基于Solis&Wets算法的机器人最优测量构形研究

研究了机器人标定中最优测量构形的选择,采用奇异值分解方法获得了机器人误差传播矩阵的条件数,以该条件数为优化的目标函数,利用Solis&Wets算法来选择机器人的一系列最优测量构形,以最小化参数估计中测量和建模误差的影响.实验结果表明该方法的标定结果优于随机选择的标定构形的标定结果.     

基于QPSO算法的机器人时间最优轨迹规划

在考虑关节约束的前提下,为得到工业机器人时间最优的关节运动轨迹,提出一种工业机器人时间最优轨迹规划新算法。采用五次非均匀B样条插值法构造各关节运动轨迹,得到的机器人各关节位置准确,各关节速度、加速度和加加速度曲线连续。利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)进行时间最优的轨迹规划,该算法可以在整个可行域上搜索,具有较强的全局搜索能力。与标准粒子群算法(Particle Swarm Optimization,简称PSO)和差分进化算法(Differential Evolution Algorithm,简称DE)相比较,结果显示使用该算法进行时间最优的轨迹规划得到的数值结果更小。     

水下模块化自重构机器人构形拓扑转换

定义了水下模块化自重构机器人构形拓扑转换基本概念 ,并分析总结出构形拓扑转换的基本规律 .然后采用遗传算法对构形拓扑转换进行优化 ,有效地降低构形拓扑转换操作过程中的连接和断开操作次数 ,提高自重构效率 .     

基于最优搜索的足球机器人射门算法

机器人足球比赛中,小球的运动状态因受到碰撞和摩擦变化剧烈,所以大多数情况下不存在全局意义上的最佳射门路径,或者规划的路径机器人在给定的时间内根本无法完成。基于目标函数的足球机器人射门算法,通过在机器人运动能力范围内的最优搜索,能够找出当前状态下机器人按要求逼近球的最佳路径。该算法能够适应各种速度状态,明显提高机器人射门命中率,并迅速对小球状态突变做出响应。在比赛中,常常需要根据场上态势对机器人进行控制算法切换,但由于不同控制算法速度输出的跳跃性,机器人会出现相对球位置的抖动。针对以距离作为切换条件的情况下,不同控制算法切换时产生的“抖动”现象,分析了现象产生的原因,并通过S-曲线加权算法,有效避免了“抖动”的产生,实现了不同控制算法在切换边界的平滑过渡。     

基于人工鱼群算法的机器人路径规划

首先采用链接图建立机器人工作空间模型,用Dijkstra算法求得链接图最短路径;然后使用人工鱼群算法对此路径进行优化,最终得到全局最优路径。以一个路径为例,进行了实际编程计算,结果表明,基于人工鱼群算法的机器人路径规划方法,具有较快的收敛性和较高的计算精度。     

基于改进布谷鸟算法的机器人位置精度性能提升方法研究

主要解决工业机器人在高端制造领域精度性能不足的问题。首先阐述了工业机器人误差模型的构建方法,将机器人运动学参数、关节减速比参数、耦合比参数进行统一建模;其次,提出了一种改进的布谷鸟搜索算法(Cuckoo Search Algorithm, CSA)的优化多参数辨识方法,利用对数调整系数修正Levy搜索步长,提升CSA优化算法的收敛性和精确性。为了验证提出的误差模型和优化方法的有效性,构建了串联型工业机器人标定实验系统。通过在Staubli TX60机器人的运动空间内测量160个测量点,分别构成辨识点集和验证点集。实验结果表明,待标定机器人的平均综合位置误差降低了86.7%以上。说明提出的误差模型和优化方法能够较好地提升工业机器人的精度性能。     

激光线扫式形貌测量机器人的标定研究

为能够高效、高精度的获取大型自由曲面物体的形貌,研究了基于通用工业机器人和激光线扫描传感器的测量方法。论述了激光线扫式形貌测量系统的原理与结构,利用标准球及优化算法实现了机器人和激光扫描传感器位姿关系的精确解算,并针对机器人运动学误差对系统测量影响较大,通过对机器人运动学参数的修正有效减小了机器人的绝对定位误差。实验和分析结果表明,经标定和运动学参数校正后的测量系统对标准球的测量能达到较高精度,为采集高精度三维点云提供了保证。     

基于混合遗传算法的工业机器人最优轨迹规划

为兼顾工业机器人工作效率与轨迹的平稳性,提出一种基于混合遗传算法的二次轨迹规划方案.通过最优时间轨迹规划得到最小执行时间,在最小执行时间内进行最优冲击轨迹规划,进而规划出一条既高效又平滑的运动轨迹.采用五次均匀B样条在关节空间进行快速插值,不仅保证了各关节速度和加速度连续性还保证了各关节冲击的连续性.连续平滑的冲击可以减少机械振动,延长机器人的工作寿命.选用PUMA560为对象进行仿真与实验,结果表明,该方案可以获得比较理想的机器人运动轨迹,所提出的混合遗传算法能有效提高全局寻优的性能和算法运行的稳定性.     

基于遗传算法的机器人关节空间最优运动规划

本文整体上研究了最优轨迹规划问题，它包含两个密切相关的子问题，最优路径规划和最优轨迹规划，本文提出了一种基于遗传算法的更为一般，柔性和有效的新方法，该策略综合考虑了机器人的运动学约束，动力学约束和控制约束，最优轨迹用合适的多项式拟合，得到的控制序列适宜于高速高精度的动力学控制，本文最后以二自由度机器人为例进行了仿真实验。     

基于改进自构形学习算法的RBF网络结构优化

RBF网络中的隐层神经元的数目直接影响着整个网络的性能和效率,因而对RBF网络的结构优化是一个非常必要的环节。本文先采用分步式训练构造初始RBF网络,然后利用改进的神经网络自构形学习算法对所构造的RBF网络的隐层进行优化,最后通过实验结果的分析与对比,验证改进的神经网络自构形学习算法对RBF网络优化的有效性。     

Online robot calibration based on vision measurement

Robot calibration is a useful diagnostic method to improve positioning accuracy in robot production and maintenance. Unlike traditional calibration methods that require expensive equipment and complex steps, a vision-based online robot calibration method that only requires several reference images is presented in this paper. The method requires a camera that is rigidly attached to the robot end effector (EE), and a calibration board must be settled around the robot where the camera can see it. An efficient automatic approach to detect the corners from the images of the calibration board is proposed. The poses of the robot can be estimated from the detected corners. The kinematic parameters can be conducted automatically based on the known poses of the robot. Unlike in the existing self-calibration methods, the great advantage of this online self-calibration method is that the entire process of robot calibration is automatic and without any manual intervention, enabling the robot calibration to be completed online when the robot is working. Therefore, the proposed approach is particularly suitable for unknown environments, such as deep sea or outer space. In these high-temperature and/or high-pressure environments, the shapes of the robot links are easy to change. Thus, the robot kinematic parameters are changed by allowing the robot to grab objects with different qualities to verify the performance of the online robot calibration. Experimental studies on a GOOGOL GRB3016 robot show that the proposed method has high accuracy, convenience, and high efficiency.     

移动机器人最优路径的表示、对称性及算法

针对由两个轮子独立驱动的移动机器人，从最优速度模式的角度寻求最优路径，利用极大值原理和Hamilton算子得出一种结构简单的最优路径表示形式，并解决了其跟踪控制问题．通过对不同转弯模式下的最优路径进行分析和比较，给出了基于路径长度和转动角度准则的最优路径实现算法，并提出了最优路径的对称性及其跟踪控制算法．该方法大大降低了设计和计算的复杂性，简单实用．     

机器人运动学标定综述

从基于运动学模型的几何参数标定、机器人自标定、神经网络的正标定和逆标定三个方面,对机器人运动学标定方法及其研究现状进行了分析总结。详细介绍了每种标定方法的特点、存在的问题以及研究现状。最后对多机器人协作系统的标定以及运动学标定的发展方向进行了简要论述。     

机器人逆标定方法研究

在分析传统机器人位姿标定方法的基础上，提出了一种新的机器人标定方法：基于神经网络的逆标定方法。这种标定方法把机器人实际位姿和相应的关节角误差分别作为前馈神经网络的输入和输出来训练网络，从而获得机器人任意位姿时的关节角误差值，通过修改关节值来提高机器人的位姿精度。这种标定方法把所有因素引起的误差均归结为关节角误差，无须求解机器人逆运动学方程，实现了误差的在线补偿。把标定结果与基于运动学模型的参数法的标定结果进行了比较分析。仿真和试验结果均证明了这种方法比传统方法标定效果更好，且更方便简单，避免了其他传统标定方法繁琐的建模及参数辨识过程。     

基于机器人系统的线结构光视觉传感器标定新方法

在总结了已有线结构光视觉传感器标定方法的基础上,提出了一种应用机器人系统对线结构光视觉传感器进行标定的新方法。借助于一维光平面对准特殊设计的圆阵列平面标靶,实现对标定特征点的获取,不需要额外对光平面进行标定。在此基础上,还提出以线性化的两步标定方法来求解传感器模型参数,完成了线结构光视觉传感器的标定。该方法操作简单、效率高。实验结果证明:该方法切实可行,测量精度优于0.06mm。     

基于时间条件算法的灭火机器人设计

详细介绍了灭火机器人的组装,在组装机器人的基础上,概括性的介绍了灭火机器人的各种算法及无火不进房算法中的时间算法和条件算法。为了让灭火机器人更加稳定的退出每个房间,结合时间算法和条件算法的优点,提出了时间条件算法,从而让机器人采用时间条件算法在迷宫中行走,并完成灭火任务。实验表明,此算法的应用使机器人在灭火过程中稳定性很高,并能及时避开迷宫墙壁;不但效果好,而且在很大程度上缩短了时间。     

基于JPS改进的移动机器人路径规划算法

针对跳点搜索（jump point search,JPS）路径规划算法在大尺度复杂场景下存在内存资源消耗较大、路径结果平滑度较低且路径过于靠近障碍物等问题,提出融合安全势场等级函数与优化Floyd算法的改进JPS算法。首先建立了安全等级函数对栅格地图中的栅格状态进行重新赋值构建安全等级地图;然后改进了启发式函数,引入目标与主方向两项偏置函数项结合安全等级函数项,进一步减少对称性搜索带来的时间消耗,改善了所规划路径的安全程度。其次通过添加二次平滑算法流程优化了Floyd算法;最后结合B-spline样条插值法,进一步提高了改进算法所规划路径的平滑程度。仿真实验验证了改进优化算法在内存资源消耗、路径长度、路径平滑程度以及路径安全程度都有显著提升。     

Transformation calibration of a camera mounted on a robot

The paper describes the accurate calibration of the camera transformation for a vision system consisting of a camera mounted on a robot. The calibration includes an analysis of the linearity of the camera. A knowledge of the camera transformation allows the three-dimensional position of the object points to be determined using triangulation.