基于Petri网的多机器人协作任务分配与导航研究

研究了基于Petri网理论的多移动机器人任务分配和导航策略问题.针对有限空间环境下的物科收集协作任务,提出了一种机器人路径选择方法,并建立了基本路口单元和工作空间的Petri网模型.通过任务分配模型实时规划物科仓库内的机器人,并对具有拐角特征的多机器人路径冲突给出了消解方法,建立了机器人冲突协调模型.通过分析任务冲突协调模型,避免了多机器人运动路径冲突.最后仿真实验验证了提出的多机器人任务规划方法的有效性.     

简化球形机器人的设计与实验

针对常规球形机器人存在的机械结构复杂、缺乏稳定平台等问题,设计了一种简化的球形机器人机械结构,同时为扩充机载设备搭建了稳定的平台,对球形机器人的设计方案进行了基于Lagrange -Routh方程方法的动力学建模,利用Matlab/Simulink对已有的球形机器人数学模型进行了仿真和简要分析.结合系统的硬件装配,分别对球形机器人直线行走、爬坡等动作进行了初步实验.实验表明,新型简化的球形机器人机械结构能够完成既定行走指令,为进一步的应用推广奠定了基础.     

任务空间上的机器人灵活性评价方法

从机器人的一个具体操作任务空间在其整个工作空间中的位姿最优问题出发,在对国内外学者提出的不同的机器人灵活性指标进行分析的基础上,提出一种在任务空间内评价机器人操作灵活性的方法,即以空间内平均灵活性指标和最差灵活性指标及二者之差联合评价机器人在任务空间内整体灵活性及指标的波动性,采用二者之乘积最大化为优化目标函数,确定了机器人操作任务所构成的任务空间相对于机器人本身的最佳位置.     

一种基于蚁群算法的多机器人协作方法

设计了一种基于蚁群算法的多机器人协作策略,由此解决多机器人系统在未知环境工作中的自主协作规划问题.针对多机器人系统在未知环境中可能存在任务死锁的问题,对基本的蚁群算法进行了相应改进,通过仿真验证了该改进方法的可行性.     

宏—微机器人系统及其连续轨迹控制研究

宏-微机器人即一小机械手附在一大机械手的末端构成的机器人系统，这种机器人有减小末端有效惯量、扩充频带的特性．介绍了研制的宏一微机器人，并进行了连续轨迹跟踪方面的实验研究，取得了满意的结果     

基于改进捆绑拍卖多机器人任务分配研究

为了解决多机器人在搜索过程中多任务分配和多机器人利用率问题,提出了一种带有即时拍卖的K-means聚类捆绑式拍卖算法。首先通过K-means聚类算法解决多机器人系统中的多任务捆绑问题,再运用捆绑式拍卖机制把聚类分配给相应的机器人。考虑各聚类内的任务完成情况和各机器人利用情况,相应机器人判断是否产生即时拍卖。仿真证明,该方法在多机器人搜索过程中节省资源且各机器人利用均衡。     

基于ProMPs和PI~2的机器人学习方法

基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI~2策略进行轨迹优化。ProMPs结合贝叶斯推断,为机器人实现有别于示范任务的新任务提供了一个可行解搜索起点,而利用附加泛函指标约束的PI~2算法能让机器人获得平滑的过点轨迹。通过UR5机器人实验平台和V-REP仿真软件对本文方法进行过点试验验证,结果表明,所提出的贝叶斯ProMPs-PI~2学习方法能快速而精准地完成机器人从示范任务到陌生任务的泛化学习,实现机器人新技能的获取。     

基于物体偏向注意机制的机器人视觉搜寻方法

针对环境冗余信息下目标整体选择注意及机器人应用问题,提出一种目标驱动的基于物体偏向注意机制的机器人视觉搜寻方法.建立任务目标描述模型,基于高斯混合模型进行特征聚类获得先验知识.引入原对象和偏向特征模版,建立一种基于物体的偏向注意模型实现对整个任务目标的搜索与选择注意,并获得任务相关的显著图实现对潜在目标的跟踪与接近控制,将视觉伺服控制算法扩展到机器人认知领域.实验结果证明了该方法适用于目标指向性的机器人应用领域.     

基于市场机制的多机器人救火任务分配策略

为解决多机器人系统领域中动态分布式任务分配的问题,对多机器人合作救火任务进行研究。建立了多机器人动态环境下合作救火任务的模型,并针对任务特点提出了一种基于市场机制的任务分配策略。在出价公式的构造上同时考虑了距离、火势、时间等因素,符合救火任务动态任务分配的要求。并在自主开发的仿真试验平台上进行了仿真验证,对试验结果进行了分析。实验结果表明,该分配策略在不同工况下均能高效地实现多机器人救火任务中的动态分布式任务分配问题。     

基于改进学习分类器的多机器人混合分层体系结构

本文提出了一种基于改进学习分类器的多机器人混合分层体系结构。体系协作规划层中的人工势场栅格法、协调规划层的学习分类器广播操作及行为控制层的多机器人DSP控制系统,易于实现多机器人间的通信联络及系统的扩充,提高了整个多机器人系统的实用性、实时性和可靠性。     

冗余度机器人操作机扩展作业空间方法数值稳定性的研究

该文对冗余度操作机最为常用的求逆解方法——扩展作业空间方法的数值稳定性进行了探讨。按照均衡比例因子的思想，对扩展作业空间方法进行了修正，使其能适应不同的性能指标，有较好的数值稳定性。最后通过数值仿真计算验证了方法的可行性。     

三维编织复合材料构件机器人优化设计

用有限单元法建立三维编织复合材料构件机器人的动力学模型 ,并用数值积分法求解执行件端点动态响应 通过构件材料阻尼的极大优化 ,显著地减短机器人执行件端点的残余振动时间 图 2 ,表 1,参 5     

用于机器手控制的动态模糊神经网络

为解决模糊控制中存在的区域界定问题,将神经网络与模糊控制相结合,提出了一种新的模糊逻辑与神经网络相结合的动态模糊神经网络机器人控制方案(DFNN),并利用采样数据在线动态构造模糊神经系统.仿真结果表明,DFNN系统地很好地克服机器人系统中存在的非线性、不确定性、强耦合等因素的影响,控制效果好,为工业机器人控制提供了一种新的解决方案.     

用于机器手控制的在线的自组织模糊神经网络

基于动态自适应方法,本文提出了一种能动态生成自组织模糊神经网络(SOFNN)的新算法,并应用该算法能有效地估计机器手的非线性。本算法能自动划分输入输出空间,自学习调整高斯函数,模糊规则的构造及空间的划分数目是并行调整的。这个SOFNN算法的独特之处是:自组织动态结构、快速的学习能力,良好的鲁棒性。一个两自由度的工业机械手验证了其有效性。     

带重力补偿的机器人分散自校正控制器

本文通过引入重力补偿,提出了一种有效的机器人分散自校正控制器。在一典型三自由度机器人上,在强负载扰动下对该控制器进行了仿真检验,仿真结果表明,该控制器控制效果良好。     

机器人的一种自校正控制算法

本文给出了一种新的、结构简单的机器人数学模型。把文献[1]的结果扩展并应用于机器人的轨迹控制,并导出了一种新的机器人自校正控制算法。仿真结果证实了本文所提方法的可行性。     

有人-无人作战智能体任务联盟形成策略方法

为解决有人-无人作战智能体协同执行任务形成联盟问题,采取先任务分组后进行智能体到任务组匹配的联盟形成策略,即利用任务间相关程度具有传递性的特点,引入任务距离概念,设计了任务能力需求一致的任务分组策略,并给出基于可达矩阵变换的分组求解方法.针对联盟形成是分布式能力聚合过程的特点,在考虑智能体到任务组的匹配程度优先级和作战智能体能力利用效率的基础上,设计一种基于拍卖机制的作战智能体到任务组的匹配策略.通过案例计算,得到离岛突击想定下的任务联盟形成方案,分析所形成联盟的资源冗余性,验证了所提联盟形成策略和方法的有效性.     

机械臂系统在任务空间的脉冲跟踪控制

基于拉格朗日方程,在任务空间中研究机械臂系统的脉冲跟踪控制.在任务空间中,给定一个期望的时变轨道,设计脉冲控制器使得机械臂末端执行器能够跟踪到期望的轨道,并且将跟踪误差控制在期望的范围内.通过脉冲控制,机械臂只需在一些离散的时刻接收期望轨道的信息,这可以在很大程度上减少信息传输的负担.最后以任务空间中双连杆机械臂的跟踪...     

基于RBF逼近不确定项的机械手自适应控制研究

针对机械手控制系统中的不确定因素,提出了RBF神经网络逼近不确定项的自适应控制策略。在逆动力学计算力矩方法的基础上,设计了鲁棒自适应控制器。利用RBF神经网络对模型中的不确定项分块进行逼近,并用Lyapunov稳定性理论建立了网络权重自适应学习律,证明了系统的全局稳定性;最后进行了仿真,结果表明该方法能够有效的消除模型不确定性的影响,准确地实现了轨迹跟踪。