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。

自主移动机器人足球比赛视觉定位方法综述

综述了RoboCup足球赛中全自主移动机器人基于视觉的定位技术,包括机器人自定位和多机器人协作物体定位.介绍了定位技术的发展情况与分类.从机器人环境构建形式的不同以及先验位姿和概率方法的应用与否等方面,系统地分析和比较了各种自定位方法.对于多机器人协作物体定位,阐述了静态方法和动态跟踪方法.总结了定位过程中需要重点研究的传感器模型构建、图像处理、特征匹配以及协作过程涉及的相关问题.最后就视觉定位存在的问题和技术发展趋势进行了讨论.

移动机器人几何-拓扑混合地图的构建及自定位研究

基于墙角、房门和通路等高级环境特征的辨识与提取,依据几何和拓扑环境模型完成混合地图的构建,并根据混合地图的特点,提出在局部几何环境采用扩展卡尔曼滤波算法实现移动机器人的位姿跟踪,而在拓扑地图的节点位置则根据绑定的高级环境特征进行位姿再校正的混合定位方法.将该方法应用于实际移动机器人平台,所得结果证明了方法的有效性和实用性.

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.

移动机器人基于激光测距和单目视觉的室内同时定位和地图构建

该文研究了部分结构化室内环境中自主移动机器人同时定位和地图构建问题.基于激光和视觉传感器模型的不同,加权最小二乘拟合方法和非局部最大抑制算法被分别用于提取二维水平环境特征和垂直物体边缘.为完成移动机器人在缺少先验地图支持的室内环境中的自主导航任务,该文提出了同时进行扩展卡尔曼滤波定位和构建具有不确定性描述的二维几何地图的具体方法.通过对应用于SmartROB-2移动机器人平台所获得的实验结果和数据的分析讨论,论证了所提出方法的有效性和实用性.

自主移动机器人三角定位的路标优化

针对给出的机器人三角定位算法，推导出路标设置对定位影响的几何精度标准，证明了参与定位的路标数目为3个和3个以上的情况下，如果路标与机器人的距离都相等，那么当相邻路标与机器人所成夹角都相等时，机器人的定位精度最高；进而给出了最优路标选取算法.实验和实践结果也进一步证明所得结论的有效性。

履带腿式非结构环境移动机器人特性分析

针对非结构环境的特点 ,提出一种适用于非结构环境的新型履带腿移动机器人 .这种移动机器人结构简洁 ,实用 ,具有很好的环境适应能力 .本文主要分析该移动机器人在非结构环境下的斜坡行走、越障、跨沟、阶梯地形行走、自动复位等功能 .

人机系统在移动机器人平台的应用

针对机器智能发展研究存在的瓶颈问题 ,研究了人机结合应用的必要性 ,并在此基础上提出“人机系统”的概念 ,探讨了人机系统应用的一般性方法 ,给出人机系统的体系结构、交互原则、介入准则 ,并以移动机器人为平台结合改进的人工矢量场算法进行了应用

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。

用改进的ART-2网络建立移动机器人环境模型的研究

本文应用自适应共振理论中ART-2神经网络进行移动机器人环境障碍模式识别。ART-2神经网络在处理单方向渐变的模式输入时具有模式漂移的特点，机器人在静态环境中运动依赖这种特点，但在动态环境中模式漂移的特点却会对机器人的安全造成威胁。为此，设计了一种改进的ART-2神经网络，使得移动机器人同时适应在静态和动态环境中安全运动。

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

一类全方位移动机器人的不确定扰动数学模型

本文针对一类正交轮全方位移动机器人的机构特点 ,分析了运行中由于其结构因素引起机器人运动不稳定的主要原因 .针对此类结构运动过程存在的不确定扰动问题 ,分析了它的产生机理及其变化规律 ,并推导出在该种不确定性扰动影响下的移动机器人动力学模型 .该模型可为正交轮全方位移动机器人运动控制提供理论依据 ,具有较强的理论意义和应用价值

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

一种多目标快速识别的自适应灰度量化方法研究

针对实时序列图像多目标识别问题提出了一种快速图像处理方法。该方法依据一定的先验知识和准则，对复杂背景图像进行窗口化，对每一个窗口独立进行自适应快速中值滤波，及基于局部图像灰度信息的自适应重新量化和最大熵分割处理，实现了对全景视场内预定目标的快速准确提取和识别。为动态环境中多目标条件下移动机器人的视觉定位、导航和目标跟踪所需图像处理技术提供了一种新的方法。