微小型多机器人自重构的红外定位及对接方法

研究了Millibot类型自重构机器人的红外定位及对接方法. 在该方法中,设定一个静止的信标机器人,移动机器人利用红外传感器定位,安装在移动机器人前端连接件上的两个红外传感器分别在步进电机的驱动下旋转,它们发出的红外光分别被信标机器人后端连接件上的两个反射体反射回来. 利用此时得到的步进电机旋转角度参数,通过三角法就能计算出移动机器人与信标机器人的相对位置,进而规划出移动机器人的对接过程和运动轨迹. 移动机器人沿着该轨迹行走就能实现与信标机器人的对接. 给出了自重构机器人的原理样机,并用试验验证了该方法的有效性.     

基于IMU和两信标节点的高精度概率推测定位系统

传统的定位系统需要3个或3个以上的环境节点到未知节点的距离信息帮助定位,而在很多恶劣多变的环境中,这一前提往往难以得到满足。提出运用一个惯性测量单元和两个环境节点传感器(信标节点)对未知的移动传感器节点实现定位。两个环境节点与移动节点共同属于Cricket系统,该系统利用射频信号和超声波信号在空气中传输速度的不同,通过测量两种信号到达时间的差值去获得环境节点和位置节点之间的距离估计。提出首先根据固定在未知节点上的惯性测量单元的测量输出和上一时刻的最优估计位置,估计出未知节点当前时刻的位置,根据惯性测量系统测量噪声模型,可以推断出未知节点当前时刻的真实位置在此估计位置为中心的某区域内。再根据未知节点与两个环境节点的估计距离,通过仿真测量噪声模型,利用最小均方估计和最大后验估计算法,最终分别得到未知节点的最优估计位置和次优估计位置。仿真和实验表明了本算法的有效性和鲁棒性。     

一种基于IEKF的轮式移动机器人自定位算法

为使移动机器人在导航时能满足定位要求,提高其定位精度,提出一种将里程计、相机传感器和激光雷达信息进行融合的自定位算法。根据机器人的机械结构和运动方式对其建立运动学模型,由里程计推算出机器人在不同时刻的位置估计;利用相机传感器对环境中的路标特征进行识别并计算出两者之间的距离和夹角;将激光雷达所获得的机器人相对路标特征的距离和角度与相机传感器的信息进行匹配,并利用迭代扩展卡尔曼滤波(iterated extended Kalman filter, IEKF)算法融合里程计信息,最终得到较为精确的机器人的位置估计。仿真试验结果表明,该多传感器融合算法相对传统的定位方法具有更高的定位精度。     

移动机器人同时定位和地图创建的一种新方法

为了实现室内环境中移动机器人的同时定位和地图创建，提出了一种新方法，该方法应用顺序蒙特卡罗方法，把定位和地图生成分成状态估计和参数估计，应用多粒子滤波器实现同时估计机器人位置和障碍物位置。环境感知采用机器人自身配置的声纳传感器，应用哈夫变换提取环境障碍物边界特征，用直线近似表示，并提出了一种可靠的特征匹配方法。Pioneer 2移动机器人在实际室内环境中完成的实验证明了该方法的可行性。     

基于多信息融合的移动机器人定位算法

为了提高机器人的定位精度,提出了一种基于里程计、单目视觉与激光雷达信息相融合的自定位算法.首先,由里程计推算出机器人在各个时刻位置的估计值;其次,在不同时刻计算出机器人摄像头与任意两个环境特征点的夹角变化,通过激光雷达获得环境特征点的距离和角度并利用扩展卡尔曼滤波算法与里程计的定位信息进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.实验结果表明,该算法在多转角、长距离的情况下取得了满意的效果,有效地提高了定位精度.     

基于粒子滤波的移动机器人SLAM算法

针对FastSLAM算法对传感器精度要求较高,不适用于方向性差的超声传感器问题,提出了一种基于超声概率栅格地图环境特征点提取匹配的移动机器人粒子滤波同时定位与地图创建(SLAM)算法.该算法可分解为机器人位姿估计和环境路标估计2个部分.基于蒙特卡罗定位原理利用粒子滤波算法对机器人运动轨迹进行估计;在建立全局超声概率栅格地图的基础上,利用概率栅格地图环境特征提取算法对环境路标坐标进行估计.实验证明,该算法较好地解决了超声测距传感器由于散射角大带来的特征点估计不准的问题,对环境路标和机器人轨迹的估计都比较准确.并对移动机器人累计误差进行了有效的补偿,减少了由于累积误差造成的移动机器人轨迹扭曲失真.     

基于视觉里程计的移动机器人三维场景重构

研究移动机器人在不依赖GPS环境下的三维场景重构方法.在基于双目视觉的实时位姿估计中,使用基于最大团的内点选取方法对RANSAC算法进行优化,通过鲁棒的运动估计算法求解机器人的三维位姿.基于自主研发的全景三维激光系统来实现室内场景的三维点云数据采集,同时利用视觉里程计提供的移动机器人可靠位姿来完成多视点下的三维点云数据融合,从而保证了大范围三维场景重构的有效实现.利用SmartROB移动机器人平台在办公大厦的室内、走廊及大厅等多种环境进行了实验验证,实验结果表明本文所提方法的有效性和实用性.     

基于通信的多移动机器人编队控制系统

论述了一类通用的经过通信信道进行协调的多移动机器人编队控制系统.在分别获取自身位姿信息的前提下,各个机器人通过通信信道交换和共享同组成员的位姿信息,然后通过计算得到各机器人之间的相对位姿,进而完成编队协调任务.利用此技术,可实现一种不受环境限制的多机器人编队,其特点在于编队的完成主要依赖于通信系统,不论编队中各机器人是否能够彼此感知,编队都能进行,从而提高了多机器人编队对环境的适应性.采用闭环l-ψ编队控制算法验证此设计方法的有效性,在三台移动机器人上进行了实验,实验结果证明了该方案的可行性.     

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.     

基于分布式虚拟环境的航位推测改进算法

分布式交互应用程序中使用航位推测算法实现实体状态同步.文章利用临近时间内已经接收到的多个航位推测载体,基于外推思想分别构建了一次、二次、三次等多项式拟合得出速度变化曲线,然后根据当前更新时间推测速度,这样不但可以减少网络带宽,而且增加了预测结果的准确性.算法在多个客户端的网络环境下进行测试,从推测速度误差与位置误差方面将改进后的算法与传统模型算法进行比较,结果表明改进后的算法显著地提高了模拟速度和位置的精度,在DIAs中具有一定的参考价值.     

基于栅格地图-蚁群算法的机器人最优路径规划

通过栅格法建立栅格地图作为机器人路径规划的工作环境,采用蚁群算法作为机器人路径搜索的规则．将所有机器人放置于初始位置。经过NC次无碰撞迭代运动找到最优路径．到达目标位置．为防止机器人在路径搜索过程中没有达到最大迭代次数时路径大小已不发生变化而陷入局部最优。可通过对各路径上的信息素进行增减来使机器人路径搜索跳出当前值继续搜索．直到迭代完毕,获得最优路径．     

基于传感器数学模型的数据融合方法及避障研究

文章介绍了超声波传感器测距中存在的问题,提出了基于传感器数学模型的数据融合方法,在此基础上建立基于信息融合的移动机器人导航系统;结合模糊逻辑控制的方法,设计了符合人类驾驶经验的模糊控制器,以实现移动机器人在障碍物环境下的自主导航;最后用MATLAB模糊工具箱对该模糊控制器进行了仿真,结果表明,机器人能够自主避开障碍物,到达目的地。     

双臂巡检机器人越障能力分析

研究了手臂固定式、手臂移动式和带柔索式三种类型双臂巡检机器人的越障能力,通过理论分析建立了三种类型双臂巡检机器人相应的越障能力数学模型,在设定基本相同的质量参数和结构参数前提下,计算得到了三种类型巡检机器人在不同线路坡度下的最大越障距离.计算结果表明:带柔索双臂巡检机器人的手臂结构运动更为灵活,机器人越障能力更大,且越障距离可根据障碍物大小自由调节,因此带柔索双臂巡检机器人的结构设计具有明显优势,更易实现机器人轻量化设计.     

基于增强式学习的微小型移动机器人位姿控制

根据自行设计的两轮独立驱动的微小型移动机器人的特点,利用增强式的学习方法,对输入量进行分层模糊化以及确定模糊区域,然后选取相应区域中具有重大适应值的动作控制机器人移动,得到了该机器人在无约束空间中时间优化的移动路径,实现了该移动路径的自动获得,仿真和实验均得到了满意的结果。     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。     

一种遥操作移动机器人的研究与实现

移动机器人在工业制造、国防以及服务行业具有广阔的应用前景。由于环境感知、自主定位与导航等技术瓶颈的存在,完全自主移动机器人在目前还难以走向实用。采用遥操作控制,能有效地解决上述问题。对遥操作移动机器人的体系结构、环境信息感知、通讯方式、导航与控制进行了阐述,在此基础上提出的基于局域网的遥操作移动机器人具体实例,既可在危险环境下执行任务,也可用于社区保安巡逻。     

足球机器人系统仿真中的数学模型

讨论了机器人足球比赛现实世界中各个实体的运行规律,建立了受非完整约束的移动机器人以及球的运动模型,并提出采用几何方法求解机器人运动模型精确解,以提高仿真精度,减少计算量·给出了机器人之间以及机器人与场地围墙、小球之间的碰撞模型,并分析了2个机器人之间的碰撞过程·为构建和开发足球机器人系统仿真平台与机器人的运动控制提供了模型基础     

小型智能家居机器人的设计与实现

为实现低配机器人完成较高智能的服务, 设计并实现了一款小型智能家居机器人。 该机器人能高效、 自 主地建立环境地图, 规划出最优路径到达目标点, 从目标点取物后沿原路返回。 机器人通过红外低配传感器感 知未知环境, 并建立栅格地图; 通过宽度优先搜索规划出两点间的最优路径。 采用北京博创的“创意之星冶模 块化机器人平台设计并搭建了一款具有抓取功能的轮式机器人, 将提出的算法在机器人上进行了实现。 实验 表明, 提出的算法可在低配机器人上实现并完成指定的功能, 该机器人适用于家居环境, 能辅助老年人完成一 定的取物操作, 对机器人的发展起到了积极的推动作用。     

基于改进蚁群算法的移动机器人火灾救援路径规划方法

为了解决在火灾救援中考虑多因素的移动机器人最优路径规划问题,提出一种基于改进蚁群算法的救援路径规划方法.通过改进全局信息素更新策略,考虑影响移动机器人到达待救援点时间的路径长度、转弯次数、坡度大小等主要因素,并根据多因素综合指标来分配各路径上的信息素量,指引蚂蚁走向最优路径.通过仿真算例并与同类方法对比,结果表明,该方法在考虑多因素后性能有较大提升,具有较好的全局搜索能力和收敛速度,可提高移动机器人在火灾救援中的效率.