自主机器人的强化学习研究进展

虽然基于行为控制自主机器人具有较高的鲁棒性，但其对于动态环境缺乏必要的自适应能力，强化学习方法使机器人可以通过学习来完成任务，而无需设计者完全预先规定机器人的所有动作，它是将动态规划和监督学习结合的基础上发展起来的一种新颖的学习方法，它通过机器人与环境的试错交互，利用来自成功和失败经验的奖励和惩罚信号不断改进机器人的性能，从而达到目标，并容许滞后评价，由于其解决复杂问题的突出能力，强化学习已成为一种非常有前途的机器人学习方法，本文系统论述了强化学习方法在自主机器人中的研究现状，指出了存在的问题，分析了几种问题解决途径，展望了未来发展趋势。

基于初等运动的多机器人避碰及死锁预防

该文以一实际应用为背景提出了多移动机器人避碰及死锁预防算法 ,该算法将机器人的运行环境形式化地描述为初等运动集、冲突图、总任务集及机器人作业集 ,利用集合论、图论的有关方法及技术实现了多机器人间的避碰与死锁预防 .当机器人的运行环境改变时 ,只需要对相应的集合描述文件进行修改 ,而不用对程序做任何改动 .算法的另一个特点是利用避碰算法巧妙地完成了死锁预防 .仿真和实际运行证明了该算法高效可靠 .

基于视觉的机器人轨迹误差测量技术

提出了一种基于视觉的机器人轨迹精度测量系统,该系统以计算机视觉为基础,结合激光测量等技术,可实时测量机器人的运动轨迹误差.完成了高精度图像快速采集与处理、系统标定、三维计算及计算结果可视化等关键技术研究及系统研制工作,并在机器人上进行了实验,大量的实验表明,该系统的测量精度和速度均可满足机器人的轨迹测量的需要.

基于速度矢量可行度的移动机器人多行为综合决策方法

为了提高机器人对真实环境的适应能力 ,基于行为思想越来越多地被用于自主机器人的在线运动决策 .由此 ,产生了多行为综合管理问题 .本文分析了常用的基于矢量合成的并行行为的综合方法 .在此基础上 ,提出基于速度矢量可行度的自主移动机器人多行为综合决策方法 .该方法可较完整地保留子行为的决策意图 ,得到更合理的行为综合结果 .

基于机器人的可重构装配系统

本文分析了市场全球化给企业带来的挑战和机遇 ,提出了基于机器人的可重构装配系统 .在分析国外在可重构制造领域的研究状况的基础上 ,提出了基于机器人可重构装配系统的设计内容和方法 ,并提出了可重构装配系统今后需研究的方向

基于波扩散方法的工业机器人路径规划

为避免繁琐的机器人示教过程,提出一种离线的基于波扩散方法的工业机器人路径规划算法．首先对机器人的工作空间离散化,针对工作空间中的障碍点和自由点进行二值标记;然后用波扩散方法对自由点进一步标记,并进行了路径搜索;最后,对波扩散法与深度优先算法路径搜索进行了比较．将该算法用于6-自由度工业机器人的仿真实验,得到了满意的效果．

多移动机器人主—从编队控制研究

多机器人编队控制是多移动机器人自主协调控制领域中的关键技术。这篇论文在基于局部测量和局部控制的框架下，研究具有主—从跟踪结构的移动机器人编队系统的建模和控制问题。论文的主要研究内容可分为如下三个方面：针对一阶运动学和二阶运动学模型的编队控制器设计；将基于运动学的编队控制器与基于从机器人动力学的载体控制器相结合；将队形反馈信息融入主机器人的轨迹跟踪控制器，给出了主机器人的协调编队控制器的设计。具体内容可概括为如下几个方面：（1）以主—从机器人编队中从机器人的固联视觉传感器的观察角度出发，用视觉等效相对速度建立了主—从机器人编队系统的运动学模型。同时，在该模型中考虑了由视觉传感器时间延迟所导致的模型误差对编队系统的影响。在基于该运动学模型的编队控制器的设计过程中结合了基于从机器人载体的动力学的速度控制器。这种基于编队运动学和机器人本体动力学相结合的控制方法，避免了以往文献中速度跟踪响应无限快的假设。使得对编队控制系统的分析和设计更趋于实际。用Lyapunov稳定性理论证明了主—从机器人之间的编队跟踪误差和从机器人载体的速度跟踪误差都可以收敛到零--整体系统的渐进稳定性。（2）结合上述编队控制律，提出了一种编队系统中从机器人主动避障的方法，该方法能够令从机器人在避开动态障碍物的同时，与主机器人保持期望的相对距离或相对方位。这种方法的实质是由主机器人来引导从机器人的避障过程，主—从机器人之间通过相互协作来完成避障任务。这就使得从机器人即使在避障的过程中也能够与主机器人保持部分的协作。这样，当避障过程结束之后，主—从机器人之间可以迅速的恢复队形。（3）导出了一种新的基于相对运动学的主—从跟踪系统的二阶运动学模型。利用这个运动学模型，我们设计了一个由反馈线性化控制器和一个滑模控制器组成的复合控制器，来实现机器人主—从跟踪系统的控制。运用Lyapunov理论证明了所设计的队形控制器能够镇定包括内部动力学系统在内的整个主—从跟踪系统。同时，该控制器使得队形跟踪系统对主机器人的绝对加速度具有鲁棒性。此外，在前述控制器的基础上，我们设计了一个自适应队形控制器来处理主—从跟踪系统中存在的参数不确定性。（4）将上述基于二阶运动学的编队控制方法与从机器人的载体动力学控制系统相结合，给出了将编队运动学与载体动力学相结合的编队控制器设计方法。同时，针对载体动力学模型中含有参数不确定性的情况，设计了基于自适应控制方法的编队控制器。同时，利用Lyapunov理论给出了保证整体系统稳定性的条件。（5）基于主—从编队系统的二阶运动学模型，将队形反馈信息引入主机器人的轨迹跟踪控制器中，形成了主—从机器人协调编队的辅助控制律。该辅助控制律所对应的虚拟协调力通过主机器人的动力学系统形成了真实的协作控制力。该控制器与前一章中的从机器人的鲁棒编队跟踪控制器共同形成了主—从编队系统的协调控制器。应用Lyapunov理论给出了在主—从机器人分别采用协调编队控制器的作用下所形成的闭环系统的稳定性条件。进一步地，我们将主机器人的面向轨迹跟踪任务的协调控制器转换为面向路径跟踪任务的协调控制器。分别利用了基于MATLAB的仿真平台和实际的多移动机器人系统，验证了以上各方法的有效性。

基于循环抑制CPG的蛇形机器人运动控制方法

蛇具有细长无肢的身体、独特的半球形关节，使其可在神经系统控制下完成与环境相适应的多种节律运动。模仿蛇的运动机理和行为方式而设计的蛇形机器人克服了轮腿式机器人的缺点，增加了机器人的运动方式，扩大了机器人的应用范围。但应用传统的控制策略实现蛇形机器人运动控制遇到了很难克服的问题。随着社会经济与科技的发展，研究人员把从蛇运动神经系统研究中得到的启示应用到蛇形机器人上，希望不仅可以解决其运动控制问题，更能在构型、步态及控制机制上皆可展示蛇的特征。 生物学家已经证明动物的节律运动是其低级神经中枢的自激行为，是由中枢模式发生器(Central Pattern Generator，CPG)控制的。中枢模式发生器是一种能够在缺乏有规律的感知和中枢控制输入的情况下，产生有节奏模式输出的神经网络。 本文以国家自然科学基金课题《基于CPG的蛇形机器人控制方法研究》和国家“863”高技术计划资助项目《具有环境适应能力的蛇形机器人的研究》为依托，突破以相互抑制机理研究CPG的传统观点，首次创新性地提出应用循环抑制(Cyclic Inhibition, CI)机理来研究蛇形机器人的CPG建模与实现问题。本研究涵概了神经元模型的特性分析、蛇形机器人关节循环抑制CPG建模理论、蛇形机器人循环抑制CPG神经网络稳定性分析以及典型步态的生成方法、循环抑制CPG神经网络控制蛇形机器人蜿蜒运动参数设定策略、应用动力学仿真和实验对该CPG控制方法有效性的验证。 首先，本文介绍了两个用于CPG建模研究的蛇形机器人“勘查者”和“勘查者-I”。给出各自机械系统、控制系统的构成和动力学仿真平台。 其次，详细分析了神经元以及传统的相互抑制(Mutual Inhibition, MI)CPG的特性。从工程角度首次创新性地应用循环抑制建模理论构建了蛇形机器人CPG模型，并对其稳定性进行了深入的分析。首次证明持续型神经元构成的单向循环抑制(Unilateral Cyclic Inhibition, UCI) CPG是能产生振荡输出CPG中微分方程数量最少的，而且其产生振荡输出的机理完全不同于传统的相互抑制CPG。其不需要具备调整功能，只需要神经元之间强的单向循环抑制连接。 第三，首次应用单向激励连接循环抑制CPG构成蛇形机器人神经网络系统。分析了其稳定性，给出其产生振荡输出的条件。通过仿真和实验验证了循环抑制CPG神经网络实现典型步态(蜿蜒运动、伸缩运动和侧向运动)的有效性。首次应用双向循环抑制(Bidirectional Cyclic Inhibition, BCI)CPG神经网络在不同高级控制神经元命令激活下的输出实现蛇形机器人典型运动步态之间的转换。为蛇节律运动生成机制建模提供了新方法。 最后，从实时性、控制方便性等工程应用的角度，对单向循环抑制CPG神经网络实现蛇形机器人蜿蜒运动控制进行了深入的分析。给出了S-波形、幅值、运动速度和运动轨迹曲率的参数设定策略。该系统应用首CPG自激励权重调解成功解决了传统CPG控制系统中CPG的个数比蛇形机器人关节数多一个的问题，并用其实现了一种独特的转弯控制策略。 综上，为蛇形机器人运动控制提供了全新的方法。

深海机器人推进电机系统的混沌控制

深海机器人推进电机系统中出现的混沌现象,直接影响深海机器人稳定性、可靠性和安全性.采用自适应控制技术对其混沌行为加以控制,对该方法的可行性和有效性进行了证明.设计和构造了易于工程实施的混沌控制器,用于深海机器人推进电机系统混沌控制.仿真实验表明,推进电机系统在自适应控制器的作用下可迅速脱离混沌状态,并进入持续稳定状态,控制效果明显.可以为深海机器人推进电机系统中可能出现的混沌运行行为提供控制策略和抑制预案,有利于混沌控制嵌入软件的开发,确保深海机器人稳定、可靠和安全地运行,具有一定的实用价值.

水下机器人通用实时控制软件研究与实现

随着水下机器人技术的市场化 ,水下机器人通用实时控制软件成为研究热点 .本文在总结水下机器人功能的基础上提出了水下机器人通用实时控制软件的三层体系结构 .并介绍了按照这一体系结构开发出的一套水下机器人通用实时控制软件

空间冗余度机器人最小关节力矩的轨迹规划

许多工程机械的工作装置属于冗余度机器人的范畴 ,该类机械施工控制自动化所涉及到的轨迹规划问题 ,一直受到人们的重视·采用冗余度机器人运动学的最小关节力矩法 ,对空间4R冗余度机器人的关节轨迹的运动规划进行了分析仿真·实验表明该方法实际可行 ,运动学和动力学的工作特性良好·

混凝土泵车布料机构自动浇筑及过程仿真

机器人化是提高工程机械施工控制自动化的关键问题·通过将泵车布料机构的浇筑区域离散为浇筑点集 ,对两浇筑点内轨迹利用冗余度机器人学的最小关节范数法的轨迹规划 ,并将两相临浇筑段自动连接和自动协调 ,从而实现了混凝土泵车布料机构浇筑过程自动轨迹规划·

网络环境下基于Agent的多机器人协调与路径规划

本文针对基于Ａｇｅｎｔ的分布协作式多机器人装配系统——ＤＡＭＡＳ的特点，在原有工作的基础上，提出了网络环境下基于Ａｇｅｎｔ的路径规划思想，重新定义Ａｇｅｎｔ各功能模块的内容，建立系统中的通讯机制．同时，介绍了系统进行路径规划的工作过程，给出了路径规划器的规划算法

一种多移动机器人避碰规划方法

本文采用集中预规划方法 ,通过调整机器人的运动速度实现多机器人避碰 ,所提算法的基本思想为 :将机器人的运动路径分段 ,然后按避碰要求对机器人通过各段的时间进行约束 ,从而将避碰问题转化为高维线性空间的优化问题 ,并进一步将其转化为线性方程的求解 ,使问题具有明确的解析解 .由于该方法的复杂度较高 ,在实现过程中采用了多种方法降低复杂度 ,简化计算 .本文给出了该算法的基本思路 ,有关定理及证明 ,算法的化简方法 ,最后给出了实验结果及分析 .

并联机器人研究现状

并联机器人是一类全新的机器人，它具有刚度大、承载能力强、误差小、精度高、自重负荷比小、动力性能好、控制容易等一系列优点，因而扩大了整个机器人的应用领域。本文综述了并联机器人的研究现状：包括并联机器人的特点，运动学建模，动力学建模，应用状况等。