基于LPC2106的自主式移动机器人设计

以PHILPS公司的ARM单片机LPC2106为控制核心,提出了一种自主式移动机器人的设计方案,应用98C1051构成多超声传感器子系统控制电路,由此子系统实现对障碍物的测距及机器人的自主避障行走控制;通过光敏传感器实现机器人对光源的感知和寻找.通过无线通信芯片PTR2000实现移动机器人与计算机之间的无线通信.     

关节式移动机器人越障动态稳定性分析与控制

通过对关节式移动机器人越障过程运动学和动力学分析,得出控制移动机器人越障时保证动态稳定性的约束条件.根据传感器感知信息,用模糊逻辑控制方法改变车体姿态以适应地形,实现局部自主越障.实验表明,加入动态稳定性约束后,提高了关节式移动机器人越障的稳定性和越障速度,减少了各关节的动作,改善了越障性能.     

基于多源融合式SLAM的机器人三维环境建模

为有效处理移动机器人三维环境地图创建过程的不确定误差,提高所建地图的准确性、完整性和一致性,本文提出了一种基于传感器信息融合和Rao-Blackwellised粒子滤波(RBPF)的移动机器人三维同时定位与地图创建 (SLAM)方法. 在建立传感器不确定性概率模型的基础上,通过贝叶斯滤波实现传感器数据的去噪,将激光与视觉传感器获取的环境信息在一定的规则下融合,在SLAM框架下实现具有纹理映射的三维环境地图创建. 实验结果表明所用方法的有效性. 多源融合式自主SLAM提供了更为丰富、完备、准确的环境模型.      

基于多传感器融合的机器人导航系统设计

随着传感器技术的进步,多传感器信息融合技术在移动机器人中的应用已经成为一个热门的研究领域,为移动机器人探索不确定和未知环境提供了一种技术途径,是机器人实现更高级智能行为的基础。目前,用于移动机器人避障和导航控制的多传感器信息融合方法主要有模糊逻辑和神经网络。在机器人避障和导航控制中,本文采用了基于模糊逻辑的多传感器信息融合算法。通过对多传感器的信息进行融合能较好地实现机器人在未知环境中的自主避障与导航,并对这种控制方法进行了MATLAB仿真。通过对MATLAB仿真结果的比较,证明了在机器人的避障和导航控制中,该信息融合算法是优于传统信息融合算法的。     

动态环境中移动机器人多状态转换自主导航

针对已有的移动机器人自主导航方案在通过狭小区域及动态障碍物区域时,容易陷入局部极值,导致移动机器人无法通过的问题,提出一种多状态转换的自主导航方案.移动机器人根据当前传感器信息,在初始运动、全局规划、局部规划及终止运动四种状态之间转换,不仅能够应对动态环境,而且能改善移动机器人速度震荡的问题,在复杂环境中表现得更加具有鲁棒性.实验验证表明:在狭小环境及动态的超市环境中,多状态转换自主导航方案的表现优于ROS(机器人操作系统)开源的Navigation导航方案.     

一种轮式移动机器人的运动控制及自主避障的实现

目前轮式移动机器人的运动控制已有多种方式,怎样以最优异的方式和最低的成本实现需要的功能就变得尤为重要,本文设计了一种四轮移动机器人的运动控制方式及自主避障的方案.用ARM2440核心板及设计相应的底板,选用直流有刷伺服电机,设计基于HIP4081芯片的电机驱动电路,利用PWM调节占空比,控制电机的正反转及转速,从而进行移动机器人的运动控制,并选用E18-D80NK接近式光电传感器,编写相应的控制程序和上位机程序来达到机器人自主避障的目的.     

移动机器人运动控制系统设计及控制算法研究

提出了一种移动机器人的运动控制系统硬、软件结构 .此控制系统是由工业计算机 ,ADT85 0运动控制卡及相关传感器组成 ;其操作系统采用Windows98,用VC 6 .0开发 ,并应用模块化及Windows线程的多任务处理机制实现控制程序设计 ;根据状态反馈控制理论 ,设计了移动机器人路径跟踪控制算法 .实验论证了此控制系统及控制算法的有效性 .     

自主移动机器人的模糊智能导航

移动机器人在运动过程中所获得的传感器信息是动态且不确定的。移动机器人的控制采用了基于行为的结构，它能够克服环境的不确定性，可靠地完成复杂任务，且效率高，鲁棒性好。为了实现机器人在未知、动态、复杂环境下具有一定智能的自我决策的能力，利用模糊控制器来完成移动机器人的各种自主行为，所有被激活的行为采用分划方法来融合，可以很好地处理不确定的情况。最后通过仿真验证了该方法对移动机器人导航的有效性和可行性。     

基于CAN总线的移动机器人控制系统设计

非结构化环境的移动机器人涉及多伺服电机驱动、多种传感器信息采集融合、通讯传输等问题,是一个非常复杂的系统.本文介绍一种基于CAN总线的、模块化结构的机器人控制系统,具有多种参数探测和感知功能,实现了机器人的半自主移动.采用的三段收放式机体结构及控制驱动系统,使得机器人具有较强的爬坡、越障等环境适应能力.     

移动机器人导航技术

在本篇论文中较为详细地介绍了自主式移动机器人导航所需的各种传感器、多传感器信息融合技术和导航方法等。并在实验室内,利用 Ａ Ｎ Ｎ 方法和扩展卡尔曼滤波器实现了机器人的自动避障和导航,效果良好。     

Cooperative Localization and Tracking in Distributed Robot-Sensor Networks

This paper addresses the problem of real-time position and orientation estimation of networked mobile robots in two-dimensional Euclidean space with simultaneous tracking of a rigid unknown object based on exteroceptive sensory information extracted from distributed vision systems. The sufficient and necessary conditions for team localization are proposed. A localization and object tracking approach based on statistical operators and graph searching algorithms is presented for a team of robots localized with heterogeneous sensors. The approach was implemented in an experimental platform consisting of car-like mobile robots equipped with omnidirectional video cameras and IEEE 802.1 lb wireless networking. The experimental results validate the approach.     

基于ESPN的制造系统多任务可靠性研究

以一个有三台机床并同时进行多个加工任务的制造单元为例,采用扩展随机Petri网对其进行多任务可靠性建模,该模型不仅可以适应任意分布的制造系统,同时克服了传统的可靠性建模方法无法兼顾制造系统生产过程的时间动态特性.在此基础上基于Petri网行为表达式,并将矩母函数思想引入其中,则不必生成可达标识图就可通过计算模型的传递函数,进而得到整个系统的多任务可靠度,由此可以更直观地反映具有多种加工任务的整个制造系统的运行性能.     

复杂环境下的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：移动机器人能够在复杂环境下规划出一条无碰撞的优化路径。可见改进算法的有效性。     

Semantic categorization of indoor places using CNN for mobile robot exploration

The ability of achieving a semantic understanding of workspaces is an important capability for mobile robot. A method is proposed to categorize different places in a typical indoor environment by using a Kinect sensors for mobile robot exploration. At first,the invariant feature based images stitching approach is adopted to form a panoramic image according to Kinect visual information,and the translation between Kinect depth information and obstacle distance information is performed to obtain virtual LIDAR data. Then,the semantic classifier is designed by using convolutional neural networks( CNN) for indoor place categorization based on Kinect visual observations with panoramic view. At last,a frontier-based exploration method is applied to carry out indoor autonomous exploration of mobile robots,which integrates the CNN-based categorization approach. The proposed method has been implemented and tested on a real robot,and experiment results demonstrate the approach effectiveness on solving the semantic categorization problem for mobile robot exploration.     

基于Cricket无线定位的移动机器人控制系统

移动机器人系统的定位问题是移动机器人导航控制的前提.将Cricket无线定位技术与移动机器人控制系统相结合,建立一套基于无线传感器网络定位的机器人控制系统,完成了Cricket无线传感器网络定位系统与移动机器人系统的信息传输与集成,实现对移动物体的定位、导航与控制.在静止情况下,Cricket系统的定位精度较好,定位采样数据误差在3cm内波动.当移动物体以较快速度变换位置时,系统的延时时间约为60ms左右.     

基于行为优先与任务协调的多移动机器人遥操作

针对单个操作者对多个移动机器人遥操作的困难,提出了基于行为优先和任务协调的多机器人遥操作方法. 通过引入机器人局部自主的概念,运用行为优先决策与任务协调模块使操作者和机器人共享运动控制. 建立了多机器人系统遥操作体系结构,设计了多通道人机交互接口界面. 室外实验表明,提出的方法可以实现人和机器智能的合理分配. 运用该方法,单个操作者可完成对多个移动机器人的遥操作.     

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。     

多移动机器人可重构物流系统建模方法

提出了可重构物流系统的一种新的定义,并在充分考虑移动机器人个体和群体的重构能力的前提下,提出了一种基于图论和谓词逻辑的多机器人可重构物流系统的建模方法。其中,移动机器人本体的结构调整被视为设备级重构,而移动机器人群体的组织以及之间协调策略的调整被视为系统级重构。针对各种工件运输任务,该建模方法有助于选择合适的移动机器人功能模块、或合适的移动机器人个体及相应的合作协调策略,从而实现可重构物流系统构型的迅速调整。     

移动机器人PID运动控制器参数的模糊自整定

通过对移动机器人运动学模型进行分析 ,以基于视觉的双轮机器人为实验平台 ,论证了参数模糊自整定的PID控制技术应用于移动机器人运动控制中的可行性 .该方案根据控制要求 ,运用模糊推理技术 ,模仿人工整定控制器参数时的思维方式 ,对控制器参数进行调整 .不仅保证了准确性 ,提高了快速性 ,还增强了自适应能力 .实验证明此方法对移动机器人的运动控制是有效的 .     

基于神经网络的移动机器人路径规划算法的仿真

研究一种基于神经网络的移动机器人路径规划算法，充分利用神经网络的融合性和并行性提高移动机器人路径规划算法的运算速度．此算法也可以解决机器人的全局路径规划和局部路径规划问题．仿真结果表明这种算法可以快速可行地实现无碰撞优化路径规划，并且对动态环境具有较好的适应性．