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。     

用G代码实现工业机器人网络控制

在对工业机器人网络控制进行了深入探讨的基础上,提出了基于G代码的网络运动控制标准和服务器-客户端结构的网络控制模式,解决了现有工业机器人的网络控制问题,并可用普通CAM软件实现工业机器人离线编程.     

基于无线网络的机器人远程协作系统的研究

目前的机器人远程协作系统,普遍采用的无线以太网通信方式存在着网络覆盖范围较小的不足。为了弥补这一点,本文提出了一种利用基于B3G(Beyond3G)TDD试验平台搭建的无线网络环境来构架网络控制机器人系统的有效方法。文中详细介绍了系统的体系结构和通信机制,并通过仿真实验验证了该方法的可行性和实用性。     

5G技术在煤矿井下应用架构探讨

通过对比、分析5G非独立组网(NSA)和独立组网(SA)架构的网络部署及优缺点,结合煤矿井下4G"一网一站"已普遍应用的现状,提出了基于NSA的煤矿井下4G与5G融合网络架构,利用4G网络实现语音、调度功能,5G网络拓展其他智能化应用,以最大程度地减少投资。研究了煤矿井下5G网络传输方式,重点探讨了5G承载网的3种前传组网方案及适用场景:光纤直连方案适用于井下水泵房、变电所等场所的机器人巡检,虚拟现实(VR)/增强现实(AR)培训,无人值守工作面等场景;无源波分复用方案适用于井下网络部署简单、独立维护性强的场景;有源光传送网方案可灵活适应不同场景。探讨了智能巡检机器人、环境监测与安全防护、VR/AR智慧煤矿、井下车辆无人驾驶4种煤矿井下5G网络切片应用场景,分析了不同场景下5G组网架构的应用模式。     

基于G代码的双工业机器人协调作业的网络控制

在对双工业机器人协调作业网络控制进行研究的基础上,提出了基于TCP和UDP两种传输协议的客户端/服务器控制模式,实现了不同类型指令和数据的有效传输.同时,研究了单工业机器人控制语言.通过对标准G代码进行扩展与重定义,提出了双工业机器人的坐标定义、直线插补、圆弧插补、螺旋线插补及速度控制等指令,为双工业机器人协调的网络控制提供了一种新的语法,从而解决了基于网络的双工业机器人的控制问题.     

行业动态(新技术)

5G 技术加速智能机器人的应用 随着连网的装置、终端与机器数量持续增加,未来将有越来越多的虚拟网络功能透过5G网络与云端执行,预计在2020年以前,5G移动通信技术将渗透到整个网络基础设施,推动新的机器人服务与智能化以及一个密集互连的数字社会与经济发展.     

新闻动态

1 FROM CHINA家庭服务机器人亲宝面世2012年8月28日,科沃斯在广州发布全球首款具备完全自主知识产权的家庭服务机器人—亲宝。该产品融合了自动化控制、网络互联、物联网等技术,用户可通过手机应用程序,借助3G及wifi网络操控机器人,从而真正实现不管何时何地,始终保持和家里的互动。集远程互动、智能外设管理、娱乐教育功能为一身的亲宝,有望成为信     

基于智能手机的网络机器人人机交互系统

突破传统机器人控制的专用复杂性与封闭性,创新地将iPhone各种硬件资源和先进的交互技术（如MULTI-TOUCH、加速计等）与机器人技术进行有机融合,实现基于HMM的人体动作控制解析功能的高易用性人机接口（HMI）。使用3G技术接入Internet来构建具有实时网络视频反馈的远程机器人控制平台,开发出一种通用便携、控制灵活、无距离限制的高友好度的机器人人机交互系统。该系统将作为服务机器人进入千家万户的一个契机,改变人们未来生活的模式。经实验验证,该系统实时实用性能良好,实现了便携通用的高友好度网络机器人控制。     

5G技术加速智能机器人的应用

随着连网的装置、终端与机器数量持续增加,未来将有越来越多的虚拟网络功能透过5G网络与云端执行,预计在2020年以前,5G移动通信技术将渗透到整个网络基础设施,推动新的机器人服务与智能化以及一个密集互连的数字社会与经济发展。5G技术需要一种分布式的核心操作系统,可从终端扩展至5G网络再到云端,透过云端的巨大处理与储存力量,将大量的智能终端、装置、机器、可穿戴设备、汽车、     

竞争型网络机器人系统的研究

随着机器人技术的不断发展,网络机器人已经成为当前机器人研究的一个新的热点课题.在网络机器人技术的研究中,大多数学者都关注于多机器人间协作的机器人系统,而另一类网络机器人系统--竞争型网络机器人直到近一两年才被研究者关注.该文讲述了网络机器人的发展历程和竞争型网络机器人概念的产生和基本定义,并分析了对竞争型网络机器人进行研究的意义,希望能够为网络机器人领域的研究者提供有价值的参考意见.     

基于Agent的网络遥操作机器人系统控制研究

为了充分发挥智能机器人的自主性和人的主观能动性,实现通过网络遥操作非结构化环境下的智能机器人,提出了一种基于Agent的网络遥操作机器人控制系统结构,分析了控制系统中各部分的功能,给出了系统中各个Agent的实现方法。该控制方法已通过仿人形机器人的遥操作控制实验得到了验证。     

一种基于模糊神经网络的机器人控制

采用高斯函数作为模糊隶属函数,将模糊控制与神经网络相结合。利用神经网络实现模糊推理,运用了一种模糊高斯基函数神经网络,并用于两关节机器人的轨迹跟踪控制。仿真结果表明,该网络对机器人轨迹跟踪控制具有很好的效果,是一种行之有效的控制方法。     

基于核方法的移动机器人远程控制时延预测与分析

构建了基于Internet的移动机器人控制平台,针对该平台中网络时延的非线性特性,提出了利用线性核和RBF核方法对网络时延序列样本进行回归建模和预测。比较了核方法、BP神经网络和RBF神经网络算法预测误差,表明在移动机器人远程控制中,核方法对网络时延序列预测具有更好的函数逼近能力和较高的预测精度,从而可根据预测时延调节移动机器人控制指令和状态信息的网络传输,保证系统的可靠性,提高移动机器人的控制性能。     

采用自然语言的移动机器人任务编程

本文在机器人具备基本运动技能的基础上［1］，采用基于指令教导的学习方法．通 过自然语言教会机器人完成抽象化任务，并以程序体方式保存所学知识，也即通过自然语言 对话自动生成程序流．通过让机器人完成导航等任务，验证所提自然语言编程方法的可行性 ．     

基于RBF-Q学习的四足机器人运动协调控制

通过分析四足机器人运动协调的实现方式, 利用RBF网络和Q学习算法设计了一种足端跟踪理想轨迹的运动协调方法。其仿真结果表明, 该方法可以控制四足机器人足端对给定位移和速度轨迹的精确跟踪, 实现四足机器人的运动协调。     

基于混合深度学习的多模态场景指令分类方法

为提高家庭服务机器人指令中目标对象预测的准确率,提出一种基于混合深度学习的多模态自然语言理处理(Natural Language Processing,NLP)指令分类方法.该方法从语言特征、视觉特征和关系特征多模态入手,采用两种深度学习方法分别以多模态特征进行编码.对于语言指令,采用多层双向长短期记忆(Bi-LSTM...     

基于改进型BP网络的并联机器人自适应力控制

并联机器人力控制是并联机器人研究的一个热点和难点,引起了许多学者的关注,并取得了一定的成果。多数使用了传统的力控制研究方法。该文中,作者将神经网络引入并联机器人的力控制中,并介绍了一种改进型BP神经网络,以及其学习算法和网络的训练过程,并结合实际并联机器人6-SPS并联机器人,设计出基于改进型BP神经网络的并联机器人自适应力控制器,并进行了仿真和实验研究,通过研究表明所设计的控制器是可行和有效的。     

基于CPG的六足机器人运动步态控制方法

中枢模式发生器（CPG）在六足机器人的运动步态控制中起着至关重要的作用。为了研究六足机器人的运动控制方法,首先基于仿生学原理设计了六足机器人的机械结构,并在虚拟样机软件ADAMS中搭建其三维模型;其次选择Hopf振荡器作为CPG单元,并改进了振荡器模型;然后设计了六足机器人的CPG网络拓扑结构,包含单腿关节映射函数方案和腿间CPG环形耦合网络方案,并对其进行了改进;最后通过ADAMS和MATLAB联合仿真实验,验证了所设计六足机器人的运动稳定性和CPG控制方案的可行性与有效性。仿真结果表明,该方法能够满足六足机器人不同运动步态的控制需求,对六足机器人的运动控制具有一定的实际应用价值。