基于软件方法故障注入系统

基于软件故障注入方法,设计一个软件故障注入系统SFIS,提出动态故障库.建立适用于单粒子事件的故障模型.最后采用两台PC机串口通信,用SFIS采用断点中断实现瞬时故障的注入,采用单步中断实现永久故障的注入.     

基于多机器人自组织协作的多目标跟踪

提出了一种基于局部区域内的机器人和目标密度的多机器人分布式控制算法。运用这种算法,多机器人在跟踪多目标过程中,每个机器人能在每次调整速度和方向之前,根据最新的通讯信息和感知信息,计算通讯范围内相邻机器人和感知范围内移动目标的数量及位置坐标,然后按照所受人工势场(APF)力的合力决定下一次移动的新位置坐标,这个合力乘以一个基于机器人和目标密度的可变加权系数,以适应不同状态,然后按照动力学和运动学方程计算速度及方向。通过仿真实验对该算法进行了验证,实验结果表明,多机器人可以根据多目标的移动进行自主协作跟踪观测,算法的性能优于无可变加权系数的APF法和静态感知节点(SN)法。此方法对于实时监测和目标跟踪具有实际应用意义。     

基于局部信息的移动感知网覆盖方法

移动感知网是一个由许多带有传感器的自主移动机器人组成的分布式传感器网络。为了更好地部署这些移动机器人节点,形成最大化覆盖感知区域,提出了一种基于机器人局部信息的分布式感知网覆盖方法。每个节点利用与邻居节点之间的虚拟人工势场产生的虚拟作用力来控制移动节点的运动和节点间的避碰,使移动节点能够在允许的时间内,以较少的能量消耗移动到各自理想的位置。采用李亚普诺夫函数进行了感知网节点势场梯度的理论分析,用计算机仿真实验验证了该方法的有效性,并与模拟退火算法进行了性能比较。     

动态环境下基于速度空间寻优的局部避障方法

在动态环境下的局部避障是移动机器人的一项基本功能.在各种速度空间方法,如曲率-速率法(CVM)、巷道-曲率法(LCM)和扇区-曲率法(BCM)的基础上,提出了一种适用于未知或部分未知动态环境的局部避障方法.该方法将碰撞预测模型与改进后的BCM有效结合,不仅兼备了CVM的平滑性、LCM的安全性和BCM快速性的优点,而且弥补了各种速度空间寻优方法的不足,使其能够适用于移动机器人在动态环境下的避障与导航.实际机器人的导航实验表明该算法是可行而有效的.     

一种动态未知环境中自主机器人的导航方法

提出一种动态未知环境中机器人自主导航方法,利用少量的人类辅助避免了繁琐的地图描述．该方法分两个阶段：用户引导阶段和自主导航阶段．在用户引导阶段,利用多种传感器信息融合生成局部环境的粗略的极坐标地图,利用它可以得到全局地图,还给出了消除传感器数据误差的方法;在自主导航阶段,利用引导阶段得到的地图在动态环境中进行运动,并给出了运动控制的约束条件以及动态避障的方法．机器人利用该方法可以处理突发的障碍物,还能对路径进行优化,实验结果证明了其有效性．     

基于蒙特卡罗学习的多机器人自组织协作

强化学习是提高机器人完成任务效率的有效方法,目前比较流行的学习方法一般采用累积折扣回报方法,但平均值回报在某些方面更适于多机器人协作。累积折扣回报方法在机器人动作层次上可以提高性能,但在多机器人任务层次上却不会得到很好的协作效果,而采用平均回报值的方法,就可以改变这种状态。本文把基于平均值回报的蒙特卡罗学习应用于多机器人合作中,得到很好的学习效果,实际机器人实验结果表明,采用平均值回报的方法优于累积折扣回报方法。     

一种有效的嵌入式系统动态负载平衡算法

提出的负载平衡算法改变了结点传递的实际负载信息,使修改后的负载信息能体现出结点及其周边结点的负载形势,以此弥补了相邻结点负载平衡算法的不足,并将其应用在嵌入式多处理器系统上．结果表明了该方法的正确性与可行性．     

基于改进NSGA-Ⅱ的仿人机器人上楼梯运动规划方法

针对当前仿人机器人运动优化算法多采用对能耗、稳定性及速度等单目标优化而存在一定的局限性的问题,提出了一种基于多目标优化的仿人机器人上楼梯运动优化方法.针对NSGA-Ⅱ——经典的带精英策略的非支配排序遗传算法(NSGA)的快速非支配排序效率较低的问题,提出了一种基于自调整二叉搜索树的改进NSGA-Ⅱ方法,并采用改进的NSGA-Ⅱ算法实现了仿人机器人上楼梯运动参数优化.通过仿真和实际实验对比了优化前后仿人机器人的能耗和稳定性.实验表明,采用这种方法能克服单目标优化的缺点,在同时满足多个目标需求的同时有效地实现仿人机器人上楼梯.     

双足足球机器人行走步态研究

为了研究双足足球机器人行走时步态的连续性和稳定性，首先提出了双足足球机器人的体系结构，然后给出了基本步态算法，增加了行进中步态校正策略，包括动态和静态步伐的校正．解决了动、静态行走时步态的准确性和鲁棒性．试验数据验证了步态方程和步态校正策略能够适应FIRA比赛要求．     

基于再生核理论实现多FFSR协调操作动力学控制

基于再生核理论提出了在空间微重力环境下实现多自由飞行空间机器人(FFSR)协调操作的动力学控制方法．针对多个FFSR操作同一目标的情况,对目标期望轨迹进行采样,利用多FFSR协调操作的动力学方程,基于再生核理论实现了多FFSR协调操作的动力学控制．与现有的其它方法相比,该方法不用运动方程描述目标的运动轨迹,而是按照人们的需要控制目标做任意的非线性曲线运动,没有局限性;与多项式插值、样条插值相比,每增加一个节点,逼近误差在索伯列夫范数意义下单调下降;对任意形式加密的节点系,迭代过程一致收敛;公式单一,便于计算机计算．在仿真试验中验证了该方法的有效性．