多机器人系统任务分配概率模型研究

建立系统的概率模型是描述和分析自组织多机器人系统的一条新思路。运用包括随机过程、矩阵论和线性代数等数学方法建立自组织多机器人系统的任务分配模型,克服了现存模型对任务类型数目无可扩展性的缺点。为了验证模型的一般性和有效性,以时间离散状态连续的马尔科夫链的极限分布作为任务分配的理论结果,优点是可以预测多机器人系统任务分配的长期稳定行为。任务分配的目的是保持执行任意一种任务的机器人数量占机器人总数的比例与该种任务所占总任务量的比例相等。仿真实验的结论也说明了任务分配模型可以达到理想的分配效果。     

空间机器人系统的自适应控制

对于载体姿态可控的空间机器人系统，本文给出了一种笛卡空间自适应控制算法，当系统的动力学参数未知时，该算法可以保证对手端期望位置轨迹的渐近跟踪，并且不需要测量关节加速度。应用文中算法对二杆平面空间机器人系统进行仿真研究。证实了算法的有效性。     

基于多协议扩展边界网关协议BGP4+的形式化建模研究

协议的形式化建模有助于提高其一致性测试集的自动化生成与完备程度,在分析BGP4+协议的基础上,提出了适用于复杂路由协议形式化建模的混合模型建模法,并基于有限状态机与SDL两种形式描述技术完成了该协议的形式化建模.     

基于粒子群算法寻优的机器人自适应阻抗力控制

机器人在工业打磨、喷涂和装配上具有很大优势,为提高其感知环境力的能力,在六自由度研磨机器人末端安装六维力传感器.在分析了力控基本原理后,提出一种基于粒子群寻优的自适应阻抗控制算法,与遗传算法寻优和整定法相比,该算法提高了控制系统的力跟踪速度和位置控制精度.     

基于ANFIS的机器人系统建模的研究

针对机器人这种不确定性的复杂非线性系统很难建立其精确的数学模型这一问题,提出一种基于自适应神经模糊推理(ANFIS)的方法对机器人系统进行建模.此方法将模糊推理和神经网络的学习能力有机地结合起来,并利用神经网络的学习机制自动地从输入输出数据中提取规则.建模过程中为了给ANFIS赋予一个合适的初始状态,选用减法聚类对输入数据进行处理.ANFIS网络的所有参数采用混合算法进行调节,即前提参数采用误差反向传播法,结论参数采用最小二乘法.最后在Matlab中对二自由度机器人进行仿真研究,仿真结果表明该方法模型结构简单,建模速度快,辨识精度高,同时也验证了该方法的有效性,为进一步实现机器人鲁棒自适应控制打下基础.     

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...     

仿生型机器人眼球运动控制系统建模

首先,分析了人眼眼球运动的特点和形式．然后,在人眼解剖学和生理学研究的基础上,根据控制眼球运动的神经回路,建立了可实现人眼功能的仿生型机器人眼三维眼球运动控制系统的数学模型．在与生理学试验相同的条件下对该模型用Matlab 65进行了仿真实验,仿真结果与生理学实验结果对比表明,该模型能自适应地实现人眼的平滑追踪、前庭动眼反射、视动反射及其复合运动．     

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。     

群机器人研究综述

从计算机科学的角度对群机器人进行综述,概括其历史背景和目前的研究工作,回顾和展望其应用领域.群机器人是受社会性昆虫群体行为启发产生的新方法,通过建立经济、鲁棒、柔性和规模可伸缩的多机器人系统,协调控制相对简单的个体机器人合作完成规定的复杂任务.围绕群机器人的定义、与其他多机器人系统的区分准则及系统级功能特征,讨论群机器人研究中的主要问题:个体交互、通信、协作控制和自组织、自组装等,明确其研究概貌.     

基于有限状态机的嵌入式系统建模研究与实现

随着嵌入式系统在各个领域的广泛应用,嵌入式系统变得越来越复杂,研究一种支持嵌入式系统从分析、设计、验证到编码整个过程的模型系统及建模方法变得越来越重要。本系统在IAR Visual STATE环境下用状态图对嵌入式系统进行面向对象分析与设计,并以ATM实时控制系统为例,建立系统的动态模型,分析系统状态变化,实现了从状态图到C代码的自动生成,并将生成代码及用户代码与具体的硬件Smart AR M2200结合来验证基于有限状态机建模的正确性。     

蚂蚁机器人的群智搜救系统设计

在分析灾难搜救机器人国内外研究现状的基础上,提出了一种蚂蚁机器人的群智搜救系统设计方案,该系统包括上位机,载机搜救机器人,蚂蚁搜索机器人3部分;载机搜救机器人装有摄像头,通过上位机察看搜救场地的情况,当遇到载机搜救机器人无法进入的空间,载机搜救机器人就释放出蚂蚁搜索机器人,蚂蚁搜索机器人与载机搜救机器人相互通信、协作,快速、准确的搜索到幸存者;通过测试,能快速的搜索到目标,达到了很好的搜救效果。     

基于惯性传感器的集群移动机器人定位系统设计

为了对集群机器人的定位技术做进一步研究,本文对群体移动机器人的整体框架进行了设计,主要包括控制单元、通信模块和传感器单元等,重点对基于MPU9250惯性传感器的定位技术进行了研究,定位系统以ZigBee模块组成无线传感网络,用Arduino对MPU9250进行姿态数据获取并进行处理,利用ZigBee网络将位置信息传输到上位机.本文提出的机器人惯导定位技术对于解决机器人的定位问题具有一定的指导意义.     

群体机器人合作觅食任务数学模型的建立与分析

群体机器人系统的数学模型可以预测系统的群体行为,能够在设计系统硬件或开发仿真程序之前,分析个体特征对群体行为的影响,以指导个体控制策略的改进。本文提出群体机器人合作觅食任务的数学模型。该数学模型由微分比率方程组构成,能够描述合作觅食任务群体行为的动态特征。仿真实验表明,数学模型的预测结果与仿真实验数据可以较好的拟合。     

智能机器人的自适应自主Agents的建模

在问题求解期间及穿越动态的、不可预测的环境的过程中 ,真实世界的问题需要自适应的求解方法来‘裁剪’Agent的行为 ,并使其落入任务域 ,否则不完备的知识、不确定性、不确定的Agents及过程的存在、硬件失灵和不精确性都会引发不确定事件的发生。自适应自主Agents是一种存在于动态的、不可预测的环境中 ,并试图满足一系列随时间变化的目标或动机的系统 ,而且此类Agents在处理这些目标的过程中 ,能基于已有的经验改进其能力。自适应自主Agents为智能机器人实现这一目标提供了一种新的途径。主要讨论了智能机器人的自适应自主Agents的建模问题 ,并指出它的局限性和开问题     

基于Kinect系统的场景建模与机器人自主导航

本文分别基于微软Kinect系统的单目RGB摄像机以及深度距离受限的RGB-D像机,研究解决室内机器人的6自由度定位问题.首先,在传统不完全自由度估计的基础上,提出了特征点参数的增量式模型以解决运动尺度不确定性问题.该模型和以往的欧几里得、逆深度参数化模型相比,不仅能够显著降低系统状态维数,而且能够保证系统状态的一致可观测性;此外,基于增量式模型,根据Kinect系统中采集的RGB图像和红外图像,实现了对机器人6自由度的运动估计.最后,将Kinect系统采集得到的RGB图像和深度图像序列用于欧几里得参数化模型和增量式参数化模型,对应的实验结果证明了本文所提的自主导航方法的有效性.     

基于量子粒子群算法的机器人路径规划

提出了一种基于量子粒子群优化算法的移动机器人全局路径规划方法。首先对环境地图进行建模,通过坐标变换在路径的起点与终点之间建立新地图,然后利用量子粒子群优化算法获得一条全局最优路径。该方法模型简单,算法复杂度低,收敛速度快,而且模型不依赖于障碍物的形状。仿真实验证实了该方法的可行性与有效性。     

基于复杂适应系统的蚂蚁群体智能研究

蚁群算法是一种基于群体智能的算法,蚂蚁群体智能有广泛的实际应用,该智能有其本身的优点,但同时也存在群体迷失的问题.首先简单介绍蚂蚁群体智能、复杂适应系统和涌现,然后利用复杂适应系统和涌现对蚂蚁群体智能的特点和运行机制进行分析,最后用这些特点来分析蚂蚁群体智能中的群体迷失现象产生的条件和原因,并提出相应对策.     

具有ZigBee通信的群机器人监控系统设计

通过需求分析,确定了机器人控制参数设置及下载、运行状态和环境数据采集及显示、历史数据管理及过程回溯分析等功能。在群机器人的通信网络基于ZigBee技术构建的背景下,根据成员机器人绑定终端节点后通过RF信号收发数据的特点,将协调器模块与监控计算机串口连接,完成监控系统的硬件构建。数据采集程序基于Z-Stack协议栈开发,其他部分功能使用Visual Basic编程实现。对群机器人协同搜索实验的监控结果表明,所要求的功能均已满足。     

Adaptive Trajectory Tracking of Wheeled Mobile Robots Based on a Fish-eye Camera

International Journal of Control, Automation and Systems - This paper presents a novel adaptive trajectory tracking control method, which can precisely control wheeled mobile robots only using an...