一种欠驱动AUV的三维实时避碰方法

针对以测距声纳为避碰传感器的一类欠驱动型AUV，提出了一种水平面和垂直面相结合的三维实时避碰方法。根据测距声纳和欠驱动AUV 的特殊性，首先从运动规划和路径规划2 个层次提出了AUV 混合型实时避碰结构，并分别设计了基于事件反馈监控的避碰自动机和基于免疫遗传的局部路径规划算法。多种典型障碍场景的半物理仿真实验表明，论文所提方法能够实现AUV 安全、稳定的三维避碰过程。

水下机器人-机械手系统构建与研究

描述了一水下机器人——机械手系统研究平台的搭建,详细介绍了三功能水下电动机械手的设计与实验,给出了载体分系统的设计结果,利用Matlab工具箱和M函数构建了系统仿真模型,可以有效地对系统规划和控制算法进行验证(包括分别对载体分系统和机械手分系统的控制),可为进一步的现场试验提供指导和方法验证。

自治水下机器人-机械手系统运动规划与协调控制研究

过去的五十年，自治水下机器人技术得到迅速发展，在海洋资源调查、海洋科学考察和海洋地质勘探等领域有着广泛的应用，为促进相关领域的发展做出了显著贡献。随着海洋开发和利用的活动增多和水下机器人总体技术水平的提高，利用自治水下机器人进行海洋作业逐渐受到人们的重视。作业型自治水下机器人是为了满足当前海洋领域的需求而提出的一种大深度、大范围潜航并能够自主完成水下科学考察和作业的水下机器人系统，是目前水下机器人的一个发展趋势。自治水下机器人与作业机械手构成浮游基座的多连接体系统，具有运动学冗余、动力学高度耦合等特点，高效安全的运动规划与高精度的协调控制技术是保证其自主作业的一个核心技术。 本文结合 “十五”期间国家863计划“深海作业型自治水下机器人总体方案设计”和中国科学院沈阳自动化研究所知识创新项目“新型ARV关键技术研究”的研究内容，围绕水下机器人自主作业技术，深入研究了自治水下机器人-机械手系统的运动规划与协调控制技术，以实现高精度的机械手末端位置控制与轨迹跟踪，为深海资源开发的特定需求发展具有自主作业能力的水下机器人技术提供理论依据。重点研究针对系统特点的运动规划与运动实现问题；研究基于系统响应特性的机械手控制与载体控制问题；研究基于扰动模型以及不基于扰动模型的载体抗扰动控制问题；在系统运动规划与控制研究的基础上，研究能实现机械手末端精确轨迹跟踪的控制策略问题。本论文研究内容如下： (1)根据自治水下机器人载体特点，研究了适合于载体搭载的水下电动机械手设计与控制问题。设计了谐波传动的紧凑型三功能水下电动机械手系统，包括结构设计、控制系统搭建和控制器设计，根据机械手摆动关节的幅频响应特性，设计了关节角速率PI校正控制器和双环位置控制器，并针对常参数位置控制的电压和角速率突变，研究了基于界估计的机械手位置自适应控制应用问题；实验证明了系统的可靠性和控制算法的有效性，为水下电动机械手的设计开发提供了理论支持，为论文后续研究工作奠定了基础。 (2)研究了自治水下机器人-机械手系统的运动规划问题。建立了系统运动学方程和系统仿真模型；针对系统运动学冗余、载体流线外形、自身携带能源等特点，结合梯度投影法和加权伪逆矩阵法，以机械手末端位置控制及轨迹跟踪为前提，对系统运动分配、关节限位、有无海流下的系统能耗优化等运动规划进行了研究，仿真证明了运动规划算法的有效性。 (3)研究了一自治水下机器人-机械手系统的基本控制问题。利用沈阳自动化研究所的ARV载体，结合本文设计的三功能水下电动机械手，搭建了水下机器人-机械手实验系统；对载体分系统自身的响应特性以及对机械手扰动的响应特性进行了测试和分析；设计了基于输入补偿和机械手扰动补偿的复合校正控制算法，在有限的传感器条件下，通过测量变换获得了两种补偿控制算法中的近似补偿项，水池实验证明了算法的有效性。 (4)针对机械手扰动和载体推进器推力模型的复杂性和不精确性，在基于载体输入补偿控制的基础上，设计了神经网络自适应控制算法，通过自学习的方式用神经网络直接逼近载体控制电压与机械手扰动状态量之间的非线性关系，在机械手不停扰动下逐渐提高载体的控制精度；基于Lyapunov稳定性理论，证明了存在外界干扰和神经网络逼近误差条件下水下机器人-机械手系统载体控制器的闭环稳定性；通过水池实验验证了控制系统的有效性，为水下机器人-机械手系统载体分系统的控制提供了一种新思路。 (5)结合系统控制，通过水池实验分析了离线规划与在线规划下的机械手末端轨迹跟踪特点，针对几种典型情况，提出了自治水下机器人-机械手系统自主作业的几种控制规划策略，通过机械手末端跟踪典型轨迹的水池实验，证明了所提策略的有效性，实现了系统规划、控制共同作用下的机械手末端轨迹跟踪，在配置环境感知传感器的情况下，能够实现一定程度的自主作业。

基于实时障碍物预测的机器人运动规划

本文给出了移动机器人的虚力导航和运动规划系统．这种方法结合最小方差估计算法（ＬＭ ＳＥ）能有效地对机器人进行实时导航和避撞．在预测过程中，根据导航的不同阶段和预测误差的变化情况，采用Ｆｕｚｚｙ 规则动态地调整误差函数中的权重，使预测过程尽可能准确．导航算法的基本思想是首先通过预测算法来获得移动机器人的运动信息，然后虚力系统根据预测信息决定机器人的未来运动，仿真结果表明该方法实时性好，能准确躲避障碍物并且到达目标点

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 .

多移动机器人分布式智能避撞规划系统

研究在同一工作环境中多移动机器人的运动规划问题，提出将原来比较复杂的大系统问题转化为相对简单的子系统，由各智能机器人依据任务要求和环境变化，独立调整自身运动状态，完成任务的分布式智能决策体系结构，并给出相应的模型和算法

基于模糊神经网络的多移动机器人自学习协调系统

研究多移动机器人的运动规划问题．针对机器人模型未知或不精确以及环境的动态变化，提出一种自学习模糊控制器（ＦＬＣ）来进行准确的速度跟踪．首先通过神经网络的学习训练构造ＦＬＣ，再由再励学习算法来在线调节ＦＬＣ的输出，以校正机器人运动状态，实现安全协调避撞

多移动机器人实时最优运动规划

研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法具有很强的实时性。

基于专家系统的多移动机器人模糊自校正协调系统

研究多移动机器人的运动规划问题，在实时运动规划专家系统的基础上提出了一种串级模糊控制器，以校正实际工作环境下各机器人的运动状态与理想情况下可能产生的误差，使各机器人正确调整各自运动状态，达到协调工作的目的。

基于规则的移动机器人实时运动规划

研究移动机器人在动态环境中的导航与避障问题。为提高规划的实时性,提出了基于规则的规划方法,将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划,利用最优控制来实现单障碍的最优避障,并用智能搜索方法解决了移动机器人在多移动障碍环境中的实时运动规划问题。仿真实例表明了该方法的有效性。

基于修正的最小均方误差分类算法的移动机器人运动规划

研究了不确定性环境下移动机器人躲避运动轨迹未知的移动障碍物的一种新方法．通过实时最小均方误差估计算法预测每个障碍物的位置及运动轨迹，并利用模式识别中最小均方误差分类器的修正模型计算出机器人的局部避障路径，再运用船舶导航中使用的操纵盘技术来确定每个导航周期中移动机器人的速．度仿真结果表明了该方法的可行性

The Grasping Problem: Toward Task-Level Programming for an Articulated Hand

This report presents a system for generating a stable, feasible, and reachable grasp of a polyhedral object. A set of contact points on the object is found that can result in a stable grasp; a feasible grasp is found in which the robot contacts the object at those contact points; and a path is constructed from the initial configuration of the robot to the stable, feasible final grasp configuration. The algorithm described in the report is designed for the Salisbury hand mounted on a Puma 560 arm, but a similar approach could be used to develop grasping systems for other robots.

A Review on Improving the Autonomy of Unmanned Surface Vehicles through Intelligent Collision Avoidance Manoeuvres

In recent years unmanned vehicles have grown in popularity, with an ever increasing number of applications in industry, the military and research within air, ground and marine domains. In particular, the challenges posed by unmanned marine vehicles in order to increase the level of autonomy include automatic obstacle avoidance and conformance with the Rules of the Road when navigating in the presence of other maritime traffic. The USV Master Plan which has been established for the US Navy outlines a list of objectives for improving autonomy in order to increase mission diversity and reduce the amount of supervisory intervention. This paper addresses the specific development needs based on notable research carried out to date, primarily with regard to navigation, guidance, control and motion planning. The integration of the International Regulations for Avoiding Collisions at Sea within the obstacle avoidance protocols seeks to prevent maritime accidents attributed to human error. The addition of these critical safety measures may be key to a future growth in demand for USVs, as they serve to pave the way for establishing legal policies for unmanned vessels.

Navigation in dynamic environments taking advantage of moving agents

Esta tese propõe uma forma diferente de navegação de robôs em ambientes dinâmicos, onde o robô tira partido do movimento de pedestres, com o objetivo de melhorar as suas capacidades de navegação. A ideia principal é que, ao invés de tratar as pessoas como obstáculos dinâmicos que devem ser evitados, elas devem ser tratadas como agentes especiais com conhecimento avançado em navegação em ambientes dinâmicos. Para se beneficiar do movimento de pedestres, este trabalho propõe que um robô os selecione e siga, de modo que possa mover-se por caminhos ótimos, desviar-se de obstáculos não detetados, melhorar a navegação em ambientes densamente populados e aumentar a sua aceitação por outros humanos. Para atingir estes objetivos, novos métodos são desenvolvidos na área da seleção de líderes, onde duas técnicas são exploradas. A primeira usa métodos de previsão de movimento, enquanto a segunda usa técnicas de aprendizagem por máquina, para avaliar a qualidade de candidatos a líder, onde o treino é feito com exemplos reais. Os métodos de seleção de líder são integrados com algoritmos de planeamento de movimento e experiências são realizadas para validar as técnicas propostas.

Planeamento de rota em ambiente desconhecido

Dissertação para a obtenção do grau de Mestre em Engenharia Electrotécnica Ramo de Automação e Electrónica Industrial