基于模糊控制的除草机器人自主导航

研究了基于机器视觉导航的田间自主移动除草机器人．采用模糊控制方法引导除草机器人沿着农作物 行自动行走．根据导航角和导航距的参数特性选择了隶属函数,建立了两种控制规则库,并探讨了两种控制效果． 试验表明,模糊控制方法能够使机器人平稳运动．在直行阶段,控制规则1 有较高的控制精度．控制规则2 能使机 器人更好地通过弯道,对42.2± 的弯道,机器人的行走准确率达到74.58%．     

基于Linux移动机器人控制系统设计

本文描述了S3C44BOX uClinux系统的轮式移动机器人平台的步进电机运行中的升降速方案,避免了步进电机在高频下启动、停止时产生失步和震荡现象.用基本的字符设备思想开发出步进电机设备驱动程序.方便于uClinux用户态下通过简单的write和ioctl命令即可控制步进电机运行.     

基于Zedboard的嵌入式自动调谐系统设计

基于Xilinx首款融合ARM Cortex A9双核与FPGA的全面可编程片上系统完成广播自动调谐控制系统的设计。介绍了Zedboard片上系统的硬件结构,利用芯片的ARM硬核完成了嵌入式Linux操作系统的移植,设计完成了广播自动调谐系统的Qt GUI并在操作系统上移植,逻辑设计与应用程序集成在芯片上实现整个系统的设计。     

视觉导航草坪修剪机器人控制系统设计

设计了基于视觉导航的草坪修剪机器人,通过摄像头采集草坪场景的图像,利用基于深度学习的图像分割技术识别草坪已割区域和未割区域,提取区域间的分割线作为机器人的规划路径。系统以STM32F407VET6为主控芯片进行机器人驱动控制系统的设计,以IR2014结合H桥作为底盘电机驱动电路,在视觉识别的区域分割线的导引下进行循迹运动。实验结果表明,该控制系统能够在视觉导航下完成行进运动、避障和割草作业。     

基于AvrX操作系统的机器人控制系统设计

为满足机器人大赛对控制系统性能的要求，本文提出一种基于AvrX操作系统的机器人控制系统。该系统具有完整丰雷的硬件体系，提供方便的控制接口函数和驱动程序，适合机器人的程序架构。在2009年机器人大赛中，该系统应用在旅客机器人上，得到很好的验证。     

基于CODESYS的机器人控制系统设计

随着机器人技术的不断发展,机器人在工业自动化、医疗卫生和服务业等领域得到广泛应用。为满足机器人控制系统对开放性、通用性和扩展性的要求,本文在IEC61131-3标准的基础上,使用CODESYS软件开发环境设计了一种机器人开放式运动控制系统,该系统能够实现机器人的正逆运动学求解、插补运动等功能,并设计了可视化界面进行操作。此外,还使用UGMCD模块进行了UR5机器人控制仿真,通过观察仿真过程中机器人的运行状态,验证了机器人控制系统的有效性。实验结果表明,该机器人控制系统运行稳定,具有良好的应用前景和广泛的适用性。     

基于Zedboard的顺序控制技术研究

针对顺序控制系统对时间精度的需求,设计了一种高时间精度顺序控制系统.系统主要由铷原子钟、主控微机以及Zedboard板(单片机+FPGA)组成.系统通过GPS驯服铷原子钟实现本地时间与UTC(协调世界时)时间高精度同步及授时;通过主控微机实现控制界面;通过Zedboard实现高精度控制指令输出.其中,单片机负责实现通信、设定控制时序、计算倒计时等功能,FPGA部分硬件实现与GPS标准时间精确同步的顺序控制指令输出.     

基于PC104的巡线机器人控制系统设计

本文介绍了高压输电线巡线机器人控制系统,实现了高压输电线巡线机器人的越障、线路检测、实时监控等功能。实验结果表明该系统运行良好,具有良好的可靠性和实用价值。     

基于LoRa无线通信的工业机器人远程监控系统设计

目前设计的工业机器人远程监控系统存在抗干扰能力差、功耗过高的问题。基于LoRa无线通信设计了一种新的工业机器人远程监控系统,系统硬件主要设计了主控芯片、工业机器人接口、电源电路和位移传感器四部分。主控芯片为SX1265/7/8型号射频芯片,选用STM32F1103C8T6型号MCU主控芯片作为LoRa无线通信的组网处理硬件,根据MCU主控芯片性能建立信号链,采用SPI接口使SX1276无线收发装置和单片机设备的接口关联,利用锂电池作为电源电路,通过AME8800AEETL稳压芯片稳定锂电池电源电压,使用WXY31拉线式位移传感器实现传感。引入LoRa无线通信技术,建立LoRa无线通信信号储存时序,接收采集平台下发监控指令,更新显示屏上的机器人工作状态,实现远程监控软件操作。实验结果表明,设计的基于LoRa无线通信的工业机器人远程监控系统抗干扰能力得到有效加强,功耗明显降低。     

基于超声波和无线控制自主导航系统研究与设计

智能机器人能够在未知的环境中,根据采集的环境信息或者目标发出的导航信息,确定目标的方向并计算到目标的最优路径。进行全局的路径规划则是实现自主导航的关键技术。在本系统中使用多超声波信息融合技术,探测车载系统周围的环境信息,使用嵌入式处理器ARM7作为系统核心,对采集的信息进行处理,实现避障功能;利用ZigBee无线控制模块,实现PC机对车载系统的导航控制。在全局的路径规划过程中,以蚁群算法为核心,并根据人工势场算法的思想对其进行改进,避免造成局部最优解。测试结果中,证明了系统设计的可行性和合理性。     

智能机器人车自主导航控制系统设计

针对智能机器人车的导航、控制问题,本文设计搭建了一套基于AT89S52的机器人车自主导航控制系统.该系统采用联合CCD和超声波测距的两级融合方法对目标的运动姿态、状态信息进行了检测,实现了机器人车的相对定位,确保了定位精度;并针对直流电机的PWM控制,采用了软件的方式分时产生两路PWM波,无需增加额外的硬件,既节约成本,又完全满足舵机的控制要求.通过对软件部分融合决策子程序的修改,可实现机器人车越障和目标跟踪的功能.     

基于位置的机器人视觉伺服控制系统研究

大多数视觉伺服研究中,不考虑机器人的动力学特性,把机器人当作一个理想定位设备。本文考虑其动力学特性,采用基于FNN和CMAC控制器结合kalman滤波对目标运动状态估计的方法,实现了机器人对目标运动的跟踪。并对一个二连杆视觉伺服系统进行了仿真,仿真结果说明了算法的有效性。     

面向医院的移动机器人导航系统设计

本文设计了一种采用RFID和机器视觉相结合的自主移动机器人导航系统.该系统在搜索和识别走廊内RFID标签和门牌号的基础上实现自定位和导航.本文首先给出了移动机器人导航系统的整体设计,然后分别给出了基于RFID辅助定位方法和基于DSP的门牌号识别方法,最后在博创UpVoyager移动机器人平台上验证了本系统的有效性.     

基于虚拟导航线的农业机器人精确视觉导航方法

针对农田、野外环境中无人工标记情况下的导航问题,提出了一种基于虚拟导航线的农业机器人精确视觉导航方法。该方法不需要铺设导航线或者路标即可引导机器人行走直线。首先,根据需求确定需要跟踪的目标区域,之后控制机器人调整方向直到目标移至视野中央;其次,根据机器人和目标的位置确定参照目标,并依据两个目标的位置确定虚拟导航线;然后,动态更新导航线,并结合虚拟定标线和虚拟导航线确定偏移角度和偏移距离;最后,利用偏移参数构建模糊控制表,并以此实现对机器人旋转角度和行走速度的调整。实验结果表明,该算法能较为精确地实现对导航路线的识别,进而利用模糊控制策略使机器人沿直线向目标行走,且导航精度在10 cm以内。     

基于工控机的AGV装配机器人控制系统设计

设计了一套基于工控机的双举升AGV装配机器人的控制系统。采用磁带导航完成寻线功能,采用PSD完成AGV与生产线的同步检测。利用无线网卡WiFi接入网方式,通过TCP/IP协议完成AGV与监控中心的数据传输以及运行调度。     

卓越Ⅰ型仿人机器人底层关节控制器的设计

为了实现卓越Ⅰ型机器人在实际环境中稳步行走,设计了底层控制系统中的关节控制器用于控制舵机。选用DSP TMS320F2812作为处理器,充分利用其全数字型,集成度高,体积小,低功耗以及可实现多轴运动的特点,对底层各个关节舵机进行控制,实现既定舵机的运转,以及将舵机的转速和位置等相关传感器的信息反馈给上级控制处理器实现对关节舵机精确的控制,并通过DSP TMS320F2812的两个事件管理器分别同时控制机器人的左右腿的关节舵机单元,提高了机器人在实际行走以及执行任务过程中的实时性、准确性以及稳定性。     

基于粒子滤波的全方位视觉传感器实现移动机器人导航

研究了一种引导机器人沿着固定轨迹运动的实时视觉伺服系统,并提出了一种实现移动机器人导航的创新的系统架构.系统由基于鱼眼镜头的全方位视觉传感器和嵌入式图像处理单元构成,可以实时校正鱼眼镜头畸变,并利用复合的粒子滤波算法识别和跟踪自定义的航标,最终实现移动机器人的导航.实验表明,该系统能够校正鱼眼镜头畸变,实时跟踪航标并有效实现机器人的定位和导航,且结构紧凑、功耗低,容易集成到各种移动设备中实现自主导航、安防监控等功能.     

基于广义预测控制的移动机器人视觉导航

研究了室内环境下移动机器人的视觉导航问题。由单目传感器获取场景图像,利用颜色信息提取路径,采用最小二乘法拟合路径参数,简化图像处理过程,提高了算法的实时性。通过消除相对参考路径的距离偏差和角度偏差来修正机器人的位姿状态,实现机器人对路径的跟踪。为消除机器视觉识别和传输的耗时,达到实时控制,采用改进的多变量广义预测控制方法预测下一时刻控制信号的变化量来修正系统滞后。仿真和实验结果证明了控制算法的可靠性。     

Robust visual tracking control system of a mobile robot based on a dual-Jacobian visual interaction model

This paper presents a novel design of a robust visual tracking control system, which consists of a visual tracking controller and a visual state estimator. This system facilitates human–robot interaction of a unicycle-modeled mobile robot equipped with a tilt camera. Based on a novel dual-Jacobian visual interaction model, a robust visual tracking controller is proposed to track a dynamic moving target. The proposed controller not only possesses some degree of robustness against the system model uncertainties, but also tracks the target without its 3D velocity information. The visual state estimator aims to estimate the optimal system state and target image velocity, which is used by the visual tracking controller. To achieve this, a self-tuning Kalman filter is proposed to estimate interesting parameters and to overcome the temporary occlusion problem. Furthermore, because the proposed method is fully working in the image space, the computational complexity and the sensor/camera modeling errors can be reduced. Experimental results validate the effectiveness of the proposed method, in terms of tracking performance, system convergence, and robustness.