一种基于栅格扩展的机器人路径规划方法

提出一种机器人的路径规划方法;这一路径规划方法是在机器人的位姿空间中进行的,采用栅格扩展的策略,即从初始位姿和终止位姿的栅格进行扩展。扩展一方的栅格前,先从这一方欲扩展栅格的第一个栅格向另一方欲扩展栅格的第一个栅格作一直线,沿这一直线首先进行扩展。最后在机器人的仿真系统中运用这一方法进行路径规划,大大地提高了路径规划的效率。     

移动机器人里程计非系统误差不确定性分析方法

移动机器人里程计非系统误差建模是研究移动机器人定位问题的基础。现有的移动机器人里程计非系统误差建模方法多数针对某一种驱动类型移动机器人设计,运动过程中缺乏对里程计累计误差的实时反馈补偿功能,经过长距离运动过程定位精度大幅度降低。基于此,针对同步驱动和差动驱动轮式移动机器人平台提出一种通用的里程计非系统误差建模方法。在假设机器人运动路径近似弧线基础上,依据里程计误差传播规律推导非系统误差与里程计过程输入量之间的近似函数关系,进而对移动机器人位姿跟踪过程中产生的里程计累计误差给予实时反馈补偿。里程计非系统误差建模前后定位过程的对比试验表明,这种非系统误差实时补偿方法有效地减少了移动机器人导航过程中产生的里程计累计误差,提高了定位精度。     

基于动态基准圆的机器人足球射门算法研究

为提高足球机器人的射门成功率,在分析了几种射门算法存在不足之处的基础上,引入动态基准圆的概念,提出了一种运动轨迹采用近似阿基米德螺线的射门算法．仿真结果表明,该算法在球静态和动态两种情况下均能缩短射门机器人的运动路径,增大击球的冲量,提高射门成功率．     

一种基于移动设备的网络机器人系统

提出了一种基于移动设备的网络自主机器人系统的体系结构,设计并实现了系统的安全机制以及人一机器人交互方式．针对移动设备的特点,研究了一种基于遥操作的直接控制与基于行为的自主控制相结合的网络机器人控制方式．实验结果表明用户能在自然、便捷的方式下进行人一机器人交互,完成远程监控任务．     

智能机器人的基本功能及其构成

本文提出要想制造“象人似的机械”,即智能机器人,必须具备感觉功能与识别、判断功能的必要性。然后论述智能机器人基本功能及其构成。     

大规模环境下拓扑地图在线创建与导航.doc

本文提出了一种新型的拓扑地图，该地图用激光的扇区特征和视觉的比例不变特征（SIFT）来联合表示节点。与传统地图相比，该地图在创建过程中不依赖任何人工路标和机器人的全局定位。机器人通过综合考虑单个节点的相似度和不同节点间的空间关系，利用隐马尔可夫模型来提高节点识别的准确率。实验表明，本文的拓扑地图不仅易于创建和维护，而且适用于机器人在大规模室内环境下的自主导航。     

基于动态阈值背景差分算法的目标检测方法

提出了基于动态阈值的背景差分算法、滤波算法和目标区域中心求解算法,并且将这种目标检测方法应用在视觉系统中进行目标检测与跟踪实验,实验结果证明了该目标检测方法的有效性和可靠性．     

一种鲁棒移动机器人自主定位方法

针对出现机器人“绑架”现象时，由于在后验密度分布取值较大区域中的采样数较少，利用蒙特卡罗定位方法(Monte Carlo Localization)进行定位需要大量的采样才能取得较好效果的问题，提出了一种遗传蒙特卡罗定位方法(Genetic Monte Carlo Localization)．GMCL将进化计算中的交叉与变异操作引入到MCL中，对采样进行优化，使采样朝后验密度分布取值较大的区域移动，从而更好地表达系统的后验密度分布．实验结果表明：GMCL可以显著减少所需的采样数，具有更高的精度和更好的鲁棒性．     

基于冲突消解的群体智能机器人协作研究

提出了在动态环境中，基于冲突消解的群体智能机器人的一种协作模型，适用于环境信息不完备的复杂情况．将Agent的独立强化学习与BDI模型结合起来，使多Agent系统不但拥有强化学习的高度反应性和自适应性，而且拥有BDI的推理能力，使只使用数值分析而忽略推理环节的强化学习结合了逻辑推理方法．新的奖励函数和表示方法减少了学习空间、增加了学习速度．仿真结果表明所提方法有效．     

多智能体机器人系统分散式通信决策研究

为了减少多智能体机器人系统协调所需通信的数量,提出了一种新的方法.利用有向无环图表示团队的可能联合信度,并基于此以分散式的方式制定通信决策,仅当智能体自身的观察信息显示共享信息将导致期望回报升高时才选择通信.通过维持以及推理团队的可能联合信度将集中式单智能体策略应用于分散式多智能体POM-DP问题.通过实验以及一个详细的实例表明,本文方法能够有效地减少通信资源的使用,同时提高分散执行的性能.