ARM嵌入式系统在移动机器人中的应用

ARM—Linux嵌入式系统具有通常的软硬件结构,它为整个系统提供了嵌入式计算和接口的能力。在ARM嵌入式系统嵌入式计算和接口能力的基础上增加传感部件和运动控制部件,并辅助相应的驱动软件和应用软件设计,可以较为方便地组成移动机器人系统,并实现移动机器人传感和控制等较为智能化的功能。以ARM嵌入式系统为核心的智能移动机器人系统计算能力强,系统能力扩展空间大,软件开发分层管理。     

基于强度Pareto进化算法的双足机器人步态规划

为了获得良好的双足机器人步行模式,提出了以步行过程中机器人的稳定性、移动性和能耗为目标的步态规划多目标优化方法.该方法基于倒立摆模型产生基本步态,并使用罚函数法和改进的强度Pareto进化算法(SPEA2)在可行域中求得基于基本步态的Pareto解集,从而找出最优解.最后在Matlab6.5仿真环境下进行步态仿真,并将...     

无缆微型仿鱼泳动机器人的设计与运动分析

根据鱼类的游动推进原理,提出一种基于螺线管线圈结构的外磁场驱动微型仿鱼机器人的设计方案,构建了其实验控制系统,分析了机器人在液体中的推进力和动力学模型,以及尾鳍对其推进性能的影响。实验结果表明,不同的尾鳍摆动频率和尾鳍长度对推进速度有很大影响,其运动速度随驱动频率的增大而逐步增大,但当驱动频率大于7 Hz时运动速度减慢。实验结果与理论分析相一致。     

桥梁养护巡检与健康监测系统信息的融合

从我国桥梁的运营管理与养护中面临的问题出发,介绍了传统的养护管理系统与新型桥梁结构健康监测系统的发展现状以及存在的问题,指出在桥梁养护管理中充分融合这2个系统,起到相辅相成、互为补充、充分利用各自优势的必要性,并以南京长江三桥、东海大桥及苏通大桥工程为例加以分析,指出在实际应用中存在的问题与不足,同时,就这2个系统的融合提出了几点设想.     

自主机器人指定颜色形状属性物体的识别方法

机器人在自主行进的过程中,依靠视觉系统自动捕捉目标,并将目标物识别出,是智能机器人的关键技术之一。为解决机器人移动过程中对已知颜色形状属性的目标物的识别问题,对基于YUV颜色空间的种子填充彩色图像分割方法进行改进,在各种背景下有效地实现机器人视觉系统对已知颜色形状的目标物的识别,对变化光照具有较强的适应性。     

δ-冲击模型及随机检测

讨论了δ-冲击模型,在泊松冲击流下给出了一些可靠性指标:系统可靠度函数和首次故障前平均时间。在假设检测间隔形成一个泊松过程的条件下,利用随机的思想来研究遭受随机冲击系统的最优检测问题。     

基于ANFIS的挖掘机器人挖掘轨迹仿真

为提高液压挖掘机器人工作装置挖掘作业轨迹规划控制精度,将挖掘机器人工作装置简化为斗杆、铲斗两关节二维机械臂进行分析.在建立逆运动学模型时,要将铲斗末端位姿空间与工作装置关节空间和油缸空间联系起来进行轨迹规划,以便在各个空间实现对挖掘机器人的控制.为提高跟踪期望轨迹精度,采用两个自适应神经模糊推理系统(ANFIS)分别学...     

基于双目立体视觉的列车目标识别和测距技术

随着近几年铁路运输量的大幅度提升,铁路运输自动化被提上了日程,现如今火车的调车与编组的效率都有了大幅度提高,但是,火车的摘钩分解操作依旧是需要人工完成.针对摘钩作业时间短,需要在机器人和车厢同步时准确识别目标把手和测距的问题,提出使用双目立体视觉技术配合机械臂自动摘取车钩的方法并对视觉部分进行深入研究:通过图像预处理和模板匹配技术识别目标把手,在利用特征检测和匹配算法恢复双目摄像机间的位姿信息,并对双目摄像机的位姿信息进行校正.为了克服立体匹配时光照不均的影响,提出了基于局部融合的立体匹配算法获取视差图,最后使用三角测量计算列车分解区域中目标把手的深度信息,实现三维重建.此方法可以在识别把手位置后,测量把手距双目视觉系统的物理距离,为机器人自动摘钩提供数据基础.     

基于障碍物可达区域预测的机器人实时避障算法

针对复杂环境下的机器人路径规划与自主避障问题,提出了基于动态障碍物可达区域预测的实时避障算法.对静态障碍物进行描述和建模,建立动态障碍物状态更新预测方程,实现对动态障碍物质心可达区域的预测.分别面向动态、静态障碍物提出基于可达区域预测的多步椭圆包络势场和基于新型Sigmoid函数的势场,修正目标的对数Lyapunov引力场,给出多类型障碍物空间下的机器人实时避障算法.数值仿真和实验结果表明,与传统方法相比实时避障算法可使机器人避障过程中的路径长度更短、安全性更高及最大行驶角变化幅值更小.     

家用智能看护机器人高精度里程计估计算法

为了解决家用智能看护机器人车轮轮胎和地面作用力与电机输出力矩不平衡,易导致看护机器人产生滑动、里程计估计精度低的问题,引入牵引系数描述机器人滑动情况,推导含牵引系数的看护机器人运动学模型,以增量式光电编码器和惯性测量单元2种传感器为输入,将含牵引系数的运动学模型应用于基于扩展卡尔曼滤波算法的看护机器人里程计估计算法,搭建看护机器人实验系统完成算法验证。结果表明：在家用瓷砖地面,看护机器人分别以0.1,0.2,0.4 m/s的速度移动时,与传统里程计估计算法相比,所提出的机器人里程计估计算法的误差降低了40%左右。将含牵引系数的运动学模型应用于机器人里程计估计算法,可有效降低看护机器人的里程计估计误差,为提高看护机器人在室内地面的自主导航精度提供了一定的参考。