基于Cross-EKF定位的多机器人协作围捕策略研究

针对目前多机器人协作围捕过程中收敛速度慢、稳定性差、定位精度低的问题,提出一种新的围捕策略.设计出Cross-EKF定位算法,对目标位置的后验估计协方差进行交叉计算,以取得最小协方差区域.以区域边缘点到均值中心最大距离为半径,构建收敛圆,将对动态点的收敛扩展为对动态面的收敛.实验结果表明,系统能快速平稳地收敛该圆,从而实现对目标的精确围捕,该方法具有较高的实用价值.     

基于相对定位的多移动微机器人协作定位方法

为了提高微机器人定位的精确性,研究了基于相对定位的多移动微机器人协作定位方法.结合微机器人尺寸小的特点,定位系统中采用低功耗的红外传感器作为微机器人的测距传感器,利用粒子滤波实现微机器人的自定位.在自定位及相对定位的基础上,提出了多微机器人的协作定位算法,通过保留一定数目的粒子在自身粒子集合中,而非交换全部的粒子的策略,保证了一定的定位精度.仿真与实验结果验证了协作定位算法的有效性.     

霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

基于足球机器人决策系统的协作模型

运用多智能体系统的思想,提出了一种多智能体协作控制模型,通过对多智能体的规划提高了足球机器人系统决策系统的连贯性,系统利用改进的黑板结构有效地解决了角色分配及通信问题。通过实例分析了模型及其策略在系统协作控制方面的实用性。     

基于多足球机器人协作的组合射门算法

为了提高机器人足球比赛中足球机器人的射门成功率,在分析了基本射门算法不足的基础上,用“盲区”法求出高效射门区,在求出的两个高效区中综合考虑射门角与射门区关系等因素,引入了最佳射门区的概念,并通过选择最优的机器人射门运动路径,结合大力射门算法和基本射门算法,提出了基于多足球机器人协作的组合射门算法。结果表明,用该算法改进射门策略后,射门成功率明显提高。     

基于π演算的足球机器人协作Q学习方法

针对多机器人协作学习时出现的学习速度慢、学习效率低等问题,提出了一种基于π演算心智模型的足球机器人协作Q学习方法,描述了机器人的运动模型,定义了球场现状、目标、意图、行为、协作、请求、扩展知识、能力判断和联合意图等机器人心智状态,构造了联合奖励函数。最后通过实验验证了方法的有效性。     

基于仿人机器人的Monte Carlo定位算法研究

针对RoboCup标准组比赛平台仿人机器人NAO定位的特殊问题,在研究通用Monte Carlo定位算法基础上,构建NAO的运动模型和感知模型。通过增加一组随机粒子,改进通用Monte Carlo定位算法,增强MCL算法对于定位失败及仿人机器人NAO被"绑架"问题的适应性。最后通过仿人机器人NAO的静态定位、动态定位以及被"绑架"后的定位实验,验证了算法的有效性和鲁棒性。     

基于人工神经网络的多机器人协作学习研究

机器人足球比赛是一个有趣并且复杂的新兴的人工智能研究领域，它是一个典型的多智能体系统。文中主要研究机器人足球比赛中的协作行为的学习问题，采用人工神经网络算法实现了两个足球机器人的传球学习，实验结果表明了该方法的有效性。最后讨论了对BP算法的诸多改进方法。     

基于网络的多操作者多机器人协作研究

研究基于网络的多操作者多机器人的协作方案,分别提出了针对机器人约束和非约束体协作条件下的协调策略,并在局域网内建立一个仿真实验系统对机器人协作进行仿真.在约束情况下以机器人协同搬运为研究点,提出采用"主、从"机器人控制方法,确定工件运动轨迹后采用位置反解算法确定机器人运动.在非约束情况下提出采用"时间戳"、"回滚"方法协调操作.在整个仿真系统中采用基于AABB的碰撞检测算法确保机器人操作的安全性.仿真实验的结果验证了协调策略的可行性和正确性.     

基于修正蚁群算法的多机器人气味源定位策略研究

为了使多机器人系统能够模仿蚁群寻找食物源的行为方式来搜索室内环境中存在的气味源,通过对蚁群算法的修正,形成一种新的多机器人协作策略．修正的蚁群算法包括局部遍历搜索、全局随机/概率搜索和信息素更新三个阶段．为了实现多个气味源的定位,在迭代搜索中加入了气味源确认机制．仿真结果表明,局部遍历搜索能够保证机器人逐步靠近气味源,而在全局搜索中设置气味浓度检测阈值可以避免机器人“群聚”现象的形成．最后验证了从不同入口点分散进入搜索区域时,机器人对多个气味源的搜索定位效果．     

基于实时ZMP检测的类人足球机器人步态规划

为了保证类人机器人行走的稳定性,合理的步态规划和误差补偿是最为关键的两个方面。针对研究新一代的类人足球机器人AFU2008,在步态规划方面,根据ZMP(零力矩点)稳定性原理,首先用参考轨迹法进行关节轨迹规划,然后由运动学逆解出的关节转角值对机器人舵机进行实际控制;在误差补偿方面,采用对ZMP影响较大的上体运动进行误差补偿,并针对传统的上体补偿方法的局限性,提出了允许上体高度作匀速运动的改进方法。最后通过仿真和实际实验表明:相对于传统补偿方法,新方法能够更加明显减小机器人的ZMP误差,提高机器人ZMP的稳定裕度,使得类人机器人可以稳定快速的行走。     

半自主类人型机器人足球系统的优化设计

目前类人型足球机器人方面的研究还比较少,FIRA也把类人型机器人引入到足球领域不久,各个方面还不成熟,还有很大的发展空间。在这样的背景下,自主设计一个较好的类人型足球机器人系统,并且在实验和比赛中都证明了它的有效性。本文重点以视觉系统和决策系统为研究对象,针对视觉误差提出了一种新的校正方法,可以使误差率很小。针对决策系统,通过常见的决策程序设计框架的研究,提出了一个改进的程序设计框架,并且通过实验和比赛的检验,证明了该改进的程序设计框架的有效性,大大增强了机器人的比赛能力。     

受限视野下仿真类人机器人头部控制研究

在近期RoboCup各足球类比赛项目组的发展中,视觉系统类人化是其中重要的趋势,如减小视觉范围、减少场地提示性标识物等,而RoboCup3D仿真组也在2009年在人形智能体上开始使用受限的视野范围。视觉信息上的限制,提高了比赛的真实性,却也给比赛中机器人智能体的自定位和决策增加了相当的难度。针对具有受限视野范围的3D类人形智能体,采用模拟人类足球中的头部运动是理想的选择。文中综合现有的头部控制模式设计并实现了综合头部控制模块,较大程度上克服了现有头部控制模式的不足,满足了仿真足球比赛的需要。     

足球反作用力下仿人机器人姿态控制研究

本文以仿人机器人踢足球为例,以现实机器人为原型,利用Solidworks建立了仿人机器人的三维机械结构模型,利用ADAMS和Simulink联合仿真的方法,仿真得到了机器人踢足球的整个过程,利用ZMP理论实时求得机器人的重心轨迹,计算与理想轨迹的偏差,通过改变机器人姿态以减小偏差,实现了对机器人的闭环控制,提高了机器人在受外力作用下的稳定性,并进行了实物实验,验证了该方法的有效性。     

类人足球机器人场上目标识别算法

在比赛过程中类人足球机器人的视觉系统需要对足球、球门以及对阵双方机器人进行识别. 考虑到算法的快速性及有效性,采用基于颜色信息的算法对球及球门进行识别,通过球及球门的颜色阈值提取图片中球与球门可能的位置,再由球与球门的背景色或面积信息确定球与球门的正确位置. 对双方机器人的识别,首先提取机器人的特征,然后通过在线实时的监督学习方法训练一组级联分类器,通过训练好的分类器对双方机器人进行检测. 实验表明算法能够快速有效地识别场上目标,且算法具有较好的鲁棒性.     

基于模糊优化的仿人机器人运动规划研究

文章主要是对仿人型两足机器人(简称仿人机器人)的运动稳定性进行分析、研究,建立了一套动力学模型,并运用模糊优化的方法分析其运动参数.实验表明:该方法在很大程度上提高了仿人两足机器人的运动稳定性.     

家庭服务机器人自主定位控制

家庭服务机器人是目前机器人领域的一个研究热点,家庭服务机器人的研发可以减轻社会和家庭负担,缓解人口老龄化等问题.自主定位技术是家庭服务机器人研发的核心技术之一.本文针对家庭服务机器人定位技术研究,进行了其机械结构的设计以及传感器的选型提供方案,也对ROS编译环境进行介绍.最重要的是设计出一种基于激光SLAM技术为核心的传感器数据融合方法适用于家庭的微动态环境下的定位方法.在对系统进行运动学模型和坐标系模型建模的基础上,提出一种传统的Hector SLAM算法并对其进行改进成自适应无迹卡尔曼(AUKF)融合算法,提高了定位的稳定性和准确性.     

基于ODE 引擎的开放式仿人机器人仿真

为了获得灵活、开放、简洁的仿真功能,提出了一种基于ODE（open dynamics engine）的仿人机器人 仿真平台集成方案．将基于ODE 的仿人机器人仿真系统开发过程定义为两类运算：变换叠加和关节叠加,并设计 了这两类叠加的ODE 算法．将仿人机器人结构描述为一个设计者和计算机都可以理解的结构表,将该结构表翻译 为ODE 基本元素实现仿真．设计并实现了一个基于所提出方案的仿人机器人仿真平台,根据基于倒立摆的步态规 划思想,设计并在仿真平台上实现了双足步行的仿真实验．实验证明了文中方法的有效性．     

基于情感交互的仿人头部机器人

本研究的目的是设计一台机器人,使它可以与人互动,并在日常生活中和常见的地方协助人类．为了 完成这些任务,机器人必须友好地显示出一些情感,表现出友好的特点和个性．依据仿生学,研制了一台仿人头部 机器人,建立了机器人的行为决策模型．该机器人具有人类的6 种基本面部表情,以及人脸检测、语音情感识别与 合成、情感行为决策等能力,能够通过机器视觉、语音交互、情感表达等方式与人进行有效的情感交互．