移动机器人分布式控制系统的设计

针对自行研制的移动机器人(IMR01)设计并实现了一个分布式控制系统. IMR01采用激光雷达平台、多视觉系统作为环境感知器. 利用2-D平面扫描的激光测距传感器, 通过传感器平台俯仰与水平的转动实现在3-D环境感知, 建立地形的高度图以分析可行区域与障碍区域. 利用光纤陀螺仪、倾角仪及里程计等传感器构建移动机器人航向制导系统. 控制系统基于多系统集成的低功耗工控机(IPC), 在硬件上具有良好的扩展性能;通过无线网桥实现车载局域网与实验室监控系统的通讯. 分布式控制系统通过异构Agent间的协作实现复杂环境下的感知与导航控制.     

适于大规模自主移动机器人的体系结构

为解决机器人数目多时控制机器人计算量大的问题,提出一种适于大规模自主移动机器人系统的体系结构,包括系统的群体结构和系统内单个机器人的体系结构。群体结构采用有别于传统意义的混合结构,其中的递阶部分仅为任务层服务,控制信息量较少;运动层的协调由机器人自主实现。因此,该群体结构适于大量自主移动机器人组成的系统。在确定了群体结构的基础上,又提出了系统内单个机器人的体系结构,单机器人采用分层的混合结构,结合了反应式和慎思式结构的优点。整个控制结构较好地实现了机器人的运动自主性和任务合作性的有效结合。     

基于激光雷达的移动机器人实时避障策略

以激光雷达为主要传感器, 对移动机器人设计一种实时避障算法. 该算法考虑到机器人的非完整约束, 利用基于圆弧轨迹的局部路径规划和控制使之能够以平滑的路径逼近目标位置. 采用增强学习的方法来优化机器人的避障行为, 利用激光雷达提供的报警信息形成刺激-反应式行为, 实现了动态环境下避障行为, 具有良好的实时反应能力. 该控制算法采用分布式软件设计方法, 各功能模块异步运行, 较好地实现了局部规划与全局导航目标的结合. 该策略针对移动机器人MORCS在未知环境下实现了实时、有效避障, 动作稳定流畅, 轨迹平滑, 具有良好的效果.     

智能环境下移动机器人任务规划与执行系统架构设计

针对移动机器人的应用需求,研究并建立与人共存智能环境中对人友好的通用任务规划与执行系统(HFPES)的模型与架构,包括建立分布式机器人系统的MAS模型.在完全分布式结构的基础上,加入集中式结构的优点,引入复合Agent和移动Agent概念,建立一种高可靠性的分布式机器人系统的多Agent结构.同时针对系统中机器人智能体给出其Agent建模的分层混合结构,包括任务计划层、任务分配层、IAAs管理层、自主规划层和构件管理层,并采用多Agent协商的方法进行任务规划分配,有效解决了环境动态未知性带来的问题.通过这种任务分配、执行方式可以最大程度上实现智能构件环境下机器人系统的自主运行,增强系统的稳定性和可靠性.     

基于改进遗传算法和改进人工势场法的复杂环境下移动机器人路径规划

为了提高移动机器人在复杂环境下的路径规划能力,通过双层路径规划思想研究了移动机器人路径规划问题。用栅格法对机器人工作环境进行建模,首先采用改进的遗传算法进行全局路径规划,解决了由于交叉概率和变异概率选择不当导致最优个体丢失的问题;然后在规划好的全局路径的基础上利用改进的人工势场法进行局部动态避障,解决了局部极小点问题。结果表明:静态环境下,采用改进遗传算法规划出的最优路径,与传统遗传算法相比其长度缩短了1. 47 m,收敛速度加快;动态环境下,采用改进人工势场法进行路径规划,所用时间与基本人工势场法相比缩短了7. 24 s;复杂环境下,移动机器人采用双层路径规划思想能够规划出一条优化路径。可见改进后的算法是有效的。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。     

深海底采矿机器车控制软件体系结构设计与实现

针对深海底采矿机器车特殊工作环境和特殊工作特性,采用混合体系结构,设计了深海底采矿机器车控制软件体系结构;该结构分为规划层、控制层和执行层.机器车的作业任务被规划为一系列子目标,每个子目标有一个相应的任务监视器,负责安排一套预编程的程序以实现子目标.以行走控制子目标为例,进一步说明了所设计体系结构的可行性.最后,采用VC 语言编制程序,验证了软件体系结构的设计.     

小型地面移动机器人控制系统设计

结合特种机器人在复杂路面作业情况,确定了轮式腿结构作为小型地面移动机器人行走机构,设计开发了小型地面移动机器人控制系统。采用上下位机无线控制方式对小型地面移动机器人进行控制,实现人机分离,克服了有线控制的局限性。上位机为PC机,下位机为单片机．采用LabVIEW软件开发了控制系统界面。试验表明：设计开发的小型地面移动机器人控制系统人机界面友好,操作方便,工作可靠。     

星际探测车导航控制系统结构研究

结合星际探测车的运行环境和任务,提出了一种三层递阶式智能导航控制系统结构.该结构采用了慎思与反应相结合的导航控制策略,通过建立多种人机协同机制,将人的规划能力和反应能力融入到地面协同规划层.通过机器学习的方法使探测车具备智能自主驾驶功能.实现了人机智能的有机结合,提高了星际探测车运行的安全性和环境适应性.     

基于传感器信息的环境非光滑建模与路径规划

提出一种移动机器人运行环境的非光滑建模以及全局路径规划方法,能够在离散的传感器信息基础上构造近似的Voronoi边界网络作为环境模型;采用基于最优竞争机制的进化计算与紧缩优化后,实现了移动机器人在复杂环境下的全局路径规划.     

Design and implementation of an IPC-based control system for mobile robots

This paper introduces an autonomous mobile robot system applicable under dynamic environment.Every robot contains a muhi-sensor system, a differential-drive vehicle and a wireless LAN. A real-time on-board control system makes decision autonomously according to the perception from the multi-sensor system. Under the Windows operation system (OS), inter-process communication (IPC) mechanism of Linux OS is introduced into control system design. A distributed software architecture based on IPC,which can be used for multiple mobile robots system, is proposed. The architecture can make the system more flexible and scalable. The expansion of robot‘ s function and cooperation between robots can be. easily realized. The experiments and robot soccer game show the validity of the architectnre.     

基于行为智能体的移动机器人系统

对智能体及多智能体系统的研究是当今人工智能领域的一个热点问题,如何把智能体的理论应用到机器人的控制中去也是一个非常值得研究的方向。目前,由于基于行为的控制结构,特别是SA结构,在实际控制中具有较快反应力而显得比传统方法更具智能,因而成为移动机器人控制研究关注的焦点。针对移动机器人在有障碍约束的非结构化环境中进行探障并实现避障任务这个问题,设计并建立了一个多自主机器人系统实验平台,实现了一个基于行为多智能体的移动机器人系统。     

真空气吸附壁面行走机器人动态路径规划

研究用于真空吸附壁面行走机器人的动态路径规划，提出全局范围内已知障碍避碰的膨胀法和局部区域随机故障避撞的人造热场法，该机器人系统根据环境信息对路径实时生成与控制，增加系统的稳定性和环境的适应性，同时针对壁面走行机器人的作业特点，又引入区域充满运行的概念及方法。     

移动机器人路径规划算法综述

为提高机器人路径规划的搜索速度,缩短搜索时间,总结归纳移动机器人在路径规划问题上的算法及其特点。首先回顾移动机器人发展历史,并对路径规划技术进行概述; 其次对移动机器人路径规划进行分类总结,并从移动机器人对环境掌握情况的角度出发,将移动机器人路径规划分成全局规划和局部规划两类,然后对全局规划和局部规划的相关算法进行综述,同时对相关算法发展现状及优缺点进行总结。最后指出机器人路径规划技术在改进算法、混合算法、多机器人协作、复杂环境以及多维环境下进一步深入研究的未来发展趋势。     

智能控制及移动机器人研究进展

在探讨自动控制面临的机遇和挑战的基础上, 简介智能控制的产生背景和发展过程, 认为发展自动控制的一条重要出路就是实现控制系统的智能化;结合正在进行的未知环境下移动机器人导航控制研究课题, 讨论了智能移动机器人研究的某些进展, 涉及移动机器人控制系统的结构、环境建模、路径规划及故障诊断等;概述智能控制的研究领域, 包括智能机器人规划与控制、生产过程的智能监控、自动加工系统的智能控制、智能故障检测与诊断、飞行器的智能控制和医疗过程智能控制等, 并提出智能控制有待进一步研究的若干问题. 该研究有助于了解智能控制及智能机器人的研究和应用.     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

基于超声的非完整移动机器人避障控制

介绍了路径规划的发展状况,并对非完整移动机器人的模型进行了讨论.为实现非完整移动机器人的自主避障,给出了移动机器人的超声定位结构,并提出一种基于超声避障的控制策略,对不同方向上的障碍作不同的考虑,突出正前方的障碍.将避障策略应用于实验平台,结果表明,移动机器人能在布满障碍的环境中有效实现避碰.     

基于A~*算法的机器人二维与三维路径规划实现

主要对移动机器人轨迹进行规划设计,将移动机器人的轨迹环境采用栅格化处理,提出了一种能结合全局和局部规划的改进的A*算法。使移动机器人在环境未知的情况下进行自主规划路径,通过MATLAB软件验证了算法的可实现性与稳定性,并将其与经典A*算法作对比,以证明改进算法的在运算能力,可实现性和稳定性上的优势。     

基于人工免疫网络的机器人局部路径规划

为解决复杂环境下机器人路径规划问题,提出了基于人工免疫网络(artificial immune network,AIN)的移动机器人局部路径规划算法。建立了AIN与机器人局部路径规划问题的映射关系,给出了算法流程,最后对提出的方法进行了仿真验证,并与人工势场法进行了比较,结果表明该方法在复杂障碍物环境下是可行和有效的。