基于Agent的自主式智能机器人体系结构及集成系统

自主式智能机器人体系结构的关键是寻求精确推理和快速反应之间的最佳折衷,分布式多Agent系统为体系结构的实现提供了新的途径.本文提出基于多Agent的面向任务集成的自组织体系结构IRASO,详细讨论该结构的计算机系统集成方案,介绍基于异质分布式计算的网络集成环境Robix,并通过仿真分析该系统的特性.     

分布式多Agent系统流水线调度模型的矩阵分析法

采用综合逻辑的代数的方法刻画系统的动态行为,提出了分布式多Ａｇｅｎｔ系统流水线调度模型的矩阵分析法,并可直观地得到系统的Ｐｅｔｒｉ网模型,将该方法应用于自主式智能机器人流不线导航模型的分析,为系统的设计和优化提供理论依据,该方法比一般的Ｐｅｔｒｉ网分析法简捷、完备,并有严密的数学描述和分析手段。     

基于开放式多智能体结构的分布式自主机器人系统

针对多机器人系统的分布式自主控制,本文首先提出了一种开放式的多智能体结构,给出了 设计原则和技术特点．然后面向真实世界的多机器人实时协作任务,采用多台自主移动机器 人构造了一个多机器人系统, 该系统集成了包括机器人视觉、传感器融合、无线通讯网络 以及基于行为控制等多项技术．最后采用基于行为融合的加权方法,实现了多机器人的编队 控制,实验结果表明了上述体系结构与方案的有效性．     

基于智能体架构的网络行为监控集成系统

设计了一个采用分布式多Agent架构的网络行为监控集成系统NBMIS(Network Behavior Monitoring Integrated System).阐述了该系统的集成框架,Agent的交互模型与Agent的结构.详细讨论了系统中各个Agent的功能及实现的关键技术.NBMIS具有分布式多Agent协同、系统可扩展性好的特点,在网络结点数庞大和网络高负荷运行情况下能获得良好的监控性能.应用实践表明NBMIS能有效地对网页浏览、附件下载、邮件收发、FTP文件传输、IM聊天等网络行为进行监视和控制,且能有效发现潜在的网络安全问题并及时报警.     

基于现场总线的分布式智能机器人感知系统研究

感知系统是智能机器人与人、外部环境实现交互最重要的组成部分，本文基 于现场总线技术，对智能机器人感知系统的总体结构、网络拓扑、软件设计、开放互联、即 插即用等关键技术进行了探讨．     

智能机器人的自适应自主Agents的建模

在问题求解期间及穿越动态的、不可预测的环境的过程中 ,真实世界的问题需要自适应的求解方法来‘裁剪’Agent的行为 ,并使其落入任务域 ,否则不完备的知识、不确定性、不确定的Agents及过程的存在、硬件失灵和不精确性都会引发不确定事件的发生。自适应自主Agents是一种存在于动态的、不可预测的环境中 ,并试图满足一系列随时间变化的目标或动机的系统 ,而且此类Agents在处理这些目标的过程中 ,能基于已有的经验改进其能力。自适应自主Agents为智能机器人实现这一目标提供了一种新的途径。主要讨论了智能机器人的自适应自主Agents的建模问题 ,并指出它的局限性和开问题     

自主机器人的单元结构

以离散事件动态系统的监控理论为指导,以运行于工多智能体系框架下的运动规划系统为例研究了自主机器人的单元结构,提出并论证了满足能控性和一致性条件的一种运行结构并对源型程序的运动结果进行了分析。     

一类基于多Agent和分布式规则的敏捷生产调度

Agent范例为解决制造系统的敏捷生产调度问题提供了一条新途径,如何构建敏捷生产调度多Agent系统结构和Agent间的协调与生产调度机制,成为一个亟待解决的课题.本文阐述了一类基于多Agent和分布式规则构建敏捷生产调度的方法.首先通过基于功能分解的方法,给出了管理、资源和工件等三类Agent基本组件组成的分布式多Agent调度系统结构、Agent组件基本结构及定义.其次,利用基于分布式规则的方法,建立了Agent间的协调策略和调度机制,实现了敏捷生产调度.最后给出了应用此方法的调度仿真实验结果.     

基于分布式控制系统的轮式智能机器人研究

语音处理、图像处理和定位导航是智能机器人研究的核心内容。介绍了分布式控制系统和CAN总线的概念和特性,提出了一种用于智能机器人的分布式控制系统结构,对基于该控制系统的智能机器人的体系结构、导航与控制、环境感知进行了研究,着重阐述了语音识别和图像识别功能的实现方案。     

分布式自主移动机器人集成环境

本文详细介绍了一个基于异质分布式计算机系统的机器人集成环境——Robix，它提供用户简单的通讯模式，可以很方便地实现进程间通讯，同时提供对实时系统十分重要的分布式中断，Robix已在一个室外自主移动机器人系统ATB1的集成中得到应用．     

自主微小型移动机器人的协作学习

自主微小型移动机器人的协作学习研究是多智能体机器人系统理论的主要研究方向。因为单个微小型移动机器人能力有限，所以机器人之间的协作在某些重要的基础工业和生物医学领域方面显得非常重要。该文介绍了几种用于协作学习的方法并且比较了它们之间的优点和缺点。最后，简要介绍了一些研究工作。     

基于COM的多传感器机器人系统的软件设计

首先对COM（Componetn object model)技术的特点进行了介绍,然后深入讨论了目前多传输器机器人系统软件设计存在的剖,针对这些问题,结合COM技术和分层设计的思想,提出了一种基于COM的多传感器机器人系统软件的设计,最后给出了一个具体的基于COM的多传顺机器人系统软件的设计实例。     

An Autonomous Navigation Methodology for a Pioneer 3DX Robot

Autonomous navigation is a complex challenge that involves the interpretation and analysis of information about the scenario to facilitate the cognitive processes of a robot to perform free trajectories in dynamic environments. To solve this, the paper introduces a Case-Based Reasoning methodology to endow robots with an efficient decision structure aiming of selecting the best maneuver to avoid collisions. In particular, Manhattan Distance was implemented to perform the retrieval process in CBR method. Four scenarios were depicted to run a set of experiments in order to validate the functionality of the implemented work. Finally, conclusions emphasize the advantages of CBR methodology to perform autonomous navigation in unknown and uncertain environments.     

智能割草机器人的研究综述

分析了国内外智能割草机器人的研究现状．讨论了智能割草机器人在机械结构、传感系统和路径规划算法等方面的现有研究方法．指出了智能割草机器人研究中存在的问题．最后,展望了智能割草机器人的发展方向．     

自主飞行机器人导航系统设计

自主飞行机器人系统是以微型直升机模型为载体的复杂系统。在该系统中导航系统采集各传感器数据得到机器人当前飞行姿态、空间位置以及相应的监控信息,控制模块依此监控信息按照给定策略计算并发出控制信号,实现飞行机器人的自主控制。本文对自主飞行机器人导航系统设计及功能实现做出了详细阐述。首先,给出了本自主飞行机器人的系统构造;其次,给出了导航系统的硬件组成部分以及各部分所完成的功能任务;最后阐述了导航系统的功能实现,包括飞行姿态和空间位置的获取。     

基于对象模型的自适应模糊专家控制系统

文中介绍了一个基于对象模型的自适应模糊专家控制系统。在该系统里,能动地机器人的行走装置进行模型化,建立了对象的模糊知识库,并根据自适应模糊控制的目标设计了推理机。系统无需铁数学模型,能根据输入、输出变量自动个性控制规则,达到优化控制钵文还介绍了对象模型的模糊知识表示方法和模糊知识库的结构以及对象模型的模糊控制推理。     

移动机器人的可重构控制系统

针对未知环境下如何提高移动机器人导航控制系统的柔性和鲁棒性,分析了复杂控制系统（Complex Control System）的体系结构,以异构多Agent系统理论为基础,提出了一种可在多个层次上动态重构的控制系统设计方案,有效地增强了移动机器人的适应能力,为实现控制系统跟随任务和环境变化而动态配置提供了一条可行的途径。设计方案在移动机器人MORCS-I上得到了初步的技术验证,部分实验数据展示了重构控制的实际效果,所具有的通用性表明其亦适合应用于其他类型的复杂控制系统。     

面向智能制造的工业机器人健康评估方法

以智能制造领域中最具有代表性的设备——工业机器人——为研究对象,针对其精度退化及设备故障问题,研究了工业机器人健康评估问题．首先,对工业机器人核心部件进行了失效模式及影响分析,并对现有工业机器人健康评估方法进行了综述．其次,提出了基于边－云协同和深度学习的工业机器人健康评估框架．在边缘层应用基于群组聚类和对等比较的方法进行异常检测,快速识别出发生异常的设备;在云端借助故障预测与健康管理技术以及人工智能算法对发生异常的设备进行深度健康评估．最后,对基于深度学习的工业机器人健康评估方法进行了展望．     

A Robust Regression Model for Simultaneous Localization and Mapping in Autonomous Mobile Robot

Segment-based maps as sub-class of feature-based mapping have been widely applied in simultaneous localization and map building (SLAM) in autonomous mobile robots. In this paper, a robust regression model is proposed for segment extraction in static and dynamic environments. We adopt the MM-estimate to consider the noise of sensor data and the outliers that correspond to dynamic objects such as the people in motion. MM-estimates are interesting as they combine high efficiency and high breakdown point in a simple and intuitive way. Under the usual regularity conditions, including symmetric distribution of the errors, these estimates are strongly consistent and asymptotically normal. This robust regression technique is integrated with the extended Kalman filter (EKF) to build a consistent and globally accurate map. The EKF is used to estimate the pose of the robot and state of the segment feature. The underpinning experimental results that have been carried out in static and dynamic environments illustrate the performance of the proposed segment extraction method.