基于模糊控制的移动机器人路径规划仿真研究

通过对机器人移动路径中的信息输入、移动规则建立、模糊推理与决策,规划出模糊避障控制策略,设计模糊避障算法,借助MATLAB/GUI仿真实验平台,设计实验界面及模糊控制程序,模拟移动机器人的运动轨迹,从开始点出发,避开障碍物,到达目标点,针对不同障碍的随机分布,优化其运动轨迹.     

复杂地质条件矿用自行走式掘进机器人自适应避障研究

针对因复杂地质环境障碍物较多,导致避障难度大的问题,以矿用自行走式掘进机器人为研究对象,提出基于人工势场的机器人自适应避障方法。以最快前进速度和目标方向统一保持度作为映射条件建立目标函数。利用蚁群算法获取掘进机器人与目标位置的最短距离。将复杂地质环境中的障碍物看作一个质点,并确定质点影响范围。计算质点坐标并查找距离其最近的目标点,添加子目标,使机器人到达质点影响范围内时快速以子目标为前进方向,实现自适应避障。实验结果表明,所提方法在复杂地质环境中的避障精准度较高、效果表现较佳。     

煤矿救援机器人运动控制的研究

在分析一种腿轮式煤矿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讨论了目标跟踪控制问题。提出采用线性反馈控制率来进行目标跟踪控制,并证明其指数渐进稳定性,实验结果证明所提出控制方法的有效性。     

基于蜂群算法的煤矿救灾机器人全局路径规划

研究了一种基于人工蜂群算法的煤矿救灾机器人全局路径规划算法。该算法首先进行环境建模,然后根据环境信息特点,巧妙结合人工蜂群算法获得机器人全局优化路径。该路径规划方法具有建模方便、算法简单以及不局限于障碍物的形状等特点。实验证明,本算法可以快速有效地规划出一条全局较优化路径,是解决全局环境已知情况下机器人路径规划的一种有效方法。     

救援探测机器人动力系统设计

针对救援探测机器人在防爆条件下动力匹配设计的难点,首先通过对救援探测机器人的动力系统进行分析研究,确定了动力系统优化的关键部件及其参数决策范围,建立动力系统的多目标优化模型。其次,利用PlatEMO多目标优化平台,采用非支配排序的NSGA-II遗传算法对救援探测机器人动力参数优化问题进行求解。最后,参照求解结果设计救援探测机器人的动力系统,并制造样机进行测试,结果表明救援探测机器人的动力性能参数满足设计要求。     

应用RFID技术的新能源供电区域机器人节能巡检模式优化

针对已有机器人巡检用时和能量消耗增加的问题，提出了应用RFID技术的新能源供电区域机器人节能巡检模式优化方法。通过原始缠绕的相位—距离关系，对RFID相位信息进行预处理，构建全新的相位—位姿定位模型。采用优化方法对模型中的参数进行辨识，得到定位结果。根据定位结果，对新能源供电区域内的环境进行地图建模，同时对地图中的特定形状障碍物进行“膨化”或者“填平”处理，构建机器人节能巡检模式优化模型，使用改进的烟花算法对模型进行求解，获取最优巡检模式方案。实验测试表明，所提方法可以有效减少巡检用时和能量消耗，获取更加满意的巡检方案。     

基于RSSI的矿井移动目标加权质心定位算法

基于接收信号强度(RSSI)定位技术,通过优化质心定位算法和权值因子来提高煤矿井下移动目标的定位精度。该方法将接收到的RSSI值进行高斯混合滤波,利用最大期望算法(EM算法)对数据进行聚类分析,然后根据赤池信息量准则(AIC)选取AIC值最小的分布模型作为算法计算模型,最后将加权质心算法引入幂值求得定位坐标;用CC2530传感器节点作为通信节点进行实验验证。实验证明,优化后的加权质心算法的定位误差较小。     

基于优化Fast-SLAM的煤矿水泵房巡检机器人研究

针对目前煤矿水泵房无GPS环境下巡检机器人的自主定位、抗干扰能力弱、不能很好的帮机器人完成日常巡检任务等问题,研究基于Fast-SLAM的同步定位与建图方法。首先建立SLAM的概率模型,采用最小线性二乘对里程计进行标定和融合轮式里程计、IMU的方式对传感器数据进行预处理,获得比单一轮式里程计更为精确的位姿信息,减小相对定位中的非系统误差。然后再利用机器人的坐标变换关系将外部传感器获得的环境信息和机器人的运动信息转换为世界坐标系下,基于粒子滤波算法对proposal分布进行优化以获得机器人的精确位姿估计。最后通过覆盖栅格建图建立全局环境地图。经MATLAB仿真和实验结果分析表明,在经过传感器预处理和算法优化后的Gmapping算法满足机器人实时定位的需要,且具有较高的建图精度,可以有效应用于煤矿水泵房机器人自动巡检中。     

基于余弦定理-PID的煤矸石分拣机器人动态目标稳准抓取算法

针对煤矿生产中煤矸石分拣问题,提出机器人分拣方案,并对机器人在跟踪和分拣煤矸石时出现延时、抖动、冲击、分拣速度低等现象进行了分析和讨论。通过分析发现,出现这些现象的主要原因是煤矸石属于大质量、快速移动分拣对象,同时决定了机器人机械本体具有较大的惯性负载,传统的跟踪算法由于较大的数据量不适于机器人对大质量、动态目标的快速跟踪与稳定抓取。针对该问题,结合实际工况以及不同追踪方法的优点,提出了基于余弦定理-PID的动态目标抓取算法。首先,利用梯形速度运动规律进行了轨迹规划,并建立了带有圆弧过渡的门字型轨迹;然后,对动态环境下的大质量、动态目标抓取问题建立了数学模型,并针对该数学模型提出了基于余弦定理-PID的动态目标抓取算法。该算法首先通过余弦定理计算出机器人理论抓取点,控制机器人快速到达理论抓取点后,再通过位置-速度双环PID算法控制机械臂末端与煤矸石进行同步。算法测试结果表明:该算法通过余弦定理计算出理论抓取点,能在很大程度上减小机械臂跟踪煤矸石时间,并使得机器人末端快速逼近目标,提高跟踪效率,并通过位置-速度双环PID算法控制机械臂末端与煤矸石进行同步,以保证机械手对煤矸石进行稳准抓取...     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

基于改进蚁群算法的变电站巡检 机器人路径规划研究

以提升机器人在巡检变电站时的工作效率,节省巡检时间消耗,设计了改进蚁群算法的变电站巡检机器人路径规划方法。利用栅格法构建变电站机器人巡检路径地图,使用二值表示障碍区域,在经典蚁群算法中引入方向夹角启发因子,提升路径搜索的导向性与搜索速度,使用拉普拉斯概率分布作为信息素挥发因子自适应策略,提升蚁群算法的收敛速度,以实际变电站作为研究对象,结果表明,改进蚁群算法的巡检路径寻优效果和规划速度优于同类路径规划方法,获得了理想的路径规划效果。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

基于Q-learning算法的煤矿井下移动机器人路径规划

如何针对煤矿井下环境的不确定性规划机器人的路径是其中的一个难点。文章提出了一种基于Q-learning算法的移动机器人路径规划,希望对提高机器人救援的避障能力的提升,起到一定的促进作用。     

基于PC104的煤矿救灾机器人控制系统

结合煤矿救灾机器人的应用环境,设计了一种基于PC104的控制系统。根据系统需要完成的任务特点,确定了硬件构架和软件体系。详细分析了系统的导航与避障算法,提出了融合陀螺仪、加速度计、电子罗盘和履带轴编码器等传感信息的航位推测法和基于行为的机器人半自主控制策略。通过模拟矿井试验,验证了控制系统的合理性。     

数字化掘进机切割曲线控制单元的研究

使用新的机器人建模方法设计掘进机切割曲线的数字控制单元.在该方法中,将CORDIC算法拓展到三维空间后,推导出三维向量的向量旋量迭代公式,从而建立了一种基于向量旋量理论的机器人建模新方法,即将机器人连杆体系抽象为一组有序向量集合,各关节的运动用运动向量集合描述,将机器人运动映射为三维空间向量集合各元素的旋转或伸缩.该方法能有效反应机器人运动过程中的空间结构信息,简化逆解求解过程,并且易于VLSI实现.该方法采用嵌入式SIMD阵列结构在FPGA中VLSI实现,能在5 μs内完成对切割位置的计算.     

基于GIS的矿井救援机器人最佳路径设计与实现

为了实现矿井救援机器人进行及时准确的救援,利用Visual C#．NET结合ArcGIS Engine组件对救援机器人的最佳路径分析功能进行设计研究,以山东兖矿集团有限公司北宿煤矿实践应用为例,试验得到了一个有效的最佳路径分析系统。介绍了该系统的功能模块设计、空间数据库设计及系统开发方法,并对构建巷道网络、获取起止点信息、配置网络参数和调用分析函数等关键技术进行了研究,该系统可快速设定矿井救援机器人至事故地点的最佳路径,实现了矿井救援机器人寻找一条从起始点到目标点的最佳路径。     

蚁群算法在齿轮减速器可靠性优化设计中的应用

人工蚂蚁算法是受到人们对自然界中真实的蚂蚁群体行为的研究成果的启发而提出的一种基于种群的模拟进化箅法，属于随机搜索算法的一种。最早由意大利学者M.Dorigo等人提出，在充分利用蚂蚁群体搜索食物的过程     

膜计算优化PID控制在煤炭分拣机器人中的应用

在传统煤炭分拣机器人的分拣过程中,由于时变负载的非线性变化经常引起速度的波动,严重影响了系统的控制性能,降低了机械手操作的精确性和快速性。论文设计了一种基于模糊星形拓扑结构的膜计算优化算法(FST-MC算法)优化的PID自整定系统,将PID的三个控制参数编码成FST-MC算法优化的对象,经过换位、交流、交叉和改写这四个规则处理后得到理想的优化值。最后,进行了仿真实验,实验结果验证了本系统响应速度快、有着很好的动态跟随性能和很高的控制精度,在煤炭分拣机器人系统中有着很好的应用前景。     

模糊迭代学习控制器的研究与设计

针对传统PID控制方法在机器人位置控制的不足,在建立系统数学模型的基础上,提出一种模糊增益PD型迭代学习控制律,并针对2自由度刚性机器人模型进行仿真。仿真结果表明:与普通闭环PD型迭代学习控制律相比较,文章采用的方法收敛速度大大加快,系统动态性能得到明显改善。