对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

基于短期预测的追捕方法

针对具有安全区的追捕逃避问题,抛开参与人是否理性的假设,提出了一种基于短期预测的追捕方法.由参与人短期内状态空间有限和伪蒙特卡罗方法原理阐述了进行短期预测的可行性.追捕方法的流程为:追捕方先根据物理条件限制预测双方的短期状态;根据反映对抗态势的特征计算出对手处于某状态时自身某状态的收益,并由此进一步获得针对同时刻对手各个状态的自身某状态的综合收益;估算出自身各个预测状态的综合收益后,选取某个状态作为短期目标,执行能到达该状态的行为.结合足球机器人一对一对抗的实践进行了仿真,结果表明该方法有效.介绍了在自主式足球机器人上应用基于短期预测的追捕方法的初步实验,证实该方法具有一定的实际应用价值.     

机器人奇异形位分析及协调控制方法

把6R机器人奇异形位分为边界奇异、内部奇异、结构边界奇异和腕部奇异，分析了这些奇异形位的形成条件，并对每一种奇异进行了计算机仿真。在深入分析奇异边界构成的基础上，给出了内部奇异直观的计算机图形仿真结果，克服了以往笼统而欠实用描述方法的不足。通过分析J^-1(J为Jacobian矩阵）提出了采用协调控制法回避机械手奇异形位的理论及在线实时控制方法。     

使用三维栅格地图的移动机器人路径规划

针对移动机器人使用三维地图进行路径规划的问题,研究了使用三维栅格地图的路径规划算法.该算法将装载三维激光扫描仪的移动机器人得到的三维点云转换成为八叉树结构的三维栅格地图;扩展了D*算法使之考虑机器人的尺寸,检测每种位姿状态下是否与环境发生碰撞,生成多条可行路径可以在栅格地图中直接生成机器人的运动轨迹,保证运动过程中机器人自身及物体的安全.实验结果表明:该算法不需要对地图具有先验认识,并且考虑了机器人的实际尺寸,具有较强的可靠性和实用性,已经在真实环境中进行了实验.     

一种新型的自适应蚁群聚类算法

提出了一种新型的自适应蚂蚁聚类算法.该算法将每个待聚类模式看作一只蚂蚁,采用蚂蚁移动模型实现模式的聚类.为了改善蚂蚁移动的随机性,提高运行效率,提出了一种局部最近邻运动原则来指导蚂蚁的移动;并且提出了一种自适应调整蚂蚁移动阈值的方法以简化参数的选取.通过数据的聚类对该算法和已有算法进行了比较.结果表明,该算法具有运行效率高、参数选取简单及自适应性等优点.     

自行直立双轮移动机器人设计与实现

提出了一种使双轮移动机器人在无人为协助时实现其机身从翻倒平卧状态自行直立的方法，该方法采用近似陀螺原理，对一高速转子实施强迫进动，以进动产生的陀螺力矩带动机器人自行直立．从理论上证明了该方法的可行性，并用软件ADAMS仿真实现了双轮移动机器人的自行直立．     

简化线形大分子动力学模型

分子运动仿真是计算机辅助药物设计(CADD)的重要研究内容之一。为了通过简化方法来模拟线形生物受体大分子低能构象时存在的形态(瞬时位置,速度,加速度),本文提出了“球-虚弹簧”结构模型来模拟分子的横向伸缩振动和轴向扭转振动,并从理论上探讨了影响线形分子柔性的力学问题。文中的推导对于线形分子的运动仿真具有一定的意义。     

具有双负压吸盘的爬壁机器人吸附特性

介绍了一种双负压吸盘式爬壁机器人吸附机构，分析了机器人可靠吸附于垂直壁面的基本吸附力条件．基于流体网络理论建立了吸盘模型并得到吸盘在风机突然启动、机器人遇障碍以及风机突然关闭三种情况下的等效电路．通过对等效电路的分析得到吸盘内负压动态响应曲线与流阻、流容的影响，进而得到了吸盘机构参数对吸盘腔内负压的影响关系．最后通过试验和仿真进行了验证．     

Advanced Credit-Assignment CMAC Algorithm for Robust Self-Learning and Self-Maintenance Machine

Smart machine necessitates self-learning capabilities to assess its own performance and predict its behavior. To achieve self-maintenance intelligence, robust and fast learning algorithms need to be embedded in machine for real-time decision. This paper presents a credit-assignment cerebellar model articulation controller (CA-CMAC) algorithm to reduce learning interference in machine learning. The developed algorithms on credit matrix and the credit correlation matrix are presented. The error of the training sample distributed to the activated memory cell is proportional to the cell‘s credibility, which is determined by its activated times. The convergence processes of CA-CMAC in cyclic learning are further analyzed with two convergence theorems. In addition, simulation results on the inverse kinematics of 2degree-of-freedom planar robot arm are used to prove the convergence theorems and show that CA-CMAC converges faster than conventional machine learning.     

激光和全维视觉融合的移动机器人自定位(英文)

讨论了通过二维激光传感器和全维视觉传感器提取数据融合技术进行移动机器人定位的新方法 .SICKoptics公司制造的二维激光传感器能精确地测量出反射点的距离和方位 ,我们自己设计的全维视觉系统能从图像中提取场地标记物的色块信息 ,这两种传感器提取的数据有各自不同的特征 ,因此在本文所给出的融合方法中它们能优势互补 .RoboCup中型组的足球机器人 (守门员 )被选择来验证算法 ,最后给出了试验的结果 .