ABB机器人应用协议的研究

介绍了ABB公司的机器人应用协议RAP,该协议提供了一个ABBS4系列机器人控制器的应用接口,利用协议中的服务可以和机器人通讯得到机器人的各项参数。详细阐述了基于远程过程调用RPC的RAP协议规范以及如何用XDR语言进行RAP协议的编写、编译。探讨了机器人通讯模块的设计方法,以及RAP协议的网络体系结构与服务。最后,对RAP的应用进行了展望,提出了机器人实时监控的构想。     

基于标准化安全指标体系的云服务安全等级评估模型

针对传统云服务安全评估方法中存在的评估指标粒度粗且难以量化以及评估方法主观依赖度高且效率低等问题,提出了一种基于标准化安全指标体系的云服务安全等级评估模型。首先,依据评估指标体系设计原则,以我国云计算服务安全能力要求标准为基础,借鉴国外机构有关云服务的安全控制框架及服务水平协议标准,提出了一种细粒度及可量化的标准化安全指标体系构建方法;然后,基于此指标体系提出了云服务安全等级评估模型,该模型在评估云服务的安全等级时,考虑到安全指标体系中指标类型的差异化及其属性对云服务安全性的影响,设计了一种基于客观指标权重分配的安全等级评估方法,对评估对象的安全等级进行量化评估;最后,分别通过应用案例和性能分析实验,验证了本文所提出的评估模型的有效性以及评估方法的效率。实验结果表明,本文提出的基于标准化安全指标体系的云服务安全等级评估模型不仅能有效、准确地评估不同云服务商的安全能力,而且其安全等级评估方法在性能方面优于传统的基于层次分析法的云服务安全评估方法。     

智能家庭中一种基于本体的机器人服务认知机制

为增强机器人提供不同类型服务的能力,针对智能家庭环境中的服务机器人提出一种基于语义网规则语言的机器人分类服务推理方法。利用本体技术建立智能家庭的本体模型,通过该模型集成来自不同数据源的数据,消除设备之间的异构性。根据智能家庭机器人服务系统的服务特点划分服务类型,利用历史上下文信息生成服务规则库。通过推理引擎匹配实时的上下文信息与服务规则实现机器人的服务推理。智能家庭背景下的系统运行试验结果表明,机器人服务推理方法能够完成智能家庭环境中不同类型的服务推理,从而进一步提高机器人服务的智能性。     

服务机器人云计算平台SOA接口层模型设计

面向云服务机器人在家庭场景下的使用需求,设计了一种基于SOA(service-oriented architecture)架构的云计算平台接口层模型。模型将云计算平台的基本功能定义为元服务,根据数据类型和平台层次将SOA层服务分解为元服务的有序组合,并与服务相关资源组合构成元服务列表,完成服务的分解和重构流程,达到了元服务重组和复用的目的。针对服务执行过程中的服务质量监测问题,采用基于服务描述的服务质量存根保存服务的实时信息,设计服务管理层和服务调度层,通过元服务列表和服务质量存根完成服务的映射和管理工作,实现了服务的动态调度。实验验证了机器人云计算平台SOA接口层模型在服务映射和服务管理方面的可行性和有效性。     

基于Web Services的空间信息服务平台设计方法

以SOA架构为模型,提出了结合AJAX技术的基于Web Services的空间信息服务平台框架,实现了异构系统的整合与应用系统的集成,设计了基于Web Services的空间信息服务平台体系结构。最后以校园综合信息服务系统为实例,探讨了基于Web Services的空间信息服务平台（WSIS）的校园综合信息服务系统的实现方法。     

WCF平台下认证服务设计与调用方法

Windows通信基础（WCF）是Windows操作系统下开发和部署服务的主要平台.针对WCF体系庞大、内容繁多、学习掌握难度较大的问题,首先从代码复用的角度深入分析了面向服务的本质特点,抓住服务设计的要点;其次提出了WCF平台下服务设计五步法,并应用该方法设计实现认证服务;然后提出了服务调用四步法,并应用该方法调用所设计的认证服务;最后根据调用结果进行分析,结果表明所设计的认证服务符合SOA标准规范,所提出的设计方法和调用方法切实可行且简单高效.     

云原生环境下基于移动目标防御的ReDoS防御方法

针对云原生环境中正则表达式拒绝服务(ReDoS)攻击的防御方式存在效率低、无法进行主动防御的问题,提出了基于移动目标防御(MTD)技术的ReDoS攻击防御方法。首先基于云原生环境下的微服务应用特点,对攻防双方的行为进行了分析;其次,基于Kuberneters设计了基于MTD的防御系统,并提出基于拓扑信息和请求到达速率的动态和静态的多维微服务权重指标、基于排队论的服务效率判断指标以及轮换时机选择方法来指导关键微服务的选择和关键微服务的轮换时机;最后,给出了基于异构度和服务效率的多维指标MTD异构轮换算法,并使用Python进行了仿真,结果表明：所提算法防御时延比动态伸缩缩短了50%左右;并且防御开销在第一次攻击之后趋于平稳,不会持续增长。     

基于多粒度特征模型的云制造业务流程定制方法

云制造模式下,通过对制造业务流程虚拟化和服务化可以实现跨组织的资源整合。企业通过云制造平台定制个性化的业务流程,构建和管理在线制造业务系统。然而,当前云制造业务流程定制难以满足用户功能层次的多样性需求。因此,提出了一种基于多粒度特征模型的云制造业务流程定制方法。首先,提出了面向领域的云制造业务流程定制框架;其次,构建了多粒度特征模型,实现了多样化需求的建模和表述,基于此,给出了制造业务流程定制算法;最后,基于面向电梯产业联盟的云制造服务平台,实现了不同粒度业务流程的定制,证明了所提方法的可行性和有效性。     

基于异构双目视觉的全自主足球机器人导航

通过理论分析和实验，论述了全自主足球机器人异构双目视觉协调导航的合理性和有效性，给出了测量目标相对坐标的模型，分析了基于双目协调的足球机器人导航数据融合方法，提出了双目协调导航模型及基于行为的目标实现策略．在所开发的小型全自主足球机器人上的仿真和实验结果，证明了双目协调的有效性和实用性．     

基于雅可比矩阵分析法的多关节机器人机构设计技术研究

鉴于多关节机器人机构参数的设计是极其复杂的难题,研究出一种平面6自由多关节机器人的机构设计方法。通过分析小载荷6自由度多关节机器人机构设计的特征,提出一种从末端工作载荷任务反推各个杆件所需驱动力与功率作为选取驱动部件、设计机构依据的思路。通过建立机器人正向、逆向运动学数学模型,引入雅可比矩阵解决机器人逆运动学解析问题,得到多关节机器人各关节的运动速度,在速度选定基础上,计算出驱动力矩,综合考虑性价比选择出电机与减速器,根据电机与减速器的外形尺寸,从多关节机器人末端反向设计出机构外形。设计实例表明,该机器人结构具有良好的运动特性,为多关节机器人的详细结构设计提供了一种简单、有效途径。     

室内环境中人穿携物品归属关系自主学习框架

为了满足机器人个性化服务需求,使机器人可以根据不同的服务对象来选择专属物品进行任务的推理和规划,需要服务机器人具备自主获取人穿携物品与人的归属关系的能力. 针对家庭环境下人穿携物品与人的归属关系获取问题,提出人穿携物品归属关系自主学习框架. 采用基于物品检测模型SSD与人体姿态估计模型OpenPose相结合的人穿携物品检测定位方法,实现人穿携物品检测. 利用基于迁移学习的卷积神经网络提取物品特征,通过后端分类器完成物品实例属性识别,使用人脸检测与识别模型MTCNN完成服务对象身份识别. 通过归属关系自主学习策略,完成归属关系的自主学习. 实验结果表明,提出的人穿携物品归属关系自主学习框架能够准确、高效地完成归属关系的学习,有效排除环境干扰因素对归属关系学习的影响,具有良好的准确性和鲁棒性.     

基于ADAMS的七自由度机器人动力学分析及仿真

针对七自由度机器人结构特点,以拉格朗日法为理论基础建立了机器人动力学方程,并对机器人进行了动力学分析。基于ADAMS仿真软件构建机器人虚拟样机模型,对七自由度机器人进行了动力学仿真,获得了各个关节驱动力矩的函数曲线,验证了模型设计的合理性。基于MATLAB软件对动力学模型进行数值分析,绘出其力矩曲线,并与ADAMS仿真曲线进行对比,验证理论计算的正确性。为机构设计提供数据和结构方面的参考,为进一步研发7自由度机器人设备提供可靠有力的依据。     

云机器人:概念、架构与关键技术研究综述

云机器人是云计算技术和机器人学的结合,在机器人任务执行和资源共享等方面有很大优势,现已成为智能机器人领域的研究热点。主要从云机器人的发展、关键技术、主要平台、架构和应用前景等几个方面对云机器人的研究进行综述。介绍了云机器人的提出和发展状况及其相关技术基础,并对3种主流的云机器人服务平台进行了横向对比,分析了云机器人的主要系统架构。最后对云机器人的应用前景进行了展望。     

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.     

基于ADAMS的六自由度焊接机器人运动学分析及仿真

针对六自由度焊接机器人结构和运动特点,以机器人的D-H矩阵为理论基础建立机器人的运动学方程。同时,基于ADAMS仿真软件构建机器人虚拟样机模型,通过设置相应的仿真环境,给出机器人末端执行器中心X,Y和Z方向的位移、速度和加速度数据曲线图并进行测量、分析和评估。仿真结果表明,由机器人6个关节运动而引起的机器人末端位移、速度和加速度曲线变化平稳,无突变现象,从而也验证了结构设计的合理性,为机器人控制系统的优化设计提供了依据。     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。