基于三点定位的机器人路径跟踪算法

为了实现在多环境因素制约下的机器人路径跟踪,提高其精度,文章提出了基于三点定位的机器人路径跟踪的算法,详述了定位原理和方法,阐述了实现机器人路径跟踪的方法.试验表明,该路径跟踪方法具有精度高,绝对误差小等特点.     

RoboCup中型组足球机器人运动控制算法

针对RoboCup机器人路径规划和位姿控制的特点,以二维模糊控制器为基础．分别设计了基于误差分析的论域自调整伸缩因子和基于路径的误差累积因子,提出了一种基于误差累积因子的论域自调整模糊控制算法．仿真及试验结果表明,该算法具有控制精度高、实时性强,能快速、准确地跟踪期望路径的特点．     

机械手圆周运动的轨迹规划与实现

研究机器人跟踪由任意不共线空间三点所决定的外接圆曲线,提出了机器人圆周运动的一种笛卡尔空间的轨迹规划方法.该方法通过坐标变化将三维空间内的圆周轨迹规划问题简化到二维平面上进行研究,由此简化了轨迹规划问题;为了保证机器人圆周运动较好的插补精度和圆周轮廓,提出了一种可控插补精度的圆周插补算法.根据坐标变化以及插补算法给出了轨迹规划的算法步骤,将该规划方法用于微操作机械手,完成了机械手的圆周涂胶作业,实际应用表明该方法能够满足实时性和精度指标要求.     

被动型舞伴机器人控制算法

为实现被动型舞伴机器人与人协调舞蹈,提出一种运动控制算法。分析了机器人所用的被动元件——伺服制动器的控制特征,建立机器人的运动学模型,并根据伺服制动器的特点划分机器人的运动状态为8种。通过静力学模型分析了各运动状态所能实现的合适的制动力矩集,该集合是全部制动力矩集的一个子集,这使得被动机器人的控制算法比常规移动机器人更加复杂。针对期望力不在该集合的情形,引入人的辅助力以合成期望力。最后基于被动性的特点提出了基于非时间参考的路径跟踪控制律。所提算法应用于2个华尔兹舞步,实验结果证明了算法的有效性。     

一种基于凸壳的智能服务机器人路径规划算法

将一种基于凸壳的路径规划算法应用于体育场智能服务机器人,首先采用基于Haar特征分类器的方法确定球的坐标,采用基于颜色模型的方法确定机器人的位置及航向,并根据机器人的自身特点,将一定范围内的多个球视为一个目标点处理;然后以目标点坐标作为算法输入,采用基于凸壳的路径规划算法得到一条较优的捡球路径.该算法可以降低机器人的捡球运动代价,有效提高机器人的捡球效率.     

基于单目视觉的装配机器人研究及应用

针对传统工业机器人灵活性和环境适应能力差的缺点,对视觉机器人的关键技术进行了研究,提出了一套完整的识别定位抓取算法。首先,对于视觉机器人的目标识别跟踪问题,设计并实现了基于改进型Camshift的动态目标识别跟踪算法;其次,为了使机械臂精确抓取目标工件,采用单目视觉测距和视觉导航的原理对于目标工件的三维位置进行获取;最后,采用改进D-H参数法对机械臂进行运动建模,利用正逆运动学分析确定了机械臂控制方案。测试结果表明,识别算法识别成功率达到100%,定位算法测量坐标与实际坐标之间的相对误差小于5%,整体装配成功率达到96.7%,最终达到了基于单目视觉装配机器人研究的应用目标。     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。     

基于遗传算法的机器人自定位

为了解决中型组比赛环境下的足球机器人自定位、绑架和跟踪问题,提出一种基于遗传算法的机器人连续自定位方法.首先,从全景图像中提取出场上黑线与机器人辐射线的交点;然后,把该交点与环境地图对应黑线间距离之和的最小值做为适应度函数;最后,以机器人中心坐标做为个体,进行选择、交叉和变异操作,收敛到机器人的自定位坐标.另外,针对绑架和连续定位,在遗传算法全局自定位基础上利用梯度优化算法局部修正主位姿,提高了自定位精度和算法的鲁棒性.仿真结果和场地环境机器人自定位试验说明了该定位方法的有效性.     

基于迭代学习控制算法的下肢外骨骼机器人跟随特性研究

目前下肢外骨骼机器人存在的运动控制算法追踪人体髋关节和膝关节期望轨迹时存在误差,从而导致人机系统随动性能差。因此,本文提出迭代学习控制算法追踪人体髋关节和膝关节期望轨迹。首先,结合人体下肢结构分析,建立下肢外骨骼机器人动力学模型;其次,基于迭代学习控制算法建立下肢外骨骼机器人随动控制模型;最后,利用Matlab软件设计指数变增益闭环D型运动控制系统,分析收敛速度与谱半径的关系,追踪得到人体下肢髋关节和膝关节期望轨迹。仿真结果表明该算法能够有效提高下肢外骨骼机器人步态轨迹跟踪精度,提升人机系统随动性能。     

基于迭代学习控制算法的下肢外骨骼机器人跟随特性

目前下肢外骨骼机器人存在的运动控制算法追踪人体髋关节和膝关节期望轨迹时存在误差,从而导致人机系统随动性能差。因此,提出迭代学习控制算法追踪人体髋关节和膝关节期望轨迹。首先,结合人体下肢结构分析,建立下肢外骨骼机器人动力学模型;其次,基于迭代学习控制算法建立下肢外骨骼机器人随动控制模型;最后,利用Matlab软件设计指数变增益闭环D型运动控制系统,分析收敛速度与谱半径的关系,追踪得到人体下肢髋关节和膝关节期望轨迹。仿真结果表明该算法能够有效提高下肢外骨骼机器人步态轨迹跟踪精度,提升人机系统随动性能。