理技术存在着较多的突出问题:工人工作环境危险性大;设备繁多、故障发生率高;无法实现对水仓积淤的实时监控、预警,为解决这一技术难题以及需求,结合互联网+、物联网、机器人控制技术、图像识别和传感器融合等机器人相关学科的先进理论与技术,研制出集远程遥控模块、视觉采集模块、智能监测模块等为一体的水仓智能清淤机器人。提高了清淤效率和煤矿智能化水平,实现井下无人或少人的清淤作业,保障了煤矿安全生产运行。     

Intelligent vehicle electrical power supply system with central coordinated protection

The current research of vehicle electrical power supply system mainly focuses on electric vehicles (EV) and hybrid electric vehicles (HEV). The vehicle electrical power supply system used in traditional fuel vehicles is rather simple and imperfect;electrical/electronic devices (EEDs) applied in vehicles are usually directly connected with the vehicle’s battery. With increasing numbers of EEDs being applied in traditional fuel vehicles, vehicle electrical power supply systems should be optimized and improved so that they can work more safely and more effectively. In this paper, a new vehicle electrical power supply system for traditional fuel vehicles, which accounts for all electrical/electronic devices and complex work conditions, is proposed based on a smart electrical/electronic device (SEED) system. Working as an independent intelligent electrical power supply network, the proposed system is isolated from the electrical control module and communication network, and access to the vehicle system is made through a bus interface. This results in a clean controller power supply with no electromagnetic interference. A new practical battery state of charge (SoC) estimation method is also proposed to achieve more accurate SoC estimation for lead-acid batteries in traditional fuel vehicles so that the intelligent power system can monitor the status of the battery for an over-current state in each power channel. Optimized protection methods are also used to ensure power supply safety. Experiments and tests on a traditional fuel vehicle are performed, and the results reveal that the battery SoC is calculated quickly and sufficiently accurately for battery over-discharge protection. Over-current protection is achieved, and the entire vehicle’s power utilization is optimized. For traditional fuel vehicles, the proposed vehicle electrical power supply system is comprehensive and has a unified system architecture, enhancing system reliability and security.     

Application of the PSO–SVM model for recognition of control chart patterns

Control chart patterns are important statistical process control tools for determining whether a process is run in its intended mode or in the presence of unnatural patterns. Accurate recognition of control chart patterns is essential for efficient system monitoring to maintain high-quality products. This paper introduces a novel hybrid intelligent system that includes three main modules: a feature extraction module, a classifier module, and an optimization module. In the feature extraction module, a proper set combining the shape features and statistical features is proposed as the efficient characteristic of the patterns. In the classifier module, a multi-class support vector machine (SVM)-based classifier is proposed. For the optimization module, a particle swarm optimization algorithm is proposed to improve the generalization performance of the recognizer. In this module, it the SVM classifier design is optimized by searching for the best value of the parameters that tune its discriminant function (kernel parameter selection) and upstream by looking for the best subset of features that feed the classifier. Simulation results show that the proposed algorithm has very high recognition accuracy. This high efficiency is achieved with only little features, which have been selected using particle swarm optimizer.     

基于达芬奇技术的智能视频分析系统硬件设计

以TI公司的Davince系列DSP芯片TMS320DM6437为主处理器设计了智能视频分析系统。该系统通过高速视频解码电路对模拟视频信号进行数字化处理,由DSP对数字化的信号进行实时处理,通过有线网络和WiFi无线网络传输模式输出,从而实现了视频信号的实时处理和传输。详细介绍了智能视频分析系统的设计方案,包括电源部分、时钟部分、视频输入部分、音频输入部分、外部存储器扩展部分和网络传输部分,同时还介绍了PCB的制作和智能视频分析系统的实现。     

基于PLC和触摸屏的雷达独立实习单元系统

采用PLC智能控制的方法,设计制作了一套PLC触摸屏控制的某型雷达独立实习单元。系统以S7-200 PLC的CPU模块及扩展模块组成控制单元,实现了对雷达电源模块、预调器模块、激励插件和正交信号产生器等部件提供各类电源及信号供给,兼有系统环境温湿度和电源电流监控功能,使雷达部件能够脱离雷达设备环境而独立通电实验,拓展了雷达实验项目,提高了设备实习效率。     

智能型采棉机器人电气控制系统设计

针对基于视觉的棉花采摘技术,构建了智能型采棉机器人总体设计方案。其电气控制系统中运动控制子系统采用安川MP2100运动控制单元为核心,控制其中的四自由度机械手及X向导轨,具有良好的实时性和扩展性。机器视觉子系统采用SEED-VPM642开发平台为基础,配合3个CCD摄像头进行采集,能够实现高效率和高准确性的图像识别。各个接口模块之间通过PCI总线进行通信,由工控机统一协调处理,以实现高效采摘功能。