基于MIT规则的自适应Unscented卡尔曼滤波及其在旋翼飞行机器人容错控制的应用

提出一种新颖的基于MIT规则的自适应Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法,用来进行参数以及状态的联合估计。针对旋翼飞行机器人执行器提出一种执行器健康因子(Actuator health coefficients,AHCs)的故障模型结构,应用自适应UKF对AHCs参数进行在线估计,将联合估计的状态以及故障参数引入基于模型的反馈线性化控制结构,组成完整的容错控制系统。提出的自适应UKF算法以及容错控制结构经过中科院沈阳自动化研究所ServoHeli-20旋翼无人智能平台数学模型进行仿真试验验证,效果良好。

轮腿复合移动机器人自主越障姿态设定及轮腿运动协调算法实现

轮腿复合移动机器人具有很好的地面适应能力和越障能力。本文通过对机器人系统结构的分析和其越障高度的静态分析,计算出机器人能够越障的最大高度,并提出了针对典型地形环境(沟、坎、台)越障问题的机器人构型优化以及轮腿运动协调控制算法,而且通过实验验证了算法的有效性。

地面移动机器人越障动力学建模与分析

对采用轮—腿—履带复合型移动机构的地面移动机器人进行了研究,首先分别描述了机器人采用腿—履带、轮—腿—履带两种方式的越障过程,进而对腿—履带复合越障过程进行了动力学建模,分析了电机驱动力矩与机器人速度及障碍物高度等之间的关系,为确定机器人的复杂环境适应能力提供理论依据.

轮-腿-履带复合移动机器人的研究

中国科学院沈阳自动化研究所自行研制的灵豹复合移动机器人,采用轮-腿-履带复合移动机构,构建了嵌入式控制系统,设计了模糊控制器控制机器人行走,实现了机械臂的自主联动控制。机器人运动控制更加简便,系统具备良好的适应性和运动稳定性。

可变形机器人协同越障方法及控制策略研究

在复杂环境中工作的机器人对越障能力的要求越来越高。为了充分发挥可变形机器人AMOEBA-Ⅰ的越障能力,增强机器人在非结构环境中的适应性,提出了可变形机器人的协同越障方法。建立了数学模型,对机器人越障高度与其重心位置的关系进行了理论分析。从理论上比较了常规越障方法与协同越障方法所能翻越障碍的最大高度。同时提出了自主越障过程的控制策略,采用了根据情感状态的变化对机器人控制策略进行微调,并建立了相应地情感模型。实验验证了协同越障方法及自主越障控制策略的有效性。

新型轮—腿—履带复合移动机构及稳定性分析

为提高反恐防暴机器人对非结构环境的适应能力,设计出了一种具有良好的机动性能和转向性能的新型轮—腿—履带复合移动机构.通过机器人机构分析与本体的稳定性分析,论证了其结构设计的可行性及好的稳定性.

具有环境自适应能力的多机器人编队系统研究

对多机器人的体系结构进行了研究 .采用时空表和时间控制器相结合的方法 ,解决多机器人间的协调协作问题 .针对编队问题的具体特性 ,提出了基于环境的记忆学习方法 ,使多机器人编队系统具有较强的环境自适应能力 .最后 ,通过仿真实验实现了整个多机器人系统 ,进一步验证了各个算法的可行性和有效性 .

轨迹测量系统中特征点检测技术研究

针对机器人直线轨迹测量系统中的图像处理鲁棒性问题,开展线结构光光条图像的特征点识别技术研究,提出了一种基于种子点拟合和直线生长的直线分割方法,很好地解决了各种条件下各段拟合直线的端点自动获取问题,提高了系统的环境适应性和测量精度.实验表明,该方法具有很好的鲁棒性.

智能机器人系统中局部环境特征的提取

本文基于栅格地图和滚动视窗的控制方法 ,提出了一种提取机器人局部障碍物群环境特征的数据融合新方法 .该方法在多个级别对原始数据进行不同程度的抽象和压缩 ,减少机器人内部模块之间或机器人之间、机器人与控制中心进行通讯的数据量 ,提高系统的动态性能 .同时 ,该方法对复杂环境具有良好的自适应性和实时性 .本文分别列举了仿真实验和物理实验结果 ,表明了机器人采用障碍物群的环境特征提取方法可以成功地完成躲避障碍物和路径规划的任务

基于启发式节点增强策略的PRM路径规划方法

针对一般的PRM方法用于移动机器人对复杂地形路径搜索存在的缺陷 ,本文对PRM方法进行了改进 ,提出了一套基于启发式的节点增强的策略 ,提高了PRM方法节点增强阶段对环境的适应性 .此外 ,本文建立了相应的仿真实验系统对策略的有效性进行了实验与分析

多机器人动态编队的强化学习算法研究

在人工智能领域中 ,强化学习理论由于其自学习性和自适应性的优点而得到了广泛关注 随着分布式人工智能中多智能体理论的不断发展 ,分布式强化学习算法逐渐成为研究的重点 首先介绍了强化学习的研究状况 ,然后以多机器人动态编队为研究模型 ,阐述应用分布式强化学习实现多机器人行为控制的方法 应用SOM神经网络对状态空间进行自主划分 ,以加快学习速度 ;应用BP神经网络实现强化学习 ,以增强系统的泛化能力 ;并且采用内、外两个强化信号兼顾机器人的个体利益及整体利益 为了明确控制任务 ,系统使用黑板通信方式进行分层控制 最后由仿真实验证明该方法的有效性

非完整约束轮式移动机器人人工场导向控制研究

导向控制在非完整约束轮式移动机器人的运动控制中具有重要作用，该文通过建立人工场的方法来引导和控制方向角，通过辅助的线速度控制前进或后退，以获得最佳收敛路径；同时考虑到实际系统速度饱和限制，从而设计出一种新的非连续位姿镇定律，并将该结果扩展，使得平面内任意点-点镇定、轨迹跟踪和路径跟踪问题均可得以实现，且对于跟踪问题仅需知道期望位姿，所得控制器不权设计简单，鲁棒性强，收敛速度快，还具有一定的普遍性。

一种低功耗微弱信号放大电路的优化设计与研究

针对远距离声源发射的水声信号微弱、水声接收设备电源能量有限的特点,提出一种功耗小、对无源元件误差灵敏度低、高增益放大的微弱水声信号通用放大电路。系统采用场效应管共源单调谐放大器为前置放大级,由四级级联低功耗运放构成带通滤波放大电路,省去传统的R、C低通网络,实现了对微弱水声信号的高增益放大和海洋背景噪声的归一化处理。通过计算电路网络传递函数极点证明了电路系统的稳定性。海上使用表明系统具有精度高、适应性强、电路稳定性好、功耗小等优点。

一种基于区域分割的多级环境建模方法

针对现有移动机器人路径规划中各种环境建模方法存在使用范围有限、复杂问题处理能力不足和运行效率低、缺乏灵活性等问题，结合二维半描述和知识利用原理，提出了一种可以比较圆满地解决诸如建筑物内不同楼层连接、室内室外环境交替出现等实用结构性空间问题的基于区域分割的多级环境建模方法。

动态补偿的水下机器人路径规划

本文研究水下机器人在障碍位置未知条件下,进行路径规划的方法,使自治水下机器人以最短的行程距离,避开障碍,达到预定目标.针对变化的、复杂的海洋情况,本文采用动态与静态相结合、规划与控制相结合的手段,应用人工势场理论,引入距离误差做动态反馈补偿,实现全局规划控制.本文提出的这种适于自治水下机器人导航的动态路径规划-控制方法,可以解决障碍环境参数已知、未知的路径规划问题.仿真结果表明该方法具有较强的稳定性和适应性.