复杂环境下磁弹性微型游泳机器人的路径规划与识别跟踪

磁弹性材料设计的毫米级微型游泳机器人可通过外部均匀磁场实现连续形变来完成游泳动作,通过视觉反馈能提高机器人的路径跟随精度,但在复杂背景下机器人的视觉闭环控制易发生识别错误、跟踪失败等现象。针对上述问题,首先获取复杂环境下的障碍物信息,提出改进RRT*算法(IIC-RRT*)进行路径规划,同时基于环形平滑标签的YOLOv5识别跟踪算法(CSL-YOLOv5),在复杂背景下对微型游泳机器人的中心位置与旋转角度进行实时更新。在此基础上进行微型游泳机器人在障碍物复杂背景下的位置与角度的双闭环伺服控制,试验结果表明,提出的路径规划算法改善了路径生成的效率与平滑性,识别跟踪算法提高了微型游泳机器人的识别稳定性与精确性,为磁控微型游泳机器人在复杂背景下的精确控制提供了新思路。     

超长筒段内壁螺旋焊缝跟踪打磨控制研究

针对超长筒段内壁螺旋焊缝的打磨需求,设计了一种高精度内壁螺旋线焊缝打磨控制方法,通过速度反馈匹配、视觉图像补偿等多重手段,建立了实时跟踪检测机制,解决了螺旋线焊缝跟踪不同步的问题,实现了焊缝的精确打磨加工。通过实验验证了此控制方法的可行性,采用西门子的控制系统、伺服驱动器、编码器和视觉图像系统,结合机械结构系统,包括滚轮架、柔顺打磨工具、电机及行走轨道等,搭建全闭环软硬件控制系统平台,经过调试验证,通过图像系统实时监控和实际打磨效果的结合,验证了此方法应用于内壁螺旋线打磨的有效性,实现了精确跟踪打磨。     

Cooperative path planning of multiple autonomous underwater vehicles operating in dynamic ocean environment

This paper presents a two-stage cooperative path planner for multiple autonomous underwater vehicles operating in dynamic environment. In case of static environment, global Legendre pseudospectral method is employed for collision-free paths of vehicles for the purpose of minimum time consumption and simultaneous arrival. Moreover, in order to keep the multiple autonomous underwater vehicles safe from collisions on the path segments connecting two adjacent control nodes, an adaptive intermediate knots insertion algorithm is introduced. In the on-line planning stage, the local re-planning strategy aims at avoiding collisions with unexpected dynamic obstacles by two consecutive avoidance maneuvers, and the differential flatness property of autonomous underwater vehicle is utilized, which can help the vehicles react fast enough to avoid moving obstacles.     

基于GIS和SLAM的机器人大范围环境自主导航

机器人自主导航技术的基础是其自定位能力,同时同步定位与建图(SLAM)是实现机器人自定位的重要方法。目前由于大规模SLAM技术发展的限制,机器人很难实现在大范围环境下进行建图和导航,并且尚没有结合SLAM和实际地理空间信息指导大范围机器人导航的完整自主导航系统。提出基于GIS和SLAM的机器人大范围环境自主导航方法,利用真实的城市空间路网信息,以地理信息系统(GIS)空间数据库的存储和计算能力为数据支撑,基于提出的大范围导航算法,实现了一套包含空间数据库、SLAM、导航算法的完整系统,具有良好的可复用性和可扩展性,符合实际生活场景,可以指导机器人进行大范围条件下的导航和建图行为。同时通过对机器人激光建图信息的存储,使得再次经过本区域的机器人可以在户外精确定位,实现在室外GPS缺失或误差条件下自身位置的修正。此外地图信息的存储可以实现多机器人对地图信息的复用,为多机器人的规划提供支撑。同时将人类世界的空间信息与机器人建图信息相结合,细化和丰富了原有的空间信息。