机器人手眼关系、基坐标系和世界坐标系关系的同时标定

提出了同时确定手眼关系以及机器人坐标系到世界坐标系关系的两种算法．算法１基于矩阵直积理论,可一次算出标定方程的旋转部分和平移部分,与现有的４元数法相比,不存在误差的传递问题;算法２基于粒子群优化理论,同样能一次计算出标定方程的旋转部分和平移部分,与采用ＬｅｖｅｎｂｅｒｇＭａｒｑｕａｒｄｔ的算法相比,该方法只需指定参数的范围．仿真结果表明了算法的有效性,并对于类似问题具有一定参考价值．     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

一种用于机器人三维表面扫描系统的手眼标定算法

将线结构光测头安装在机器人末端,构成自由曲面非接触测量系统.利用齐次坐标变换理论建立测量系统的数学模型.针对该模型中的手眼标定问题,使用平面作为参考物,控制机器人以特定的位姿测量该平面,建立关于手眼关系的约束方程,并给出手眼参数的封闭解.通过对实际系统进行标定实验,验证了算法的有效性.

     

一种基于属性关系的特征选择算法

对于包含大量特征的数据集, 特征选择已成为一个研究热点, 能剔除无关和冗余特征, 将会有效改善分类准确性. 对此, 在分析已有文献的基础上, 提出一种基于属性关系的特征选择算法(NCMIPV), 获取优化特征子集, 并在UCI 数据集上对NCMIPV 算法进行性能评估. 实验结果表明, 与原始特征子集相比, 该算法能有效降低特征空间维数, 运行时间也相对较短, 分类差错率可与其他算法相比, 在某些场合下性能明显优于其他算法.

     

一种新的机器人手眼关系标定方法

通过控制装有摄像机的机械手的运动,给出了一种新的机器人手眼系统标定方法．与以往算法的不同之处在于,在计算手眼关系的平移向量时,对摄像机坐标系进行虚设旋转变换使旋转转化为平移问题．该方法需要机械手平台做两次平移运动和一次旋转运动,只需要场景中两个特征点,所以具有方便性和实用性．同时,也给出了基于主动视觉的空间点深度值计算方法．     

主/子惯导标定中挠曲变形误差综合补偿方法

针对挠曲变形对主/子惯导在线标定误差方程多方面影响的问题, 提出一种挠曲变形误差综合补偿方法. 首先, 基于极大似然估计和赤池信息量准则(AIC) 定阶的自回归(AR) 模型对挠曲变形进行建模; 然后, 针对挠曲变形引起的动态杆臂效应问题, 利用机理建模方法建立动态杆臂与挠曲变形角之间的关系模型; 在此基础上, 推导出挠曲变形与动态杆臂误差综合补偿方法; 最后, 将该方法应用于主/子惯导标定滤波器设计. 仿真结果表明, 所提出的综合补偿方法是有效的.

     

免疫调度算法综述

调度问题在科学和工程中广泛存在且难以求解,人们一直寻求先进的调度算法来解决这一问题．基于生物免疫系统的计算智能发展迅速,并很快被应用于调度问题,体现了其解决调度问题的优势和特色．对此,综述了国内外免疫调度理论和算法的研究现状,介绍了基于克隆选择、免疫网络、疫苗接种等原理的调度算法,并将其按免疫机理、优化目标以及解决的问题进行分类．最后给出了免疫调度算法在各领域中的应用及其未来研究展望．

     

一种基于种群速度的自适应粒子群算法

分析了粒子群算法的收敛性,指出早熟是由于粒子速度降低而失去继续搜索可行解的能力．进而提出一种基于种群速度动态改变惯性权重的粒子群算法,该算法以种群粒子平均速度为信息动态改变惯性权重,避免了粒子速度过早接近０．通过５个标准测试函数的仿真实验并与其他算法相比,结果表明该算法在进化中期能很好地保持种群多样性,有效地改善算法的平均最优值和成功率．

     

一类优化问题的分解算法

讨论一类大规模系统的优化问题,提出一种递阶优化方法．该方法首先将原问题转化为多目标优化问题,证明了原问题的最优解在多目标优化问题的非劣解集中,给出了从多目标优化问题的解集中挑出原问题最优解的算法,建立了算法的理论基础．仿真结果验证了算法的有效性．

     

基于粒子群的CDMA功率和速率联合控制算法

提出了基于效用函数的ＣＤＭＡ 网络下行链路的功率和速率联合控制最优化算法．在这类算法中,效用函数为非凸函数,经典的最优化理论很难解决这类问题．将粒子群优化方法应用于算法的非凸性设计,并通过仿真算例证明了该算法能有效解决非凸优化问题,且可保证系统的公平性．

     

机会式频谱接入问题基于事件的优化方法

研究机会式频谱接入技术中次用户对可利用频谱进行探测和接入策略的优化问题. 通过引入事件的概念, 将含有可数无限状态的原问题转化为包含有限个事件的决策问题. 从性能灵敏度的角度出发, 分析不同策略下平均传输率的差异, 给出了基于事件策略的性能差分公式. 以此为基础, 通过合理的近似, 设计了基于事件的策略迭代算法. 仿真示例验证了所提出算法的有效性和近似处理的合理性.

     

一种二进制编码的量子粒子群优化算法

针对离散空间优化问题,给出二进制编码的量子粒子群优化（ＢＱＰＳＯ）算法的设计思路,重新定义粒子的位置矢量和粒子之间的距离,提出了ＢＱＰＳＯ 算法的进化方程．通过泛函分析的方法分析了ＢＱＰＳＯ 算法的收敛性,得出全局收敛的结论,并通过多个测试函数测试了ＢＱＰＳＯ 算法的性能．求解结果验证了算法的优越性．

     

基于移动机器人路径规划的鼠群算法

研究静态环境下机器人路径规划问题,并根据老鼠觅食行为提出一种鼠群算法.该算法引入环境因子和经验因子,每次搜索后对路径进行经验因子更新,通过迭代的方式寻找静态环境下机器人最佳路径.同时提出一种禁忌策略,有效地避免了路径死锁问题.理论分析和实验结果表明,该算法能使机器人在有较多障碍的环境下迅速找到一条优化路径,而且安全避碰,与同类算法相比具有一定的优越性.

     

基于混合双种群差分进化的电力系统经济负荷分配

针对电力系统经济负荷分配本质上的非线性约束优化问题,提出一种双种群混合差分进化算法．采用两个种群且以较小的计算量实现目标函数的寻优并保持解的可行性,同时引入单纯型法来提高算法的局部搜索能力．基于典型算例对该算法的进化行为进行测试,并通过仿真和比较验证了所提出算法的有效性．

     

基于策略迭代的连续时间系统的随机线性二次最优控制

针对模型参数部分未知的随机线性连续时间系统, 通过策略迭代算法求解无限时间随机线性二次(LQ) 最优控制问题. 求解随机LQ最优控制问题等价于求随机代数Riccati 方程(SARE) 的解. 首先利用伊藤公式将随机微分方程转化为确定性方程, 通过策略迭代算法给出SARE 的解序列; 然后证明SARE 的解序列收敛到SARE 的解, 而且在迭代过程中系统是均方可镇定的; 最后通过仿真例子表明策略迭代算法的可行性.

     

柔性臂协调运动系统的动态反馈镇定

研究柔性臂协调运动系统分布参数模型的镇定问题.基于系统能量关系和正实引理,提出一种构造性的设计方法.所设计的控制器由前馈和动态反馈两部分构成,其中动态反馈部分的传递函数是严格正实的.通过线性算子半群理论和LaSalle 不变集原理,证明了闭环系统是渐近稳定的.

     

典型安装方式的协作机器人基坐标系标定方法

针对地面式、侧墙式、顶棚式三种典型安装方式下的协作机器人的基坐标系标定问题,采用了一种新的操作步骤简单、标定结果精确的机器人基坐标系标定方法。该方法通过在协作机器人的公共空间中构造四点"握手"动作并分别记录接触点在每个机器人的基坐标系下的坐标,求解协作机器人基坐标系间的旋转矩阵和平移矩阵,从而得到协作机器人基坐标系间的位姿关系。针对工业机器人常见的地面式、侧墙式、顶棚式三种典型安装方式进一步分析了机器人基坐标系间的约束关系,并利用这些约束关系对标定结果做出进一步的优化处理。为验证提出的标定方法的有效性,基于Matlab的机器人工具箱完成了仿真实验,仿真实验的标定误差控制在2mm以内,该精度可满足一般弧焊、搬运、切割等生产过程的定位精度要求。仿真实验的结果验证了提出的标定方法的正确性,表明该方法可有效的解决生产环境下的协作机器人的基坐标系标定问题。     

基于杂合机制的免疫遗传算法在动态问题中的应用

针对遗传算法在求解动态问题时存在多样性缺失,无法快速响应环境变化的问题,提出一种基于杂合子机制的免疫遗传算法．该算法借鉴免疫系统中多样性与记忆机理,从保持等位基因多样性出发,在免疫变异中引入杂合映射机制,使种群能够探索更大的解空间．同时,通过引入记忆策略,使算法迅速跟踪最优解变化轨迹．该方法在动态０-１优化问题的求解中取得了较好的效果．

     

深海采矿车行走的专家模糊控制

深海采矿车的作业过程,受作业环境和采矿车自身的影响,具有随机性、非线性和时变等特性,针对该复杂过程,提出了专家模糊控制算法．该算法参考履带车辆的运动学方程,结合履带车辆人工操作经验整合的专家规则,构成专家系统,实现采矿车绝对速度和航向角的闭环控制;采用模糊控制算法,对采矿车的左、右履带速度进行控制．仿真结果验证了该方案的可行性和有效性．

     

基于单目视觉的移动机器人导航算法研究进展

基于单目视觉的移动机器人导航的研究,涵盖了机器视觉、模式识别和多目标跟踪多个领域．其算法框架不仅成功应用于移动机器人导航,还为目标检测、识别与跟踪领域的研究提供了可供参考的模型．该综述将以算法发展历史为脉络,结合一些典型系统,通过对关键技术和算法结构的分析比较,总结算法本身的发展前景和由此发展起来的可供相关研究参考的算法框架．