简述轮式移动机器人控制系统中的传感器

传感器是轮式移动机器人的眼睛,轮式移动机器人用它感知周围环境,并且从周围环境中获取信息,以进行下一步操作.论文介绍了控制系统中各种传感器的原理和它在移动机器人中的应用.传感器是轮式移动机器人实现自动智能化控制的重要器件.轮式移动机器人控制系统中的传感器分为外部传感器和内部传感器.     

基于可拓原理的AS-RIII移动式机器人自适应控制方法研究

利用自适应控制善于处理时不变和慢时变问题以及可拓控制善于处理时变和突变问题的特点,将自适应控制与可拓控制两者结合起来,提出了用可拓自适应控制方法来研究移动机器人。构建了移动机器人可拓自适应控制动力学模型,设计了自适应控制器,并对其进行了初步实验研究。结果表明,采用可拓自适应方法对移动机器人进行控制,相比传统的自适应控制更具有环境适应性。     

基于可拓原理的AS-RⅢ移动式机器人自适应控制方法研究

利用自适应控制善于处理时不变和慢时变问题以及可拓控制善于处理时变和突变问题的特点,将自适应控制与可拓控制两者结合起来,提出了用可拓自适应控制方法来研究移动机器人.构建了移动机器人可拓自适应控制动力学模型,设计了自适应控制器,并对其进行了初步实验研究.结果表明,采用可拓自适应方法对移动机器人进行控制,相比传统的自适应控制更具有环境适应性.     

一种轮式移动机器人实时速度估计方法

环境和机器人自身的不确定性影响轮式移动机器人的轨迹跟踪控制性能,此时仅仅使用里程计往往不能正确表达机器人的状态信息。在无速度传感器的情况下,讨论了使用加速度传感器和位置传感器的输出实时估计轮式移动机器人的速度。首先使用滑模观测器进行里程计信号处理,然后对车体加速度信号进行带通滤波提取车体扰动信息,通过频域融合信号表达轮式移动机器人的速度,并针对正交轮式全方位移动机器人进行了轨迹跟踪控制研究。试验结果表明采用融合数据可以更准确提供机器人的状态信息并得到更好的控制性能。     

户外自主移动机器人体系结构与控制系统研究概况

论述了当今户外自主移动机器人体系结构与控制系统研究在国内外的发展概况，并从移动机器人体系结构、定位导航和避障技术、视觉信息的实时处理技术、多传感器信息融合技术、路径规划与机器人控制技术等方面对户外移动机器人的关键技术进行了介绍。     

移动机器人传感器与导航控制

针对移动机器人在复杂动态工作环境下如何进行定位和导航的问题做了深入研究,全文阐述了移动机器人混合导航和地图重建的基本方法。首先,介绍了移动机器人结构与软件平台框架,对整个系统进行了总体的技术分析。然后,分析了经典双轮差动模型,并总结了移动机器人上的应用范围;再次,对移动机器人的传感器进行了详细的介绍,移动机器人任务决策系统属于移动机器人的核心控制端,不仅需要负责对数据处理与分类处理,而且同时做出相应的分类反应;最后,通过对信息数据的采集实现了对于环境特征的提取,建立了导航图像和导航机器人导航,机器人导航属于数据信息交互的传输端,负责将移动机器人在移动的过程中产生的信息数据传输到决策系统作为输入端,信息决策系统将信息数据进行分类再由总线将这些信号进行分类发送。经过实验证明,该移动机器人具有良好的导航性能,可以将其应用于移动机器人控制系统。     

基于多视觉传感器融合的装配过程质量移动智能检测技术研究

针对航空航天领域大尺寸复杂产品装配过程质量检测过程中检测项目类型多、空间跨度大以及检测环境复杂等问题,提出一种基于多视觉传感器融合的装配过程质量移动智能检测框架。该框架以移动机器人为柔性运动载体,以多视觉传感器融合形成检测单元,可实现复杂产品装配过程质量的自动化、智能化检测。重点分析了基于模型驱动的视点与站位智能规划、基于情境感知的移动机器人自适应数据采集、多源数据融合与装配过程质量综合评定等关键技术,并通过实例验证了所提框架的合理性与有效性。     

分布式无线网络下的多移动机器人控制系统

根据移动机器人的控制要求设计实现一个基于分布式无线网络条件下的多移动机器人控制系统.采用多节点连接方式的网络拓扑结构将多个机器人或其它设备连接组成机器人控制网络.机器人控制采用分层递阶的结构,并根据网络控制系统的特点和要求特别是在时延的特点上进行优化.控制系统实现了一定的自主决策并能体现出一定的智能性.通过对不同网络条件下机器人控制过程的时延进行了测试,根据实际实验数据分析评价了分布式无线网络控制系统的可行性与实际控制效果.     

移动机器人路径规划技术的研究现状与发展趋势

路径规划技术是移动机器人技术研究中的一个重要领域。介绍了移动机器人路径规划技术的分类,综述了基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划的发展现状,指出了各种方法的优点与不足;同时分别探讨了反应式规划和慎思规划、全局规划和局部规划、传统方法和新的智能方法之间的结合状况,总结了有关路径规划技术的一些新的发展趋势。     

轮式移动机器人遥控系统控制方案设计

本文试结合轮式移动机器人论述了一种轮式移动机器人遥控系统控制方案和原理的设计和论证,在该方案中,采用了一种阻抗控制结构结合超声波传感器获取的外部信息实现移动机器人躲避行走路径上的障碍物;采用了Microsoft sidewinder 力反馈能手操纵杆对远程机器人实现本地人工操纵。本文给出了该设计案例的设计任务、运动方程、总体控制方案、控制结构原理、关键部件分析等。通过具体分析,该遥控系统控制方案是切实有效的,可以在工业远程机器人的具体应用中设计采用。     

基于移动机器人的多超声波传感器信息融合

智能化是未来机动机器人的发展方向,而智能化的基础是传感器技术的发展,机器人信息融合技术则弥补了使用单传感器带来的缺陷。本文利用多超声波传感器系统荻得移动机器人的环境信息,并使用人工神经网络对多传感器信息进行融合,从而达到对被测物体影像比较准确的认识,试验表明效果良好,具有很好的使用价值。     

基于移动机器人的无线传感器网络高效广播策略

广播是无线传感器网络一项重要的操作,而网络中节点能量通常受限且通信链路不稳定。针对低占空比传感器网络中引入机器人作为可移动汇点的场景,设计了考虑延迟和能耗的高效广播策略。首先采用最小覆盖圆算法,寻找最优广播位置。然后提出了一种延迟约束的高能效广播树算法（DCEBT）。DCEBT在构造广播树时,使用新的量度来充分利用无线广播特性减小能耗,同时基于地理位置对节点进行延迟约束。结果表明,利用机器人的移动性优化广播位置可改善广播性能。而和目前常用的方法相比,DCEBT在保持延迟性能相当的条件下,能大幅提高能量效率。     

智能移动机器人超声波测距定位系统的研究

移动机器人技术是机器人研究领域的一个重要分支。为了赋予机器人智能控制和自主导航的能力,解决机器人开发过程存在着成本高、功耗大等问题,研究设计了一套基于超声波传感器的智能移动机器人测距定位系统,同时使机器人具有报警、避障及定位等功能。     

基于激光传感器的多移动机器人位姿测量系统

为机器人准确定位设计了一个基于激光传感器的移动机器人位姿测量系统。测量系统用激光传感器扫描区域内的以矩形为标识的机器人,将测量数据传输到计算机上,通过数据处理软件进行数据处理,提取属于机器人的特征,同时结合机器人前一时刻的位姿,实时计算机器人当前位姿。实验结果表明,此系统能迅速识别机器人,并准确地确定每个机器人位置和姿态,通过网络向机器人发送其位姿数据,实现多移动机器人的精确定位。     

遥控移动机器人触觉感知接口的实现

传感器技术在力反馈方面的发展促进了遥操作移动机器人技术的发展,在原有遥控技术基础上,增加了力反馈传感器,这样提供给远方操作者的除了图像和导航信息外,还有触觉信息,因此改进了遥控性能,文章描述了用力反馈操作杆实现的移动机器人触觉感知接口的软硬件实施方法,及通过网络实现的遥操作。     

履带式移动机器人研究综述

分析了国内外履带式机器人的研究现状,讨论了履带式机器人在机械结构、稳定性和控制方法等方面的现有研究方法,列举了履带式机器人研究中存在的问题,展望了履带式机器人的发展方向。     

Mecanum轮全方位移动机器人技术及其应用

全方位移动机器人是指在地面可以进行前后、左右、原地回转等任意方向移动的机器人技术,Mecanum轮全方位移动机器人具有本体结构简单、控制性能优良、通过性好的全方位运动性能,在工程应用中得到越来越广泛关注。介绍了Mecanum轮机器人的全方位移动原理、Mecanum轮的结构设计与制造技术、精确运动控制技术、自动循迹及路径规划技术,并介绍了其在国内外军事与民用领域的典型工程运用。     

Autonomous multiple teams establishment for mobile sensor networks by SVMs within a potential field

In this work, a new method and algorithm for autonomous teams establishment with mobile sensor network units by SVMs based on task allocations within a potential field is proposed. The sensor network deployed into the environment using the algorithm is composed of robot units with sensing capability of magnetic anomaly of the earth. A new algorithm is developed for task assignment. It is based on the optimization of weights between robots and tasks. The weights are composed of skill ratings of the robots and priorities of the tasks. Multiple teams of mobile units are established in a local area based on these mission vectors. A mission vector is the genetic and gained background information of the mobile units. The genetic background is the inherent structure of their knowledge base in a vector form but it can be dynamically updated with the information gained later on by experience. The mission is performed in a magnetic anomaly environment. The initial values of the mission vectors are loaded by the task assignment algorithm. The mission vectors are updated at the beginning of each sampling period of the motion. Then the teams of robots are created by the support vector machines. A linear optimal hyperplane is calculated by the use of SVM algorithm during training period. Then the robots are classified as teams by use of SVM mechanism embedded in the robots. The support vector machines are implemented in the robots by ordinary op-amps and basic logical gates. Team establishment is tested by simulations and a practical test-bed. Both simulations and the actual operation of the system prove that the system functions satisfactorily.     

移动机器人多传感器信息融合技术综述

阐述了当前在移动机器人领域常用的几种多传感器融合方法,介绍了移动机器人常用的传感器配置及所用的融合算法。对D-S证据理论、卡尔曼滤波、神经网络与模糊推理信息融合方法优缺点进行了对比分析。     

基于虚拟群集中心的局部信息下多移动机器人编队控制研究

针对移动机器人感知能力有限,仅能根据周围邻居的行为对自身的运动进行调节的问题,在REYNOLDS提出的群集运动规则的指导下,设计了一种基于虚拟群集中心的多移动机器人编队控制算法。通过设计分布式虚拟群集中心估计器,使每个个体都向自身的虚拟群集中心靠拢,并通过理论分析证明了所设计的虚拟群集中心都能最终收敛到实际的群集中心。在此基础上,利用人工势场法和速度一致准则实现了多移动机器人的编队运行。实验结果表明:移动机器人群集在领航机器人的带领下最终会进入稳定运行状态,个体速度趋于一致,相互间的距离保持稳定。