基于WiFi技术的智能搜救机器人

为了实现对地震、泥石流等灾害现场的实时监控,依托WiFi网络和遥控机器人技术设计了一台智能搜救机器人,引入多种传感器设备,实现灾后现场的实时监控和救援。通过无线传输技术实现机器人上位机与下位机之间的通信,下位机软件将机器人采集到的视频信息传送到上位机,上位机根据所接收到的视频信息向下位机发送控制命令,实现远距离移动监控。通过在机器人车体上搭载机械臂拓展机器人的搬运功能,实现作业现场障碍物清除工作。重点阐明了基于WiFi技术的智能控制机器人系统的硬件和软件设计。实验结果表明,本次设计的智能搜救机器人能有效实现灾后现场的远程移动监控和救援,具有一定的可靠性和实用性。     

仿人足球机器人目标定位与追踪算法改进

对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。     

仿生机器蛇的设计

文章主要描述仿生机器蛇的设计,包括机器蛇的结构设计和运动规划连贯动作的实现。通过对蛇形机器人在有障碍物和无障碍物环境中,进行不同连贯动作的运动规划和运动形式变化,找出机器人设计的不同侧重点;最后,将对本文的不足和实验时所遇到的困难进行总结,并加以展望。     

移动机器人路径跟踪模糊控制系统设计及仿真

本文的主要研究内容是模糊逻辑在移动机器人已知全局路径的情况下通过对局部路径的分析进行轨迹跟踪运动中的应用。利用模糊逻辑在移动机器人运动控制中的优越性,结合驾驶员的丰富经验设计了移动机器人的模糊控制器,包括一个预瞄距离确定器和一个运动模糊控制器。设计出移动机器人运动控制进行仿真的方法及程序流程,对其进行计算机仿真验证控制...     

基于高维状态空间的移动机器人定位

位置跟踪是移动机器人自主导航中的一个主要任务.扩展的卡尔曼滤波定位方法是一个常用的位置跟踪方法,但是在对非线性系统方程进行线性化近似过程中引入了线性化误差.文中给出了一个基于线性系统模型的位置估计方法.用一个高维的状态向量表示机器人的位置空间,并选用环境路标的全局信息作为观测向量,此时系统动态模型和系统观测模型都是线性的,从而直接运用最优的线性卡尔曼滤波技术进行移动机器人位置估计.这种方法免除了非线性方程的线性近似过程,避免了线性化误差.实验表明,位置估计过程是收敛的、一致的.     

自主机器人直线行进过程的数字PID控制

针对自主机器人的直线行进过程，提出一种通过硬件电路确定直流电机模型的方法，即利用光电编码器测得机器人驱动轮电机转速信号，经硬件电路将每个周期时间内的脉冲数记录下来，从而得到电机输出转速响应曲线，确定电机的数学模型。在电机模型确定的基础上，实现了自主机器人直线行进过程的数字PID控制。数字PID参数的确定采用Ziegler—Nichols法，同时借助Matlab／Simulink仿真软件对所得PID参数进行了进一步的整定，取得了良好的控制效果。     

超声电机驱动关节机器人位置反馈控制研究

利用超声电机低速大转矩特性,实现了三关节机器人的直接驱动;通过改变超声电机的工作频率实现对其运行速度的控制。结合超声电机的运行特点,运用和比较了多种PID位置反馈控制方式,实践证明,在确保超声电机和机器人工作平稳的前提下,采用梯形积分的PID位置反馈控制效果最好。     

复眼立体的机器人视觉仿真

针对普通双目立体摄像机在机器人立体视觉仿真中的不足,提出一种复眼立体摄像系统。通过对其原理分析,找出被摄目标的深度、方位与摄像机之间的几何关系,推出计算公式,给出其在机器人视觉仿真中的应用方案。该系统提高了机器人视觉仿真精度,应用方案简单可行。     

基于改进型飞渡电容的电池组动态均衡控制方法研究

为了改善由于电池单体之间差异而导致的电池组在充放电过程中的失衡问题,在对飞渡电容和辅助充电电源均衡方法深入研究的基础上,通过改进储能电路设计,搭建了一种新型电池组管理系统,给出了电池组处于放电和充电两种状态下的均衡控制方法,并将该系统用于胃肠道机器人外部无线接收器进行实验研究.研究结果表明该系统可工作于辅助充电电源均衡和能耗均衡两种模式下,与改进前相比,电池组实际容量及其利用率均提高2倍以上.     

基于改进SURF算法的双目视觉定位

随着机器人技术的发展,机器人视觉方面的研究也越来越受到人们的重视。在机器人视觉系统中,双目视觉应用最为广泛。在利用双目视觉对物体进行定位时,文中采用了各方面性能都较有优势的SURF算法,来对图像中的特征点进行提取与匹配。由于客观因素的影响,在SURF匹配过程中存在特征点误匹配现象,为了消除误匹配,文中对SURF算法做了改进,加入了剔除误匹配的RANSAC算法。实验结果表明,改进后的SURF算法,能够大大提高双目视觉定位的精准度。