一种平面运动位姿的并联组合测量方法研究

基于特殊的测量环境需要,提出了用于平面运动位姿测量的并联组合测量方法。介绍了并联组合测量方法的测量机构组成和测量原理,并进行了可行性论证;通过建立误差模型,对几何误差源与原始测量参数的映射关系及其对最终位姿测量误差的影响进行了分析,仿真结果和实际应用测量数据验证了分析的正确性。所述并联组合测量方法构思新颖,结构合理,适用于具有一定特殊测量条件的高精度平面大范围运动过程位姿测量。如果在工程应用中有效地控制几何误差源的影响,该方法则具有一定的推广应用价值。

移动机器人数学模型近似线性化及反馈镇定

研究了非线性控制理论中的近似线性化方法在移动机器人控制上的应用问题。针对机器人控制领域中多输入多输出(MIMO)仿射非线性系统,研究了一种基于平衡流形的近似线性化算法,并用此算法解决了一类完整约束正交轮式全方位移动机器人(WMR)的镇定问题。仿真分析表明,此方法不仅能够实现系统的镇定,而且降低了因平衡工作点变动给系统稳定性带来的影响,同时也大大地简化了对非线性系统的综合设计过程,具有良好的控制效果和实用性。

基于LMI全方位移动机器人H_∞鲁棒控制

针对机器人控制领域中一类多输入多输出(MIMO)高阶线性时不变系统,根据模型自身的结构特点,给出了基于线性矩阵不等式(LMI)的通过局部反馈H∞控制实现整个系统对不确定扰动具有鲁棒性的充分条件及相关推论,并在此基础上提出了一种解决该类型系统H∞控制问题的新算法。通过对一完整约束移动机器人系统的局部输出反馈H∞控制仿真,说明了此算法具有良好的控制效果和实用性。

移动机器人数学模型的近似线性化

针对机器人控制领域中一类多输入多输出(MIMO)仿射非线性系统,提出了一种基于平衡流形的近似线性化状态反馈镇定算法,并用此算法解决了一类完整约束轮式移动机器人(WMR)的镇定问题.仿真分析表明,此方法不仅能够实现系统的镇定,而且降低了因平衡工作点变动给系统稳定性带来的影响,同时也大大地简化了对非线性系统的综合设计过程,具有良好的控制效果和实用性.

可重构星球探测机器人的OpenGL仿真实验平台研究

采用基于Visual C++和OpenGL的建模和运动仿真方法,对可重构星球探测机器人系统的三维运动仿真实验平台进行了研究,建立了一个多机器人系统的仿真实验平台。开发的实验平台可用于探索和验证机器人系统的工作原理、工作空间、多机器人协调算法、重构方法、系统集成技术等。在该平台上进行了机器人的运动学仿真和协调运动研究,验证了该仿真平台的有效性和机器人系统体系结构的合理性。

动态未知环境下基于相对坐标系的移动机器人实时运动规划

提出了一种简单、新颖的在动态未知环境下的移动机器人运动规划方法．此方法基于相对坐标系，通过传感器信息实时调整机器人的行为来实现规划．在规划过程中，机器人有两种行为：向目标运动和避碰，且避碰行为具有优先权．机器人两种行为的切换是基于加速度空问的，首先解决的是避碰问题，而向目标运动是作为避碰的反问题来考虑的．仿真研究验证了此规划方法的有效性。

蛇形机器人行波运动的研究

对蛇形机器人的行波运动机理进行了研究,基于Serpenoid曲线建立了蛇形机器人行波运动的形状控制模型、运动学模型、机构动力学模型及环境动力学模型,给出了求解过程。仿真结果表明:在行波运动中,各关节输入力矩大小呈周期变化,且随其与蛇体重心距离的增加而减小。蛇体中心关节的最大输入力矩为蛇形机器人所需最大输入力矩。对称关节输入力矩幅值变化规律相同,但相差不同;运动初始弯角保持不变,关节输入力矩随着环境摩擦因数的增加而增加。环境摩擦因数保持不变,关节输入力矩随着初始弯角的增加而减小。

求解TSP问题的贪心遗传算法

提出贪心遗传算法。通过构建“基因库”形成好的“基因片断”,从而生成高性能的初始种群;依据贪心选择的原则指导遗传操作,实施贪心交叉操作和贪心变异操作;移民操作向种群引进新的遗传物质,克服了封闭竞争缺点,并且可以避免早熟收敛。贪心遗传算法可以大大加快搜索的速度,仿真结果表明算法是十分有效和实用的。

类Lyapunov理论在类人形机器人任务空间内跟踪的应用

考虑了类人形机器人的各种不确定因素,提出了其手臂控制的新方法.基于类Lyapunov方法,设计出具有鲁棒性功能的任务空间控制器.该方法得到的控制器不但在有限确定时间内达到稳定跟踪,而且不需要雅可比矩阵求逆,对一定类型的外部干扰具有鲁棒性功能.最后通过数值仿真显示了所得结果的有效性及其应用方法.

模型无关的无定标视觉伺服控制

本文首先介绍了视觉伺服的一般原理 .然后提出了一种模型无关的无定标视觉伺服控制方法 ,在这种方法中不需要机器人模型和摄像机模型 ,应用方差最小化的原理推导出了模型无关的无定标视觉伺服控制律 .此外还给出了图像雅可比矩阵的递推公式 .文章最后通过一个轨线跟踪的仿真实验验证了算法的正确性和有效性

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

空间柔性双臂机器人系统建模、控制与仿真研究

空间柔性多臂机器人系统是高度非线性,强耦合的动力学系统,其动力学的研究是比较复杂和困难的问题.本文针对极为复杂的空间柔性双臂机器人系统,建立了其系统动力学模型,利用逆动力学控制算法对该动力学模型实现了轨迹跟踪控制,仿真结果表明该方法具有较好的控制效果,分析了在仿真过程中出现的有关数值算法的问题.

冗余自由度机械手的避障控制

避障碍物一直是冗余自由度机械手的主要应用 ,本文采用伪逆矩阵法 ,以障碍物和机械手之间的距离的函数作为性能指标函数来解冗余自由度机械手逆解 ,进行避障控制 ,并提出一种简单的计算机械手和障碍物之间的距离方法 ,通过对一个三自由度的平面机械手进行仿真 ,验证了算法的正确性

ROV模糊控制导航方法

本文提出一种水下 ROV(Remotely Operated Vehicles)的模糊导航方法和基于该方法的控制器结构 .通常由于水下环境光照不足或是水质混浊 ,很难依赖摄像机准确地为 ROV导航 ,引导 ROV到达预定目标 ,尤其是工作空间存在障碍物时 ,ROV很可能发生碰撞 .文中提出的模糊控制方法 ,将 ROV在 3D空间运动的状态、局部环境信息以及导航规划数据表示为多重模糊条件 ,然后结合 ROV的导航特点 ,建立了一个三级模糊控制器 ,该控制器使用同一种控制模式完成 ROV有障碍和无障碍的导航任务 .仿真实验结果验证了所提出方法的有效性

理性遗传算法及其在多机器人运动协调中的应用

面对传统遗传算法在解决一些复杂问题时所存在的收敛慢或早熟等困难 ,基于仿人理性决策原则 ,提出一种具有更丰富进化含义的进化算法——理性遗传算法 .其通过遗传信息的反馈或理性规则的建立来指导遗传操作的进行 ,从而将种群内部知识与经验的继承和学习更有效地结合在遗传算法之中 .相对于传统遗传算法 ,较好地解决了多机器人确知环境下协调运动规划问题 .理论分析和仿真实验结果都是令人鼓舞的 .