基于改进强化学习的模块化自重构机器人编队

针对传统强化学习算法在训练初期缺乏对周围环境的先验知识,模块化自重构机器人会随机选择动作,导致迭代次数浪费和算法收敛速度缓慢的问题,提出一种两阶段强化学习算法。在第一阶段,利用基于群体和知识共享的Q-learning训练机器人前往网格地图的中心点,以获得一个最优共享Q表。在这个阶段中,为了减少迭代次数,提高算法的收敛速...     

飞秒激光能量密度对SiC陶瓷微孔加工的影响

采用飞秒激光对SiC陶瓷进行螺旋微孔加工实验,研究了能量密度对材料微孔加工形貌及孔形的影响,分析了微孔孔径、圆度及锥度随激光加工工艺参数的变化规律.实验结果表明,相比于微孔出口而言,微孔入口受能量密度的影响较小,更高的能量密度有利于提高微孔的加工质量.该研究获得了孔径小于250 μm、圆度大于0.95、锥度小于1°的近圆柱SiC陶瓷微孔.对加工区域进行检测,发现材料表面存在一定程度的氧化现象,分析了位于不同加工区域元素含量变化的原因.     

机械手触觉技术研究发展综述

如何将复杂的多感知触觉技术融入机械手臂中是目前机器人技术发展中亟待解决的问题.无感官触觉回路的机械手臂并不适用于软体、易碎等物体的抓取,不同的物体需要不同的抓取力规划,抓取力过大往往会造成物体的损坏.从触觉传感器的设计出发,分析国内外机械手臂触觉研究现状,阐述前端执行器机械手触觉传感实现的主要技术,同时包括触觉技术的类型、原理设计、结构实现、传感信号获取与传输、解耦方法、灵敏度等方面的发展,为后期机械手臂实现传感、感知、控制3层执行架构的研究提供了新的思路.     

基于SAX算法的CMT增材制造缺陷在线监测

针对增材制造过程中形成的缺陷会对工件造成不可逆的影响，分析了冷金属过渡（Cold metal transfer, CMT）增材制造过程的焊接电流信号和焊接电压信号，提出了一种基于时间序列算法的CMT增材制造缺陷在线监测方法。设置不同的焊接工况，收集良好组和缺陷组的原始焊接电流和焊接电压信号，使用SAX(Symbolic aggregate approximation)算法对数据进行预处理。使用随机森林模型对数值型数据再分类，达到实时监测的效果；同时为突出SAX算法的优越性，设置对比试验组，将原始的焊接电流数据直接放入随机森林模型进行分类。结果表明，原始焊接电流组的测试集准确率为80%,SAX算法数据预处理组的测试集准确率为96%。     

结合遗传算法和滚动调度的多机器人任务分配算法

研究多机器人任务分配（MRTA）的目的是提高智能工厂中机器人完成任务的效率。针对现有算法在处理大规模、多约束的MRTA时存在不足的问题，提出一种结合遗传算法和滚动调度的MRTA算法（ACGARS）。首先，在遗传算法中采用基于有向无环图（DAG）的编码方式高效地处理任务之间的优先级约束；其次，在遗传算法的初始种群中加入先验知识以提高算法的搜索效率；最后，设计基于任务组的滚动调度策略用于减小求解问题的规模，从而实现对大规模问题的高效求解。在大规模问题实例上的实验结果表明，相较于构造性启发式算法（CHA）、最小化干扰算法（MIA）和基于惩罚策略的遗传算法（GAPS）生成的方案，当任务组数为20时，所提算法生成的方案的平均订单完成时间分别缩短了30.02%、16.86%和75.65%，验证了所提算法能有效地缩短订单的平均等待时间，提升多机器人任务分配效率。