四足机器人躯干重心稳定的变步长行走研究

在机器人稳定性控制优化问题的研究中,四足机器人行走过程中躯干重心位置的波动是运动不平稳的一个重要原因,也会带来机器人的低能效比和机械寿命缩短等问题.为了解决上述问题,研究了四足机器人行走过程中保持重心稳定的方法,提出重心无波动关节运动规划方法.从静止加速到指定速度的过程,速度的增加按S型曲线变化,保证重心的平稳加速;在恒速行走过程中,以躯干重心位置变化的加速度为零、足端在起脚和落脚位置的冲击为零作为约束条件,计算出四足机器人各关节的运动函数,保证了行走过程的重心平稳.机器人行走的步长在行走过程中动态计算,计算依据是保证整个行走过程中重心在水平面的投影始终在机器人支撑脚所在多边形范围之内,可进一步减小重心在垂向的波动.对所提方法进行了计算机仿真,运动规划及关节驱动函数在Matlab中实时解算,运动过程的程序控制采用Matlab的状态机技术,四足机器人行走的动力学过程用Adams实时计算.仿真过程中四足机器人行走平稳,实际重心曲线在横向和垂向的偏移波动极小,表明提方法对于重心的控制是有效的,为机器人稳定行走设计提供了依据.     

Design and control of a planar bipedal robot ERNIE with parallel knee compliance

This paper presents the development of the planar bipedal robot ERNIE as well as numerical and experimental studies of the influence of parallel knee joint compliance on the energetic efficiency of walking in ERNIE. ERNIE has 5 links—a torso, two femurs and two tibias—and is configured to walk on a treadmill so that it can walk indefinitely in a confined space. Springs can be attached across the knee joints in parallel with the knee actuators. The hybrid zero dynamics framework serves as the basis for control of ERNIE’s walking. In the investigation of the effects of compliance on the energetic efficiency of walking, four cases were studied: one without springs and three with springs of different stiffnesses and preloads. It was found that for low-speed walking, the addition of soft springs may be used to increase energetic efficiency, while stiffer springs decrease the energetic efficiency. For high-speed walking, the addition of either soft or stiff springs increases the energetic efficiency of walking, while stiffer springs improve the energetic efficiency more than do softer springs. Electronic Supplementary Material  The online version of this article () contains supplementary material, which is available to authorized users.

基于空间信息视觉注意模型的家庭机器人室内场景视频识别技术

在视觉注意模型的基础上提出一种应用于家庭机器人室内场景视频识别技术的模型．此模型在视觉注意模型中的特征图的基础上结合空间信息形成图像特征． 利用此特征进行分类,不仅避免了室内图像过于复杂的细节,还保留了不同场景中的空间信息．利用一款家庭服务机器人作为实验平台进行实验．实验结果表明, 此模型具有很好的识别效果,同时在机器人上进行视频识别具有一定的实时性．     

Effects of load carriage, load position, and walking speed on energy cost of walking

PURPOSE: The purpose of this study was to examine the effects of load, load position, and walking speed on the energy cost of walking per unit distance (Cw: ml/kg/m). METHODS: Eight young male subjects walked on a treadmill at various speeds with and without load in the hands, on the back, and on the legs. The Cw values were determined from the ratio of 2-min steady-state oxygen consumption (Vo2) above resting value (net Vo2) to the walking speed (v): Cw = net Vo2/v. RESULTS: An energy-saving phenomenon was observed when the load was carried on the back at slower speeds. This phenomenon diminished at faster speeds, particularly when walking faster than 90 m/min. It was also observed when the load was carried in the hands at slower speeds. CONCLUSIONS: These findings partly supported our hypothesis that an energy-saving phenomenon would be observed due to an interaction between rotative torque around the center of body mass and excessive burden on the lower muscles as a function of speed.     

基于建筑特征及二维地图的复杂城市场景中移动机器人视觉定位算法

针对城市环境中全球定位系统(GPS)信号易受到高层建筑遮挡而无法提供准确位置信息的问题,提出了一种基于建筑物竖直侧平面特征及建筑物二维轮廓地图的移动机器人定位方法。该方法利用车载视觉,首先对两视图间的竖直直线特征进行匹配;然后基于匹配的竖直线特征对建筑物的竖直侧平面进行重建;最后,利用建筑物竖直侧平面特征及建筑物二维俯视轮廓地图,设计了一种基于随机采样一致性(RANSAC)的移动机器人视觉定位算法,从而解决了在建筑物方向任意的复杂城市环境中的机器人定位问题。实验结果表明,算法的平均定位误差约为3.6m,可以有效地提高移动机器人在复杂城市环境中自主定位的精度及鲁棒性。     

基于视觉显著性特征的快速场景配准方法

视觉显著性特征是模拟生物视觉注意力选择机制的一种具有较好的鲁棒性与不变性的视觉特征。基于视觉显著性特征提出了一种快速的场景配准方法。该方法采用调幅傅里叶变换构造视觉显著性映射;通过对显著特征局部极值特性以及信息丰度的分析,实现显著点的粗定位、预选择与可信度排序;通过图像形态学操作,实现了显著场景区域的生长与合并。在此基础上,提出了SSIFT(saliency scale invariant feature transform）算法,从而减少了场景分类算法的计算量。利用本文方法对美国南加州大学的场景数据库进行测试,实验结果表明这种方法提取的SSIFT特征对于图像的平移、旋转以及光照等变化具有良好的不变性;与经典SIFT算法相比,该方法在计算速度上具有明显的优势,并在识别率上也略优于SIFT算法。     

PLVO: 基于平面和直线融合的RGB-D视觉里程计

针对利用平面特征计算RGB-D相机位姿时的求解退化问题, 提出平面和直线融合的RGB-D视觉里程计(Plane-line-based RGB-D visual odometry, PLVO). 首先, 提出基于平面−直线混合关联图(Plane-line hybrid association graph, PLHAG)的多特征关联方法, 充分考虑平面和平面、平面和直线之间的几何关系, 对平面和直线两类几何特征进行一体化关联. 然后, 提出基于平面和直线主辅相济、自适应融合的RGB-D相机位姿估计方法. 具体来说, 鉴于平面特征通常比直线特征具有更好的准确性和稳定性, 通过自适应加权的方法, 确保平面特征在位姿计算中的主导作用, 而对平面特征无法约束的位姿自由度(Degree of freedom, DoF), 使用直线特征进行补充, 得到相机的6自由度位姿估计结果, 从而实现两类特征的融合, 解决了单纯使用平面特征求解位姿时的退化问题. 最后, 通过公开数据集上的定量实验以及真实室内环境下的机器人实验, 验证了所提出方法的有效性.     

面向自动扫描的三维形状多层次局部匹配算法

为了让机器人在对未知场景的扫描与重建过程中同时获得对该场景的理解,需要基于目前已有的部分信息进行物体分割与识别,解决基于不完整点云的局部匹配问题.针对已有的局部匹配方法面临着匹配准确度低、计算复杂度高等问题,提出三维形状的多层次局部匹配算法.在粗层次上,通过使用改进的词袋方法进行降维加速;在细层次上,通过精细地筛选三维特征点对之间的对应关系提升精度.首先使用基于深度学习描述子的多尺度SVM方法对数据库中模型上的特征点进行聚类,然后采用基于空间关系的视觉词袋方法在数据库中检索候选模型,最后基于全局和局部等距性对不完整点云与候选模型间的特征点对对应关系进行筛选.文中对于各部分算法分别进行验证,并与相关算法进行对比和评估,实验结果表明,该算法显著提高了局部匹配的准确性,为机器人在线场景扫描、分析、重建等相关工作提供了十分有意义的参考和支持.     

聊天机器人中用户就医意图识别方法

传统的聊天机器人中用户意图识别一般采用基于模板匹配或人工特征集合等方法,针对其费时费力而且扩展性不强的问题,并结合医疗领域聊天文本的特点,提出了基于短文本主题模型（BTM）和双向门控循环单元（BiGRU）的意图识别模型。该混合模型将用户就医意图识别看作分类问题,使用主题特征,首先通过BTM对用户聊天文本逐句进行主题挖掘并量化,然后送入BiGRU进行完整上下文学习得到连续语句最终表示,最后通过分类完成用户就医意图识别。对爬取的语料进行实验,BTM-BiGRU方法明显优于传统的支持向量机（SVM）等方法,其F值更是高出目前较好的卷积长短期记忆组合神经网络（CNN-LSTM）近1.5个百分点。实验结果表明,在本任务上该混合模型重点考虑研究对象的特点,能有效提高意图识别的准确率。     

步行机器人的递阶分布式计算机控制系统研究

本文描述了一种四足步行机器人的递阶、分布式实时计算机控制系统,介绍了该系统的结构及实现方案,讨论了关节位置的开关控制问题及步行机器人的总体控制问题.最后论述了步行实验结果.     

景象匹配区选取方法研究

景象匹配定位是精确制导的重要技术,随着武器系统日益精确化,影响匹配制导精度的匹配区选择得到了广泛的关注。基于景象信息量、稳定性和区域唯一性对景象特征指标进行了分析研究,讨论了各特征参数对匹配性能的影响;给出了由粗到细的分层选取方案,并对特征指标进行了量化;提出了一种由粗到细的分层多尺度匹配区选取方法。实验结果表明该方法具有较大的抗鲁棒性,能够在复杂基准图上有效地选取出满足要求的景象匹配区。     

基于本体的虚拟企业伙伴选择系统研究*

虚拟企业伙伴选择首先必须要解决潜在伙伴企业信息的获取和规范化处理的问题.为了解决这一问题,提出通过构建企业本体来规范企业资源信息描述和理解.在此基础上建立了一种基于本体的虚拟企业伙伴选择系统,并对企业本体库的内容框架和结构设计方法作了详细介绍.     

基于声誉的多时段多属性供应链伙伴选择模型

为解决供应链合作过程中伙伴选择信任度低的问题,针对属性权重与时间权重未知的决策情况, 提出了一种基于声誉的多时段多属性供应链伙伴选择模型。模型引入三角模糊数来描述语言类评价信息,分别根据声誉属性间的关联和改进的时间衰减函数确定各时段的属性权重和各时段的时间常权,并将惩罚型变权方法引入模型时间权重设定中,使各时段的时间权重随各时段声誉状态值的变化而变化。算例分析结果表明,该模型有助于优选出声誉在各时段间较为均衡的供应链伙伴,同时具有较强的灵活性,可以适应不同的伙伴选择要求。     

机器人智能视觉路径选择系统的设计与实现

机器人视觉路径选择系统的性能,对于提高不同领域机器人应用性能具有重要的应用意义;提出了考虑最优路径数据挖据的机器人视觉路径选择系统的优化设计方法,分析了该系统组成的总体结构,给出了系统的电机驱动模块、图像采集处理模块、USB接口以及电源模块的硬件结构设计,分析了考虑最优路径数据挖据机器人视觉路径规划的具体过程,介绍了系统实现路径规划的关键程序代码,实现机器人视觉路径的准确选择;实验结果说明,所设计模型可实现机器人路径的有效规划,具有较高的规划效率和精度。     

基于强化学习的类人机器人步行参数训练算法

基于轨迹规划的类人机器人在合理的参数组合下可实现快速稳定的行走。为优化步行参数,提出一种基于强化学习的步行参数训练算法。对步行参数进行降阶处理,利用强化学习算法优化参数,并设置奖惩机制。在Robocup3D仿真平台上进行实验,结果证明了该算法的有效性。     

A new 2-point absolute pose estimation algorithm under planar motion

Several pose estimation algorithms, such as n-point and perspective n-point (PnP), have been introduced over the last few decades to solve the relative and absolute pose estimation problems in robotics research. Since the n-point algorithms cannot decide the real scale of robot motion, the PnP algorithms are often addressed to find the absolute scale of motion. This paper introduce a new PnP algorithm which use only two 3D–2D correspondences by considering only planar motion. Experiment results prove that the proposed algorithm solves the absolute motion in real scale with high accuracy and less computational time compared to previous algorithms.     

双足步行机器人控制器的改进与实现

文章首先指出二十四自由度双足机器人的控制器是该型机器人的核心,也是扩展该型机器人功能首先需要改进的部件,接着介绍了双足机器人的控制器硬件和软件的改进设计。文章比较详细地阐述了双足机器人步态轨迹控制与规划,并指出下一步的研究方向是如何控制双足步行机器人稳定地和健壮地在复杂环境里及粗糙地面上行走。     

可见光波段虚拟伪装场景的创建

提出基于Vue和Python的可见光波段虚拟伪装场景概念,重点阐述了不同探测方位、不同天气时段的虚拟伪装场景和动态虚拟伪装场景的创建流程,分析了该方法存在的问题并对下一步的工作进行了展望.基于Vue和Python的虚拟伪装场景在可见光波段伪装效果评估方面具有较好的应用前景和推广价值.     

视觉感知式场景文字检测定位方法

针对自然场景中复杂背景干扰检测的问题,本文提出一种基于视觉感知机制的场景文字检测定位方法。人类视觉感知机制通常分为快速并行预注意步骤与慢速串行注意步骤。本文方法基于人类感知机制提出一种场景文字检测定位方法,该方法首先通过两种视觉显著性方法进行预注意步骤,然后利用笔画特征以及文字相互关系实现注意步骤。本文方法在ICDAR 2013与场景汉字数据集中均取得较有竞争力的结果,实验表明可以较好地用于复杂背景的自然场景英文和汉字的检测。