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 .

一个面向复杂任务的多机器人分布式协调系统

基于多智能体系统理论，研讨在非结构，不确定环境下面向复杂任务的多机器人分布式协调系统的实现原理，方法和技术。提出的递阶混合式协调结构，基于网络的通讯模式和基于有限状态机的规划与控制集成方法，充分考虑了复杂任务和真实自然环境的特点，通过构建一个全实物的多移动机器人实验平台，对规划，控制，传感，通讯，协调与合作的各关键技术进行了开发和集成，使多机器人分布式协调技术的研究直接面向实际应用，编队和物料搬运的演示实验结果展示了多机器人协调技术的广阔应用前景。

Stabilization of Dynamic Systems for Multiple Omni-Directional Mobile Robots

本文考虑了由2个全方位移动机器人组成的混合动力学系统的协调拟镇定问题.利用机器人位置之间的向量与机器人目标之间向量的内积,设计了多步拟镇定律,该控制律能够在避碰后按指数速率运动到目标点,且在整个过程中两机器人之间的距离不小于避碰的安全距离.最后对2个全方位移动机器人进行了仿真,验证了所给方法的有效性。

冲压自动生产线上下料机器人示教编程方法

针对由多台机器人及多种辅助设备组成的冲压自动生产线编程量大、运动协调关系复杂、联锁信号多的特点 ,介绍一种离线规划与在线示教相结合的冲压机器人示教编程方法 ,对冲压机器人进行运动轨迹、作业内容等方面的示教 ,降低了示教内容的复杂性 ,节省了在线示教所占用的现场调试和生产时间。

双机器人协调控制系统

本文描述了基于集散控制原理,采用分层递阶结构建立的一个3级结构双机器人协调控制系统.该系统共分3层,最高层为任务规划级.它对双机器人作业进行离线编程及仿真,并负责对整个系统的监控和管理.第2层为协调级,它实现机器人作业的协调控制.并通过传感器信息对机器人轨迹进行实时修正.该层既可接收来自上层的命令或指令.对机器人进行控制,亦可在该层上独立编程.实现对机器人的控制.第3层为执行级,它实现高精度伺服控制.此外,该系统还提供了灵活的编程环境及良好的人机界面.用户可根据需要选择离线编程环境或实时编程环境,并且可在其相应的界面下工作,运行结果表明,系统性能稳定可靠,结构合理,编程环境灵活.我们在该系统上,成功地进行了PUMA562机器人和PUMA760机器人的点位协调和轨迹协调以及复杂的联合作业.

机器人及机器人学中的控制问题

机器人已成为进一步实现制造业、非制造业、军事活动以至家庭服务自动化的重要工具.机器人学则是更综合地研究如何使机器或系统具有“思想、感知或动作功能的一门交叉性新学科”.机器人的发展是波浪式的,经历了多次的曲折.目前工业机器人中除装配机器人外,其他点焊、弧焊、喷漆及搬运机器人,由于应用范围限制,以及工业生产装备更新速度和投资规模的影响,市场日趋饱和.以美国为例.制造商订单1984年达到高峰6046台.至1986年下降至5713台,不过对机器人未来市场大都持乐观态度.但进一步开拓市场.有待于推出适用于各种环境作业的各式各样的机器人.日本东京大学教授认为机器人当前处于又一次高潮的前夜(Nightmare),正是需要大力加强研究开发的时期.我国正在着手建立工业机器人产业,这一情况值得我们注意.本文着重从研究角度来介绍当前机器人及机器人学中的控制问题的现状及主要问题.