移动机器人即时环境探索与地图库构建

研究了室内准结构化环境中移动机器人自主环境探索与复合环境地图库构建问题.基于实时获取的激光测距数据,并面向机器人自主导航、探索与认知等多种任务需求,提出了基于探索导向点的自主环境探索方法,以及可与准结构化环境相适应的复合地图库构建算法.为了适应环境中存在的随机运动人体目标及用几何特征无法表述的非规则障碍区,提出了临时栅格统计算法和非规则障碍区建模算法,从而实现环境动态信息的实时处理和对不规则障碍区的聚类与划分.通过对仿真和应用于Pioneer3-DX移动机器人平台所获得的实验结果和数据的分析讨论,论证了所提算法的有效性和实用性.     

应用联合子波变换相关器实现图像特征抽取的研究

提出了一种应用功率谱相减技术的新型联合子波变换相关器来实现特征抽取,同时给出了实验系统和计算机模拟结果。结呆表明该系统成功地实现了图像实时特征抽取。     

运用Matlab/Simulink R14实现实时位置控制

提出了一种为过程控制设计多任务实时环境的方法．运用Matlab／Simulink软件的工具包可以创建一个实时环境，利用这个实时环境可对带有GANopen数据总线的测试平台进行最严格实时意义上的控制．本系统可以对GANopen接口和RS232计算机接口同时进行寻址，并且具有灵活性高、成本低等优点．     

基于ART1和FAM神经网络的认知引擎

认知引擎是认知无线电关键技术之一,其核心是利用人工智能算法完成认知学习、推理与决策功能。自适应满足环境变化和用户需求。提出一种基于ART1和FAM神经网络的认知引擎。该引擎基于MATLAB 802.11a仿真平台模拟无线通信环境,通过对环境信息的学习训练,结合信道特征和用户需求推理决策出系统最优工作参数,实现认知无线电自适应配置。仿真结果表明,该认知引擎能有效实现认知无线电学习推理功能,且算法精度和稳定性均优于SVM及BP网络模型。     

一种应用于DIDS的实时自调整归约算法

根据归约与分布处理的思路,设计了用于分布式入侵检测系统节点的实时自调整归约算法,并在Java环境中实现.在实验平台上验证了算法的正确性并证明其有效性.实时自调整归约算法能让使用者根据实际环境改变算法参数,使归约效果、警报响应实时性和系统性能能同时接近最优,为设计高效、稳定的入侵检测系统提供了一条捷径.     

一种基于进化神经网络的入侵检测实验系统

参照MIT Lincoln实验室的入侵检测实验方案,建立了一个基于Linux主机的入侵检测实验环境,提出了相应的入侵特征选择方案,并应用进化神经网络检测入侵,实现了对多种攻击的实时特征抽取及检测。实验表明：系统设计合理,特征抽取及检测方法有效,能较好地检测已知和未知入侵。     

汽车电子控制系统半实物仿真平台开发

提出了一种汽车电子控制系统半实物仿真解决方案,以捷达1.6AT轿车为对象,采用半实物仿真技术通过硬件接口电路将实际车辆与模型环境有机结合,设计开发了汽车电控系统半实物仿真平台.所设计的平台在精确采集车辆传感器信号的同时能够实现车辆与半实物仿真模型间的实时数据交换;通过平台显示系统可以直观地观察车辆电控系统的工作过程及控制原理;并可根据需要合理地改变仿真模型的参数,对不同车型和不同使用工况进行仿真.该平台不仅解决了数学仿真对现实条件过于简化、建模难度大的问题,同时也克服了实物试验费用高、周期长的弊端,可将其应用于汽车电子控制系统的开发、调试、检测和教学试验等.     

ActiveX技术在自主测评系统中的应用

根据大学计算机基础课程自主测评资源开发平台的特点,提出了将ActiveX技术应用到其中的WEB考试系统,以实现简单灵活且具有高人性化的自主测评界面,探讨了在.Net环境下,以自主测评界面的一个实例说明了ActiveX技术的应用全过程,并最终将其应用到实际的项目开发中,取得了很好的效果.     

多缩微智能车交互行为研究平台设计与实现

针对真实道路上开展智能汽车研究存在的风险和困难,提出了一种基于缩微城市道路环境的智能车交互行为研究平台. 该平台首先实现了具备视觉认知功能的缩微智能车,采用了一种基于特征和模型融合的嵌入式平台实时车道线和障碍物检测算法,通过本车可行驶区域的形式化描述,实现道路环境的感知,最后经过模糊决策控制方法控制缩微智能车产生拟人驾驶行为. 实验结果表明,文中提出的研究平台能够有效模拟智能车车间交互行为,环境感知算法和决策控制方法能够满足实时性和精度要求.     

基于LabVIEW的涡轮叶片监测系统

利用虚拟仪器开发环境LabVIEW构建基于相关分析的涡轮叶片工作状况监测系统．根据辐射测温原理实现对温度数据的采集,用LabVIEW编写叶片数据处理、分析与显示的交互平台,并利用ActiveX技术在LabVIEW中调用MATLAB编写的数据处理程序,实现对叶片健康状况的在线监测．实验结果表明,该监测方法能快速、准确地实现对叶片的分割,并实时给出叶片工作的状况．     

基于强化学习的全自主机器人足球系统协作研究

从人工智能的角度上说,机器人足球比赛主要研究了多智能体系统要解决的分布的多机器人在复杂的动态环境下,如何通过相互协商完成某一复杂任务。全自主机器人足球是机器人足球发展的一个趋势,在完全未知的环境中,通过自身学习来了解和积累外部信息,对于传统强化学习,存在容易出现死锁,学习速度慢,要求外部条件是静态等缺陷。本文提出了一种基于蚁群算法的强化学习模型,即蚁群算法与Q学习相结合的思想。随着赛场上态势的渐趋复杂,传统的Q学习速度会变得很慢且交互困难。通过对新算法的分析,实验数据显示：新算法不仅提高了Q学习的学习速率,在解决状态空间维数的灾难问题上,也是可行的。     

基于强化学习的全自主机器人足球系统协作研究

从人工智能的角度上说,机器人足球比赛主要研究了多智能体系统要解决的分布的多机器人在复杂的动态环境下,如何通过相互协商完成某一复杂任务。全自主机器人足球是机器人足球发展的一个趋势,在完全未知的环境中,通过自身学习来了解和积累外部信息。对于传统强化学习,存在容易出现死锁,学习速度慢,要求外部条件是静态等缺陷。提出了一种基于蚁群算法的强化学习模型,即蚁群算法与Q学习相结合的思想。随着赛场上态势的渐趋复杂,传统的Q学习速度会变得很慢且交互困难。通过对新算法的分析,实验数据显示:新算法不仅提高了Q学习的学习速率,在解决状态空间维数的灾难问题上,也是可行的。     

一种改进的HS光流法在机器人避障系统中的应用

机器人的自主避障功能是其在未知环境中顺利行驶的必备功能。基于光流法的机器人避障系统是近几年研究的新热点,在光流场的计算方法中,被使用最多的是由HornSchunck提出的HS光流法。在传统HS光流法的基础上,提出了一种加快光流场计算的方法;并将两种算法应用到相同的避障系统中。通过比较机器人避障实验的结果可以得出,当使用改进算法计算光流场时,避障系统能更快的探测出机器人行驶前方的障碍物,提高了机器人躲避障碍物的效率。     

The intellectualized architecture of the autonomous micro-mobile robot based-behavior

Given the difficulty in hand-coding task schemes, an intellectualized architecture of the autonomous micro-mobile robot based-behavior for fault-repair was presented. Integrating the reinforcement learning and the group behavior evolution simulating the human’s learning and evolution, the autonomous micro-mobile robot will automatically generate the suited actions satisfied the environment. However, the designer only devises some basic behaviors, which decreases the workload of the designer and cognitive deficiency of the robot to the environment. The results of simulation have shown that the architecture endows micro robot with the ability of learning, adaptation and robustness, also with the ability of accomplishing the given task. Foundation item: Supported by the National Natural Science Foundation of Chine (69889050) Biography: Yang Yu-jun (1975-), male, Ph.D. candidate,research direction: multi-agent system, machine learning and intelligent control.     

Design of evolvable hardware for robotic navigation

This paper presents an integrated on-line learning system to evolve programmable logic array (PLA) controllers for navigating an autonomous robot in a two-dimensional environment. The integrated online learning system consists of two learning modules: one is the module of reinforcement learning based on temporal-difference learning based on genetic algorithms, and the other is the module of evolutionary learning based on genetic algorithms. The control rules extracted from the module of reinforcement learning can be used as input to the module of evolutionary learning, and quickly implemented by the PLA through on-line evolution. The on-line evolution has shown promise as a method of learning systems in complex environment. The evolved PLA controllers can successfully navigate the robot to a target in the two-dimensional environment while avoiding collisions with randomly positioned obstacles.     

智能磁力轴承实现中的静态设计方法

电磁轴承是磁悬浮原理在机械领域中的一个应用实例,因其具有运动阻力小、无接触摩擦和磨损、功耗低以及寿命长等优点,而受到科学家和企业家的普遍关注,又由于其设计问题涉及多个学科领域的专业知识而增加了难度,使得其推广和应用受到一定的限制.利用机器人的理论和技术可赋予电磁轴承以专业设计人员的“智慧”,使它能够“独立”地“鉴别”将要“面对”的任何转子(或悬浮体),再根据“已有的专业知识”,包括“设计经验”,对转子(悬浮体)系统进行静动特性分析的综合分析,“在线设计”出系统合适的控制参数,实现稳定的悬浮支承.这就是智能磁力轴承的主要思想.     

基于HS光流法的机器人避障策略优化

机器人的自主避障功能是其在未知环境中顺利行驶的最基本的功能,针对使用光流法进行机器人避障时,机器人因盲目避障、过早障碍而造成的避障效率低的问题,提出了优化避障策略的方法。在两轮式机器人上搭建实验平台,采用Horn&Schunck（HS）光流算法计算机器人运行前方的光流场,由光流场中信息来计算机器人与障碍物的碰撞时间TTC（Time to Contact）,根据碰撞时间设计机器人的避障系统。通过在真实环境下进行的避障实验,验证了避障系统的有效性,并提出将机器人避障时的旋转角度与光流矢量值 的大小建立关系,从而更加合理高效的避开障碍物。     

视觉引导下协作机器人抓取技术研究

针对在多物体复杂抓取场景下,协作机器人如何实现能在人机共融的环境中精确抓取特定目标工件及自主避障的问题,提出了一种基于监督学习的视觉引导下的协作机器人抓取方法;首先利用监督学习算法训练和处理待抓取物图像信息,完成对抓取目标特征的快速识别与定位;然后将抓取物的定位信息通过串口通信协议传输给ROS系统控制机器人完成运动规划...     

发育学习在足球机器人基本动作技能中的应用

研究了发育学习算法及其在机器人足球比赛技术动作学习问题中的应用。结合发育学习算法的优点,选用合适的强化学习算法,并将其应用于足球机器人动作技能的学习中。无需任何先验知识和环境模型,通过不断与环境交互获得知识,自主地进行动作选择,具有自主学习能力,在自主机器人行为学习中受到广泛重视。最后,给出了试验结果分析,并验证了该算法的优越性和有效性,并且能够满足高水准机器人足球比赛的需要。     

一种新型管道检测机器人系统

摘要：研制了适用于管径为400～650mm的煤气管道内缺陷自动探测系统．该系统由采用远程网络控制技术的管道机器人移动机构、无损检测传感器和地面工作站等组成．综述了管道检测机器人的系统总体设计、关键技术和性能实验．实验结果表明，所研制的管道检测机器人系统在管道中运行平稳，具有稳定的牵引力，其值可达1．404kN，适用于400-650mm管径的油气管道检测．