基于“风车”形子单元的自重构机器人运动及自重构规划

自重构机器人区别于其他类型机器人的一个重要特征是其在具有移动能力的同时还具有自重构能力.为了赋予自重构机器人这2种能力,在分析DL-Cube(double L-cube)自重构机器人单元模型的结构特性基础之上,设计了基于"风车"形子单元的分层规划算法,实现了由"风车"形子单元构成的自重构机器人构形在平面内的运动;同时,借助于"风车"子单元自身具有的移动、转变模块方位、携带模块能力,机器人实现了平面内由24模块组成的"长方形"初始构形到目标构形为"H"构形的自重构.通过运动和重构仿真实验,验证了分层规划算法的有效性及利用"风车"子单元进行自重构的可行性.     

分级优化自重构构形匹配策略研究

针对机器人自重构过程中的构形匹配问题,提出了基于分级优化机制的自重构构形匹配策略．首先以待匹配方案与目标构形之间的公共连接作为一级优化目标;在一级优化结果的基础上结合构形连通性这一特点构造新的目标函数,即以匹配方案与目标构形之间的公共拓扑作为二级优化目标．通过设置两级优化目标,简化了构形匹配的过程．最后利用遗传算法对所提出的构形匹配方法进行了验证,结果证明了该匹配方法的可行性．     

模块化自重构机器人的设计和运动规划

研制了新型模块化自重构机器人DL-CubeII(Doble L CubeⅡ)系统,相对于DL-CubeⅠ系统,DL-CubeⅡ设计了一种小型旋转钩子连接/断开机构用来代替I型中采用的内平衡磁铁结构,在中转机与机器人模块之间采用更可靠的无线通讯;软件方面,提出了一种基于模块规则库和宏动作的启发式规划方法,可以对任意初始构型的机器人在复杂环境中到达指定目标质心位置进行规划。最后给出了硬件实验和几个仿真实验,验证了机器人连接机构的可靠性和自重构算法的可行性。     

质量体积双约束下车辆装载与配送路径联合优化研究

目的 针对质量与体积共同限制的配送路径问题,综合考虑订单不可拆分、货物的体积等约束,构建包含路径最短和装载率最高双目标的车辆装载与配送路径联合优化模型。方法 在车辆路径优化模型的求解方面,首先利用聚类算法对配送区域进行划分,然后通过车辆的载质量判断是否能进行站点货物的配送,最后利用遗传算法求得最优路径。在三维装载模型的求解上使用贪心算法和基于块的启发式算法,解决了货物的装箱问题。结果 基于某公司具体实例对模型与算法的可行性进行了验证,优化后配送的车辆减少了1辆,配送距离减少了154.247km,平均装载率达到了93.89%,节省了企业的配送成本。结论 所构建的模型以及求解的算法可以提高装载率和配送效率,为解决车辆装载与配送路径联合优化问题提供理论依据。