机器人的程序设计(综述)

本文主要介绍工业机器人的程序设计问题.首先综述机器人程序设计的层级,接着结合实例说明对机器人编程的要求,最后概括机器人编程的主要技术及其发展方向.     

应用专家系统的机器人规划

本文介绍一个新开发的高层机器人规划系统——基于专家系统的机器人规划系统。模拟及比较结果表明,该系统既能改善规划性能,又可加快规划速度。     

一种基于模糊Petri网的不确定知识获取方法及其应用

本文介绍一种基于模糊Petri网获取专家系统不确定知识的方法,文中给出了模糊Petri网的知识表示、不确定推理算法及应用实例。     

机器人逆模神经控制及其应用

提出了一种机器人的神经控制方法,把神经网络的ＰＩＤ控制相结合构成一种混合性的机器人逆模学习控制方案,分析了神经控制系统的稳定性与学习算法的收敛性。此外,还提出了一种启发式学习算法,并用于机器人的神经控制。最后给出两关节机器人的仿真结果。     

基于声纳的移动机器人环境建图的设计与实现*

针对未知环境中声纳传感器定位与地图创建时传感数据不确定性高、可靠性低的问题,提出了一种新的室内环境建图方法。该方法建立容忍函数以判断噪声和镜面反射,同时借鉴了ArcTransversal Median Algorithm的思想和栅格概率估计并采用贝叶斯法则进行两次数据融合以减小声纳传感器信息的不确定性。在MORCS2机器人平台上实时创建地图实验表明,这种方法能快速实现从局部地图到全局地图的更新且有较好的精确性与鲁棒性。     

一种基于mean shift的鲁棒性目标跟踪方法*

目标模型内的背景像素会造成目标跟踪定位偏差,但为了将跟踪目标全部包含在目标模型中,不可避免在目标模型内引入很多背景像素。为了减少背景对跟踪造成偏差,在目标模型中引入带权因子,可达到降低目标模型内背景像素对跟踪定位精度的影响。带权因子是这样确定的：通过利用目标外围矩形环中的背景信息和一个映射函数来生产一个新的特征向量,然后转换为带权因子。实验表明,该方法具有更好的跟踪精度,对遮挡具有更好的鲁棒性。     

光纤陀螺误差的实时建模与补偿

通过对干涉型光纤陀螺误差来源及其影响因素的分析,建立了与温度变化量及温度变化速率相关的角速率误差概率密度函数,并提出一种针对慢时变与弱非线性随机过程的分段等概率误差补偿方法.该方法采用非线性手段,对一系列具有统计平稳性的随机过程进行参数估计与预测,能够实现模型动态跟踪,近似程度较高,且充分发挥了并行计算的优势,可避免由补偿过程所造成的输出时间滞后.几种典型工作状况下的实际补偿结果表明其能有效地减小角速率及航向角误差.     

基于遗传算法的模糊系统优化设计方法*

提出一种带有混合变长编码和模糊变异算子的新型模糊遗传算法,并将其应用到模糊系统的优化设计中．仿真结果表明,这种方法具有即使系统缺乏任何先验知识,也能通过评价学习、遗传优化获得满足系统动态性能的优化控制规则的特点.