二进制粒子群算法在路径规划中的应用

全局路径规划是智能机器人的一个重要研究领域,将二进制粒子群算法应用于路径规划是一种新的尝试.提出一种机器人路径全局路径规划方法,介绍了利用改进的二进制粒子群算法进行路径规划的详细实现过程.机器人工作空间中的障碍物表示为多边形,对多边形顶点进行编号.利用二进制粒子群算法进行路径规划,粒子的长度定义为工作环境中障碍物顶点的个数,每一位为0或1表示路径是否经过该顶点.为了克服传统的二进制粒子群算法的早熟收敛问题,在改进的算法中采用了双重编码结构,并引入变异操作.最后给出仿真结果证明该方法的正确性和有效性.     

一种基于光散射原理在线测量晶圆表面质量的方法

在半导体工业中,晶圆表面质量的检测占据着重要的地位。选择粗糙度参数轮廓算术平均偏差R。作为衡量表面质量的参数,根据晶圆的一般粗糙度范围（Rα为0.01—0.8μm）,构建了一种基于光散射原理的视觉系统测量装置。通过分析光散射强度分布图像,提取出一些参数来表征Rα,达到检测晶圆表面质量的目的。给出了初步的实验结果,说明了此方案是可行的。     

基于混合双种群差分进化的电力系统经济负荷分配

针对电力系统经济负荷分配本质上的非线性约束优化问题,提出一种双种群混合差分进化算法.采用两个种群且以较小的计算量实现目标函数的寻优并保持解的可行性,同时引入单纯型法来提高算法的局部搜索能力.基于典型算例对该算法的进化行为进行测试,并通过仿真和比较验证了所提出算法的有效性.     

面向冗余机器人实时控制的逆运动学求解有效方法

针对7自由度冗余机器人实时运动控制,对机器人逆运动学提出了一种新的求解方法.采用位姿分解方式,使7自由度冗余机器人逆运动学简化为4自由度位置逆运动学求解.在梯度投影法得到位置优化解的基础上,利用机器人封闭解公式求得一组优化解.通过对7自由度机器人仿真分析,表明了该方法的有效性.     

工业机器人机械设计参数对控制能量的影响

以三自由度搬运工业机器人为研究对象,通过机械设计参数与能量指标关系的程序计算和仿真的方法,研究了机械设计参数对控制能量的影响,从而为在提高控制系统性能角度优化机械设计参数提供了依据。     

基于嵌入式技术的移动机器人遥控系统设计

遥控导航是军用地面移动机器人系统的重要组成。面向野外环境下的单兵携带式微小机器人,设计并实现了一种基于嵌入式技术的遥控系统。该系统采用主从遥控和半自主控制相结合的导航控制方式,通过无线视频传输实现超视距远程遥控,通过基于导航图像的路径关键点规划实现半自主导航。     

超声波目标定位与跟踪系统在机器人中的应用

机器人目标定位是实现自主导航的关键问题之一。借助超声波测距原理,采用三边测量法,设计了一个超声波定位系统。该系统通过分析处理多个传感器的信息,得到目标物体的方位数据,并配合相应的控制系统和执行机构,实现机器人对单个目标物体的跟踪。同时为了修正声速,在系统中加入了温度补偿电路。     

基于遗传模拟退火算法的移动机器人路径规划

针对移动机器人路径规划的难题,运用了一种基于遗传模拟退火算法的移动机器人最优路径规划方法,对移动机器人的路径规划进行了设计,采用了栅格法对环境进行建模.为了提高路径规划的效率,采用了一种改进的避障算法来生成初始种群.将遗传算法与模拟退火算法相结合形成遗传模拟退火算法,新算法具有较强的全局和局部搜索能力.仿真实验结果证明算法相对于基本遗传算法的收敛速度、搜索质量和最优解输出概率方面有了明显的提高.     

基于粗糙集的GMDH神经网络的时间序列预测

针对随机时间序列的强不确定性和非线性特征,结合粗糙集理论和成组数据处理的神经网络技术建立了基于粗集的GMDH神经网络预测模型.同时就自然界大多数的随机时间序列数据维数较大的问题,为提高约简效率,提出了基于快速求核和集合近似质量的约简算法,并进行了仿真验证.结果表明,基于粗集的GMDH神经网络预测模型合理可行,约简算法快速有效.     

基于局部子图匹配的SLAM 方法

针对现有的SLAM 解决方法在机器人被“绑架”时失效的问题,提出了基于局部子图匹配的方法．该 方法对现有的SLAM 解决构架进行了改进,提出交点最优匹配的特征相关算法,并且将奇异值分解方法引入机器人 定位．最后,在结构化环境下将本方法和基于扩展卡尔曼滤波器的方法进行比较,讨论了基于局部子图匹配的方法 在结构化环境中解决机器人“绑架”问题的有效性和可行性．