多追捕者-单-逃跑者追逃问题实现成功捕获的约束条件

针对包含有n个追捕者及1个逃跑者的2维平面多机器人追逃问题,对实现成功捕获的约束条件进行了研究.经过理论分析得出:在机器人拥有全局视野的情况下,即使单一逃跑者性能优于每个追捕者,只要满足追捕者与逃跑者的速率比大于sin(π/n),逃跑机器人落在追捕机器人所构成的凸多边形内部且逃跑者和追捕者构成的相邻追-逃阿波罗尼奥斯圆满足两两相交(相切)这2个约束条件,则追捕者通过选择合适的追捕策略就一定可以实现成功抓捕.此外,还给出了在此约束条件下的追捕者和逃跑者的追逃策略.多组仿真实验同样证明了本文提出的约束条件是正确的.     

一种基于特征点三维信息的自然路标提取与快速匹配方法

自然路标提取与匹配是vSLAM的基础.文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法.采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配.建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤.在此基础上基于改进的MeanShift聚类算法进行自然路标提取.提出一种路标描述符,可以快速进行两个聚类的匹配.该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低.     

基于运动相似性的仿人机器人双足步行研究

提出了一种基于人体步行运动相似性的仿人机器人双足步行动作设计方法．改进了人体步行轨迹的参 数获取与相似性匹配系统,扩展了相似性函数的适用范围．根据仿人机器人的机械连杆特点定义了步行运动周期中 的关键姿势与子相变换,建立了运动学约束方程,并对行走中出现的动态稳定性问题进行了约束．仿真和实体机器 人实验验证了该方法的有效性．     

动手开启智慧之门，创新迈进智能时代——记中国人工智能学会智能竞赛活动 仿人机器大奥林匹克竞赛及其示范演示系统

在回顾中国机器人足球的基础上提出社会机器人与机器人文化概念,论述支撑机器人文化的社会机器人发展策略及机器人文化的研发平台,即仿人型机器人奥林匹克竞赛系统,重点说明机器人奥林匹克竞赛的定义、意义以及比赛项目的分类方法;同时介绍哈工大机器人创新基地研究开发的机器人奥林匹克示范演示系统的总体构思,该系统将成为我国发展机器人文化的理想平台。     

使用NDT激光扫描匹配的移动机器人定位方法

提出一种将基于扫描匹配的蒙特卡洛定位方法,作为移动机器人完成自主任务的鲁棒性定位方法． 采用一种新的正态分布转换(NDT)激光扫描匹配算法,将从单个激光扫描重构的2D离散数据点集转换成2维平面内分段连续可微的概率分布,并使用Hessian矩阵法与另外的扫描相匹配,可以避免点与点之间对应的复杂问题．实验结果表明,该定位算法可以利用自然环境特征有效地完成室内环境下的自主定位．     

动态环境下多机器人合作追捕研究

主要研究了多个自主型移动机器人合作追捕多个运动猎物的追捕—逃避问题. 从基于范例的推理缩小任务招标范围、引入辅助决策矩阵改善联盟决策两个方面对传统的合同网协议进行了改进,以减少任务协商过程中的通信开销,接着引入了联盟生命值、违约金等概念,在此基础上,实现了一种允许动态联盟的多机器人合作追捕算法. 仿真实验证明了所提算法的可行性和有效性.     

基于视觉与行为模型的机器人目标跟踪

由于存在通信延时等问题，月球机器人必须具备一定智能来进行行为控制。Brooks提出机器人的包容结构理论重点在于强调机器人不同控制层间的联系，以及机器人不同行为功能的分配。本文提出一种视觉与行为模型，主要描述在同一控制层内视觉传感器与行为控制之间的关系，它将机器人的视觉行为与运动行为紧密联系起来，在运动的同时计算地面光流场变化来学习当前机器人动作状态，利用颜色信息的多窗口目标跟踪获取目标属性，最后采用强化学习方法，规划加器人动作．提高了运动控制的稳定度和精确席。     

一种基于特征点三维信息的自然路标提取与快速匹配方法

自然路标提取与匹配是vSLAM的基础。文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法。采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配。建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤。在此基础上基于改进的MeanShift聚类算法进行自然路标提取。提出一种路标描述符,可以快速进行两个聚类的匹配。该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低。     

一种基于相关遮蔽面的多面体隐线消除算法

1.前言 隐线与隐面消除是计算机图形学的重要研究课题之一,国内外学者已提出了许多算法,但这些算法由于没有充分利用三维物体的一个十分重要的拓扑性质,即凸凹不变性,没有深入分析多面体中各凹折面间的遮蔽关系,所以普遍存在着消隐效率低的问题,有效隐藏相关面概念的提出在提高消隐效率方面有一定进展,但它没有反映出各面间     

一种基于全维视觉与前向单目视觉的目标定位算法

在机器人足球中,机器人周围的环境信息被颜色特殊化。在对基于颜色阈值分割的分析基础上,针对不同光线的情况下提出了改进的颜色阈值分割法,实现了全维视觉和前向单目视觉对场上不同颜色目标的识别。在此基础上实现了前项单目视觉和全维视觉的目标定位,利用Kalman滤波算法,实现二者的信息融合,从而实现更准确的目标定位信息。实验结果表明基于此算法可以弥补中远距离的目标信息的准确度,证明本算法是可行且有效的。