基于模型预测控制的四足机器人斜坡自适应调整算法与实现

为了实现四足机器人在有斜坡地形下的自适应稳定行走,在模型预测控制基础上进行扩展,设计四足机器人在斜坡上的足端位置调整与躯干姿态自适应调整策略。由惯性测量单元(inertial measurement unit,IMU)测得机器人运动时的姿态参数,通过推导的足端轨迹算法,得到足端位置的坐标映射,调整机器人在斜坡上的重心位置;通过设计的“虚拟斜坡”躯干姿态调整算法,实现机器人在上坡过程中躯干姿态的自适应调整。利用实验室的四足机器人物理平台和搭建的实际斜坡地形环境,验证了所提算法的可行性和有效性。机器人平台验证结果表明,所提出的斜坡自适应控制方法提高了机器人在坡面上的稳定裕度,优化了足端运动空间,实现了四足机器人的自适应爬坡调整。     

崎岖地形环境下四足机器人的静步态规划方法

为了使四足机器人能够通过姿态调整提高其自身的地形适应性,给出了机器人姿态调整角的计算方法。四足机器人在行走过程中通过躯干的摆动增加稳定裕度,并使用五次曲线对躯干运动轨迹进行规划,保证了整个运动过程的连续性。另外,为克服机器人无法获取地形信息的不足,规划了一种矩形摆动足足底轨迹。仿真实验结果表明:使用提出的静步态规划方法,四足机器人可以在未知地形信息的情况下,实时、自主、稳定地通过复杂度较高的崎岖地形。     

基于能量规划的崎岖地面四足机器人平面跳跃控制

针对四足机器人传统奔跑控制方法中存在的俯仰角波动以及崎岖地形适应问题,提出了一种基于Trot具有前后脚同时支撑步态的崎岖地形跳跃控制方法。建立了步态支撑相平面运动模型,并通过虚拟模型控制,实现了躯干平面运动控制解耦。对虚拟模型中躯干的运动过程进行了能量规划,计算出纵向虚拟位置刚度,实现了跳跃周期控制;通过水平方向虚拟力的比例控制实现了机器人水平运动速度控制;采用大位置误差增益的PD控制方法实现了躯干姿态控制,保证了跳跃过程中躯干俯仰角的稳定。在虚拟物理仿真环境中建立了四足机器人的平面虚拟样机,对控制方法进行了仿真实验以及在假设条件不满足情况下的鲁棒性测试,仿真实验结果表明了该方法对跳跃控制的有效性。     

风帆雪橇极地漫游机器人系统平台搭建与直线速度控制算法研究

风帆雪橇极地漫游机器人利用南极风力和太阳能获得动力和能源,具有长时间工作和长距离移动的能力,可用于南极大范围无人化科学考察。在前期风帆雪橇极地漫游机器人本体研究基础上,介绍了风帆雪橇极地漫游机器人软、硬件系统平台设计,详细研究了基于自适应模糊PID方法的直线速度控制算法,并进行了Simulink环境下的对比仿真实验,验证了基于自适应模糊PID方法的机器人直线行进速度控制算法的有效性。     

不确定性扰动下双足机器人动态步行的自适应鲁棒控制

针对不确定性扰动下双足机器人动态步行的鲁棒控制问题,建立不确定性扰动下双足机器人的动力学模型. 将特定庞卡莱映射方法拓展到不确定性扰动下双足机器人的稳定性分析,将机器人随机系统的稳定性分析转化为确定性周期系统的稳定性分析. 基于滑模控制方法,提出自适应滑模控制器. 与以往滑模控制器相比,该控制器无需外部扰动的准确幅值信息. 考虑到双足机器人在实际应用中常会遭遇非平整路面,进一步将该自适应滑模控制器拓展到非平整路面的鲁棒控制：提出碰撞速度不变性条件,基于落地速度控制进行在线轨迹规划,基于自适应滑模控制器对机器人进行反馈控制. 基于三维（3-D）五杆双足机器人进行仿真实验,结果表明,所设计的控制器能有效实现机器人在不确定性扰动下的鲁棒控制.     

适合航行的六足仿生机器人Spider的研制

研制了一种新型六足仿生机器人Spider,应用于复杂地形环境中的自主步行。设计了具有全方位移动能力的机器人本体结构,并基于灵活度评价函数对结构参数进行了优化;以ARM芯片为主控制器、FPGA芯片为协控制器构建了机器人硬件控制系统;实现了一种基于功能-行为集成的步行控制器,用于生成静态稳定的自由步态。仿真和实验结果验证了六足机器人的崎岖地形全方位自适应步行能力。     

基于颜色聚类和直线检测的自适应盲道区域分割算法

为帮助盲人更好地利用盲道,提出一种自适应盲道分割算法.首先利用颜色聚类分析的方法对图像进行初步的区域分割,然后根据盲道的颜色特征从中选择属于盲道的区域.利用拉东变换对图像中的直线边缘进行检测,并结合对盲道的初步分割结果找到盲道的边缘,以实现对盲道区域的精确分割.为了对算法进行验证,在不同时间和不同的天气条件下采集室外的盲道图像对算法进行测试.实验表明,环境变化对该算法影响很小,可以实现对盲道区域的自适应分割.     

基于双目光束法平差的机器人定位与地形拼接

为了实现自主移动机器人完成复杂智能任务,如路径规划和避障等,针对移动机器人在复杂未知环境中精确定位并对周围环境进行致密地形构建问题,提出一种基于双目光束法平差的机器人定位与致密地形拼接算法.利用安装在移动机器人上的立体相机获取图像序列,跟踪前后帧图像序列中的对应特征点,基于双目光束法平差优化(BBA)精确估计机器人位置姿态.对左右相机采集图像对进行立体匹配获取致密三维地形信息,结合定位时获取的旋转平移姿态,实现了地形的构建与拼接.实验结果表明,该算法具有较好的实时性和鲁棒性.     

基于软控制的群体机器人迁徙行为研究

为实现群体机器人迁徙系统的速度可控,研究了在软控制的干预下使群体达到期望速度的方法。在基于局部信息交互的分布式系统中引入软控制干预群体的运动形式,在不改变群体局部规则的情况下,实现速度可控的群体迁徙。利用代数图论和LaSalle不变原理,分析了该系统在软控制干预下的稳定性,并进行了仿真实验。实验结果表明,该控制策略能有效地实现稳定的群体迁徙行为。     

基于免疫遗传算法的多机器人环境探索

针对多机器人环境探索中的任务分配和路径规划问题,将环境中所有待探索的任务点根据短距离优先策略分配至个体机器人,利用改进的免疫遗传算法对机器人分配到的任务点进行优化探索,提出了带有初始任务点优化的路径规划方法,使机器人能够不重复并且高效地遍历工作环境中的所有探索点.通过建立多机器人仿真实验系统,随机产生环境中的任务点和机器人等数据信息,并在此条件下对本文方法进行实验验证.结果表明,本文方法能够有效地实现多机器人环境探索问题.     

动态环境下群体机器人同步的分布式控制

针对群体机器人系统的动力学模型中动态环境下的同步问题,利用个体之间的相互距离提出了连接矩阵的方法,设计了基于局部信息交互的分布式控制器,并利用Barbalat引理进行了稳定性分析。该控制器无论是在切换拓扑还是固定拓扑关系下,都能够使得系统中的所有个体在动态环境下收敛至同一速度。仿真试验结果表明,该控制器能有效地实现群体机器人的同步。     

未知环境下的移动机器人实时避障研究

针对未知环境下的移动机器人实时避障问题,设计了一种基于模板更新和模板匹配的避障算法.利用视觉传感器获取的场景信息与存储于机器人内部的模板图像进行匹配,确定机器人的可行区域和障碍区域.根据虚拟引力方法计算出机器人下一时刻的行进方向和行驶速度.鉴于场景光照变化情况,采用了一种基于粒子滤波的模板更新方法.为了验证算法的正确性和有效性,在室内不同的场景下做了大量的实验.实验结果表明:该方法能够实现可靠的障碍物检测,并引导机器人有效地躲避各种静态和动态障碍物,而且算法具有很好的实时性和鲁棒性.     

基于融合边界信息的机器人路径选择方法研究

研究了机器人融合多元视觉边界信息检测障碍并选择可行路径实现导航的方法。针对检测到的视觉环境信息,研究了多元边界表示与提取算法,通过融合处理得到了实际环境中前进方向上的径向障碍分布(ROP),研究了相关的路径规划算法。对如何提高边界提取算法效率以及在机器人尺寸和实时速度约束条件下的规划等问题提出改进算法,实现了非结构化环境下机器人的局部导航控制。实际机器人在不同环境下的实验,验证了所研究算法的有效性。     

基于中心差分卡尔曼滤波器的快速SLAM算法

针对密集路标环境下机器人同时定位与地图创建(SLAM)速度缓慢以及一致性不够收敛,提出了一种使用Stirling多项式插值方法对非线性过程进行近似的卡尔曼滤波器,同时利用路标测量统计信息对SLAM过程中的状态向量和状态协方差进行动态调整的SLAM方法.此方法对预测方程和测量方程使用Stirling多项式插值方法可以近似到二级甚至是更高级的泰勒展开.使用路标统计信息动态计算各个路标对于当前时刻状态向量的权重,利用此权重进行状态向量和状态向量协方差动态调整.实验表明无论是在稀疏路标环境下还是在密集路标环境下此方法在内存占用、SLAM速度以及对机器人定位的一致性上都优于FASTSLAM.     

基于遗传算法的水下机器人滑模变结构控制策略

针对水下机器人需快速、准确跟踪目标的要求,在分析其非线性四自由度动力学模型的基础上,运用李雅普诺夫稳定性分析法,提出一种基于遗传算法的水下机器人滑模变结构控制方法。设计遗传-滑模控制器,利用遗传算法对控制器参数进行优化以消减抖振,并通过动态选优,选取全局最优解,进而提高收敛速度,实现运动状态的实时调整。仿真结果表明,该控制方法能够高效地获取全局最优解,并具有较强的自适应能力,能够有效地实现水下机器人的轨迹跟踪。     

基于工业机器人的焊缝参数自适应控制方法

针对焊接机器人作业过程中焊接参数不能实时调整的问题，提出一种自适应焊接系统，能根据不同的焊缝间隙实时改变焊机的电流电压及焊接速度。探讨焊缝间隙的实时测量，分别对不同间隙情况的DC03板材进行不同焊接速度以及不同送丝速度下的焊接实验，,并对其对接焊缝进行抗拉强度分析，得到了最佳参数。试验验证，自适应系统在焊接过程中能自动调整相关参数，找出不同间隙板材与送丝速度、焊接电流与焊接电压变化的最佳值，获得最优焊接质量。     

血管微型机器人无损伤体内驱动方法

介绍了一种新型血管机器人的运动原理和驱动机构。该机器人利用液体作介质，根据蝌蚪的泳动原理，通过尾部的摆动实现快速平稳的游动前进与转向，在后退中利用头部旋转产生的动压润滑效应实现快速悬浮倒退，在运动过程中避免了与管壁的接触，在血管内运动时不会对血管造成损伤。建立了血管机器人运动速度与驱动力理论分析模型。理论研究与实验结果表明，该机器人能以较快速度在平置的充满液体的微细玻璃管道中游动前进和悬浮倒退。     

基于双目视觉的机器人局部路径规划

目的提出移动机器人利用双目视觉在不确定的环境中实现自主避障和导航的一种新方法．方法以视觉信息为决策依据，利用神经网络对障碍物的屏幕坐标和实际相对坐标进行非线性映射，在避障过程中只考虑障碍物相对于机器人的运动及可能的碰撞方式，无需考虑机器人和障碍物的运动速度和运动方向．结果映射点偏离屏幕中心误差越大，障碍物距离机器人越远，确定避碰策略越困难；而当障碍物距离机器人较近时确定避碰策略较容易．该方法计算量少，运算时间短，提高了机器人的实时性．结论仿真试验表明此种方法能有效避开障碍物顺利到达目标点，并减少了计算规模，提高了实时性．     

智能制造系统的6R工业机器人仿真和监控平台

为了提高工业机器人的交互性,进行了构建具有三维可视化环境的人机交互系统研究。本文以6R机器人为对象建立了机器人运动学模型,利用矢量积方法推导了雅克比矩阵,为仿真和监控数据的可视化奠定了基础。给出了可视化环境的实现方案,设计了编译控制指令和仿真的算法流程,并以JOpen Show Var作为网络通信开发包设计了监控的通信结构。开发实现了机器人的仿真和监控系统,并进行了实验验证。实验结果表明该系统具有形象直观的人机交互环境,而且具有良好的监控实时性。     

混合粒子群优化算法和案例推理方法的多机器人学习

以未知环境下多机器人学习为研究平台,因案例推理方法可存储以前的问题和解信息,用该方法的长期记忆特性可帮助粒子群优化算法更好地解决新的问题。在特定的仿真环境里,粒子群优化算法可训练机器人的几个基本行为,经过学习使机器人具有更好的鲁棒性和自适应学习能力。根据机器人不同行为在复杂环境下的性能指标,CBR可从案例库中选择特定的行为,并将其参数传送到粒子群优化算法的初始解库,从而加速整体的学习过程。利用机器人仿真软件MissionLab,采用基于行为的多机器人编队任务,用来测试该算法的有效性。仿真和实验结果表明,案例推理方法和粒子群优化算法相结合,使机器人获得更优的控制参数,同时在未知环境下的多机器人编队具有更好的性能。