智能割草机器人的研究综述

分析了国内外智能割草机器人的研究现状．讨论了智能割草机器人在机械结构、传感系统和路径规划算法等方面的现有研究方法．指出了智能割草机器人研究中存在的问题．最后,展望了智能割草机器人的发展方向．     

自动贴瓷砖机器人系统

本文介绍一种全自动贴瓷砖机器人系统的硬件，软件及其工作方式，通过人－机界面可以输入工作参数，感知系统自动测量地面和同的位置箐面形状及测定所取瓷砖的位置，此系统可高速，高质量地完成涂粘地料，取瓷砖和贴瓷砖的工作。     

机器人自动焊接系统的设计与应用

本文介绍了奇瑞国内自主研发的首台大负载工业机器人在自动焊接系统中的应用,并对机器人自动焊接系统应用特点、工作原理、信号通信、离线编程做了介绍,同时介绍了机器人和PLC之间的信号通信及逻辑判断,并就系统的安全性方面提出技术创新。通过机器人自动焊接系统的实际应用,就如何将焊接机器人合理、高效应用于生产制造业进行了实际分析。     

全自主机器人足球系统的研究综述

综述了全自主机器人足球系统的历史和研究现状 .对机器人足球系统的协作系统体系结构、机器学习、路径规划、实时通信、视觉和多传感器融合等技术进行了较为详细的分析 ,并且对各种研究方法的优势与不足进行了比较 .     

清洁机器人的云计算控制方法设计

为了达到更有效率的全域覆盖路径规划,研究一种基于云计算的多机器人控制方法应用于垃圾搜集任务;先由服务器端口处理收集任务相关资讯并计算路径,使用类神经网络ANN来产生每台机器人的路径;采用多机器人同时进行巡航,以节省全域路径规划的时间,在机器人的控制与协调方面则采用云计算的概念,用以指挥机器人巡航的任务;模拟实验测试了1~4台机器人在一个无障碍区域的任务规划,机器人每一步伐以4个方格为单位,IPSO导航时则视情况以1~7个方格为单位;实验发现每增加一台机器人所需的单位移动时间,将会以接近1/N(N为机器人数量)的方式缩短;将实际效能与期望效能做比较结果也如此;证明适当数量的多机器人的执行效率优于单机器人。     

基于机器视觉技术的变电站巡检机器人自动导航系统

该文设计基于机器视觉技术的变电站巡检机器人自动导航系统,有效规划巡检机器人巡检路径,实现巡检机器人自动导航。该系统利用以PIC16F73为单片机的核心控制器,通过机器视觉采集模块采集变电站巡检设备和路线图像,经过图像处理模块分割、去噪处理后,由无线传输模块传输至巡检导航模块,结合栅格法和蚁群算法得出变电站巡检机器人路线规划最优路线;利用PID控制器控制巡检机器人按照规划路线行驶,实现变电站巡检机器人自动导航。实验结果表明,该系统无线通信性能好、覆盖范围广,可准确采集变电站巡检设备和路线图像并精准实现巡检机器人定位,能够有效规划巡检路线,实现巡检机器人自动导航。     

多传感器数据融合下机器人路径分段规划仿真

针对传统路径规划方法多为全局结构化空间划分,无法根据实时信息设置当前路径最优规划,导致出现碰撞与跌倒问题,提出一种机器人路径分段规划方法.方法以多传感器数据融合作为技术为基础,用单模与零均值的高斯白噪声表示机器人超声波测距传感器误差特征,利用传感器位置估计方差更新状态变量估计值;根据极值点进行路径划分,再进行平滑处理,利用转弯策略实现机器人在各分段点的平稳运行.以机器人定位精度与路径规划为指标进行仿真分析,实验结果表明,所提方法定位准确度较高,可为路径分段规划奠定了良好的数据基础;在应对不同程度的障碍物环境可有效规划路径,效果较好.     

基于蚂蚁自动分流的机器人路径规划新算法

在复杂障碍环境下,如何使机器人所走路径最优,一直是机器人路径规划研究领域里的一个研究热点。依据真实蚂蚁具有自动分流功能这一研究成果,提出了一种全新的机器人路径规划蚂蚁算法。该方法首先用栅格法对机器人运动环境进行建模,在此基础上,两组蚂蚁进行相向觅食,当某节点被多只蚂蚁选择时,则自动分流,从而扩大了搜索范围,增强了搜索多样性,有利于获得最优解。计算机仿真实验表明,即使在复杂的环境下,用该算法也可以较迅速的规划出一条全局优化的路径,效果令人满意。     

一种割草机无刷电机高频注入启动策略研究

针对割草机电机在启动过程中转子定位精度低,加速阶段稳定性差等问题,提出了一种手推式割草机的无感无刷电机高频方波注入启动策略;采用将割草机电机的启动分为低速和高速两个阶段的方法,在不同采样点提取αβ轴系下的高频响应电流,用于转子位置估计,该方法无需滤波器,降低了位置估计误差;文章还在正负脉冲注入的基础上,提出了一种在电机首次启动时d轴极性的判断方法;利用STM32F302芯片搭建硬件实验平台,实验结果表明:改进的脉冲注入转子极性判别方法,能够准确判断转子极性,利用优化后的综合电流处理策略能有效地进行转子位置估计,提高精准度,符合割草机电机启动的要求.     

移动机器人路径规划综述

移动机器人是目前科学技术发展最活跃的领域之一,在工业、农业、医疗等行业广泛应用,还在城市安全、国防和空间探测领域得到更广的应用。要实现机器人在未知环境下自主作业,具备实时、自主、识别高风险区域和风险管理的能力,路径规划是一个重要环节,规划水平的高低,在一定程度上标志着机器人的智能水平,因此研究机器人路径规划对提高机器人的智能化水平、加快工程化应用具有重要的意义。文章重点分别从全局路径规划和局部路径规划角度对机器人路径规划的研究方法进行了分析与总结,同时分析研究了基于仿生学的智能算法的遗传算法、蚁群算法、粒子群算法,最后展望了移动机器人的未来发展趋势。     

仿人机器人实时路径规划方法研究

为了使仿人机器人在人类生活环境中自由行走,将仿人机器人的动作离散化为指定的动作,将状态空间离散化为网格,利用立体视觉和平面提取方法建立环境地图,将仿人机器人的轮廓简化为双圆柱模型进行避障检测,最终在环境地图中搜寻代价最小的一系列可行的动作作为路径,通过仿真实验验证了方法的有效性。     

一种混合路径规划方法在轮式机器人中的应用*

针对目前机器人在局部路径规划和全局路径规划中存在的问题,提出了一种混合路径规划方法,构建了机器人运动模型与障碍物扩展模型,机器人在栅格地图上沿全局规划路径向目标点移动时,在线实时规划出局部临时目标点以避开探测到的障碍物。最后证明了该规划方法的时间收敛性,并在双轮差速驱动机器人Pioneer 3-DX实验平台上验证了方法的有效性。     

Planning of collision-free paths for a reconfigurable dual manipulator equipped mobile robot

In this paper, we study the problem of finding a collision-free path for a mobile robot which possesses manipulators. The task of the robot is to carry a polygonal object from a starting point to a destination point in a possibly culttered environment. In most of the existing research on robot path planning, a mobile robot is approximated by a fixed shape, i.e., a circle or a polygon. In our task planner, the robot is allowed to change configurations for avoiding collision. This path planner operates using two algorithms: the collision-free feasible configuration finding algorithm and the collision-free path finding algorithm. The collision-free feasible configuration finding algorithm finds all collision-free feasible configurations for the robot when the position of the carried object is given. The collision-free path finding algorithm generates some candidate paths first and then uses a graph search method to find a collision-free path from all the collision-free feasible configurations along the candidate paths. The proposed algorithms can deal with a cluttered environment and is guaranteed to find a solution if one exists.     

基于遗传算法的移动机器人动态路径规划研究

针对移动机器人未知、动态环境下路径规划的难题,对移动机器人进行了系统设计,采用动态栅格法对环境建模,在对传统遗传算法进行一定的改进的基础上,个体评价函数采取可行路径适应度函数和不可行路径适应度函数分别进行处理,通过算法设计和仿真可知,采用该方法对移动机器人进行动态路径规划时,与任何障碍物不发生碰撞,路径短而且规划曲线平滑,达到了满意的规划效果和收敛速度。     

移动机器人路径规划研究现状及展望

移动机器人路径规划技术是机器人研究领域中的核心技术之一。通过对全局路径规划和局部路径规划中各种方法的分析,指出了各种方法的优点和不足以及改进的办法,并对移动机器人路径规划技术的发展趋势进行了展望。     

基于人工鱼群算法的机器人路径规划

首先采用链接图建立机器人工作空间模型,用Dijkstra算法求得链接图最短路径;然后使用人工鱼群算法对此路径进行优化,最终得到全局最优路径。以一个路径为例,进行了实际编程计算,结果表明,基于人工鱼群算法的机器人路径规划方法,具有较快的收敛性和较高的计算精度。     

基于自组织LMBPNN的移动机器人路径规划器

提出一种自组织LMBP神经网络,并将之用于移动机器人免碰路径规划。该算法首先用基于距离传感器的底层局部路径规划器生成初始路径,然后用自组织神经网络将该路径进行样本数据分类,之后将自组织神经网络的权值作为LMBP的输出样本,移动机器人的起始点与目标点作为LMBP神经网络的输入样本进行学习。这样,不但解决了三层LMBP样本若庞大则增加存贮、运行成本,以及数据冗余问题,并且随着机器人对未知环境探索的增多,所构建的地图越趋丰满。仿真结果说明该方法很好效。