一种新的机器人自适应控制方式

本文提出了一种新的、有效的机器人自适应控制方式,克服了其他方法由于模型不准或计算量大等所带来的一系列问题。本文首先将 Lagrange 运动方程转化为 ARMA 模型,并用虚拟噪声补偿模型误差(即由于线性化、解耦、观测不准和干扰等误差).然后利用改进的 Kalman 自适应滤波算法在线进行参数辨识和状态估计,将获得的参数用于机器人控制系统自适应控制器的设计.最后给出了该算法的仿真结果并对此进行了讨论。     

移动机器人路径规划方法研究

针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法．全局路径规划器采用A*算法生成到达目标点的子目标节点序列;局部路径规划器采用改进的人工势场方法对子目标节点序列中相邻两节点进行路径平滑和优化处理．在考虑了移动机器人运动学约束的前提下,该方法不但能够充分利用已知环境信息生成全局最优路径,而且还能及时处理所遇到的随机障碍信息．仿真研究与在室内复杂环境下的实际运行结果验证了该方法的有效性．     

真空并联机器人轨迹规划仿真

为了实现FROG-LEG型真空并联机器人准确经过多个中间位姿点的路径规划,研究了类机器人NURBS曲线路径规划的关键问题.通过建立FROG-LEG型并联机器人等效的串联运动学模型,获得了机器人运动学的正反解,在运动学基础上设计了该类机器人基于NURBS曲线的路径规划方案.通过Matlab的robot tool工具箱,进行了FROG-LEG型真空并联机器人运动学和路径规划的仿真.仿真结果证明,路径规划方案可以很好的让机器人通过中间插补位姿.从而从理论上解决了FROG-LEG型真空并联机器人路径规划中需要精确经过多个插补位姿的难题,并为实现FROG-LEG型真空并联机器人采用NURBS曲线轨迹规划提供理论依据.     

基于线性不变矩和角度向量的立体匹配算法

针对室内场景双目立体匹配有别于一般场景立体匹配的特殊性,提出了一种计算简便、准确度高的立体图像匹配算法.该算法首先利用canny算子检测物体的边缘,根据边缘的线性不变矩寻找出目标物体,然后提取出目标物体轮廓的特征点,利用角度直方图计算出左右图像的旋转角度,最后利用角度向量实现左右图像的对应像素点的匹配.线性不变矩有效地将计算复杂度由二维降低到一维,大大降低了计算量.角度向量的提出降低了特征点匹配的复杂度,而且计算简便,准确率高.实验表明,该算法对图像的缩放、旋转、平移均免疫,具有较高的识别精度和良好的抗干扰性,计算效率高于传统方法,有着较高的应用价值.