基于双移动信标的多机器人编队控制算法

针对多机器人在未知环境下的编队控制问题,提出了一种基于双移动信标的多机器人编队算法.该方法在以两个移动信标机器人为领航机器人的基础之上,设计了基于超宽带测距技术的多机器人定位模型,通过摔制从机器人的位姿状态,实现多机器人编队控制,并且设计了多传感器数据融合算法,有效提高多机器人编队的精度.该方法解决了多机器人在未知环境中的编队控制问题,提高了多机器人编队控制的精度.仿真结果表明了该方法的可行性和有效性.     

一种用于人形机器人动作规划的ZMP补偿方法

人形机器人的动作规划是机器人研究领域的一个重要目标,ZMP（零力矩点）理论是人形机器人动作规划的一个基本理论。本文提出了以ZMP理论为基础的用于实现人形机器人动作规划的ZMP补偿方法,说明了该补偿方法的基本思想,推导了补偿数学模型,对该补偿方法进行了仿真实验,并用SHR-6S机器人进行了实体实验,对实验结果进行了实体分析,验证了该ZMP补偿方法在人形机器人动作规划中的有效性。     

一种基于情绪量的多机器人冲突消解方法

针对动态非结构化环境下多机器人之间存在的空间冲突问题,提出了一种基于情绪量的多机器人冲突消解方法。该方法可以使机器人根据情绪量自主判定对其他机器人的躲避半径,无须预先设定固定的避碰优先级或进行机器人之间的协商。仿真结果表明该方法是一种有效的多机器人冲突消解方法。     

救灾机器人摆臂驱动系统及其平衡控制方法

针对矿井救灾机器人最大允许体积及质量受限问题,采用单逆变器驱动双电动机形式设计了一种矿井救灾机器人摆臂驱动系统,采取加权求和方法构建了该系统模型,并对该模型双电动机电流关系进行了推导分析。针对煤矿井下复杂工况造成的矿井救灾机器人摆臂负载不一致问题,提出了一种基于有源阻尼机制的矿井救灾机器人摆臂驱动系统平衡控制方法。基于15kW矿井救灾机器人样机对该方法进行了测试,结果表明该方法可在矿井救灾机器人摆臂负载不一致的情况下实现转矩动态匹配。     

本期摘要

舵机控制步行机器人系统设计 首先设计了两足步行机器人的本体结构,并选择舵机作为驱动源。然后．基于广义坐标对该机器人进行了运动学建模,该方法运算简便直观易懂。重点讨论了动态步行的算法设计,详细分析了基于零力矩点的仿人机器人动态步行运动规划方法。结合机器人的几何约束和运动约束．推导机器人参数化步态设计的推导公式,机器人步态的参数化设计大大方便了机器人的运动学和动力学分析。     

双机器人协作管管焊接的运动规划

针对中小管径管管相贯的马鞍形曲线焊缝,以双机器人协作为基础,提出一种应用于双机器人协作的焊接过程中机器人运动规划的方法。该方法基于焊缝、焊枪的数学模型,充分利用双机器人系统的冗余特性,提出了融合机器人操作度、关节位置等的多指标目标函数,以机器人关节极限为规划约束条件,采用遗传算法规划出最优机器人运动路径。在三维仿真环境中进行的仿真结果初步验证了该方法的可行性和有效性。     

基于似人特性的机器人拟人臂自主抓取动作规划

针对拟型服务机器人在家庭环境中的自主抓取任务,提出了一种强调运动姿态似人特性的机器人手臂动作的运动规划方法.该方法基于人体工程学中的快速上肢评估准则评价机器人运动姿态的似人特性,并在此基础上以机器人传速速率最优为目标规划机器人持物动作的姿态构型.最后以Motoman SDA10D拟人双臂机器人为例,具体介绍了该方法的应用和规划的结果,规划结果证明了该方法的可行性和有效性.     

步行机器人的一种运动近似综合方法

为避免步行机器人精确运动综合中大量繁复的解析工作,本文提出了一种近似运动综合方法。应用该方法对七自由度步行机器人进行了运动综合,证明了该方法的可行性,并指出了该方法的适用范围。     

面向对象的高压带电机器人可视化控制系统研制

本文提出了高压作业机器人控制系统的设计方案，该设计方案是以面向对象的方 法给出的，该方法提高了高压带电作业机器人主从控制的实时性，增强了该控制系统的可扩 展性、移植性，填补了国内高压带电作业机器人领域的空白，经过实验证实该控制方法能够 很好地实现机器人的作业功能．     

基于蒙特卡罗方法的除冰机器人作业空间边界提取

设计了一种输电线路除冰机器人的机械结构, 分析了该机构的作业空间问题. 在计算过程中, 引入Monte Carlo方法得到了机器人操作臂的工作空间. 采用该方法可避免对机器人运动方程的求逆解计算, 极大地简化了计算过程. 分析并指出传统的机器人工作空间边界提取方法精度有限, 且存在理论上的缺陷; 提出了一种新的基于局部点象限分布的边界点提取方法, 文中给出的算例表明, 该方法不仅精度高, 并且非常适合于处理机器人工作空间边界问题.     

BP神经网络控制的多机器人运动功能的实现

本文针对多个机器人在简单环境中的运动问题,将BP网络应用于机器人的行为控制,讨论了该方法的合理性。实验结果表明了该方法的有效性。     

基于模糊神经网络水下机器人直接自适应控制

提出了基于广义动态模糊神经网络的水下机器人直接自适应控制方法, 该控制方法既不需要预先知道模糊神经结构, 也不需要预先的训练阶段, 完全通过在线自适应学习算法构建水下机器人的逆动力学模型. 首先, 本文提出了基于这种网络结构的水下机器人直接自适应控制器, 然后, 利用 Lyapunov 稳定理论, 证明了基于该控制器的水下机器人控制系统闭环稳定性, 最后, 采用某水下机器人模型仿真验证了该控制方法的有效性.     

基于5G通信技术的巡逻机器人定位误差自动补偿方法

以提升巡逻机器人执行巡逻任务能力为目的,提出基于5G通信技术的巡逻机器人定位误差自动补偿方法。该方法在巡逻机器人工作区域架设5G无线通信网络,并将AD7380型号位置传感器安装在巡逻机器人上,利用位置传感器获取巡逻机器人工作时的位置信息后,利用5G无线通信网络将其传输到用户PC端,得到巡逻机器人位置采样点数据；以该数据为基础,使用拉丁超立方采样方法描述巡逻机器人在其巡逻空间内的位置,得到巡逻机器人空间位置数据；再依据巡逻机器人空间位置数据,计算该机器人预设目标点误差矢量,并构建巡逻机器人定位误差补偿模型,利用该模型补偿巡逻机器人定位误差。实验结果表明：该方法可全面获取巡逻机器人在其巡逻空间内的位置信息,可有效且精准的对其定位误差进行自动补偿,使巡逻机器人定位误差保持在可允许范围内,应用效果较为显著。     

多简单机器人协作覆盖规划研究

研究了多简单机器人协作覆盖的问题．针对简单机器人只能用接触传感器感知外部环境的局限性,提出了基于栅格地图表示法的多机器人内螺旋覆盖算法进行在线覆盖规划．该方法通过对部分区域的重复覆盖和设置GATE栅格实现了对环境的完全覆盖,同时该方法保证了只要有一个机器人不出现故障就可以完成覆盖,提高了系统稳定性．最后用仿真试验验证了该方法的可行性．     

基于行为检测的机器人安全保护方法

机器人是一类典型的信息物理融合系统,由软件控制的机器人行为存在多种形式的安全问题。为了避免这些问题,提出一种基于行为检测的机器人安全保护方法。行为检测是指通过检测机器人执行行为之前和之后的状态,判断机器行为是否安全。该方法针对硬件限制、稳定性和碰撞冲突3个方面的行为安全问题,支持机器人执行行为之前对其进行建模和检测,提出碰撞冲突检测算法ACD。基于AOP技术实现该安全保护方法。基于NAO机器人开展了若干场景的实验,结果表明该方法可有效检测出危害机器人安全的行为并及时做出相应动作补偿。     

舵机控制步行机器人系统设计

首先设计了两足步行机器人的本体结构,并选择舵机作为驱动源。然后,基于广义坐标对该机器人进行了运动学建模,该方法运算简便、直观易懂。重点讨论了动态步行的算法设计,详细分析了基于零力矩点的仿人机器人动态步行运动规划方法。结合机器人的几何约束和运动约束,推导机器人参数化步态设计的推导公式,机器人步态的参数化设计大大方便了机器人的运动学和动力学分析。最后,介绍了运动规划的实验设计,并对关节调试作了总结和分析,指出了存在的问题和解决的办法。     

基于有限状态机的半自动机器人的软件设计

为了解决自动机器人在动态不确定环境下行为协调问题,本文提出了一种半自动机器人的设计思路。运用有限状态机理论对机器人行为全过程建模,使其行为更易为人控制与调整,对机器人的实时性和鲁棒性也有很大提高。并将该设计方法应用在了ABU ROBOCON 2010赛事电子科技大学的手动机器人的软件设计上,比赛结果证明该方法的可行性和有效性。     

基于多传感器的可变形机器人自主控制方法研究

将GPS、电子罗盘、倾角仪、码盘传感器应用到可变形机器人自主运动控制中。针对可变形机器人自身结构特点,提出了一种基于多传感器信息融合的可变形机器人在野外环境中自主控制的方法。该方法主要实现了在非结构环境中机器人的自主变形、自主避障和自主导航定位的功能。实验验证了该方法的有效性。     

自主式微小型移动机器人的自动避障行为研究

针对多微小型移动机器人工作环境的模型未知或不确定,以及该机器人本身 的某些限制,采用基于行为的研究方法,实现了自行设计的自主式微小型移动机器人在未知 、动态环境中的自动避障,设计了该机器人的障碍物回避行为,采用了电机神经元网络选择 机器人的自动避障动作,并用增强式学习的动作评判结果在线修改网络的权值,结合机器人 的漫步行为,采用机器人的安全漫步任务验证了该方法的有效性．     

足球机器人视觉系统中彩色服装特征的自动获取

本文提出了足球机器人视觉系统中彩色服装特征的自动获取方法.该方法将多色训练服装应用于机器人足球比赛前的训练阶段,通过机器人沿着特定轨迹的运动,实现对整个场地不同位置多种彩色特征的快速自动获取.该方法与单色服装训练方法相比,训练速度可以提高四倍左右,训练阶段允许场地上其他机器人的存在,使该方法的实用性得到提高.