基于BP神经网络控制的多机器人运动规划(Ⅰ)

对多个机器人在简单环境中的运动的研究,利用多机器人控制的神经网络模型,将BP神经网络应用于机器人与障碍物,机器人与机器人之间的避碰行为控制,对机器人进行的行为设计.讨论了机器人训练神经网络及运动规划.实验结果表明了该方法的有效性.     

基于BP神经网络控制的多机器人运动规划(Ⅰ)

对多个机器人在简单环境中的运动的研究,利用多机器人控制的神经网络模型,将BP神经网络应用于机器人与障碍物,机器人与机器人之间的避碰行为控制,对机器人进行的行为设计.讨论了机器人训练神经网络及运动规划.实验结果表明了该方法的有效性.     

新一代机器人人工神经网络控制系统设计探索

该文对多肢机器人行为活动控制方法进行了描述。控制中枢通过对视觉信息进行综合,及时回避障碍物并制定出行为目的方案。传统方法是预先给定运动轨迹方程,以数值计算和模拟逼近方法完成对机器人运动的控制。新方法是对多肢机器人提供一套智能人造神经网,实现对机器人行为控制。本文从神经网络角度描述机器人设计方案,以二杆机器手人造神经网系统为例,它经过训练和学习,可提供复杂运动方程产生的控制数据(角度、角速度、角加速度)。     

水轮机修复专用机器人的位姿控制方法

为实现水轮机修复专用机器人的位姿控制，依据神经网络可以逼近任何非线性函数这一特性，采用融合遗传算法的神经网络建立机器人逆运动学模型，针对机器人的结构特点，改进了神经网络的输出训练样本，设计了用遗传算法学习神经网络权系数的软件实现方法，并提出了应用轨迹插补算法取得轨迹中间点位姿．运行结果表明，该方法可大大提高机器人的位姿控制准确度，并能快速地实现位姿控制．     

改进BP神经网络算法在机器人轨迹优化中的研究

针对未知的全局环境,将整体任务分解为环境信息已知的一系列中间任务,即将整个机器人的运动分解成一系列直线运动,降低神经网络函数复杂度,并且将障碍物封装为简单图形,以减少整个运动过程中的中间任务的个数,进一步降低神经网络函数复杂度．利用BP神经网络高速并行计算的优点,建立神经网络函数,提出一种实时性较高的求取函数的负梯度方向的方法,控制机器人快速高效地完成中间任务,从而驱使机器人到达目标点并进行仿真．     

基于PMAC的SCARA机器人运动控制研究

利用PMAC作为运动控制器，对KLD-400型SCARA机器人进行了运动控制，在对机器人进行正逆运动学分析的基础上，借助于PMAC提供的循环缓冲区，利用VC＋＋6．0语言开发了运动控制软件，以实现机器人的示教、搬运、搭积木等控制，并可进行正逆运动学分析．     

基于神经网络的四足机器人 SLIP 模型运动控制

根据四足哺乳动物形态设计的四足机器人,能够适应错综复杂的地形,且具有较强的运动属性。 而对于四足机器人而言,运动的控制十分重要,所以对四足机器人运动过程中的跳跃控制问题进行了研究。 首先,采用弹簧负载倒立摆模型（SLIP）对四足机器人结构进行简化处理,建立了简化模型的动力学方程, 并分析了模型的运动过程以及着陆相与腾空相的转换条件。其次,在仿真平台中建立了 SLIP 动力学模型, 通过动力学仿真得到了一份仿真样本数据,并利用这份样本数据训练了一个神经网络,其中样本考虑了四足 机器人在与地面接触过程中由于碰撞和阻尼所消耗的能量。最后,在仿真平台中进行验证,给定模型的初始 高度和水平速度,通过神经网络计算出合适的着陆角,得到期望的水平末速度和弹跳高度。实验结果表明, 基于神经网络的方法可以较精确地实现对 SLIP 模型运动的控制。     

仿生六足机器人传感信息处理及全方向运动控制

针对仿生六足机器人的智能运动控制问题,提出一种基于中枢神经模式发生器(CPG)的控制方法.传统CPG控制方法无法很好地控制机器人足端轨迹,而本CPG控制方法中加入了用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于传感信号处理的神经网络.该模块实现多传感信号的融合,并生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在两种不同的情境下进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

仿生六足机器人传感信息处理及全方向运动控制

针对传统CPG控制方法无法很好地控制机器人足端轨迹的问题,提出基于中枢神经模式发生器(CPG)的控制方法.在CPG控制方法中加入用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于躲避前方和两侧障碍物的传感信号处理的神经网络.该模块实现多传感信号的融合,生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在墙角和狭窄空间中进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

基于模糊神经网络的机器人感知系统多源信息融合的研究

提出了利用基于模糊神经网络的传声器阵列和双目摄像机信息融合,实现对声源的精确定位和实时跟踪的方法．该方法建立了五层模糊神经网络,设计了各层的输入和输出,利用BP算法调整模糊神经网络的权重和参数获得不同的隶属函数,从而生成相应的模糊规则实现模糊决策．利用Matlab仿真了机器人的感知过程,得到了实际输出和实验输出的误差曲线,验证了基于模糊神经网络多源传感融合算法对于机器人控制的有效性．     

五杆式人机合作机器人运动学分析及仿真

人机合作机器人是一种新型的机器人,它通过与操作者合作共同完成作业任务．操作者提供驱动机器人运动的力,机器人控制其末端的轨迹,使其沿着期望轨迹运动．该文利用复数矢量法对一种五杆式人机合作机器人的运动学正、逆过程进行了分析,推导出其运动方程．对工作空间、位移、速度及约束特性进行了仿真分析,仿真结果表明了运动学分析结果的正确性和轨迹约束控制的可行性．     

基于模糊Q学习的多机器人系统研究

多机器人系统的行为学习是提高机器人适应能力的一种途径．在机器人行为学习过程中,难于得到比较理想的监督学习的教师信号,因此该文尝试采用强化学习方法来解决多机器人的行为学习问题．考虑到强化学习的学习过程较长,文章引入能体现人的经验的模糊推理规则来提高机器人的学习速度．针对机器人编队行为学习问题,首先对每一个行为建立一个较完备的模糊规则库,然后利用Q学习来调整行为融合的参数．最后以柱形、线形和菱形队形为研究背景,通过仿真实验可以看出经过一段时间学习后机器人在充满障碍物的环境中运动自如,各种队形总体上都保持良好,机器人具有一定的自适应性。     

基于双目视觉的机器人局部路径规划

目的提出移动机器人利用双目视觉在不确定的环境中实现自主避障和导航的一种新方法．方法以视觉信息为决策依据，利用神经网络对障碍物的屏幕坐标和实际相对坐标进行非线性映射，在避障过程中只考虑障碍物相对于机器人的运动及可能的碰撞方式，无需考虑机器人和障碍物的运动速度和运动方向．结果映射点偏离屏幕中心误差越大，障碍物距离机器人越远，确定避碰策略越困难；而当障碍物距离机器人较近时确定避碰策略较容易．该方法计算量少，运算时间短，提高了机器人的实时性．结论仿真试验表明此种方法能有效避开障碍物顺利到达目标点，并减少了计算规模，提高了实时性．     

面向协作机器人的零力控制与碰撞检测方法研究

为了解决协作机器人柔顺交互控制问题，本文对机器人的零力控制和碰撞检测方法进行了深入研究。首先将逆运动学问题转化为（Newton-MP）广义逆和牛顿下山法的迭代求解问题。其次，针对协作机器人的零力控制问题，建立了基于速度三次摩擦力模型的完全动力学方程。对摩擦力模型进行遗传算法多参数辨识。再次，提出了基于One-Class卷积神经网络的碰撞检测方法，构建了无碰撞数据集，解决了传统碰撞检测方法建模不准确的问题。最后，通过实验证明，本文提出的Newton-MP优化方法具有良好的性能，绝对误差达到0.00013mm。与理想摩擦力模型进行对比，采用基于速度的三次摩擦力模型拟合出的摩擦力能够更好适用于零力控制。将外力矩观测器与One-Class卷积神经网络碰撞检测进行优缺点分析，可以证明One-Class卷积神经网络可以在不依靠模型的情况下，准确地检测机器人的异常碰撞。     

模型预测控制下多移动机器人的跟踪与避障

提出了一种基于距离和速度的机器人之间的避障方法,通过与机器人避开障碍物的人工势场法相结合,建立一致性控制编队控制协议。首先,建立机器人之间的通信拓扑关系,以便机器人之间的信息交流。在编队控制层面上,设计具有避碰的编队控制律。然后,在编队跟踪层面上,运用模型预测控制方法,将编队误差运动问题按代价函数转化为最小优化问题。为了在线高效地求解该优化问题,运用了一种广义投影神经网络优化的方法,以便最优解作为控制输入。最后,对多移动机器人编队进行了仿真,验证了所提出策略的有效性。     

一种基于驱动力矩的足球机器人轨迹控制方法

分析了足球机器人的运动特性,得出了足球机器人运动模型．结合驱动轮参数对驱动轮进行受力分析,推导出该机器人驱动轮的驱动力矩．以驱动轮力矩作为控制参数研究了该种机器人的轨迹控制方法,提出基于PD反馈控制模型的轨迹控制,并分析了基于PD反馈控制的系统特性．仿真实验验证了所提出轨迹控制方法的可行性和有效性．     

一种仿人机器人协作运动控制方法

根据仿人机器人协作运动的控制特点,构建2个仿人机器人进行球体搬运协作运动模型,并提出了一种基于二阶锥控制原理的多仿人机器人运动稳定性的控制方法.通过对协作运动过程中各种稳定性进行联合约束,构建二阶锥规划方程,将运动稳定性最优控制问题转换成二阶锥规划方程的优化问题.仿真与实验结果表明,该控制方法可以有效控制仿人机器人的协作运动并确保其稳定性.     

基于神经网络的水下机器人航向角跟踪控制

以能量消耗量作为评价函数进行水下机器人运行规划的结果得到随时间变化的目标航向角和理论控制输出。本文探讨基于神经网络的追踪控制器以实现在运动控制过程中对水下机器人被规划航向角进行追踪控制,并探讨实际控制输出与理论控制输出的一致性问题以实现运动过程消耗的操作能量较小。水下机器人“Twin-Burger“航向角控制的游泳池实验结果验证了本文所提出方法的有效性和可行性。     

一种超小型碟型水下机器人设计

设计了一种超小型碟形水下机器人,该水下机器人利用两个螺旋桨,能够完成多个自由度方向的运动．与通常超小型水下机器人相比,该碟形水下机器人的特点是采用可两轴旋转的水平螺旋桨来同步实现机器人的升降与/或横向水平运动．详细分析与推导了超小型碟形自治水下机器人同步实现机器人的升降与横向运动的关系式,给出了实现横向运动应满足的控制力的条件;得出了保证碟形水下机器人横向运动应该满足的表达式．     

基于虚拟现实的遥操作机械臂三维预测仿真

首先介绍机器臂的基本模型，然后阐述基于虚拟现实的遥操作机器人系统结构，提出运用VRML—JAVA技术在微机上对关节型机械臂进行运动仿真研究．结果表明：在机器人遥操作中，应用虚拟现实技术可以预测显示机器人的运动轨迹，实现对远端机器人进行预测控制。