一维云模型控制器在轮式机器人中的应用

云模型控制理论是智能控制学科的新兴领域,该理论从提出至今,主要以理论研究和仿真实验为主.针对云模型理论的研究现状,提出了基于单片机的一维云模型控制器的设计方法,应用该方法设计的云模型控制器成功地对轮式机器人进行了实时定位控制.实验结果表明,一维云模型控制器可以保证轮式机器人定位系统具有良好的控制性能和较强的干扰性,证明了该设计的有效性和科学性,为今后云模型控制器设计提供了一定的参考.     

微小气动机器人移动FSM建模与控制

根据仿生尺蠖运动机理研制了一种用于人体腔道微创诊查的微小机器人系统,该机器人系统由前支撑单元、后支撑单元和具有3个气室的橡胶驱动器三部分组成.根据微型机器人的本体结构分析了机器人的移动控制原理,给出了在一个运动循环周期内机器人移动一个步距的运动状态和控制时序.阐述了有限状态机原理,并基于有限状态机原理建立了该机器人移动...     

基于ROS的云机器人服务框架

随着机器人技术的发展和硬件的普及,机器人的市场应用前景越来越广泛.但是,目前的机器人仍存在着许多局限,具体表现为可移植性弱,本地计算成本高,服务应用较少等.云机器人的提出,将机器人的计算能力从本地迁移到云端,不但提高了机器人的计算能力,降低了机器人硬件成本,而且能使资源的分配更为均衡,为解决机器人发展面临的困难提供了有效的解决途径.在云机器人的基础思想之上,提出一种基于ROS的云机器人服务框架.该服务框架使用开源的机器人操作系统ROS作为机器人运行的基础,增强了其对于不同硬件和软件环境的可移植性.同时,在框架的云端部分加入了机器人的服务管理系统和服务解析模块,能够方便快速地对机器人服务进行扩展和调用.在最后的实验部分,通过人脸识别服务模块对云机器人服务框架进行了实验验证.     

云制造环境下协同工作流控制模型研究

分析制造企业协同工作流管理的新需求,指出云制造模式下协同工作流管理存在自主、并发、协同、动态的特点。采用分层有限状态自动机对协同工作流控制过程建模,给出用于实现该模型的简化类结构设计,阐述模型中状态机的动态重构和行为控制过程。将该模型应用于某钢铁企业集团板材营销业务协同中,结果表明,该模型可提高业务协同效率及公司板材的接单能力。     

机器人鲁棒模型跟踪控制

本文根据非线性系统模型参考控制理论,提出了一种连续的机器人控制方法.这种方法可以保证跟踪误差的有界性,消除不连续控制中的高频颤动现象,同时继承了不连续控制中的鲁棒特性。     

智能机器狗的语音控制模型研究

阐述语音人机交互手段的必要性及意义,提出一种基于语音控制的机器狗系统解决方案。该系统利用HTK和Julius构建大词汇量连续的语音识别平台,采用语音识别技术提取语音命令用于机器狗控制,并结合有限状态机的控制理论设计机器狗控制系统模型。测试结果表明,该系统能较好地识别用户语音命令,控制系统模型能有效完成机器狗在不同状态下的控制任务。     

基于激光扫描的自主机器人动态目标跟踪方法研究

近年来,关于自主机器人动态目标跟踪方面的研究越来越多,但是动态目标跟踪的实时性和准确性仍然是亟待解决的问题。研究了基于激光扫描的动态目标跟踪方法,提出了类圆柱体人腿检测法,给出了该方法的详细过程,具体包括利用级比与阈值相比较的方法分割出被检测物体的边界,基于空域聚类法的类圆柱体人腿检测以及基于时域聚类法的人腿跟踪。最后,通过实验验证了基于激光扫描的动态目标跟踪方法的有效性,使机器人在实现动态目标跟踪时,能够适应更多复杂、变化的室内外环境。     

基于FPGA的搬运机器人控制系统

以FPGA作为搬运机器人控制系统的检测和控制核心,详细介绍了机器人行走控制器和机器手控制器的结构和设计方法。该控制系统采用有限状态机描述和硬件描述语言设计机器人控制器,具有自动纠偏、寻线准确、高集成度和高可靠性等特点。实际运用表明该控制系统完全满足要求。     

PLC控制电梯教学模型的设计

根据电梯系统的结构特点及控制要求,设计了基于PLC控制的电梯教学模型。详细阐述了模型电梯系统的硬件构成和软件实现方法。试验表明,该实验装置提高了PLC实验课的教学质量。     

基于云模型的单路口交通信号自适应控制方法研究

为了减少车辆通过路口的延误,提出了一种基于云模型的单路口交通信号自适应控制方法;使用云模型作为信号控制的基础模型,利用云模型中的正态云发生器和前件云发生器算法分别对道路交通信息进行处理并产生自适应的控制规则,以实现单路口交通信号的自适应控制;通过仿真实验,结果表明,使用云模型作为控制方法,比较传统控制方式更具智能化,更接近于人脑思维过程的控制方法,这也是将来交通信号控制的发展方向。     

一种交互式的云模型图像分割方法

论文针对图像分割中存在的不确定性问题,通过研究不确定性人工智能中定性和定量的转换模型—云模型,提出一种新的基于云模型的图像分割方法。该方法采取交互式的方式选择训练样区,利用训练样区中的像素生成云模型,并通过泛概念树生成算法生成泛概念树,最后通过极大判定法判定像素所属类别,实现图像分割。这种方法能较好地描述图像目标的不确定性。通过几组实验,证明该方法可以准确地分割出目标,并优于传统的图像分割算法。     

基于CMAC再励学习控制的电梯群控调度方法

提出一种新的智能优化调度方法，将再励学习控制运用到电梯群控系统中,采用基于交通模式识别的小脑模型神经网络作为控制器,以乘客平均候梯时间最短为控制目标设计出电梯群控系统的控制方案.该控制方法不需要过多的专家知识及学习样本,可以实现在线学习并具有较强的自适应能力,提高了系统的效率并且使系统性能得到优化.以层间交通模式为例对系统进行仿真,结果证明了该方法的可行性及有效性.     

基于云计算的多机器人目标智能跟随控制研究

随着信息智能化的快速发展,机器人在工作过程中面临着大量的数据计算、存储与调度等问题,结合多机器人协同工作,提出了基于云计算的多机器人目标智能跟随控制方法.通过人机载距传感器对多机器人以及跟踪目标进行定位,建立二维坐标系的局部地图.以目标的运动状态为基础,对其运动方向和速度进行预测,为每个机器人创建独自的跟踪器来预估目标的跟随状态,将最大近似概率和对应的测量数据、跟踪轨迹进行关联,直到所有的测量数据或跟踪轨迹全部关联完毕.采用松散耦合架构的设计方法对云服务平台的基础层进行设计,为了降低云服务系统的复杂性以及耗时性,采用容器批量部署方式的微服务体系,将各个小服务的代码与环境进行隔离.实验结果表明,所提方法不仅实现了多机器人对目标的良好跟踪,还可以通过云操作系统进行任务分配,稳定高效地完成目标智能跟踪与相互协作.     

一种基于因子分析法的电梯健康度检测模型

针对目前国标中没有对电梯健康度的检测与评判标准,提出了一种基于统计学中因子分析法的电梯健康度检测模型及方法。因子分析法的基本目的就是用少数几个因子去描述许多指标或因素之间的联系。将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子,以较少的几个因子反映原始数据的大部分信息。通过收集样本数据、KMO检验和Bartlett检验、变量共同度检验、提取公因子、对公因子进行多重线性回归分析等步骤,可评测乘运电梯的健康度状况。通过某建筑物内营运电梯的测试验证了所建模型的有效性。     

基于云模型的船舶航迹跟踪滑模控制

为解决船舶路径跟踪控制中存在的非线性问题,引入滑模控制实现船舶的轨迹跟踪。采用云模型与指数趋近律结合的方法,设计基于云模型的轨迹跟踪智能滑模控制器,以减少滑模控制中的抖振。仿真结果表明,通过云模型的不确定性推理,智能滑模控制器能够动态调整滑模控制的趋近速度,抑制抖振的产生,船舶动态轨迹跟踪性能良好,能够精确控制航迹。     

基于失衡度的双足机器人控制方法研究

为了解决双足机器人在强干扰下易失去平衡而摔倒的问题,提出一种基于失衡度的欠驱动双足机器人的稳定控制方法。该方法分析了多种情况下欠驱动双足机器人单脚支撑期动力学模型,用线性倒立摆模型模拟机器人的失衡度,并根据机器人受到的外部干扰的强度变化,将失衡度分为三个级别,在不同的失衡度级别内,采用相应的动力学模型及跟踪、姿态、步态切换控制方法。仿真结果表明,该方法具有较高的稳定性、实用性,可以实时控制欠驱动双足机器人步态。     

A Model Based Approach to Modular Multi-Objective Robot Control

Two broad classes of robot controllers are the modular, and the model based approaches. The modular approaches include the Reactive or Behavior Based designs. They do not rely on mathematical system models, but are easy to design, modify and extend. In the model based approaches, a model is used to design a single controller with verifiable system properties. The resulting designs are however often hard to extend, without jeopardizing the previously proven properties. This paper describes an attempt to narrow the gap between the flexibility of the modular approaches, and the predictability of the model based approaches, by proposing a modular design that does the combination, or arbitration, of the different modules in a model based way. By taking the (model based) time derivatives of scalar, Lyapunov-like, objective functions into account, the arbitration module can keep track of the time evolution of the objectives. This enables it to handle objective tradeoffs in a predictable way by finding controls that preserve an important objective that is currently met, while striving to satisfy another, less important one that is not yet achieved. To illustrate the approach a UAV control problem from the literature is solved, resulting in comparable, or better, performance.     

基于行为控制的移动机器人导航方法

针对移动机器人在完全未知或者部分未知的环境中进行自主导航容易陷入各种陷阱的问题,提出了一种基于多行为控制的导航方法;机器人通过激光雷达对周边环境进行感知,并将采集到的信息与行为转换条件进行匹配用于行为转换的决策;同时在该方法中通过栅格地图引入了记忆信息,从而增强机器人对周边环境的认知能力,从而提高机器人的决策能力;通过仿真实验证明了在简单环境中算法的有效性,同时也证明该算法对于某些复杂的环境有效可行,具有优化性、实时性与智能性的特点。