移动机器人的集成型故障诊断方法

文章提出了一种移动机器人的集成型故障诊断方法。该方法将移动机器人的运动状态分为静止状态、直线运动状态及转弯状态等。利用卡尔曼滤波器和专家系统对传统故障诊断方法进行有效集成,在不同的运动状态下,考虑不同类型的故障,并根据故障发生的概率值判断故障类型发生的可能性。与传统故障诊断方法相比．集成型故障诊断方法有效改善了误诊和漏诊现象。仿真结果表明在移动机器人故障诊断上的可行性。     

模糊故障Petri网建模方法及其应用

为克服模糊Petri网和故障Petri网在模拟故障传播、诊断和推理过程中的不足,提出模糊故障Petri网的概念及其建模方法,分一因一果、一因多果、多因一果和竞争模式4种情况定义变迁发生的规则和后果,以此模拟系统的动态运行过程,反映故障传播的固有特性.将模糊故障Petri网的建模方法应用于故障推理与诊断,提出将正向推理和反向推理相结合,并给出相应的推理算法,用泵站机组压力不足的实例加以验证.研究结果表明:该方法既能模拟故障传播过程,又能进行模糊推理,实用性强.     

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.     

非线性加权观测融合粒子滤波器

提出了一种非线性多传感器系统加权观测融合粒子滤波器.首先利用泰勒级数使非线性多传感器系统观测方程具有近似的线性关系.然后,利用加权观测融合(WMF)算法和粒子滤波器(PF),提出了一种具有普适性的加权观测融合粒子滤波器(WMF-PF).WMF-PF可处理带任何噪声统计的非线性系统融合问题.该算法可压缩多个传感器的观测信息,降低系统的计算负担,提高系统的实时性能.随着泰勒级数展开项的增加,WMF-PF渐近逼近集中式观测融合粒子滤波器(CMF-PF),因此该算法具有渐近的全局最优性.最后,通过两个仿真例子验证了该算法的有效性.     

改进粒子滤波器的移动机器人同步定位与地图构建方法

传统的基于粒子滤波器的移动机器人同步定位与地图构建(SLAM)方法往往随着迭代次数的增加会产生粒子退化的问题,提出了一种基于人工鱼群算法与定向重采样思想的改进的粒子滤波器用于移动机器人SLAM问题。方法首先将人工鱼群算法引入到粒子滤波器中,从而使得粒子分布在重采样之前就更加接近真实情况,然后利用定向重采样的方法,使得新产生的粒子更加接近于真实的运动情况,从而提高了机器人的位置估计精度与地图创建精度。仿真实验结果证明了该方法能够得到更多的有效粒子,而且能够提高粒子的多样性,并且提高SLAM性能。     

融合粗糙集和证据理论的车地无线通信设备故障诊断

针对车地无线通信设备故障诊断信息不一致的情况进行故障推理和诊断,提出了一种融合粗糙集与证据理论综合集成的车地无线通信设备故障诊断方法.该方法首先利用粗糙集剔除故障特征数据的冗余成分,提取互不相关的必需特征,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制,便可方便得出车地无线通信单元故障诊断结果,实例分析表明该方法能有效提高模型故障诊断能力,具有较强实用性.     

基于模型预测和溯因推理网络的电网故障诊断方法

考虑电网出现故障时,仅依靠开关量状态信息进行诊断,诊断信息冗余度低,复杂故障情况下会影响诊断结果的准确性.引入电气量信息,提出了模型预测和数据清洗方法,建立电网故障诊断系统.利用模型预测得到准确的电气量信息,建立清洗规则和逻辑推理规则,分别对开关量进行数据清洗和验证故障信息.在此基础上,利用溯因推理网络(abductive reasoning network,ARN)对故障信息进行诊断,得出候选故障.仿真结果验证了该方法的有效性和准确性.     

基于智能终端的移动机器人室内外无缝定位方法

提出了一种移动机器人室、内外无缝定位方法,利用全球定位系统(GPS)、惯性导航单元(IMU)和蓝牙信标(iBeacon)作为传感器,通过智能终端的惯性传感器对准建立移动机器人运动模型,推导出系统状态方程和观测方程;利用iBeacon/IMU和GPS/IMU组合导航系统的观测噪声建立系统的非线性模型,采用粒子滤波作为交互式多模型匹配模滤波器,针对模型切换频繁引入的不匹配模型竞争,采用误差压缩率的加权幂在线调整Markov参数.结果表明,与传统的交互式多模型粒子滤波(IMM-PF)算法、单模型算法和交互式多模型卡尔曼滤波(IMM-KF)算法相比,所提出的方法在观测噪声干扰的情况下可以自动调整系统模型,减小了不匹配模型的影响,提高了定位精度,实现了移动机器人的室内、外无缝定位.     

未知环境下的移动机器人SLAM方法

基于改进粒子滤波器,提出了一种应用于未知环境下的移动机器人的同步定位与地图创建方法.针对传统粒子滤波器经过多次迭代后粒子退化从而需要大量粒子才能提高定位精度的问题,设计了一种基于人工鱼群算法的粒子滤波算法,该方法主要利用人工鱼群算法对预估粒子进行二次更新,从而调整了粒子的分布使其更加接近真实位姿,提高机器人的SLAM性能.经过Matlab仿真实验,证明了该方法能够准确快速地对机器人定位,并且构建的地图精度也很高.     

基于模糊Petri网的汽车故障诊断方法

根据汽车故障特征的提取具有模糊性和并发性的特点,提出了一种新的基于数据表结构的模糊Petri网模型,并给出了相应的并行推理算法.该模型使用模糊Petri网表示汽车故障的知识,并进行故障的推理和诊断,有效地解决了汽车故障检测系统的并行推理问题,并降低了模糊推理方法的复杂性.最后通过汽车故障实例检验了模型的正确性和有效性.     

基于机器人操作系统的移动机器人激光导航系统

为了验证激光导航的先进性及机器人操作系统(robot operating system,ROS)的便捷性,进一步对机器人导航机理进行研究,提出了改进粒子滤波算法及改进A*路径规划,分别应用于地图构建和路径规划,并搭建了基于ROS平台的移动机器人导航试验平台,该平台具有低成本、高性能的特点。试验平台由上位机和移动机器人组成,上位机实现对机器人的控制,移动机器人配置有工控机和激光传感器,机器人通过激光传感器采集环境信息,为实现即时定位及地图构建功能提供数据支撑。研究并构建基于ROS的地图构建和自主导航功能包并通过实际环境进行试验验证。试验结果表明:构建功能包可用于机器人的激光导航中,该激光导航系统的可行且具有一定的稳定性与可靠性。     

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.     

多移动机器人保持队形路径规划

将多移动机器人的运动控制和路径规划有机结合,提出了多移动机器人的队形模型和保持队形的定义.在此基础上,以基于行为的导航算法为基础,将机器人队列的运动过程划分为正常运动、避障和恢复队形3个阶段.在避障阶段,引入虚拟机器人使队形保持部分完整;当队形被严重打乱时,规划机器人的局部目标位姿使队列快速恢复队形.仿真实验表明,该控制方法不仅使多移动机器人安全避障,而且队形保持较完好.     

轮式移动机器人的模糊控制器

为准确反映移动机器人的实际运动情况,鉴于路径跟踪控制中可能出现的三类偏差.设计了两个模糊控制器,用以纠正移动机器人行走路径的偏差.MATLAB仿真结果表明:加入模糊控制器的系统,运动轨迹相对平缓、波动较小、收敛速度快.其动态和稳态输出特性均较好.该模糊控制器能够提高系统的控制精度,取得比较理想的控制效果.     

移动机器人的嵌入式控制系统

基于ARM处理器和MEMS器件设计了移动焊接机器人控制和导航定位系统,给出了陀螺仪、加速度计外围电路和相应AD采集模块设计方法,以及捷联式惯性导航系统位置和姿态解算方法.仿真实验结果表明,该导航定位系统能正确给出移动焊接机器人的位置、姿态信息.     

智能机器人自主导航系统中网络通讯方法研究

阐述了智能机器人自主导航系统的网络通讯方法,针对系统中存在的2种平台,即Linux系统和基于Windows下的图像处理系统,利用计算机网络技术通过计算机网络编程实现了2个平台间的信息交互,解决了通讯的关键技术.使机器人能够可靠地接收图像处理后的数据,从而达到自主运动的目的.而且该方法还使机器人本身减少了大量的计算,使得实时性有了很大的提高.     

基于传感器数学模型的数据融合方法及避障研究

文章介绍了超声波传感器测距中存在的问题,提出了基于传感器数学模型的数据融合方法,在此基础上建立基于信息融合的移动机器人导航系统;结合模糊逻辑控制的方法,设计了符合人类驾驶经验的模糊控制器,以实现移动机器人在障碍物环境下的自主导航;最后用MATLAB模糊工具箱对该模糊控制器进行了仿真,结果表明,机器人能够自主避开障碍物,到达目的地。     

基于ROS的细胞机器人重构仿真

基于ROS机器人操作系统及其包含的功能包,对细胞机器人进行开发,利用细胞模块上的惯性测量元件、激光雷达与单目摄像头,确定自身位姿信息与周围环境信息,完成细胞机器人重构操作。在Gazebo仿真重构平台中,通过细胞机器人的重构验证了自定位、地图构建、路径规划、自主导航和视觉调姿算法,并完成不同种类细胞模块之间的重构和器官层面的重构,按照任务规划构型实现了细胞机器人的自组装,验证了重构方案的可行性。     

可重构四足机器人的结构设计与协同导航算法

可重构足式机器人作为移动机器人的一个重要分支,具有承载能力好、运动灵活、适应性强等特点。综合变胞Metamorphic理论和机器人驱动技术,设计一种自由切换形态的足式机器人,可广泛应用于校园、工厂等复杂场景的物流工作。提出不同形态间的切换方案,针对倾覆后的翻身动作提出对应的方案,可以适应复杂的任务。设计场景中包含动态行人的协同导航算法,采用时空-图注意力神经网络对机器人节点和行人节点进行建模,并从历史轨迹中提取出行人和机器人的潜在特征,通过实验验证算法的可行性,实验结果证明了该算法具有更好的行人未来轨迹预测能力。