机器人自主感知模型在网络机器人中的应用

基于机器人自主感知模型(RAPM)构建了机器人系统,该系统可通过网络自主感知获得动态网络信息,实时建立路径,使机器人完成超出其视野范围的任务．机器人自主感知模型具有很强的扩展能力和合理的构架,突破了以往移动机器人仅使用自身传感器或使用网络固定传感器的局限,对提高基于Internet的机器人智能及其行为能力有重要意义．实验结果证明了机器人自主感知模型的可行性和有效性．     

基于IEEE1451的机器人网络感知系统研究

机器人所需要的多种传感器和执行器的兼容与接口问题日益突出．为降低建立和维护机器人感知系统的成本与复杂度，提高可靠性，本文基于智能化、网络化的设计思想．借助IEEE 1451智能变送器接口标准和现场总线技术，搭建了一个分布式、开放的机器人网络化感知系统。并针对传感器即插即用和传感器静、动态标定与性能评估等需求，详细介绍了感知系统的软硬件构成与网络接口设计。实测结果表明，系统运行稳定，实时性良好，为机器人实现更高级智能，完成更复杂任务提供了一个可靠的平台。     

弯扭耦合型软体机器人智能感知抓取性能研究

触觉感知功能对于生物或机器人进行目标物体的智能感知与抓取具有重要意义。首先，研究设计了一种新型弯扭耦合型软体机器人，并将压力传感器和弯曲传感器嵌入设计在软体机器人底层；其次，组合设计了能够感知抓取目标物体信息的二指软体夹爪；第三，搭建了二指软体夹爪抓取性能实验测试平台，系统分析了二指软体夹爪在抓取不同目标物体时的指尖触觉信息；最后，对生活中常见的12种物体进行了抓取性能测试，获得了不同压力下的压力序列信号并建立了抓取数据集，还采用多种机器学习算法对触觉数据集进行分类研究。结果表明：设计方案能够成功识别出目标物体的真实情况，其中随机森林分类算法具有最优的分类效果，准确率达到了93.33%。该研究有望为智能软体机器人的设计和智能抓取提供一定的理论和技术支持。     

室内移动机器人平台设计与实现

针对目前智能移动机器人只能在单一楼层间工作的现状,对智能移动机器人在不同楼层间切换工作环境的问题进行了研究。基于机器人操作系统(ROS),设计了一套智能移动机器人研究平台IIMR-I,使用自身携带的激光雷达传感器、惯性测量元件(IMU)、超声波和深度相机感知外界环境信息,使用里程计获取自身位移信息,并通过卡尔曼滤波对传感器数据进行滤波处理。使用即时定位与建图(SLAM)技术,构建分辨率为5 cm的高精度栅格地图,并在此基础上进行全局和局部路径规划,实现了机器人的导航和壁障功能。使用蒙特卡洛定位的方法,在机器人导航过程中可以实时确定机器人位姿,其相对定位精度可达10 cm。通过使用深度相机能够识别出电梯按钮的三维坐标,并使用机械臂按下目标楼层按钮,实现了机器人按电梯的功能。     

移动机器人听觉定位技术研究

将声源定位技术应用于机器人,使其具有听觉感知定位能力,为机器人感知技术的研究提供新的思路。本文综述智能移动机器人听觉感知技术的研究现状、主要研究问题及发展趋势,对声音信息的获取、初始声音信息的处理、声源定位、多传感器信息融合等技术进行详细介绍,并对其优缺点进行比较。     

移动机器人听觉定位技术研究

将声源定位技术应用于机器人,使其具有听觉感知定位能力,这为机器人感知技术的研究提供了新的思路。本文综述智能移动机器人听觉感知技术的研究现状、主要问题及发展趋势,对声音信息的获取、初始声音信息的处理、声源定位、多传感器信息融合等技术进行详细介绍,并对其优缺点进行比较。     

一种基于分布式智能的网络机器人系统

提出了一种基于网络智能的分布式智能体系,构建并实现了基于分布式智能的网络机器人系统．通过赋予传感器以智能,将网络环境中的不同个体抽象为不同的智能节点．传感智能节点处理和传输多种层次的传感信息,实现传感智能的交互与共享．机器人节点以自主感知能力和“网络即插即用”机制为基础,根据任务的需要以及网络的传输状况,主动从网络中获取相应层次的智能和信息．实验表明,该体系有效地减轻了网络通信负担,提高了网络机器人系统的整体性能和智能水平．     

基于传感器信息融合的移动机器人自主爬楼梯技术研究

机器人自主爬楼梯是移动机器人完成危险环境探查、侦察、救灾等任务需要具备的基本智能行为之一.分析了楼梯的多样性和履带式机器人爬楼梯固有的不稳定性导致机器人爬楼梯工作的复杂性,描述了带前导手臂的履带式移动机器人爬楼梯的步骤,简要介绍了利用超声波、视频摄像头和激光扫描测距仪信息来感知楼梯和判断机器人与楼梯相对位置的算法,最后提出了一个基于传感器测量值可信度的信息融合方法进行楼梯参数感知和行驶方向计算的机器人自主爬楼梯的控制系统结构.     

基于STM32的探灭一体化智能灭火机器人设计

针对火灾的预防和处理问题，设计了一款能自动寻找火源并灭火和现场环境探测的智能移动机器人。利用超声波传感器感知周围环境并进行避障，通过火焰传感器配合PID算法实现火源的精确定位和灭火，利用摄像头完成对现场信息的采集，并搭配专用遥控器实现对机器人的控制和环境探测。实验研究表明：该机器人能够有效地实现对火源的定位和灭火动作，避障灵活准确，在消防领域具有广阔的应用前景。     

网络传感器在机器人感知系统中的应用研究

本文针对网络环境下机器人感知系统信息获取技术，结合IEEE1451.2网络传感器设计 思想，提出一种即插即用机器人感知系统节点的设计方法，并针对具体感知节点提出一种在 线编程的方法，即可在线修改感知系统节点中具体的传感器／执行器的有关参数，如：生产 厂家、日期、校准参数等；并给出了网络环境下机器人感知系统的网络拓扑结构以及数字接 口．     

智能空间下基于WIFI指纹定位与粒子滤波的服务机器人复合全局定位系统设计

针对机器人在没有任何初始位姿先验知识的情况下,通过传感器感知信息确定位姿的全局定位问题,将智能空间技术与ROS(robot operating system)服务机器人相结合,设计了一种智能空间技术支持下的基于WIFI指纹定位和蒙特卡洛粒子滤波定位的复合服务机器人全局定位系统.在该复合定位方法中,首先利用智能空间中的基于BP(backpropagation)神经网络的WIFI指纹定位对机器人进行粗定位,并将估计位置与估计误差发送给ROS服务机器人;在粗定位的基础上使用蒙特卡洛粒子滤波算法方法最终获得服务机器人的精确位置.实验结果表明,本文设计的系统实现了ROS机器人与智能空间之间的零配置与松耦合,可有效地提高服务机器人全局定位精度,缩短计算迭代时间.     

MEMS加速度传感器在微型特种机器人中的应用

提出一种基于MEMS加速度传感器LIS3LV02DL的特种机器人姿态测控和环境感知方案。阐述了系统硬件组成,分析了传感器姿态测控方法和环境感知原理。为提高加速度传感器工作精度,设计了一种加速度传感器校正方法。试验结果表明：该加速度传感器能较好地感知机器人运动的姿态与方向,并实现机器人着陆姿态调整和外部环境振动信息的监测。     

多信息感知辅助的网络遥操作机器人系统

构建了多信息感知辅助的网络遥操作机器人系统,该系统提供了一种通过多信息感知手段辅助操作者决策的远程控制方式．首先,分析了网络条件下遥操作机器人系统多信息感知的原理．该多信息包括机器人多传感器和网络返程时延等信息．通过对这些多信息的预处理、分类和决策处理,将该多信息以视觉、听觉、力觉、报警灯和交互文本方式转化为人可感知的信息．使用网络时延缓冲器和网络双连接,降低了网络可变时延对系统的影响．最后,长距离的网络遥操作实验验证了系统和控制策略的实用性和有效性．     

基于STM32的智能感知自主运输机器人

项目是基于STM32(以ARM Cortex-M3为内核)和OpenMV3 CamM7可编程摄像头,结合红外线数字避障传感器和US-100超声波传感器设计的一款智能感知自主运输机器人。根据小车作业需求,利用3D建模技术对机器人的外观进行设计。首先利用OpenMV摄像头模块识别货物的二维码,得到货物信息,之后机器人通过循迹模块按照指定路线将货物送到指定位置完成作业,在这个过程中机器人可自主避障。通过机器自主运输可大大降低运输成本。     

机器人触觉传感器发展概述

触觉是机器人感知外部环境的重要信息来源。近10年来，随着触觉感知技术和交互技术的广泛应用，机器人触觉传感技术得到了机器人研发人员的高度关注。首先简要回顾了近50年来机器人触觉传感器技术研究的发展情况，特别是我国在机器人触觉传感器技术领域的研究历程；然后，对现有机器人触觉传感技术进行了分类总结；接着，对当前触觉传感技术研发的前沿即电子触觉皮肤的研究做了分析和阐述，指出了机器人触觉传感技术研发亟待解决的关键问题，并对未来的发展趋势提出了一些见解。     

关于移动机器人定位系统的研究——基于多传感器的机器人定位技术

在移动式机器人系统中,导航系统是机器人实现自治的核心,在导航系统中机器人定位系统又有着至关重要的作用.因为,只有基于精确定位的导航才是可靠的.考虑到目前的移动机器人系统都装备有多传感器,本文着重研究了基于多传感器的移动机器人定位技术.本定位系统首先获取里程计信息,按轨迹生成法得到机器人的粗定位,并在粗定位基础上进行局部感知环境预测,然后融合视觉传感器和距离传感器的信息,以得到较精确的机器人局部感知模型,以此 在移动式机     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。     

基于优化异质BP神经网络信息融合的清洁机器人定位研究

清洁机器人的移动定位是个复杂的非线性定位的问题,精密机械结构与路径规划无法补偿定位不精确造成的移动误差,提出一种基于异质RBF神经网络信息融合的清洁机器人定位技术,设计了智能机器人的控制系统、移动系统和感知系统,设计多个位姿传感器后,实时采集位置信息,在主控芯片中使用粒子群优化神经网络技术对多传感器的信息进行融合,计算清洁机器人的位置信息,解决了位置因素非线性强,定位误差大的问题,并且有效提高了神经网络的局部收敛能力;使用机器人多传感器的实验平台测试证明,这种方法下清洁机器人的移动中定位准确率较传统方法提高13%,具有很强的可靠性与实用性。     

基于激光和单目相机信息融合的智能轮椅避障策略研究

针对智能轮椅使用环境复杂多变,障碍物形状各异,单一传感器无法获得完整的环境信息的问题,提出一种基于激光传感器和单目视觉传感器信息融合的障碍物检测方法。通过单目相机和激光雷达传感器感知智能轮椅周围环境,得到障碍物的形状、距离分布状况等信息;在此基础上提出两种传感器信息的融合策略,建立局部障碍物地图,进一步采用模糊神经网络完成整体避障算法,实现智能轮椅安全、快速避障等功能。实验结果验证了文中所提避障算法的可行性及有效性。     

基于多数据融合的智能定位传感器避障算法研究

在智能定位传感器内增加避障算法，可使机器人拥有自动躲避障碍的能力，该文基于多数据融合设计智能定位传感器避障算法。设置激光雷达测距和超声波测距作为多传感器障碍检测的方法，获取机器人当前位置与障碍点坐标的相对几何关系，计算机器人与障碍点位置的距离，定位路面障碍点，对2种传感器收集到的数据进行多元障碍定位信息的加权融合。设置智能机器人避障轨迹目标函数以及约束条件，设计机器人避障算法，得到基于定位传感器的机器人避障方法。实验结果表明，在简单环境及复杂环境下机器人均未与障碍物相撞。在运行轨迹中随机放置障碍物，机器人能够及时完成运行轨迹的变化。由此可见，该避障算法具备较好的应用前景，可应用于各种智能机器人中。