基于主动信标和航位推测法的多机器人位置最优估计

针对一种新的多机器人交替定位方式,研究基于主动信标和航位推测法的多机器人位置估计算法. 指定多机器人中的3个保持静止作为信标机器人(不一定始终是同样3个机器人),其它机器人作为移动机器人. 通过超声波测距得到移动机器人与3个信标机器人的距离,并通过IEKF(iterated EKF)算法将距离信息和移动机器人的航位推测信息相融合,实现移动机器人位置的最佳估计. 轮流交换机器人作为主动信标的角色,即可实现多机器人的位置估计. 实验验证结果表明,移动机器人的位置估计误差在±10 mm之内;该方法有效,且不需要在环境中设置固定信标,可应用于未知环境.     

多模块式移动机器人系统的自组织协作行为

设计了一种新颖的、由4个基本功能模块组成的模块式移动机器人.针对多模块式移动机器人系统在复杂环境下的自组织协作行为,提出了目标趋向控制、多障碍物避障和自组织协调3种运动策略.分析了多机器人目标趋向运动的方向选择规则;描述了基于“感知 动作”的多障碍物避障控制策略,实现了多机器人连续避障并到达指定目标点;研究了多机器人的协调运动策略,通过多机器人协作完成了单机器人无法完成的搬重物、过台阶等任务.三维仿真结果表明了该控制策略对不同环境、多障碍物条件下多机器人协作行为的适应性.     

让机器人守卫首都安全

1 项目背景 大厦、会议场馆、体育馆、剧场、机场和客机等封闭场所由于其内部环境复杂、可视空间有限、隐藏躲避方便等原因,是目前反恐救灾中作业难度较大的地方. 针对这类封闭环境内的反恐救灾作业要求,北京航空航天大学机器人研究所所长刘荣教授所在的项目组,提出了多机器人立体化反恐救灾系统的概念,并于2008年由北京市自然科学基金资助立项开始研究. 刘荣介绍,目前的机器人,包括爬壁机器人、地面移动机器人、空中飞行机器人等研制的关键,是其指挥控制问题. 为此,项目对多机器人立体化反恐救灾系统中的关键技术问题进行了深入研究,并研制了壁面爬行、地面移动、空中飞行小型机器人样机,以及多机器人指挥中心.     

基于Kinect的目标跟踪与避障

利用Kinect实现室内移动机器人的目标跟踪与避障功能,其中Kinect提供的光学图像用于实现机器人视觉目标跟踪。利用Kinect的人脸识别功能,避免当环境中出现多目标时,机器人对运动目标的识别出现混乱;同时增加了增量子空间对视频信息进行及时更新,避免机器人因目标移动较快而跟丢目标;利用T-S模糊神经网络法实现避障功能,相比传统算法有效改善了其收敛性。在移动机器人CRX10上实验证实了该系统能够较好地完成目标跟踪的同时具有躲避障碍物的功能。     

单目视觉定位实现机器人跟踪的实验系统和控制方法

提出一种基于视觉定位的多机器人跟踪控制方法.首先,采用单目视觉定位技术,建立平面物理坐标与视觉图像坐标之间的映射关系.然后,结合轮式移动机器人的运动学模型,基于Lyapunov方法设计轨迹跟踪控制器.最后,结合视觉定位确定机器人的平面坐标位置,分阶段规划机器人运动轨迹,实现多机器人跟踪控制.仿真和实验结果表明:该方法具有可行性和有效性.     

空地一体化两栖机器人的设计与实现

叙述了空地一体化两栖机器人的作用和意义,列举了目前国内外已有空地一体化机器人,并分析了其优缺点.给出了以ARM STM32为主控器的旋翼式空地一体化两栖机器人的详细设计方案.首先给出了机器人的设计结构.然后根据空中飞行和地面移动的控制原理给出了机器人软硬件系统设计.最后通过所规划的实验场景,完成了基于视觉辅助的空地一体化两栖机器人对远程目标点的寻找任务.通过该实验验证了所设计机器人的可行性.     

基于Matlab和VR技术的移动机器人建模及仿真

利用Matlab建立移动机器人的动力学模型,在虚拟现实(VR)环境下,实时仿真移动机器人路径跟踪的运动特性,为基于Internet的机器人遥操作试验搭建了仿真平台.实验结果表明,虚拟模型准确地模拟了真实移动机器人的动力学特征;通过对模型的参数修改,为实现对真实机器人的最优控制和设计提供了可信的参考方案.     

基于振动触觉的移动机器人为人导航系统

为了给视觉障碍者或助航需求者自主行走提供帮助、减轻其心理负担,设计了一种基于振动触觉的移动机器人为人导航系统.该系统通过移动机器人搭载Kinect体感设备为使用者提供其姿态信息,再结合振动触觉腕带装置的反馈实现机器人为人导航的功能,即引导使用者在预先规划好的路径上行走.整个为人导航过程中使用者和机器人之间的相对距离和相对角度收敛到给定值,最终确保在机器人的引导下按照给定路径使得使用者安全准确到达目的地.基于领导者跟随者控制模型,提出了适合本系统的人机协作控制算法,进行了振动触觉识别率实验,完成了本系统在平坦地面轨迹跟踪实验和对起伏地面的适应能力测试,验证了算法的正确性与可行性.最后,对本系统抗干扰能力进行实验分析,以验证系统的鲁棒性.     

基于智能空间的家庭服务机器人SLAM

提出了基于智能空间的家庭服务机器人同步定位与地图构建(SLAM)方法.利用双目立体视觉传感器提取环境特征,获取环境中物体的Harris角点,通过立体匹配算法获取角点的三维几何信息,同时获取环境中这些几何特征对应的图像特征信息,并将混合信息进行绑定,作为实时更新信息存入智能空间信息库中,构建出三维立体混合特征地图.在SLAM实现过程中,首先建立系统模型并对该模型进行重构以实现线性化;其次移动机器人与智能空间实时地进行交互,实现快速数据关联;最后利用卡尔曼滤波算法处理信息的不确定性,估计出机器人的位姿,同时保存环境特征,逐步构建出环境地图.实验表明,该方法实时性好、精确度高.     

果园移动机器人的全局最优路径规划研究

为了实现移动机器人在果园环境下自主行走,对果园移动机器人在复杂果园环境中的最优路径规划进行研究.首先,利用栅格法定义了移动机器人在栅格上的运动方向、障碍物及信息编码,模拟建立出果园的环境地图模型.然后分别编写Dijkstra算法、A*算法,对果园机器人进行全局最优路径规划.通过分析比较,得出A*算法所规划的最优路径更为方便,搜索效率更高,更加满足果园机器人的实际工作需求,提高其工作效率.     

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

基于Backstepping方法的车式移动机器人轨迹追踪控制

针对四轮车式移动机器人的运动学模型,首先利用一个正则坐标变换,将误差系统转换为一个非线性串联系统的形式;然后利用Backstepping方法,在两轮移动机器人追踪控制律设计过程的基础上,构造了四轮移动机器人追踪系统的Lyapunov函数,并通过使该Lyapunov函数负定,计算得到了针对四轮移动机器人轨迹追踪控制器,并证明了该类型移动机器人在所得控制器作用下,能实现对给定目标的全局渐近追踪;最后利用提出的控制器,通过四轮移动机器人对直线和圆周2种轨迹追踪的仿真实验,验证了该控制器在四轮车式移动机器人轨迹追踪控制中的有效性.     

火灾预警巡检机器人轨迹跟踪控制

针对如何减小火灾预警巡检机器人在目标轨迹跟踪过程中产生的角度和距离偏航问题,提出一种基于Backstepping的轨迹跟踪快速响应控制算法。首先根据机器人行驶偏差与轮速之间的关系,推导出移动机器人运动学模型,利用Backstepping构造出跟踪控制器,在控制器中引入虚拟反馈函数,调节控制器的跟踪效果;然后借助Lyapunov稳定性理论证明收敛性;最后,借助仿真实验和实物验证算法的有效性。研究结果表明所提出的轨迹跟踪控制方法可以使机器人减少轨迹跟踪过程中的误差,并最终使系统趋于稳定。     

CTF定位策略下基于多特征的智能机器人目标跟踪

针对复杂环境下机器人目标跟踪问题,提出由粗到精定位策略下基于多特征的智能机器人目标跟踪方法.该方法首先利用射频识别系统实现目标粗定位,然后采用自适应模板匹配算法、改进核函数的连续自适应均值飘移算法及扩展卡尔曼滤波算法提取目标头肩形状、衣服颜色与运动特征,实现精确定位.最后根据人机运动状态设计基于模糊规则的智能调速控制器,实时自动调整机器人的基准线速度与转弯增益,以稳定跟随运动目标.实验结果表明,该方法能有效保持人机之间的安全距离,对遮挡、相近颜色背景干扰及目标突然转弯的跟踪问题有较强的鲁棒性.     

机械臂目标区域跟踪防撞控制

针对医疗护理机械臂在轨迹跟踪过程中的人机交互与防碰撞问题,本文提出了一种基于目标区域跟踪以及碰撞预测的机械臂控制方法.本文根据Lyapunov函数,结合人工势能场,设计保证系统稳定性的控制器,实现在目标区域内人机交互的柔顺性;采用会遇距离与会遇时间构造防撞预测模型,建立障碍物作用半径与防撞安全指数的关联模型,实现障碍物作用半径实时可变.实验结果验证了本文所提方法对目标区域跟踪的有效性,人机交互的柔顺性,以及障碍物规避过程的高效,平滑.     

基于改进导航圆算法的光伏阵列清扫机器人路径跟踪控制

为解决光伏阵列清扫机器人行进时易受组件间边框和光滑组件表面的影响,出现偏移原轨迹的问题,首先给出针对光伏阵列清扫机器人的运动学模型和超宽带定位系统,之后通过仿真分析原导航圆算法机器人调节距离较长的问题,提出一种基于改进导航圆算法的光伏阵列清扫机器人路径跟踪算法,对原导航圆算法的纠偏角重新修正,然后对修正后的纠偏角进行调节,直至机器人回到目标路径上。试验结果表明,该控制方法相对于原导航圆算法,调节距离缩减50%以上,有效地提升了调整效率。     

空间机器人的SVM非线性补偿滑模控制研究

为提高机械臂末端跟踪目标轨迹速度, 提出了一种基于SVM(Support Vector Machine)非线性模型估计的滑模控制方法。该方法通过SVM对参数不确定非线性项进行估计, 对空间机器人动力学模型进行补偿。这种从整个闭环系统稳定性出发设计的SVM非线性补偿滑模控制器, 不需要确切的数学模型, 从而提高了快速跟踪目标轨迹, 减小跟踪误差的动力学系统性能。仿真结果验证了该控制方法的有效性、可行性。     

基于背景复杂度分析的智能跟踪器研究

传统基于图像处理的成像目标跟踪系统中,为了提高目标跟踪的可靠性,更多关注的是目标本身的特性,通过分析目标在不同阶段的成像特点,采用相应的算法进行自动提取与跟踪。由于不同目标提取算法在不同复杂程度的背景条件下具有明显的优劣性,实际跟踪过程中需要同时依据目标以及背景两方面的特性才能做出最合理的选择,然而,目前对于影响跟踪的背景特性研究却显得不足。针对这一问题,提出了一种基于结构相似度的背景复杂度判决方法,结合背景复杂度,完成了算法间的自动切换,实现了一个根据目标特性与背景特性的自适应实时多算法跟踪器。仿真测试与外场试验表明,该方法显著提高了对目标跟踪的可靠性。     

工业机器人结构与控制耦合的集成设计方法

 针对工业机器人伺服系统结构和控制分离设计误差较大的问题,提出一种基于结构-控制耦合的集成设计方法。以结构重量、跟踪精度和控制能量指标为目标函数,以稳定和快速跟踪性能指标为约束,同时考虑结构与控制的耦合,采用分步迭代策略消减误差,以实现工业机器人工作在最佳状态的目标。以两关节机器人设计为例进行MTALAB仿真实验,结果表明,应用基于结构-控制耦合的集成方法设计,伺服系统具有较好的鲁棒性,在时间调整、超调量消除、阶跃动态响应能力等方面均优于分离设计,使机器人的综合性能达到最优。