模糊控制策略在避碰运动系统中的应用

目前多机器人避碰运动已经被广泛研究,其控制策略也多种多样.主要解决基于全景视觉传感器的多机器人多目标系统中机器人之间以及机器人和静态障碍物之间的避碰问题,提出了单个自主运动机器人的结构模型、自主机器人周围物体的态势模型以及移动机器人动态速度的快速检测方法.机器人的运动决策采用基于Step-Forward策略的模糊推理机制,实现机器人在动态环境中快速、准确的找到一条无碰撞的路径,最终达到目标点.仿真结果表明了该算法应用于移动机器人在动态复杂环境中的无碰撞运动具有正确性、实用性和智能性等优点,同时该算法计算量小,运算速度快,提高了机器人控制的响应速度.     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

基于改进遗传算法的货箱机器人拣选路径规划

针对智能仓库中新型“货箱到人”拣选模式下多个货箱机器人拣选路径规划问题，给出了一种新的优化模型和改进遗传算法。基于货箱机器人的拣选方式及特点，将其转化为非对称车辆路径问题，以机器人总拣选路径最短和完成时间最少为双目标建立混合整数规划模型，设计改进的混合遗传算法对模型进行求解，并通过大规模算例验证了算法的有效性与稳定性。算例计算结果表明：所建模型及算法提高了货箱机器人的拣选效率，降低了运行成本。     

基于图模型自主优化的多无人机多目标攻击

为在多无人作战飞机(unmanned combat aerial vehicle, UCAV)执行多目标攻击中适时确立决策优化的方向、改变任务优化所需的基本条件,采用图模型中的动态贝叶斯网络(dynamic Bayesian network, DBN)构建了空天威胁体感知模型,提出了基于图模型自主优化系统的分层架构和多UCAV自主协同规划方法。该方法利用数据融合形成的DBN状态转移网络及观测转移网络参数的变化表现复杂空天环境的变化,并充分利用DBN的学习和推理算法,实现了对威胁体的在线动态感知,达到了按照确定原则完成UCAV攻击目标重新分配与航迹协同等任务的目的。仿真结果表明了这种自主优化规划方法的正确性和可行性。     

飞行机器人传感器阵列信息处理技术研究

越来越多的应用任务要求机器人能高精度的测量目标相对机器人的位置信息.通过在飞行机器人上安装传感器阵列来感知环境信号,并运用阵列信号处理算法可实现高精度的目标方位角度估计.给出了MUSIC(Multi signal classification)算法应用在传感器阵列信号处理的原理和实现方法,利用一种改进的MUSIC算法使机器人的传感器阵列能在出现相干信号源或信号信噪比较低时也能完成对多个信号方向的精确估计,并仿真实现.     

一种基于网络化智能传感器的分布式测控方法

基于Web的分布式测量与控制潜力巨大,是目前网络应用领域的一个研究热点。采用IEEE 1451的设计思想,介绍了一种具有标准网络接口的高集成度智能六维力传感器的设计方法。然后以此为基础,提出了一个基于Web的分布式测控应用开发框架,并成功应用于机器人的力感知系统。该框架充分利用了网络化传感器的优势,采用全Java平台,可以实现多维力传感器数据与状态信息的在线访问、监测与分析,可复用可移植,为进行机器人Web遥操作等高层应用提供了可靠技术保障。     

水下仿生电场感知综述

复杂水下环境中水下机器人的感知与探测技术亟待突破,基于微弱电场的水下仿生感知是一类很有潜力的技术路径。自然界中,一类鱼可在身体周围产生电场并通过电场变化来感知环境和其它生物,被称为弱电鱼。受弱电鱼感知行为启发,国内外学者展开了基于微弱电场的水下感知原理、方法与智能水下机器人方面的应用研究。综述了弱电鱼的生物学机理、水下电场的建模和感知理论、水下电场感知技术及其应用方面的研究进展,并展望了水下仿生电场感知技术的未来发展趋势。     

非确定环境下基于分层理论多无人机动态协同设计

针对非确定环境下多无人机自主协同控制这一多约束、强耦合非线性优化问题,采用分层理论将其分解成三个相对独立子层,即协同感知层、环境态势理解层和协同全局重规划层.协同感知层借助"层协作感知"算子来进行多模信息融合,解决非确定环境下目标(包括静态确定目标和动态非确定目标)的感知与识别;环境态势理解层则是解决动态非确定环境更新,以及基于窗口势场法的障碍物(威胁目标)规避问题;而协同全局重规划层则是利用"层场景引擎"来实现多机非确定环境下的自主协同、路径快速寻优及状态决策.模拟结果显示构建的多机自主协同模型能较好地解决非确定环境下的路径寻优和状态决策问题.     

非确定环境下基于分层理论多无人机动态协同设计

针对非确定环境下多无人机自主协同控制这一多约束、强耦合非线性优化问题,采用分层理论将其分解成三个相对独立子 层,即协同感知层、环境态势理解层和协同全局重规划层. 协同感知层借助“层协作感知”算子来进行多模信息融合,解决非确定环境下目 标（包括静态确定目标和动态非确定目标）的感知与识别;环境态势理解层则是解决动态非确定环境更新,以及基于窗口势场法的障碍物（威胁目标）规避问题;而协同全局重规划层则是利用“层场景引擎”来实现多机非确定环境下的自主协同、路径快速寻优及状态决策. 模拟结果显示构建的多机自主协同模型能较好地解决非确定环境下的路径寻优和状态决策问题.     

基于ADAMS的农田信息采集机器人仿真分析

针对精确农业中实时数据缺乏的问题,提出了一种新型的农田信息采集机器人。为改进机器人的物理样机,运用动力学仿真软件ADAMS,建立了机器人的参数化虚拟样机。采用虚拟传感器和脚本仿真技术,对机器人的越障过程进行了仿真,表明机器人有较高的地形适应能力。提出性能评价指标和参数化分析方案,对机器人进行了多变量的试验设计,最终得到了各参数优化后的机器人模型。仿真分析是新型机器人设计和优化的一种高效、可靠的方法。     

基于径向基函数网络的强化学习在机器人足球中的研究

与监督学习从范例中学习的方式不同，强化学习不需要先验知识，而是具有从经验中学习的能力，将强化学习应用在大状态空间中，必须应用函数逼近的方法，如使用径向基函数网络建立输入和输出的映射关系。本文对基于径向基函数网络的强化学习在机器人足球这样的动态的多智能体环境中的应用进行了研究。实验结果证明了研究方法的可行性。     

从空间机器人的研究和应用谈谈工程系统工程

由于空间环境使空间机器人具有一些地面机器人所没有的特点,研制各种空间应用机器人,不断推进空间科学技术的发展,是一个复杂的人-机-环境系统工程。本文应用系统工程的观点,初步分析了空间机器人系统,包括机器人学科层次体系,空间环境一般特点与空间机器人,人-机-环境系统,工程系统工程一般方法论,以及空间机器人系统工程步骤。     

一种拟全方位多尺度分布式视觉系统

针对机器人视觉系统中算法的高复杂度与实时性难以兼顾的问题,设计了一种拟全方位多尺度分布式视觉系统。该系统实现了多个摄像机图像采集和处理的分布式工作,可以满足机器人对视野的全方位要求,并且为高复杂度算法的运行提供了可能。采集处理模块软硬件可随时定制,实现了多尺度的视觉算法,并增加了系统的灵活性和通用性。该系统可作为通用视觉平台应用于各种全自主移动机器人,具有较强的应用价值。     

视觉伺服空间机器人运动硬件仿真研究

对空间机器人操作臂与安装平台之间耦合关系进行了分析,建立了空间机器人各关键部件的模拟器,并组建起硬件仿真试验平台.基于该平台对空间机器人运动控制特性进行了研究,建立了基于视觉反馈的运动规划算法和关节电机闭环控制模型.对仿真过程中的延时环节进行了分析,并采用Smith预估的方法对系统延时进行了补偿.系统自主捕获仿真试验试结果表明,所采用运动控制算法能够稳定收敛于目标,仿真平台能够较好的完成对机器人控制和通讯能力的模拟测试及系统控制算法的验证.     

自主移动机器人中基于强化学习的噪声消解策略

基于行为的自主移动机器人在获取外界信息时不可避免地会引入噪声，给其系统性能造成一定的影响。提出了一种基于过程奖赏和优先扫除(PS-process)的强化学习算法作为噪声消解策略。针对典型的觅食任务，以计算机仿真为手段。并与其它四种算法——基于结果奖赏和优先扫除(PS-result)、基于过程奖赏和Q学习(Q-process)、基于结果奖赏和Q学习(Q-result)和基于手工编程策略(Hand)进行比较。研究结果表明比起其它四种算法，本文所提出的基于过程奖赏和优先扫除的强化学习算法能有效降低噪声的影响，提高了系统整体性能。     

基于模糊推理的人工鱼嗅觉感知研究

“人工鱼”利用人工生命方法实现计算机动画。为了丰富人工鱼的感知能力，提高对自然鱼的逼真动画效果，文章在分析“自然鱼”嗅觉机制、参考“机器鱼”感知系统的基础上，研究并实现了人工鱼的虚拟嗅觉感知．首先在人工鱼体系结构基础上建立了人工鱼嗅觉感知模型，并仿照生物嗅觉形成机理设计了三层嗅觉识别模型，采用基于主成分分析的模糊推理方法实现了嗅觉感知．经动画仿真，得到满意结果。嗅觉感知的研究和实现为人工鱼多感知融合系统提供了基础，也可为机器鱼嗅觉研究提供软件仿真平台。     

机器人探测未知环境的螺旋形导航算法

在很多情况下，机器人对作业环境并没有预先了解，这就使得机器人对环境的探测成为必要。因此，设计合理的导航算法，从而使机器人在较短的时间内能够较完整地构建出环境地图，为机器人完成作业提供了基础。本文提出了一种基于虚拟力的螺旋形导航算法，采用超声距离传感器，对未知环境进行实时在线的探测，采用本算法可以避免机器人之间以及机器人与障碍物发生碰撞。本文推导了机器人的运动学和动力学方程。仿真对比实验表明了该算法的有效性。本文进行了若干作业任务的仿真实验，使算法得到了进一步验证。     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。