基于STM32控制的仓储搬运机器人

针对实际工业生产过程对自动化的需求,阐明了实现精确搬运的智能机器人的设计.该机器人运用灰度、颜色传感器完成循迹、颜色识别的导向识别功能;通过STM32产生PMW波形控制伺服电机的转动,精确搬运物料;模拟真实厂区环境,规划高容错率行进路线.实验表明,机器人设计简单,易于实现与批量生产,实用可靠,可在自动化领域广泛推广.     

掌握综合知识，提高动手能力——智能机器人创新设计竞赛指导

担任NOC活动机器人赛项的裁判工作已三届,感觉竞赛每年有变化,越来越成熟,越来越完善.今年(第七届)的机器人竞赛项目分为两大项,一是智能机器人创新设计,这已是NOC的特色项目了;二是智能机器人竞赛,分为虚拟机器人足球、虚拟机器人迷宫、机器人投篮和智能机器人竞赛(环保主题)四部分.在学习了今年的竞赛要求后我的感受颇深.     

基于改进的主动逻辑与元认知环的机器人常识推理的研究

针对常识推理的非单调和异常问题,构建了基于改进的主动逻辑与元认知环的机器人常识推理框架。首先,针对机器人在执行任务时易受异常情况干扰的问题,引入元认知环对异常进行监视和评估并引导机器人。其次,对主动逻辑进行改进,定义了事实、常识,及它们相互之间的蕴含、否定和无关三种关系,给出了详细的矛盾知识的发生的条件和定义,并给出了对应的矛盾知识的处理方法,提出在主动逻辑中事实包含关系的传递性及推理的非直接传递性以有效检测和处理矛盾。最后,设计的Pr2机器人取书的实验进一步验证了元认知环以及主动逻辑在机器人执行任务时对异常情况和矛盾知识处理的有效性。     

研华成立MA+产业联盟,开放平台布局设备自动化

正上海2014年4月28日电/美通社/--2014年4月24-25日,全球智能系统领导厂商研华科技在昆山协同创新研发中心举办"智能制造未来趋势论坛与伙伴会议",本次大会以设备自动化未来趋势为主题,邀请上银科技、台湾精密机器研究发展中心、中科院宁波工业技术研究院等产业伙伴共同参与大会。大会中,研华科技首次向外界介绍了研华设备自动化三大事业部,大中华区设备自动化布局以及成立MA+产业联盟,打造伙伴开放平台。3D技术、智能机器人、硬件开源的趋势让传统制造业面临一场革新,未来     

Q—学习及其在智能机器人局部路径规划中的应用研究

强化学习－词来自于行为心理学,这门学科把行为学习看成反复试验的过程,从而把环境状态映射成相应的动作。在设计智能机器人过程中,如何来实现行为主义的思想、在与环境的交互中学习行为动作？文中把机器人在未知环境中为躲避障碍所采取的动作看作一种行为,有杉强化学习方法来实现智能机器人避碰行为学习。Ｑ－学习算法是类似于动态规划的一种强化学习方法,文中在介绍了Ｑ－学习的基本算法之后,提出了具有竞争思想和自组织机制     

一个基于分层推理的机器人抓取规划系统

本文给出一个基于分层推理的机器人抓取规划系统 KBGS.该系统把对象的知识分成经验知识和精确知识两个层次,并首先使用经验知识进行抓取方案的规划,一旦输出一个适合于环境和任务的用符号形式描述的抓取方案,就使用对象的精确知识进行具体的抓取参数的推理.     

智能机器人避碰行为学习方法研究

该文采用了两种学习方法,即遗传算法和强化学习实现了智能机器人的避碰行为学习。在介绍了两种学习机制后,给出了仿真实验结果,并对两种学习方法的异同进行了分析。     

脑基本机能联合区理论在智能机器人体系结构中的应用

文章剖析了A.P.Лурия提出的脑的三个基本机能联合区理论,基于该理论提出了智能机器人神经心理体系结构模型,并拓展了Rao和Georgeff的BDI逻辑,用于机器人的心理(心智)机制描述,基于CADCON的水下机器人三维仿真结果表明了该体系结构的可行性和有效性。     

嵌入式智能机器人平台研究

针对传统工业机器人采用的封闭式结构的局限性,在Windows CE.NET系统基础上,通过剪裁定制,去除冗余的功能,搭建嵌入式智能机器人平台．该智能机器人系统具有移动机器人需要的主要感知模块,并有丰富的运动控制接口及驱动模块．同时,设计了多传感器数据融合、轨迹规划、运动控制、无线网络通信、图形人机界面等智能机器人的测试软件和应用模块．该智能机器人平台具有模块化、易扩展、可移植、可定制、硬件体积小、功耗低、实时性强、可靠性高等优点．