深海履带机器人的局部避障规划研究

针对深海履带机器人的动态,复杂的工作环境,提出了基于遗传模糊算法的机器人的局部避障规划方法。该算法利用遗传算法对模糊控制器的控制规则进行在线自动提取和优化,并提出了一种用于评价规则有效性的适应度函数和自适应变异算子,实现履带机器人的局部避障,且能够满足深海履带机器人局部路径规划的实时性要求。仿真试验结果表明了该算法的有效性。     

基于改进蜂群算法的工业机器人路径规划研究

针对工业机器人在复杂环境中运动的避障及路径优化问题,提出基于改进人工蜂群算法的工业机器人避障路径规划策略。首先针对传统人工蜂群算法搜索能力不足且容易陷入局部最优的问题,将禁忌搜索思想引入到人工蜂群算法最优解搜索过程中,形成了基于禁忌搜索的改进型人工蜂群算法,然后将其应用到工业机器人的路径规划问题中,并进行了仿真实验。结果表明,改进后的方法能够得到最优的路径,且寻优速度快、过程稳定。该方法可用于解决工业机器人路径规划问题。     

基于产生式规则多传感器数据融合方法的移动机器人避障

在分析机器人多传感器数据融合技术的基础上,采用基于产生式规则的分布式多传感器数据融合方法,设计了面向多路不同类反射式传感器的数据融合规则库和移动机器人的避障决策规则库,并利用VisualC＋＋编程实现了二级规则库及推理机制,在移动机器人平台上进行了实验。设计了不同场景的室内环境,结果机器人都能有效避免碰撞。实验表明多传感器信息融合能够在不提高单个传感器性能要求的情况下较好地改善移动机器人的自主避障能力。     

智能机器人中的超声波测距技术

本文介绍了在智能机器人HERO-I中所使用超声波测距系统的工作原理和设计方法。该系统在使用过程中,测量精度高,并且可准确避障,从而体现了该机器人的智能化技术。     

多自由度实验台架的AUV避障模拟研究

为了模拟自治水下机器人(AUV)对未知水下环境的感知以及避障过程,采用双目立体视觉系统模拟AUV的前视声呐,并利用自制24 cm×24 cm标定板,对双目立体视觉系统进行了标定.对标定后摄像机的视角进行限制,使之能够鲁棒性地模拟前视声呐的视域.为了提高运算的效率,对获取的图像对进行了校正,建立了校正前后图像的映射关系,利用这种映射关系对校正后的图像对进行立体匹配,并利用匹配结果所得到的目标位置刷新障碍物信息.通过模拟动物的反应式行为,建立了基于规则的AUV避障算法.为了在实验室检验AUV的避障算法,搭建了AUV空间避障模拟平台进行模拟实验.实验结果显示了AUV对未知环境的感知和避障过程,同时验证了算法的有效性及可行性.     

基于强化学习的双足机器人的实时避障位置控制

为了提高双足机器人的实时控制能力，提出一种基于强化学习的双足机器人的实时避障位置控制方法。以机器人的双足步行稳定性为控制目标函数，构建双足机器人的实时路径动力学模型，以机器人质心运动的加速度和惯性力矩为被控对象，采用等效碰撞子模型进行双足机器人的实时避障路径规划，采用碰撞子模型和摆动子模型相结合的方法，进行双足机器人行走路径的纠偏参量反馈调节，采用模糊强化学习跟踪方法，进行双足机器人的误差增益控制，实现双足机器人的实时避障位置控制。仿真结果表明，采用该方法进行双足机器人控制的实时避障性能较好，纠偏能力较强，提高了机器人的自适应控制能力。     

《设计能巡逻和避障的机器人（一）》教学设计

教材分析 本节课所讲述的主要内容是深圳市初中《信息技术》七年级下册第二单元活动2设计能巡逻和避障的机器人的第一个课时。在本活动中通过两个课时要求学生能够基本掌握顺序、循环及选择程序的结构特点,而本课时是该单元学习的第一课。考虑到初中生的心理及生理状态,本课时讲授了顺序结构以及循环结构中的多次循环控制模块;而永久循环控制模块会在设计避障机器人中运用到,因此放在第二课时中,与选择结构的程序一并讲解;同时在第二课时中,水到渠成地对三种结构的程序进行总结。对于学生循序渐进地掌握程序设计的方法,进而建立起较为合理的知识架构是十分有效的。     

融合行人运动信息的室内移动机器人动态避障方法

为了提高移动机器人在室内人机共融环境下的运动安全和交互性,提出了一种融合行人运动信息的室内移动机器人动 态避障方法,同时考虑任务约束和社会规则。 首先,利用 YOLO v3 算法和 Deep Sort 算法分别对室内环境中的行人进行实时检 测与目标跟踪,计算行人在过去时刻的历史轨迹。 然后,利用 Social-GAN 算法构建行人交互模型,实现轨迹预测。 在此基础上, 将行人的运动状态融合进机器人避障算法之中,根据社会规则设计评价函数,对机器人采样速度样本进行评估,使移动机器人 能够以安全和舒适的方式绕过行人,确保室内人机共融环境下移动机器人的社会接受性。 通过实验对比分析,与传统 DWA 方 法相比,本文方法不仅可以提高机器人导航避障效率,在相同室内场景下导航避障时间由 23. 56 s 提高到 19. 38 s,而且可以有 效降低与行人发生碰撞的风险,保证机器人导航的安全和社交性。     

基于视觉的自主机器人障碍识别与路径规划

障碍物的识别与行走路径的规划是机器人实现自主移动的必要手段。本文基于深度相机提出一种由深度连续性与彩色特征点融合的障碍识别方法,通过深度相机获取物体的空间位置信息,映射到已有的地图中,构建障碍物空间。又提出一种PRM-D*的路径规划方法,先使用改进的随机概率路线图(PRM)完成整体路径规划工作,再根据相机识别的障碍物,设置局部地图,使用基于图搜索的D*算法进行局部动态规划,完成动态避障任务。通过实验,所提障碍物识别方法即使在昏暗的室内环境中,其对障碍物的检测准确率也大于80%,常规环境检测准确率高于95%,具有较好的鲁棒性与实时性;PRM-D*的路径规划方法在缩短总体规划时间的同时,确保了路径规划的成功率,单次动态规划时间小于0.02 s,具有良好的动态避障性能。     

变电站智能巡检机器人自动恒温控制系统设计

变电站智能巡检机器人在变电站室外环境运行时,机器人内部温度受环境温度影响很大,严重制约了机器人的可靠运行。针对该问题,设计基于热电制冷器(TEC)的机器人恒温器,并设计了自动恒温控制系统,使机器人内部的温度能够始终保持在一个合理的范围内,从而提高了变电站智能巡检机器人的环境适应能力,整体上提高了机器人的可靠性和稳定性。     

高压输电线双臂回转式巡线机器人的研制

介绍了一种沿高压输电线路巡检的机器人,在巡线机器人承担的主要任务的基础上,详细描述了其机械结构,越障过程,控制器硬件和软件组成,为实现高压输电线路自动巡检开辟出了一条高效可靠的模式。     

智能变电站巡检机器人研制及应用

介绍了一种基于移动机器人的设备巡检系统在智能变电站的应用情况。该系统携带可见光摄像机、红外热像仪、拾音器等传感器,基于磁轨迹实现最优路径规划和双向行走,以自主或遥控方式对站内一次设备进行巡检,及时发现设备热缺陷和外观异常;通过图像处理和模式识别,判别出开关和刀闸的分合状态,并在遥控或顺序控制操作时,与智能变电站顺控系统...     

变电站设备巡检机器人视觉导航方法

针对变电站巡检工作的实际需求,介绍了一种基于轨线引导的巡检机器人单目视觉导航方法。对于预先设置的引导轨线和停靠位标识,采用OpenCV和DirectShow软件库来开发视频采集程序,实现道路视频信息的实时采集;通过HSI模型对图像进行颜色提取,再采用数学形态学处理去除干扰信息;最终采用统计8-连通区的方法将导航线和停靠位标识分割提取出来,用采样估算方法计算导航线参数,通过比例系数融合导航参数以控制两驱动轮电机实现机器人的运动控制。实验表明,该方法实现了机器人的自主导航,能够适应绝大部分光照强度的环境,并具有较好的实时性和可靠性。     

架空输电线路自主巡检机器人规划设计

针对架空输电线路巡检中,杆塔、导（地）线上存在诸多障碍物（防震锤、压接管、耐张线夹、悬垂线夹等）及其相对位置和形态不固定的特点,设计了1种能够自主行进、跨越障碍物的巡检机器人。通过本体控制系统规划、传感器识别系统和补给电源设计等关键技术的应用,使巡检机器人上线自主行进过程试验取得初步成功。结果表明：自主行进过程中机器人与地面基站之间数据通信流畅,传感器探测回传图像清晰,从而验证了巡检机器人机构部件及控制系统的有效性。     

Visual Avoidance of Collision with Randomly Moving Obstacles through Approximate Reinforcement Learning

In this research work, a hierarchical controller has been designed for an autonomous navigation robot to avoid unexpected moving obstacles where the state and action spaces are continuous. The proposed scheme consists of two parts: 1) a controller with a high-level approximate reinforcement learning (ARL) technique for choosing an optimal trajectory in autonomous navigation; and 2) a low-level, appearance-based visual servoing (ABVS) controller which controls and execute the motion of the robot. A novel approach for path planning and visual servoing has been proposed by the combined system framework. The characteristics of the on-board camera which is equipped on the robot is naturally suitable for conducting the reinforcement learning algorithm. Regarding the ARL controller, the computational overhead is quite low thanks to the fact that a knowledge of obstacle motion is not necessary. The developed scheme has been implemented and validated in a simulation system of obstacle avoidance. It is noted that findings of the proposed method are successfully verified by obtaining an optimal robotic plan motion strategy.     

高压输电线路巡检机器人障碍物识别与定位

根据高压输电线路地线上障碍物的几何形状和结构特点,提出了一种基于单目视觉识别的多传感器高压线路地线障碍物识别和测距定位的方法。该方法利用机器人本体上的摄像机获得图像,然后再根据障碍物的几何形状特征,判断出障碍物的类型。根据识别出来的障碍物特征点与摄像机的位置关系建立测距几何模型,从而计算出机器人到障碍物的距离。当机器人非常靠近障碍物或者正在通过障碍物时,摄像机测距定位方法不再适用,此时可以采用安装在机器人上的光电传感器和动态倾角仪,结合机器人的运行速度和传感器采集信号的变化,识别出障碍物的关键点,从而计算出机器人与障碍物的位置关系。     

Sonar-Based Rover Navigation for Single or Multiple Platforms: Forward Safe Path and Target Switching Approach

In this paper, we have proposed a sensor fusion scheme along with the geometrical modeling of mobile robot navigation path in an unknown environment. In this scheme, the physical placement of sonars, their ranging limits and beam opening angles are considered. A simple 2-D axis transformation is proposed to relate local robot frame with the actual navigation environment. forward safe path (FSP) and target switching approach (TSA) are proposed for efficient obstacle avoidance and target tracking of mobile robot. FSP greatly simplifies the environment conditions as sensed by the robot and also provides minimum turning path during avoidance of obstacles. This method also removes the ldquooscillationrdquo in the mobile robot navigation path. TSA technique gives highest priority on the target tracking during the obstacle avoidance and seeks minimum distance path towards the target. These methods remove unnecessary turning of mobile robot during navigation. A scheme for target directional motion is also proposed. So, mobile robot takes the minimum turning path required towards the target. These methods also ensure the avoidance of ldquodead cycle problemrdquo. These schemes are successfully implemented on a model of PatrolBot mobile robot from ActivMedia Robotics. The overview of current research work on multi-domain robotic system namely system-of-systems is also presented. This paper also describes the Global Positioning System-based navigation of rovers. Results of real-time experiments with Pioneer II P2AT-8 from ActivMedia are included in this paper to show the future aspect of this research work.     

Robot vision with cellular neural networks: a practical implementation of new algorithms

Cellular neural networks (CNNs) are well suited for image processing due to the possibility of a parallel computation. In this paper, we present two algorithms for tracking and obstacle avoidance using CNNs. Furthermore, we show the implementation of an autonomous robot guided using only real‐time visual feedback; the image processing is performed entirely by a CNN system embedded in a digital signal processor (DSP). We successfully tested the two algorithms on this robot. Copyright © 2006 John Wiley & Sons, Ltd.