具有学习能力的智能机器人体系结构研究

智能机器人的体系结构是定义一个智能机器人系统各部分之间相互关系和功能分配、确定信息流通关系和逻辑上的计算结构 .针对特定的机器人及所要完成的任务 ,研究和设计了机器人的软件体系结构 .该体系结构包括感知融合列、动作规划列和学习评价及物理层、感知层、反应层、动作层、规划层和使命层 ,一共 2 0个功能模块 .     

我国研制成功仿人机器人

随着几个太极拳动作行云流水般的完成,日前,我国首个仿人机器人在北京理工大学通过了国家863项目组的验收。验收专家认为该机器人项目在系统集成、步态规划和控制系统等方面实现了重大突破,标志着我国仿人机器人研究已经跨入世界先进行列。     

好奇心驱动的深度强化学习机器人路径规划算法

针对采用深度强化学习算法实现机器人路径规划任务中,训练前期随机性高导致奖励难获取问题,提出内在好奇心驱动的深度确定性策略梯度算法对连续型动作输出的端到端机器人路径规划进行研究。将环境获取的感知信息作为输入状态,输出机器人动作(线速度、角速度)的连续型控制量,在Gazebo仿真平台进行训练并验证。实验结果表明,基于内在好奇心驱动的深度确定性策略梯度路径规划算法可以较好地实现端到端的机器人路径规划,并且有利于解决训练前期奖励难获取问题,与离散型动作输出的深度Q学习网络模型进行了对比分析,结果表明本文算法决策控制效果更优越。在真实环境中进行了验证,在静态障碍和动态障碍的场景下,所提出算法可成功到达目标点。     

基于DELMIA的机器人三维测量仿真

利用机器人实现工件的三维测量仿真对提高测量效率、降低测量成本、满足企业自动化生产的需求等具有重要意义．以某轿车车门为例,应用DELMIA软件实现了轿车车门的机器人三维测量的动态仿真．首先运用软件的“零件设计”工作台实现了机器人三维测量仿真系统中视觉传感器、车门、测量夹具等元素的建模;然后利用软件的“设备任务定义”工作台,建立了仿真系统的虚拟环境并完成机器人测量路径规划;最后应用软件的“设备任务定义”工作台实现了机器人三维测量的动态仿真．实验结果表明,所设计的机器人三维测量某轿车车门的仿真系统具有良好的仿真效果．     

一种直接面向位移寻优的冗余度机器人运动规划算法

针对冗余度机器人梯度投影逆解算法和数值优化方法在处理位移层面附加作业任务时存在的不足,基于自运动流形,推导出直接面向位移寻优的冗余度机器人运动规划的新算法.新算法将运动规划等效为两步来完成,首先采用非冗余关节实现末端操作器的精确位姿跟踪,然后利用附加作业对冗余关节位移的梯度来调整冗余关节,再利用机器人的自运动来实现附加作业.仿真结果表明,新算法在有效完成主任务和附加任务的同时还具有更快的求解速度,因此更适于冗余度机器人完成位移层面的附加作业任务.     

ABB机器人与汇川PLC的I/O控制系统设计

阐述了ABB机器人与汇川PLC通过I/O控制实现搬运动作的过程,给出了PLC与机器人之间的硬件接线图及机器人的路径规划,以及部分PLC梯形图程序及机器人程序,实现了高效精确的搬运动作。     

基于ROS的细胞机器人重构仿真

基于ROS机器人操作系统及其包含的功能包,对细胞机器人进行开发,利用细胞模块上的惯性测量元件、激光雷达与单目摄像头,确定自身位姿信息与周围环境信息,完成细胞机器人重构操作。在Gazebo仿真重构平台中,通过细胞机器人的重构验证了自定位、地图构建、路径规划、自主导航和视觉调姿算法,并完成不同种类细胞模块之间的重构和器官层面的重构,按照任务规划构型实现了细胞机器人的自组装,验证了重构方案的可行性。     

基于双向RRT算法的仿人机器人抓取操作

为了实现实际应用中的有效抓取操作,需要对仿人机器人进行全身运动规划.在全身运动规划中,必须考虑所有关节的自由度以及机器人、环境和被抓取对象物理特性的约束.针对这种包含多自由度、复杂约束的运动规划问题,设计了一种基于双向RRT算法的规划方法,获取了机器人的双腿稳定位形和抓取手的位姿序列,从而实现了仿人机器人的全身运动规划.最后,在仿人机器人NAO平台上进行了实验验证,完成了开抽屉、有障碍物情况下的开抽屉以及开抽屉取物并关闭抽屉等任务.实验结果表明,所设计的基于双向RRT算法的全身运动规划方法能够有效地解决仿人机器人的抓取操作问题.     

基于子任务的机器人潜在动作预测

以动态环境下的机器人导航为例,研究了机器人在任务复杂、物体随机出现等情形下的潜在动作预测方案.采用层次结构描述机器人的任务,提出了一种新的形式化描述模型,将潜在动作的影响范围从原子动作提升到子任务层次.提出的潜在动作预测框架集成了分层强化学习、状态抽象机制、任务图和物体属性.迷宫环境下的导航实验表明:机器人能够根据当前子任务、自身的感知能力和行为能力以及物体的动作属性来预测潜在动作,基于潜在动作的方案比传统方案的效率更高.     

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.