基于离散智能的自重构机器人变形策略

在总结自重构机器人系统结构本质特点的基础上，提出了一种描述模型，对几种典型的同构和非同构系统进行统一的描述．探索了自重构机器人的基本变形方法，给出一种建立在全离散的局部智能基础上的变形策略，使机器人通过模块局部之间的交互产生整体自组织的结果，并且能够减低变形算法的计算复杂度．以一个9模块系统的变形过程为例进行了验证．     

面向自主机器人的实时彩色视觉系统

设计开发了一种新型的机器人实时彩色视觉系统，以及基于颜色的实时分割和识别软件系统，采用即插即用型的USB接口数字摄像头，简化了系统的使用和维护，首先把输入的彩色图像从RGB空间转换到YIQ颜色空间，提取出和颜色有关的IQ平面的信息；然后根据目标颜色在IQ平面里分割图像，再对图像进行游程编码，并从游程编码中提取出有效的图像信息；最后通过TCP／IP接口将视觉信息发送给机器人控制系统，为了抑制光强变化的影响，采用了一种阈值学习方法，实验结果表明，整套系统具有很高的实时性和较好的识别效果。     

基于力信息的机器人接触状态下作业的技能学习

为实现机器人接触状态下作业的演示编程，使机器人获得人的基于力信息的作业技能，首先提出了描述接触状态的元素接触形式，用元素接触形式序列建立技能模型，根据不同的接触形式具有的不同腕力分布，利用支持向量机(SVM)对不同的元素接触形式进行辨识，在此基础上机器人获得人在接触状态下的作业技能，实现了演示编程方法中最关键的一步。     

基于神经网络的3自由度移动机器人跟踪方法研究

针对具有2个可操舵驱动轮的3自由度移动机器人的轨迹跟踪问题，利用神经网络的任意非线性逼近能力辨识出3自由度移动机器人的逆运动学模型，使系统的3个独立输入控制线性化，将一般非线性系统转化为仿射非线性系统。根据反馈控制理论，设计了跟踪控制器，使系统具有良好的全局稳定性，实现了移动机器人的位置和方位的独立跟踪。最后，通过仿真验证了算法的可行性和有效性。     

模糊控制在机器人柔顺装配中的应用

提出了一种模糊柔顺的控制方法来控制机器人的装配作业，本方法不需要装配作业的模型参数，省去了大量的计算，并且在控制过程中不需要引入受力信息的变化量，实验证明，这种方法实用性强，实时性好。     

基于油门与制动的轮式移动机器人纵向速度控制

建立了基于油门与制动的轮式移动机器人纵向控制系统，通过油门加速与制动减速的切换实现机器人对期望速度的跟踪，提出了一种模糊人挡制动算法，将查模糊控制表得到的控制量进行实时滤波，并将滤波后的控制量按一定规则分档，使制动踏板呈阶跃式运动，以防止制动过程中制动踏板的频繁往复抖动，实验结果表明，模糊分挡控制算法有效地降低甚至完全消除了制动踏板的抖动，同时，成功地实现了制动减速与油门加速的平稳切换。     

C++ Builder中WinSock控件在基于Internet的机器人控制中的应用

探讨了在C Bilder中采用WinSock探件进行服务器/客户机网络编程的基本方法和注意事项，并给出了其在远程机器人控制模块中的例程。     

基于网络的便携式机器人管理系统

提出一种全新的便携式机器人的概念。研究了便携式机器人设计、便携式机器人管理系统的体系结构、控制管理模型以及任务的分配管理。在JINI基础上扩展了JINI的服务查找、分发机制。通过综合分析服务提供者状态、用户状态、系统性能以及上下文感知信息，经模糊决策确定是否给用户提供服务。本系统将通过“Pull”方式，或者“Push”方式给用户(或第三方用户)提供所需的网络服务。利用一个应用实例说明系统的应用情况。     

机器人柔性操作机弹性动力学方程

本文将机器人柔性操作机主体机构的构件视为质量连续分布的弹性体，首次根据弹性体振动理论求解机构各位姿的固有频率和主振型并建立了机构弹性动力学方程．     

基于行为建模的机器人混合模糊-神经控制方法

本文提出了一种设计机器人模糊－神经控制器的新方法。因为模糊逻辑控制器的控制信号是由系统的响应行为而不是由其分析模型决定的，所以机器人的开环响应可以用一系列二阶系统来描述。然后，用Ｎｅｌｄｅｒ－Ｍｅａｄ单纯形算法离线优化与该系统相关的模糊逻辑控制器的参数，并用人工神经网络来训练开环响应与这些优化了的参数之间的匹配关系。该方法的优点在于当它用于设计模糊－神经控制器时，在自适应过程中不必考虑收敛问题