基于网络模型的多机器人编队优化研究

多个机器人要形成一个稳定的队形,系统内必须有信息的传递和交换.根据多机器人的物理约束、信息交换和控制策略建立了多机器人编队的网络模型,提出了改进的粒子群多目标优化算法(MPSO),并利用该算法对多机器人编队系统实现了优化控制.从仿真结果看,6个机器人能快速地从三角形状变换到直线编队,且变换过程中没有相互的碰撞,队形误差也很小.     

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。     

基于速度补偿算法的多机器人编队控制研究

为解决传统领航-跟随算法在多机器人系统编队控制中算法复杂及普通编队控制律较难完成多机器人圆形编队的问题,通过对传统的领航-跟随算法进行改进,将多机器人的编队问题转化为机器人之间的跟踪控制问题,提出了一种基于位置信息的速度补偿算法,并将其用于多机器人编队.首先建立了速度补偿算法机器人编队控制模型,利用跟随机器人与虚拟机器...     

模型预测控制下多移动机器人的跟踪与避障

提出了一种基于距离和速度的机器人之间的避障方法,通过与机器人避开障碍物的人工势场法相结合,建立一致性控制编队控制协议。首先,建立机器人之间的通信拓扑关系,以便机器人之间的信息交流。在编队控制层面上,设计具有避碰的编队控制律。然后,在编队跟踪层面上,运用模型预测控制方法,将编队误差运动问题按代价函数转化为最小优化问题。为了在线高效地求解该优化问题,运用了一种广义投影神经网络优化的方法,以便最优解作为控制输入。最后,对多移动机器人编队进行了仿真,验证了所提出策略的有效性。     

基于多智能体遗传算法的多机器人混合式编队控制

提出了一种基于多智能体遗传算法的多机器人混合式编队控制方法,将多智能体系统与传统遗传算法相结合,形成了一种新的在线优化算法(多智能体遗传算法),应用到多机器人编队控制中。同时将领航跟随法与人工势场法相结合,能更有效地保持队形的稳定性、增强抗干扰能力。采用该方法进行仿真实验,并与传统机器人编队控制方法相比较,实验结果验证了所提方法的可行性和有效性。     

三维环境下基于反步法的多机器人编队控制

针对两轮式移动机器人在复杂环境下的编队控制问题,提出一种基于虚构领航法和反步法,并结合人工势场法策略的多机器人避障编队算法。首先,详细分析多机器人系统在三维空间下的编队模型,并利用空间投影方法将其映射到二维平面进行分析。其次,将运动学模型转化为链式形式,并通过正则坐标变换,将误差系统形式转换成串联非线性系统。然后运用Backstepping方法构造轮式机器人追踪系统的Lyapunov函数,设计出针对轮式机器人的轨迹跟踪控制器。再结合人工势场法避障策略,完成多机器人复杂环境下的编队任务。最后,通过多机器人轨迹跟踪的两组仿真实验,验证了所提出方法的有效性。     

基于多机器人编队控制的大件物品协同搬运

针对多移动机器人的协同搬运控制问题,基于领航-跟随者策略设计多移动机器人编队控制器。利用编队参数和领航者位置信息将编队控制转换为跟随者对虚拟机器人轨迹跟踪,实现编队的队形控制;利用反演法设计运动控制器,实现移动机器人轨迹跟踪控制;利用Lyapunov函数分析闭环系统的稳定性。仿真结果表明,编队中的移动机器人能够快速形成和保持给定的编队队形,并沿期望轨迹移动,实现了大件物品的协同搬运。     

基于纯角度观测信息的leader-followers机器人编队控制方法

提出一种纯角度观测信息的leader-followers多机器人编队控制方法.多个跟随机器人(followers)仅观测其领航机器人(leader)角度信息;基于非线性系统可观测性的理论研究,这种纯角度观测信息能够满足leader-followers的可观测性要求;利用无迹卡尔曼滤波算法对leader-followers机器人系统的状态进行估计,根据状态估计结果设计了输入-输出状态反馈控制规律控制跟随机器人运动,以达到理想的编队效果。仿真验证了该方法的可行性。     

空基雷达组网收发分置协同探测编队构型优化

针对空基雷达组网收发分置协同探测构型优化问题,利用目标雷达波空间散射的分布特点,基于双基雷达空间分集思想,建立了空基雷达组网收发分置协同探测数学模型,定义了探测性能的评价指标,得到优化目标函数;采用网格分割法对布设在不同距离、不同方位的空基雷达形成的探测空域,基于烟花算法求解得到"1发n收"多种情况下的最优编队构型方案.仿真结果验证了该数学模型的有效性和算法的适应性.     

一种多机器人编队协同定位的方法

针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.     

一种新的机器人自组网群组运动控制模型

针对现有机器人自组网运动控制模型无法真实反映机器人运动规律的问题,提出一种新的群组运动控制模型（groupmovementcontr01model,GMCM）。该模型基于机器人通用运动学模型,采用群组控制算法,对传统群组随机运动模型——参考点群组运动模型（referencepointgroupmobility,RPGM）进行修改,可描述机器人编队解散和集合的运动状态,满足群组分割与合并的需求。进一步实现GMCM模型,并基于GMCM,RPGM,DRGM模型对机器人自组网路由协议进行模拟仿真。结果表明,基于GMCM模型仿真时协议性能有所降低,较为真实地模拟了机器人编队运动,对机器人自组网的研究具有一定的参考价值。     

采用蚁群算法模拟机器人寻路的仿真实验

蚁群算法是一种基于蚁群寻找食物这一现象,实现寻路优化的算法。通过在MATLAB中进行程序设计,实现了利用蚁群算法模拟自动寻路的计算,并进一步将程序应用于简易机器人的寻路模块,初步实现机器人的寻路优化功能。     

基于遗传算法的动态目标特征选择方法研究

机器人在进行动态目标识别过程中,由于同一物体在运动中会引起多种目标图像参数的改变,对特征选择与提取造成困难.介绍一种新的基于遗传算法的机器人动态目标特征选择方法.用遗传算法对目标的不变矩特征进行选择.通过对特征进行二进制编码,采用类内类间距离作为适应度函数,对其进行选择和优化,获得最优特征子集.实验结果表明与其他方法相比,提高了目标的识别率.     

足球机器人守门员的动作设计与研究

以FIRA仿真足球机器人为研究目标,以守门员的动作策略为主要研究对象,基于FIRA仿真平台SimuroSot,对守门员的动作进行设计,并以防守状态为重点,提出了一种将“盯球”和“盯人”相结合的优化算法,实验结果表明,该策略可提高守门员的防守能力.     

基于踢脚线的结构化环境单目视觉导航

针对室内结构化环境下的导航任务,提出一种以踢脚线为参考直线的基于单目视觉的导航算法。利用单目摄像头提取图像,运用Canny边缘检测方法和霍夫变换相结合的边缘检测算法提取结构化环境中的踢脚线,根据平行直线在图像平面的成像原理,提取出参考直线和偏航角作为导航信息,实时控制小车的运动。试验结果显示,基于该方法设计的小车可以实现安全行驶,该方法获取的导航参数受光照的影响不大,稳定可靠,能满足安全性和实时性的要求。     

一种改进的移动机器人视觉跟踪算法研究

运动物体的实时跟踪是移动机器人视觉的关键技术之一．为了实现对目标快速有效的跟踪,本文提出了一种改进的移动机器人视觉跟踪算法,该算法在mean shift算法的基础上,利用颜色特征作为视觉跟踪依据,并且引入Kalman滤波进行迭代窗口的预测．实验仿真结果表明,本文算法一定程度上消除了光照条件的影响,而且很好的解决了当目标被遮挡时发生目标跟踪偏差或丢失的问题,具有实用价值．     

URWPGSim2D仿真平台之花样游泳比赛项目的设计与实现

为了丰富中国水中机器人大赛,在URWPGSim2D仿真平台上设计了花样游泳比赛项目。在该比赛项目中,可以设定比赛队伍数目和每支队伍的机器鱼数目,并在仿真平台中生成显示机器鱼,同时在该平台上还实现了队伍名称等信息的传递。本比赛项目支持任意队形的队列队形表演,取得了良好的仿真效果。     

基于多目标结构参数优化的微创手术机器人设计

为提高手术机器人的通用性,根据不同微创手术工作空间要求和操作要求设计了一种具有8自由度的通用性微创手术机器人,构造了包含运动学和动力学特性的多目标优化函数,利用遗传算法对含有运动学和动力学的双响应指标进行优化获得了具有较高灵活度的结构参数,为后续结构设计提供了良好的理论基础。     

仿生蠕动型机器人动力学分析与仿真

为提高蠕动型机器人的适应性和行走效率,根据腹足动物蠕动原理,设计了一种可应用于人体大动脉血管介入诊疗的新型蠕动式机器人,该机器人的摩擦力控制模块使固定相与移动相的体节单元与管壁之间具有不同的摩擦系数,从而提高了蠕动效率,使机器人运动更平稳,承载能力更强。描述了机器人的结构与行走原理,分析了机器人在大动脉流场环境中的受力,利用空间算子代数方法,建立了机器人动力学模型,通过试验验证了机器人行走原理,在此基础上进一步进行了任务仿真,测试了机器人在不同环境中的动力学性能。样机试验和仿真的结果表明这种仿腹足动物蠕动式机器人达到了预期目的,而建模和仿真的方法对于其他类型蠕动式机器人也具有借鉴意义。     

基于多空间混合约束的NAO机器人抓取轨迹规划

为提高NAO机器人手臂抓取物体的可靠性,本论文提出关节空间和笛卡尔空间控制相结合的方法,设计NAO机器人手臂的轨迹进行目标抓取。由于目标大小已知,利用关节空间控制可以预先设定NAO机器人抓取的最佳姿态,即NAO机器人手臂各个关节角度。运用正运动学,计算手臂移动位置。在设定姿态后的位置与目标点之间,利用笛卡尔空间控制进行轨迹规划。实验表明,在NAO坐标系下,手臂抓取范围内该算法能够在给定范围内准确地完成空间抓取目标任务。