密集障碍物环境下基于凸包和微粒群优化的机器人路径规划

密集障碍物环境下, 考虑机器人移动过程中的控制偏差进行路径规划, 尚缺乏有效的方法. 本文的方法是: 首先根据障碍物之间的最小距离和机器人尺寸的大小关系, 确定凸包形成的条件; 然后, 通过选择满足条件的顶点, 形成密集障碍物的凸包; 最后, 基于凸包的关键点和稀疏障碍物的位置, 采用微粒群优化规划机器人路径. 仿真和实验结果验证了所提方法的可行性.     

基于简化虚拟受力模型的群机器人多目标搜索协调控制

针对未知凸和非凸障碍物以及动态障碍物环境下群机器人多目标搜索问题,提出了一种基于简化虚拟受力分析模型的循障和避碰方法(SRSMT-SVF).对复杂环境下群机器人多目标搜索行为进行了分解并抽象出简化虚拟受力分析模型.基于此受力模型,设计了个体机器人协同搜索和漫游状态下的运动控制策略,使得机器人在搜索目标的同时能够实时避碰.通过对不同群体规模系统的仿真实验表明,本文控制方法能够使个体机器人在整个搜索过程中保持良好的避碰性能,有效地减少系统与环境之间和系统内部个体之间的碰撞冲突.相比于扩展粒子群算法(EPSO),本文方法使得搜索耗时和系统能耗至少减少了13.78%、11.96%,数值仿真结果验证了本文方法的有效性.     

非完整移动机器人的复合编队控制

主要研究了非完整自主机器人之间的队形保持和避障问题,提出了一种新的复合编队控制方法,该方法根据机器人的期望位置在其运动约束区域内外的不同,分别以一种灵活的反馈线性化算法和最优近似目标算法来建立控制规则,并提出了编队环境中存在静态障碍物时的队形控制策略,从而实现多机器人的稳定编队控制．该方法降低了传统线性反馈控制对编队初始误差范围的要求,并且解决了非完整机器人编队的避障问题．实验结果表明了该编队控制方法的可行性和有效性．     

一种基于相对坐标系下移动机器人动态实时避碰的新方法

本文提出了一种机器人在动态环境下的动态实时避碰的新方法．此方法是基于相 对坐标系，在加速度空间中，通过动态实时地调整机器人自身速度的大小和方向使其离开碰 撞区域，即碰撞危险区域，达到与动、静态障碍物之间的避碰．仿真实验验证了此方法的有 效性．     

动态未知环境中移动机器人的滚动路径规划

本文借鉴预测控制滚动优化原理，研究了全局环境未知且存在动态障碍物情况下的 机器人路径规划问题．文中提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人 实时测得的局部环境信息，以滚动方式进行在线规划，实现了优化和反馈的合理结合，对动 态环境具有良好的适应性．     

基于双层微粒群优化的机器人全局路径规划

采用微粒群优化解决机器人全局路径规划问题,近年来得到国内外学者广泛关注,并已经取得丰硕的研究成果。但是,已有成果往往难以应用于含有密集障碍物的环境。针对解决含有密集障碍物环境的机器人全局路径规划问题,提出一种双层微粒群优化方法。该方法通过底层微粒群优化,得到若干最优路径;通过顶层微粒群优化,在这些最优路径附近局部搜索,从而得到机器人的全局最优路径;通过对不可行路径实施脱障操作,使其成为可行路径。将所提方法应用于多场景的机器人路径规划,并与已有方法进行比较。实验结果表明,该方法能够找到机器人的全局最优路径。     

基于机器人群的主动传感器网络自组织的运动规划

主动传感器网络的自组织通常要求移动节点群(机器人群)通过障碍物环境移动到指定地点后, 重新调整并按预定布局组网. 在网络的自组织过程中要保证每个移动节点(机器人)与整个网络之间的连通性. 在对移动机器人的保持连通性进行优化的基础上, 提出了单步位置预测与群体势场相结合的分布式运动规划方法进行主动传感器网络的部署和重置, 证明了机器人运动控制的稳定性和网络的连通性保持, 进行了有和无障碍物环境下超过40个机器人的仿真, 结果表明该方法适用于大规模的主动传感器网络重置, 并对不同规模的网络具有可扩展性.     

群体觅食行为启发的多机器人分布式编队控制方法研究

群集智能由简单个体之间的相互作用涌现出来,这种涌现出来的智能可以解决许多复杂的问题.首先,从细茵群体觅食特性出发,引出了该行为与多机器人编队任务的相关性.然后,通过对群体觅食行为模型的扩展,建立了基于势场的多机器人分布式编队控制模型;最后,在不同规模下的多机器人编队仿真实验表明,本文的方法能够控制多机器人完成编队任务,并且使得机器人在遇到障碍物时能灵活躲避障碍物,离开障碍物后又快速恢复队形.     

基于模糊避障算法的履带式搬运机器人的设计

以HC-SR04超声波传感器模块获取机器人周围环境信息,以链式叉车作为搬运货物的执行机构,以STM32F103单片机作为机器人控制器,设计了一种自动搬运并且避障的小型履带式搬运机器人。针对局部静态环境下多障碍物对系统避障的复杂性,引入了模糊控制算法,通过对机器人与障碍物之间的距离进行模糊化,建立模糊规则,实现搬运机器人的避障控制。为了提高机器人的稳定性及避障的可靠性,对直流电机建立了数学模型,并利用积分分离PID算法进行仿真,最后实验结果表明该算法提高了直流电机的控制性能。     

基于激光雷达的挖掘机器人回转避障研究

针对挖掘机器人在回转过程中易发生事故的现象,提出了工作装置回转避障方法.通过分析挖掘机器人工作装置的运动特性,结合运动学建立了挖掘机器人的运动学模型.利用安装在挖掘机器人两侧的激光雷达对作业环境进行识别,根据识别的障碍物求解可行域,并通过避障算法控制挖掘机器人避开障碍物.实验结果表明:挖掘机器人能安全避开障碍物,证明了方法的可行性.     

自适应环境的机器人视觉伺服控制方法

机器人和机器视觉的迅速发展,使得基于视觉的智能机器人得到更加广泛的应用。机器视觉提高了机器人控制系统对环境的适应程度,但其适应程度也受到周围环境对机器视觉算法的影响。针对这一情况,本文对机器人视觉伺服控制系统中的机器视觉算法进行了改进,提出了一种基于帧间差分法的自适应环境的机器人视觉伺服控制方法,从而提高了控制系统对环境的自适应程度,提高了对机器人控制的精确度,实验和理论分析证明,该方法具有较大的应用前景和实用价值。     

Remote control of space robots

A method for the remote control of a space robot is proposed for the case of large delays in the transmission of control signals from the Earth to the local robot control system and in feedback signals. The method involves the use of the model of the space robot and its current environment with the simulation of gravity conditions at the ground control center. In this model environment, the operator should carry out the required actions by controlling the space robot model in the master-slave mode using an arm with six degrees of freedom capable of reflecting the interaction force of a model robot working tool with models of the objects of the environment. The arm movement trajectory and the law of time variation of the reflected interaction force vector are program-based for the local space robot control system and should be executed by it upon reception from the ground control center. The robot’s possible erroneous actions generated by the inevitable inaccuracy of the environment model are compensated by the proposed method of programmed trajectory correction. In accordance with it, in order to generate correction signals, additional information received from different sensors is used. These sensors can be installed on both the model and space robot itself. This information includes data on the mutual position of a robot’s working tool and models of the objects of the environment, as well as on the interaction forces between them. The paper presents a detailed theoretical justification of the proposed approach and experimental results that confirm the theoretical conclusions.     

Mobile robot navigation in a partially structured static environment, using neural predictive control

This paper presents a way of implementing a model-based predictive controller (MBPC) for mobile robot navigation when unexpected static obstacles are present in the robot environment. The method uses a nonlinear model of mobile robot dynamics, and thus allows an accurate prediction of the future trajectories. An ultrasonic ranging system has been used for obstacle detection. A multilayer perceptron is used to implement the MBPC, allowing real-time implementation and also eliminating the need for high-level data sensor processing. The perceptron has been trained in a supervised manner to reproduce the MBPC behaviour. Experimental results obtained when applying the neural-network controller to a TRC Labmate mobile robot are given in the paper.     

基于传感器融合技术的机器人远程控制系统设计

结合数据融合技术与无线传输技术,提出了一种基于传感器融合的机器人远程控制系统设计方法。机器人端采用FMCE毫米波雷达与摄像机进行多传感器融合,机器人端与远程PC端采用局域网进行通信,本地PC端对机器人进行远程控制时功能主要有两个,第一个是根据现场作业环境实时控制机器人移动,第二个是在PC端选择目标对象后让机器人生成行驶路径后自动跟踪目标对象,路径跟踪控制器采用的是线性二次型调节器(LQR),这种基于传感器融合的机器人远程控制系统设计方法,具有高效、智能、可靠、精确等优点,可以应用于各种需要机器人协助完成的任务中,如无人巡检、智能交通等领域。     

A STEP-compliant Industrial Robot Data Model for robot off-line programming systems

Recently, various robot off-line programming systems have promoted their own robot data models, resulting in a plethora of robot representation methods and unchangeable data files among CAx and robot off-line programming systems. The current paper represents a STEP-compliant Industrial Robot Data Model (IRDM) for data exchange between CAx systems and robot off-line programming systems. Using this novel representation method, most resources involved in a robot manufacturing system can be represented. The geometric and mathematic aspects of industrial robots have been defined in IRDM, so that the robot off-line programming system could have abundant information to represent robots’ kinematic and dynamic behaviors. In order to validate the proposed models and approaches, a prototype robot off-line programming system with 3D virtual environment is presented. The functionalities of IRDM not only have significant meaning for providing a unified data platform for robot simulation systems, but also have the potential capability to represent robot language using the object-oriented concept.     

机器人CAD数据库设计

机器人CAD由于涉及到几何造型、运动学、动力学、轨迹、环境等多方面的问题,有着特别复杂的数据结构,从而决定了数据库是必不可少的使用工具.本文讨论了机器人CAD数据库的结构特点.从实用出发,用关系模型设计了一个机器人CAD数据库,并使用该数据库按真实结构设计了三个机器人.对机器人CAD数据进行了有益的探索.     

Data/knowledge representation of modular robot and its working environment

This paper reports a work towards automating the design of a modular robot in the manufacturing environment. As the first as well as the most important step, a data model or data representation of all the design related information needs to be developed. This paper discusses the data representation of information needed for the computer to automatically generate a suitable modular robot configuration. A modular robot is supposed to work in a manufacturing assembly environment. Therefore, the collection of the information needed starts from such an environment. The information is further derived based on a proposed architecture of the computer-aided system for generating a modular robot configuration, which is based on two theories, i.e., cased-based reasoning and function-behaviour-structure (FBS). As a consequence, an integrated data representation of both modular robot and its environment is proposed and discussed in this paper. The integrated data representation also implies that function, behaviour and structure are related to a modular robot (as well as modular joint) are represented in the computer. EXPRESS data modelling language is used to complete the modelling work, and is found necessary for complex systems. A case study has been provided to show the capability of the developed data representations.     

遥操作机器人的新型力反馈算法*

在采用液压挖掘机改造的遥操作机器人双向伺服控制系统中,针对大臂和前臂两个自由度构建力反馈控制算法。以准确地获取从端机器人与环境的作用力,使反馈力能够更好地反映从端工作状况为目的,采用构建干扰力补偿项的方法消除干扰力对反馈力的影响;以机器人转角为输入,以空载时检测到的液压缸作用力为输出,通过径向基函数构建干扰力补偿项,此补偿项可对多种因机器人的机械本体动力学特性产生的干扰力之合力进行补偿。实验证明,在以液压机构为从手的双向力反馈系统中,通过构建干扰力补偿项的方法提高力反馈效果的方法是可行的,采用的带有干扰力     

基于多传感器数据融合的深海集矿机导航与定位

考虑到深海底的复杂、未知工作环境,在深海集矿机的海底导航与定位研究中提出了一种基于多传感器数据融合思想的深海集矿机导航与定位方法,该方法使用一种修正的长基线水声定位系统,采用自适应卡尔曼滤波算法,融合由长基线水声定位系统对集矿机位置的测量值和通过多普勒测速仪等其他传感器的测量值间接得到的关于集矿机位置的推测值,得出某时刻集矿机位置的最优估计;此方法适合集矿机在复杂未知的深海底环境中实现自主导航与定位任务;仿真和试验结果印证了此方法的有效性.