一种五自由度视觉伺服机器人的跟踪控制研究

提出了一种基于图像的视觉伺服机器人系统的结构，以及该系统跟踪平面运动目标的算法. 该系统有5个自由度，包括一个3自由度的机器人和一个2自由度的手腕，手腕安装在机器人末端，而摄像机安装在手腕末端. 由于具有较小的运动惯量，手腕可快速旋转，以实现对运动目标的跟踪. 而在需要时，3自由度的机器人可将摄像机移动到适当的位置， 对目标进行更为仔细的观察. 该系统实现了对运动目标的跟踪. 此外，还提出了提高系统性能的方法，实验证实这些方法是有效的.     

复杂路线下机器人的三点三轮寻迹系统

针对寻迹时的复杂路线,设计一种简单的机器人。该机器人以AT89C52单片机为控制芯片,使用3个自制的红外光电传感器来辨别路线,具有设计简单、成本较低等特点。测试表明,该机器人能顺利地完成复杂路线下的寻迹,其双级转弯的设计使得寻迹更为准确。     

基于模糊控制的移动机器人视觉反馈跟踪

探讨视觉空间下非完整移动机器人的跟踪问题。在不校准摄像机视觉参数的前提下,提出一种利用视觉反馈信息设计非完整移动机器人轨迹跟踪的模糊控制方法。其模糊控制使用Mamdani推理机,包含if-then规则和重心法,对线速度和角速度进行控制。仿真结果证明了该方法的有效性。     

仿人机器人相似性运动轨迹跟踪控制研究

提出一种基于带观测器的条件状态反馈控制的仿人机器人相似性运动轨迹跟踪控制方法.首先,分析了7连杆双足机器人动力学模型,阐述了其运动能量方程与动力学特征方程; 其次,基于带观测器的状态反馈控制器原理,构建起三维倒立摆平衡控制模型; 最后,由线性二次型调节器确定状态反馈增益矩阵,使机器人轨迹跟踪误差最小化,以复现出较高相似度的双足步行运动效果.实验验证了该方法的有效性.     

目标跟踪研究综述

在监控系统中获取感兴趣的目标是目前极具挑战性的研究热点之一,在视频监控、人机交互和军事领域都具有巨大的应用前景。目标追踪问题主要的技术难点是实时、准确和稳定地将感兴趣的目标表现出来,但是由于目标运动方式、运动场景和目标外在特征的突然改变以及光照变化和拍摄时的抖动等问题都会导致监测追踪系统准确率和稳定性的下降。本文对国内外目标追踪问题的热点和难点进行了详细的分析论述,将目标跟踪归结为目标识别和追踪两个部分来详细讨论,同时考虑到场景对目标追踪的直接影响,将场景理解作为目标追踪的重要技术难点进行了探讨,指出了视觉跟踪模型的具体问题。     

履带式移动机器人轨迹跟踪研究

详细分析了履带式移动机器人的受力特点,提出了一种适宜进行控制器设计的履带移动机器人模型.根据履带式移动机器人动力学模型和运动学模型,设计了机器人的轨迹跟踪控制器.利用Lyapunov稳定判据证明控制器的全局稳定性.在控制器的设计中考虑了履带一地面作用,引入参数对其描述.考虑到机器人动力学约束,引入机器人速度、加速度控制策略以保证机器人运动平滑.仿真实验验证了该方法的有效性和全局收敛.     

机器人视觉跟踪轨迹的分级规划方法

针对跟踪轨迹规划对于确保得到连续光滑的跟踪运动的重要性,提出了两级视觉跟踪轨迹规划方法。第一阶段在图像平面上规划运动轨迹,在图像平面上得到的离散规划点映射到机器人关节空间。第二阶段在机器人关节空间中用三次样条函数来连接这些离散点。为了满足实时控制的要求,在图像处理过程中采用窗口技术并抽取边缘特征。建立用于跟踪两维平面运动物体(如随运输带运动的物体)的机器人视觉跟踪控制系统。实验结果表明,跟踪误差渐近地减小到允许的数值范围,所提出的跟踪轨迹规划方法是有效的。     

足球机器人对彩球的鲁棒跟踪识别

在基于视觉的足球机器人系统中,对场上焦点目标——球的动态跟踪识别是系统设计的第一要务。针对半自主微型机器人足球比赛中的小球易受场上干扰、小车遮挡造成的识别丢失问题,提出基于预测与搜索窗的图像目标跟踪识别方法。通过最小二乘法预测丢失小球的可能位置,将图像目标搜索限制在局部小区域内,并利用搜索窗内的在线状态信息加以判断,实现运动目标被遮挡情况下的有效跟踪识别。实验与比赛结果统计表明,该方法实时跟踪识别效果好、鲁棒性强。     

基于人脸识别与光流追踪的移动机器人视觉导航方法

针对移动机器人视觉导航中跟踪目标丢失的问题,提出了基于人脸识别与稀疏光流算法(KLT)结合的移动机器人视觉导航方法(FR-KLT视觉导航方法)。采用OpenCV库中的Haar特征提取人脸识别算法实时检测识别目标人脸,通过Harris角点检测获取目标人体特征点,对目标人体进行精准定位;KLT光流追踪法测算目标移动趋势,并预测目标下一刻大致位置。目标人体位置变动时移动机器人对目标进行实时追踪导航。通过Pioneer-LX机器人在真实环境下试验,验证了该方法准确识别并跟踪目标的实时性和有效性。     

基于视野状态分析的机器人路径跟踪智能预测控制

为视觉导航自动导引车（AGV）的路径跟踪提出一种基于视野状态分析的智能预测控制模型．以最优 偏差状态转化策略取代二次型指标函数对预测控制目标的描述,避免了纯代数优化方法面临的参数选择难题．提出 一种同步控制算法,用于完全消除理想纠偏状态的两种路径偏差并维持无偏差跟踪状态．对于其它状态,则采取假 设—预测—调整的迭代算法,以实现状态转化的协调性．数值仿真和实验证明,在不同偏差状态和速度下,该算法 都能产生可实现的速度差控制量,同步、快速和平稳地消除两种路径偏差,而且,该算法计算量小,可满足嵌入式 控制系统实时处理的要求．     

超声波目标定位与跟踪系统在机器人中的应用

机器人目标定位是实现自主导航的关键问题之一。借助超声波测距原理,采用三边测量法,设计了一个超声波定位系统。该系统通过分析处理多个传感器的信息,得到目标物体的方位数据,并配合相应的控制系统和执行机构,实现机器人对单个目标物体的跟踪。同时为了修正声速,在系统中加入了温度补偿电路。     

基于多基音跟踪的单声道混合语音分离

针对许多计算听觉场景分析系统无法很好地解决多说话人混合语音信号分离的问题,提出了一种基于多基音跟踪的单声道混合语音分离系统。该系统充分利用了多基音跟踪研究的最新成果,通过将多基音跟踪得到的目标语音和干扰语音的基音轨迹信息结合到分离系统中,有效地改善了分离系统在包括多说话人混合在内的多种干扰情况下的分离效果,为多说话人语音分离问题的解决提供了新的思路。     

不确定性机器人的自适应跟踪控制

提出了一种自适应控制策略 ,用于不确定性机器人的轨迹跟踪 ,该控制器结构简单 ,且无需计算回归矩阵 ,通过对二自由度的机器人的仿真 ,证明该方法能使跟踪误差快速趋近于零     

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．     

移动机器人的鲁棒输出跟踪

本文讨论了一类不确定非完整系统的鲁棒输出跟踪问题。首先给出了在适当条件下受限系统的降阶状态实现及有关性质；进而给出了三轮移动机器人在纯滚动与非打滑条件下的简化模型，并结合变结构控制方法对该模型给出了具体的鲁棒输出跟踪控制规律。     

仿人型跑步机器人矢状面跑步运动的实现

基于“虚拟腿”的概念,提出了一种新的方法实现仿人型跑步机器人在矢状面内的跑步运动．首先,规划机器人质心的轨迹; 在起跳阶段通过求解“虚拟腿”的二自由度动力学方程,规划机器人质心的轨迹;在飞行阶段机器人质心做自由落体运动．然后,对机器人双脚的运动和上臂的运动进行规划,采用牛顿—拉斐逊法求解非线性方程组得到机器人在每个时刻的运动学参数．最后,根据动力学方程求出各个关节的驱动力矩．仿真实验结果表明：机器人跑步时各个关节角度和关节驱动力矩变化平稳,运动稳定裕度大,机器人可以实现1.2m/s的跑步速度,因此机器人的跑步动作设计合理．     

仿人机器人视觉导航中的实时性运动模糊探测器设计

针对仿人机器人视觉导航系统的鲁棒性受到运动模糊制约的问题,提出一种基于运动模糊特征的实时性异常探测方法. 首先定量地分析运动模糊对视觉导航系统的负面影响,然后研究仿人机器人上图像的运动模糊规律,在此基础上对图像的运动模糊特征进行无参考的度量,随后采用无监督的异常探测技术,在探测框架下对时间序列上发生的图像运动模糊特征进行聚类分析,实时地召回数据流中的模糊异常,以增强机器人视觉导航系统对运动模糊的鲁棒性. 仿真实验和仿人机器人实验表明：针对国际公开的标准数据集和仿人机器人NAO数据集,方法具有良好的实时性（一次探测时间0.1s）和有效性（召回率98.5%,精确率90.7%）. 方法的探测框架对地面移动机器人亦具有较好的普适性和集成性,可方便地与视觉导航系统协同工作.     

一种基于预瞄控制的Robocup足球机器人带球轨迹跟踪方法

通过深入分析足球机器人带球状态下的运动特点,结合智能预瞄控制方法建立带球状态下的非线性数学运动模型。分别对机器人的线速度和旋转速度使用专家PID控制,实现在带球情况下不丢球的机器人轨迹跟踪。仿真和试验证明该方法具有良好的快速性和鲁棒性。     

救援机器人目标跟踪控制的研究

在分析了腿轮式救援机器人运动原理的基础上,建立了机器人的动力学模型,并根据该模型提出了一种基于线性反馈控制的目标跟踪控制方法,详细介绍了该控制方法的实现。实验结果证明了所提出控制方法的有效性。     

用于人形机器人的声音降噪方法

用于人形机器人的实时多通道降噪方法使机器人能够在实际应用中精确地进行后续的音频分类或语音识别。引入人形机器人具有类似人体的头相关传输函数的性质,避免一般方法中在估计声传播信道模型时只考虑声达时廷,而忽略声散射和共振影响的局限性。该方法通过利用麦克风阵列阵元之间的声音传输信道的差异性,削弱参考噪声和目标信号之间的相关性,从而提升对消噪声后输出信号的信噪比。仿真表明,对目标信号的信噪比提升达到15dB。