一种改进单机器人类蚂蚁全区域覆盖算法研究

对基于栅格地图的单机器人类蚂蚁全区域覆盖算法进行了研究,并提出了一种改进的单机器人类蚂蚁全区域覆盖算法.在新算法中,将栅格地图中的栅格划分为‘未访问’、‘可访问’和‘不可访问’三种状态,机器人根据栅格的状态采用不同的移动策略,从而大大降低了原来单机器人类蚂蚁算法中的重复覆盖率,有效减少了机器人移动次数.最后,通过仿真实验,证明了该算法有效可行.     

基于粒子滤波的移动机器人SLAM算法

针对FastSLAM算法对传感器精度要求较高,不适用于方向性差的超声传感器问题,提出了一种基于超声概率栅格地图环境特征点提取匹配的移动机器人粒子滤波同时定位与地图创建(SLAM)算法.该算法可分解为机器人位姿估计和环境路标估计2个部分.基于蒙特卡罗定位原理利用粒子滤波算法对机器人运动轨迹进行估计;在建立全局超声概率栅格地图的基础上,利用概率栅格地图环境特征提取算法对环境路标坐标进行估计.实验证明,该算法较好地解决了超声测距传感器由于散射角大带来的特征点估计不准的问题,对环境路标和机器人轨迹的估计都比较准确.并对移动机器人累计误差进行了有效的补偿,减少了由于累积误差造成的移动机器人轨迹扭曲失真.     

引入方向变量的群机器人启发式区域覆盖算法

针对基于栅格地图环境下,群机器人采用启发式全区域覆盖算法完成区域覆盖任务时,多个机器人相遇后,并发覆盖相同栅格而造成重复覆盖的问题,通过减少机器人运动过程中的转向次数的方法,有效减少了机器人的相遇次数,从而减少了机器人并发覆盖相同栅格的次数。根据该方法,在原算法中引入了方向变量,形成了改进的群机器人启发式全区域覆盖算法。最后,通过仿真实验,说明了该算法的有效性。     

大环境下拓扑化栅格地图的多峰定位研究

通过对室内移动机器人定位研究发现,粒子滤波定位算法在较大的环境下效率低而且定位不准确。为了解决这个问题,提出一种基于拓扑化栅格地图的多峰粒子滤波定位方法。根据室内环境的特征不同,将栅格地图中的不同区域划分为若干拓扑节点。拓扑化栅格地图可以将地图的信息表现得更加简洁。通过对地图中不同的节点进行一次预匹配,来加快机器人定位的效率和准确性,同时为了消弭相似节点带来的影响,最后通过多峰粒子滤波的方法完成机器人的定位。实验结果证明该方法可以有效解决大环境中机器人定位不准确和效率低下等问题,可以帮助机器人实现大环境中的准确而快速定位。     

基于图像拼接的室外环境地面特征地图创建

为获取基于地图匹配的定位算法所要求的环境地图,提出了一种室外环境下基于图像拼接的地面特征地图创建方法.创建过程分为环境探索以及离线地图生成.在环境探索中,手动控制机器人在环境中漫游,实时保存有关的传感器数据,如GPS、里程计以及视频数据.在离线地图生成中,针对传感器误差导致地图不精确的问题,采用了地图分块存储方式以及基于图像拼接的优化算法来提高地图精度.仿真及实验证明了该地图创建方法的有效性.     

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.     

基于记忆矩阵A*引导域的VHF算法改进策略

针对机器人采用VFH算法避障容易陷入局部死区的问题,提出为机器人增加记忆地图的方法.在面对未知环境时,采用了一种新的自适应阈值策略,在一定程度上避开局部死区抵达目标点,同时在首次避障时生成记忆地图.在二次避障过程中通过记忆地图产生低分辨率A*引导域,使用改进的代价函数,使A*引导域与VFH算法有效结合,以较优的路径完成避障过程,同时能实时适应周围环境的变化.最后,在MATLAB上针对不同环境进行算法仿真对比.实验结果表明,使用新的自适应阈值策略能在未知环境下完成避障过程并产生记忆地图;在记忆地图的基础上使用A*域的引导,能使机器人适应周围环境变化的同时以较优的路径顺利到达目标位置.     

基于记忆矩阵A~*引导域的VFH算法改进策略

针对机器人采用VFH算法避障容易陷入局部死区的问题,提出为机器人增加记忆地图的方法.在面对未知环境时,采用了一种新的自适应阈值策略,在一定程度上避开局部死区抵达目标点,同时在首次避障时生成记忆地图.在二次避障过程中通过记忆地图产生低分辨率A~*引导域,使用改进的代价函数,使A~*引导域与VFH算法有效结合,以较优的路径完成避障过程,同时能实时适应周围环境的变化.最后,在MATLAB上针对不同环境进行算法仿真对比.实验结果表明,使用新的自适应阈值策略能在未知环境下完成避障过程并产生记忆地图;在记忆地图的基础上使用A~*域的引导,能使机器人适应周围环境变化的同时以较优的路径顺利到达目标位置.     

基于Kinect传感器的移动机器人室内环境三维地图创建

针对移动服务机器人在未知室内环境下的三维感知问题,提出了一种基于低成本Kinect传感器的三维地图创建实用方法.对于机器人在运动过程中连续采集的多帧RGB-D信息,首先利用SURF算子对RGB图像提取稳定特征点并进行特征点匹配,然后结合深度图像,采用RANSAC算法剔除可能存在的误匹配点并完成初始配准,从而估计得到图像帧间粗略的相对转移关系,最后运用广义ICP算法对采集的深度图像进行精确配准,得到拼接的三维点云图.在此基础上进一步开发了移动机器人三维地图创建应用系统,实验验证了该方法的可行性和有效性.     

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.     

面向多目标搜索的群机器人任务分配研究

针对群机器人在多目标搜索过程中的协作分工问题,受黄蜂群劳动分工的启发,在黄蜂群的响应阈值模型中引入距离变量来解决群机器人多目标搜索中的任务分配问题。当机器人感知到目标信号时,机器人根据当前搜索该目标的机器人数量以及自身距群体最优位置之间的距离决定是否参与搜索该目标信号,从而实现了机器人之间针对搜索不同目标的任务分配。仿真结果表明,该方法有效可行。     

机器人的未来发展:从工业自动化到知识自动化

 重点围绕软件机器人、知识机器人、平行机器人和相关的机器人学,对机器人发展的历史与趋势进行探讨。主要观点如下:1)在加强和提高现有工业机器人,特别是以物理形态为主的机器人技术与应用的基础上,必须重视以软件形态为主的机器人,特别是知识机器人和虚实互动的平行机器人技术的发展;2)工业机器人曾在工业自动化过程中发挥过重要作用,知识机器人的未来是知识自动化,必将在智能产业中起关键和核心作用,连通物理、社会和信息空间,使工业制造系统从过去的牛顿式机械系统成为默顿式智能系统,这就是未来机器人发展的主要特征。     

群机器人Flocking行为研究综述

主要回顾了群机器人自组织flocking行为的研究。首先,介绍群机器人学的含义及关键特征;然后,指出flocking行为在生物学上及机器人学上的意义,之后对目前的研究现状进行介绍。最后,按照以下的三个分类对群机器人flocking行为进行总结:行为控制,硬件设备及交流策略。     

机器人云与机器人学校

 在人工智能与机器人领域,融合智能和情感的研究提出了先进智能机器的概念,未来先进智能机器将应用服务于社会、家庭、个人等方面。从云计算、先进智能机器、人机人互动角度,阐述了机器人云概念,以及如何建立机器人云的理论框架和技术蓝图。提出了机器人学校概念,在机器人学校概念框架下,阐述了机器人学校的运行机制、机器人学位及其能力认证,机器人学校对未来社会发展、科技进步、人机关系的影响。     

智能机器人:21世纪科技皇冠上的璀璨明珠

 在回顾智能机器人发展历程的基础上,阐述了机器人的过去:人类的幻想,机器人的现在:从幻想走向现实,机器人的未来:智能机器人。介绍了工业机器人、军用机器人、仿生机器人、服务机器人、多指灵巧手和类人机器人的主要功能、研究现状和应用背景。展望了智能机器人的发展前景。     

基于行为的机器人学

系统综述了基于行为的机器人学的研究 ,论述了基于行为的机器人学的研究特征 ,内容和方法论 .同时介绍了通用行为结构和基于行为的机器人的设计方法 .     

基于Zigbee的机器人无线通信系统

为提高机器人之间的通信效率, 将无线传感器网络Zigbee技术和机器人通信接口技术相结合, 解决了多机器人之间的协作通信问题。研究了基于Zigbee的机器人无线通信系统, 该系统不仅可以实现机器人间相互通信, 而且实现了无线通信系统信息的实时收发, 完成了机器人无线通信平台的搭建。通过实验验证, 机器人之间可以正常通信, 改善了机器人之间无线通信系统信号的传输问题, 提高了传输效率, 且实用性强。     

基于WHD-CRM的群体机器人故障检测

使用交叉调节模型（CRM）进行故障检测,是一种重要的基于人工免疫模型的群体机器人故障检测方法.针对CRM在不同群体行为下,检测群体机器人故障通用性受限的问题,通过研究行为特征在不同群体行为下的影响力等级,提出了使用加权汉明距离的交叉调节模型（WHD-CRM）.相比于CRM,WHD-CRM对不同群体行为的机器人行为特征赋予了不同的权值,获得了更加精确的中间结果（亲和力值）,进而提高了各类群体行为下检出故障机器人的概率.实验结果表明：相比于使用原始CRM,WHD-CRM的故障检测率提高了13%.     

Fuzzy entropy image segmentation based on particle swarm optimization

Particle swarm optimization is a stochastic global optimization algorithm that is based on swarm intelligence. Because of its excellent performance, particle swarm optimization is introduced into fuzzy entropy image segmentation to select the optimal fuzzy parameter combination and fuzzy threshold adaptively. In this study, the particles in the swarm are constructed and the swarm search strategy is proposed to meet the needs of the segmentation application. Then fuzzy entropy image segmentation based on particle swarm optimization is implemented and the proposed method obtains satisfactory results in the segmentation experiments. Compared with the exhaustive search method, particle swarm optimization can give the same optimal fuzzy parameter combination and fuzzy threshold while needing less search time in the segmentation experiments and also has good search stability in the repeated experiments. Therefore, fuzzy entropy image segmentation based on particle swarm optimization is an efficient and promising segmentation method.