进化机器人学研究的若干问题

在回顾机器人学发展和进化历程的基础上 ,探讨了进化机器人学的基本思想、控制结构、主要研究方法和成果 ,总结了进化方法的特点 ,最后展望了进化机器人的发展趋势 .     

量子进化算法在机器人联盟问题中的应用

量子进化算法是一种新的基于量子计算的概率搜素算法,它采用量子比特来编码染色体,采用量子门对种群进行更新进化,具有较快的收敛速度和良好的全局寻优能力。机器人联盟问题是一个复杂的组合优化问题,本文运用量子进化算法对该问题进行算法设计与应用研究,设计了一种量子变异算子,并对算法参数进行了研究。仿真实验结果验证了量子进化算法的可行性与有效性。     

基于强度Pareto进化算法的双足机器人步态规划

为了获得良好的双足机器人步行模式,提出了以步行过程中机器人的稳定性、移动性和能耗为目标的步态规划多目标优化方法.该方法基于倒立摆模型产生基本步态,并使用罚函数法和改进的强度Pareto进化算法(SPEA2)在可行域中求得基于基本步态的Pareto解集,从而找出最优解.最后在Matlab6.5仿真环境下进行步态仿真,并将...     

基于克隆思维进化算法的机器人足球协作策略

针对足球机器人比赛系统的实时性要求,采用了一种克隆思维进化算法对足球机器人比赛系统的高层策略系统进行优化。克隆思维进化算法集免疫机制与进化机制于一体,在发挥思维进化算法优势的基础上增加了克隆(复制)、克隆重组、克隆变异和克隆选择等算子,既保持了种群的多样性,又提高了算法的收敛速度。足球比赛场上的瞬时信息作为抗原,待选策略作为抗体,二者均采用二进制编码方式。用克隆思维进化算法对抗体群进行优化,实验结果表明,采用该算法能快速找到最佳策略,简化了足球机器人决策系统,提高了决策效率。     

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。     

足球机器人自主控制系统设计

足球机器人是当今机器人研究领域的一个热点,本文对足球机器人运动控制系统作了较深入的研究。研制出了一种基于双DSP架构的足球机器人运动控制系统,并详细阐述了运动控制系统的硬件设计过程。     

全自主足球机器人系统关键技术综述

介绍了全自主机器人足球比赛的发展概况,针对其中的出了目前存在的主要难题及其解决途径,最后对全自主机器人足球未来的发展方向进行了展望.     

模拟进化优化方法

本扼要介绍了模拟进化优化方法中的两个分支－遗传算法和进化规则,同时将进化规划与基于梯度的寻优技术有机地结合起来,提出了一种新的全局寻优算法一启发式进化规划,最后给出了数值算例,说明了此类方法在求解组合优化问题以及具有不可微的目标函数或约束条件复杂的非线性优化问题的优越性。     

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.     

基于机器人操作系统的液压机器人自主导航系统设计与实现

在机器人两轮差速运动模型分析的基础上,根据运动模型的航迹演算公式可实时计算机器人轨迹姿态。基于机器人操作系统架构平台设计了机器人本体、机器人底座、驱动液压马达、导向轮、激光雷达等7个关节和连接的结构模型。各机器人关节坐标系变换关系经过Tf实时发布,用于计算机器人位置坐标信息。针对液压机器人没有配备编码器和视觉系统的不足,系统采用2D平面激光里程计模型(RF2O),通过建立连续激光扫描点对距离的流约束方程获得机器人平面运动估计,进而得出激光雷达的速度和机器人实际运行轨迹。设计了自主导航软件系统,实现了导航地图构建、定点任务导航和多机器人管理等功能,并对机器人定位导航精度进行了测试,分析对比多次指定位置和导航位置的数据差异,结果表明机器人导航定位精度达到设计要求。     

自主式移动机器人多任务的实现

如何提高自主式移动机器人对各种传感器信息的并发处理能力是一个关键技术问题.在机器人自身有限负重能力情况下,通过内嵌操作系统方式,借助操作系统多任务处理机制实现处理并发传感器信息成为一种可行方案.本文以一种轮式移动机器人作为控制平台,研究自主式移动机器人的多任务控制的实现.     

嵌入式图像采集及自主足球机器人视觉系统

在分析已有视频采集处理系统实现方法优劣的基础上,针对一些方法的不足,设计了基于CPLD(Complex Programmable Logic Device)和DSP(Digital Signal Processor)的嵌入式图像采集系统,包括CCD(Charge Coupled Device)摄像头、SAA7111A,AL422B,EPM7128及TMS320VC5402,对系统各个组成模块间的接口进行了详细的分析,并应用于自主式足球机器人的视觉系统.与利用PC104 的视觉系统相比,体积只有原系统的1/3,功耗仅为原系统的1/10.     

基于S模型的水下机器人改进人工免疫控制器

为分析水下机器人非线性运动控制系统的特点,采用基于生物免疫生理特性与免疫应答的免疫控制方法,结合Sigmoid非线性模型和函数简化策略,得到改进型免疫控制器.水下机器人仿真试验表明,该控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

一种自主研磨作业机器人动力学仿真

研究了一种由直角坐标机构、转动机构和摆动机构构成的自主研磨作业机器人的运动学和动力学分析,以支链构件相对坐标和动平台绝对坐标作为广义坐标,结合Lagrange方法建立了运动学和动力学模型,并利用Matlab软件平台进行了运动学及动力学仿真,仿真结果说明了该模型的正确性与实效性,进而为自主作业机器人的轨迹规划及控制研究提供参考。     

Earthshaker: A mobile rescue robot for emergencies and disasters through teleoperation and autonomous navigation

To deal with emergencies and disasters without rescue workers being exposed to dangerous environments, this paper presents a mobile rescue robot, Earthshaker. As a combination of a tracked chassis and a six-degree-of-freedom robotic arm, as well as miscellaneous sensors and controllers, Earthshaker is capable of traversing diverse terrains and fulfilling dexterous manipulation. Specifically, Earthshaker has a unique swing arm—dozer blade structure that can help clear up cumbersome obstacles and stabilize the robot on stairs, a multimodal teleoperation system that can adapt to different transmission conditions, a depth camera-aided robotic arm and gripper that can realize semiautonomous manipulation and a LiDAR aided base that can achieve autonomous navigation in unknown areas. It was these special systems that supported Earthshaker to win the first Advanced Technology & Engineering Challenge (A-TEC) championships, standing out of 40 robots from the world and showing the efficacy of system integration and the advanced control philosophy behind it.     

基于混合人工势场-蚁群算法的机器人避障

针对移动机器人避障的路径规划问题,提出一种基于混合人工势场-蚁群算法的方法。在栅格环境中,以人工势场法的规划信息作为蚁群算法寻优的基础,引入势场合力作为蚂蚁搜索路径点的部分启发信息。Mat-lab7.6仿真表明,该方法解决了人工势场法的目标不可达、易陷入极值点等弊端,提高了经典蚁群算法的寻优效果和收敛速率,具有更强的稳定性和环境适应力。     

Software framework for off-road autonomous robot navigation system

This paper presents a software framework for off-road autonomous robot navigation system.With the requirements of accurate terrain perception and instantaneous obstacles detection,one navigation software framework was advanced based on the principles of "three layer architecture" of intelligence system.Utilized the technologies of distributed system,machine learning and multiple sensor fusion,individual functional module was discussed.This paper aims to provide a framework reference for autonomous robot nav...