多机器人编队动力学特性分析

本文从编队的动力学特性方面基于编队控制的动力学特性,提出了一种新的复合编队控制方法,该方法根据机器人的期望位置在其运动约束区域内外的不同,分别以一种灵活的反馈线性化算法和最优近似目标算法来建立控制规则,并提出了编队环境中存在静态障碍物时的队形控制策略,从而实现多机器人的稳定编队控制。     

多机器人编队动力学特性分析

本文从编队的动力学特性方面基于编队控制的动力学特性,提出了一种新的复合编队控制方法,该方法根据机器人的期望位置在其运动约束区域内外的不同,分别以一种灵活的反馈线性化算法和最优近似目标算法来建立控制规则,并提出了编队环境中存在静态障碍物时的队形控制策略,从而实现多机器人的稳定编队控制。     

多机器人编队技术

本文对多机器人编队技术的相关研究进行了系统概述.首先介绍了多机器人编队技术的定义和概念;然后讨论了相关领域中的一些理论和技术问题以及它们在多机器人编队技术中的影响,在对各种研究方法进行分类的基础上,介绍了各类多机器人编队技术和他们的优缺点;最后总结了多机器人编队技术的研究现状并展望了未来多机器人编队技术的发展.     

改进的多移动机器人混合编队方法

随着机器人系统的不断发展和进步,多移动机器人的协调得到了广泛的应用,其中对机器人的编队控制的研究得到了普遍的关注。本文笔者从多移动机器人的发展着手,对各种多移动机器人的混合编队方法进行了分析,最终探讨了利用PSO算法对多移动机器人的混合编队进行改进,目的是为多移动机器人的编队提供指导和借鉴,进而推动机器人的进一步发展。     

多自由度包装机器人人机交互控制方法

目的 为了在人机交互内容和形式复杂度较高,深度信息获取较为困难的背景下,解决多自由度包装机器人控制存在的控制鲁棒性较差问题,提出新的多自由度包装机器人人机交互控制方法.方法 利用Kinect传感器获取多自由度包装机器人信息,并以此为基础,通过信息熵方法计算人机交互复杂度,构建相应的人机交互控制体系,基于拉格朗日方程建立人机交互动力学模型,完成多自由度包装机器人人机交互信息深度获取;采用自适应模糊控制器控制多自由度包装机器人人机交互流程与界面,实现多自由度包装机器人人机交互的控制.选样六自由度包装机器人为实验对象,确定最佳自由参数,进行人工交互控制仿真实验.结果 实验结果显示,仿真实验中的多自由度包装机器人动作完成率平均值为89.6％,平均包装时间为1.542 min,控制鲁棒性较佳.结论 该控制方法大大提高了机器人控制的鲁棒性,有效提升了包装机器人的包装效率.     

基于多信息融合的下肢外骨骼机器人感知系统研究

人体运动感知系统是外骨骼机器人柔顺控制和人机耦合的关键。通过分析外骨骼机器人的下肢动态模型,提出了一种支撑相选择位置控制、摆动相选择交互力导纳控制的人机协同控制方法。根据该方法开发了一种基于多信息融合的下肢外骨骼机器人感知系统,以人体下肢关节角度、人机交互力和足底压力为运动状态感知量,利用变增益卡尔曼滤波算法和Savitzky-Golay滤波算法分别对IMU传感器数据进行姿态角度解算和对FSR压力数据进行预处理,获得步态特征并通过试验来验证该方法的可靠性。试验结果表明：角度解算算法具有高精度、高稳定性的特点,交互力感知方法和FSR压力数据处理算法具有可行性,验证了所开发的感知系统能够可靠地获取关节角度、人机交互力和足底压力并融合处理,以及准确地识别穿戴者的步态特征。研究结果为外骨骼机器人感知系统的优化提供一定参考,促进了外骨骼机器人控制系统及策略的发展。     

微小型移动机器人的路径规划及编队研究

针对微小型移动机器人的路径寻优及编队问题,提出了路径规划与轨迹跟踪相结合的方法来实现多机器人的编队任务.首先提出了基于传统蚁群算法的改进算法,仿真结果证明,改进算法通过改进参数及初始信息素矩阵,使其收敛速度提高了50％,全局寻优能力提高了30％.其次设计了基于李雅普诺夫算法的轨迹跟踪控制器,仿真结果证明,其误差最终趋于...     

基于PB递归神经网络的陪护机器人多模式交互控制方法

本文提出了一种基于PB递归神经网络(RNNPB)算法的陪护机器人多模式交互控制方法.首先,提出了一种包含多模式交互、交互识别与交互决策等智能体组成的陪护机器人多模式交互框架,然后,将基于PB的学习算法应用于陪护机器人的交互过程,形成了一种基于RNNPB模型的陪护机器人多模式交互控制方法,通过交互状态识别及决策判断结果进行交互输出,实现了陪护机器人交互过程中复杂任务的规划和交互的学习适应.实验验证了该交互控制方法的有效性.     

基于协商和意愿强度的多自主移动机器人避碰协作

多机器人之间的协调协作是目前国际上机器人研究的一个重要问题。本文基于多机器人在未知环境中的避碰运动任务来探讨多机器人之间的协作策略,设计了机器人的基本行为,并在此基础上提出了意愿强度概念以对单机器人的几种行为进行合理的综合,为多机器人之间的协调协作提供一个相互协商的前提。仿真结果表明这种实时在线的协作策略是有效的。     

基于改进NSGA-Ⅱ的仿人机器人上楼梯运动规划方法

针对当前仿人机器人运动优化算法多采用对能耗、稳定性及速度等单目标优化而存在一定的局限性的问题,提出了一种基于多目标优化的仿人机器人上楼梯运动优化方法.针对NSGA-Ⅱ——经典的带精英策略的非支配排序遗传算法(NSGA)的快速非支配排序效率较低的问题,提出了一种基于自调整二叉搜索树的改进NSGA-Ⅱ方法,并采用改进的NSGA-Ⅱ算法实现了仿人机器人上楼梯运动参数优化.通过仿真和实际实验对比了优化前后仿人机器人的能耗和稳定性.实验表明,采用这种方法能克服单目标优化的缺点,在同时满足多个目标需求的同时有效地实现仿人机器人上楼梯.