虚拟环境下农业移动机器人行为及其仿真建模

由于农业移动机器人的作业环境与对象的复杂性和不确定性,使机器人在作业时不能有效地获取导航知识以便对其行为进行决策。利用人工智能和虚拟现实技术,研究了移动机器人的复杂行为,构建虚拟环境和基于规则和案例的知识库,对机器人复杂行为分类,把复杂行为分解为简单、特定和已知的行为。对于不确定的和没有前驱知识的行为,利用相似案例和不确定推理为行为进行导航。然后,建立了多Agent行为决策系统,定义了该结构的六元函数,建立了消息和事件驱动机制,实现了虚拟环境下移动式机器人对水果的采摘行为及其仿真建模。     

带Mecanum轮的移动机器人全向移动控制研究

分析了一种配有Mecanum轮移动机器人的全向控制方法.该方法有效的控制了Mecanum轮机器人平台,对实验对象输入的导航参量设定值(X、Y方向的平移速度与转动角度)转化为机器人各轮的控制转速设定值,并通过机器人本体仿真模块对电机以及机器人模型的仿真解算,得到机器人的实际位姿状况.再反解出移动机器人的实际导航参量,用于机器人的导航位姿闭环控制.     

基于角色变换和强化学习的多机器人协同仿真

征对多移动机器人协同问题,将角色变换与强化学习相结合,采用集中式控制结构,并提出了距离最近原则,将距离障碍物最近的机器人作为主机器人并指挥其它从机器人运动,同时采用了基于行为的多机器人协同方式,在提出的基于强化学习的行为权重基础上,通过与环境交互使机器人行为权重趋向最佳,并利用基于最大行为值的协调策略来规划机器人避碰行为.通过在动态环境下多机器人协同搬运仿真实验,表明在使用了角色变换和强化学习后,有效减少了多机器人与障碍物发生碰撞的次数,成功的实现了协同搬运,具有良好的学习效果.     

一种新的自主移动机器人主动式SLAM算法

针对未知环境中运动的自主移动机器人的控制律与运动路径需要在同时定位与地图创建过程中同步产生的问题,提出了运用行为动力学与滚动窗口路径规划的同时定位与地图创建方法。应用行为动力学模型计算机器人运动速度和导航角,确定控制律,同时根据滚动窗口中信息进行定位与地图创建,并自主规划出可行路径,再将滚动窗口地图融合到全局地图中,实现机器人主动式同时定位与地图创建。仿真实验表明,在根据机器人任务而灵活设置单个或多个目标点的情况下,该方法能够实现机器人在自主运动的过程中有效地完成同时定位与地图创建任务,并通过相关性能指标验证了算法的有效性。     

图像混合噪声的模糊加权均值滤波算法仿真

针对图像混合噪声提出了一种新型的模糊加权均值滤波算法。该算法以象素的灰度差为基础,通过构建T-S模糊模型来自适应地计算反映各象素噪声污染程度的加权系数,然后通过加权平均算法得出最终结果,因此,该算法能够有效地抑制噪声象素对其邻域象素的影响,极大地改善了滤波效果。基于Matlab的多组仿真实验结果表明,该算法具有很好的普遍性和自适应性,能够比较有效地保护细节信息,对混合噪声有很好的抑制能力。     

机器视觉辅助的UAV半自主着陆系统

在UAV着陆的导航与控制中引入了机器视觉方法,提出了机器视觉辅助的UAV半自主着陆系统方案,该系统由图像获取与处理、导航解算和地面平台控制模块组成。图像获取模块使用多光谱摄像机和激光测距仪,分别获得UAV的图像和深度信息。图像处理模块使用目标分割和运动分析方法,测量UAV位置。导航解算模块使用Kalman滤波器抑制测量噪声,输出滤波结果用于导航,预测结果控制地面平台跟踪UAV。实时地实现了上述机器视觉算法,并结合虚拟现实环境建立了仿真系统。使用反射内存网络连接该仿真系统与各外部模块,进行了着陆过程联合仿真。结果表明,该系统能够满足UAV半自主着陆导航任务的要求。     

移动机器人网络运动协调的控制与仿真

研究移动机器人网络运动协调的仿真框架与分散控制律的设计。建立了传感范围有限、差速驱动移动机器人网络的数学模型:单个机器人的运动由运动学与动力学方程描述,且驱动力矩和速度有限;有向图和proximity图分别描述机器人间的通信网络和互感网络。设计了基于MATLAB/SIMULINK的运动协调仿真框架,并在此基础上设计了带速度约束的平行运动与自组织编队生成协调控制律。仿真结果证明控制器设计的有效性和仿真框架对不同分散控制律的适用性。     

模糊控制策略在避碰运动系统中的应用

目前多机器人避碰运动已经被广泛研究,其控制策略也多种多样.主要解决基于全景视觉传感器的多机器人多目标系统中机器人之间以及机器人和静态障碍物之间的避碰问题,提出了单个自主运动机器人的结构模型、自主机器人周围物体的态势模型以及移动机器人动态速度的快速检测方法.机器人的运动决策采用基于Step-Forward策略的模糊推理机制,实现机器人在动态环境中快速、准确的找到一条无碰撞的路径,最终达到目标点.仿真结果表明了该算法应用于移动机器人在动态复杂环境中的无碰撞运动具有正确性、实用性和智能性等优点,同时该算法计算量小,运算速度快,提高了机器人控制的响应速度.     

水下机器人动态系统协同建模方法研究

以水下机器人动态系统建模问题为背景,提出了基于MATLAB/Simulink与FLUENT协同仿真机制与动态神经网络的水下机器人动态系统协同建模方法.该方法利用在对水下机器人动态行为进行协同仿真过程中在线训练神经网络的方式完成水下机器人流体动力学建模,并以最终训练完成的神经网络及载体6自由度运动方程仿真模块一起构成水下机器人动态系统模型,具有较强工程应用前景.通过与传统建模方法比较,详细论述了协同建模方法的基本原理及其优点,并重点研究了MATLAB/Simulink与FLUENT协同仿真系统的设计方案和实现方法,最后,从水下机器人6自由度运动方程建模、流体动力学建模以及闭环控制系统建模三个方面研究了实现协同建模的具体方法.     

全方位轮式移动机器人控制器设计与实现

全面介绍了一种全方位移动机器人的控制系统体系结构及软件的控制策略 ,包括采用的超声和激光传感器系统、网络化无线通讯系统、基于上下位机的计算机控制系统等方面。重点介绍了基于LM6 2 8的系统的伺服控制方法 ,并给出了机器人运动实验的结果 ,证明了系统的可行性。该系统适合在非结构化动态环境中进行分布式多Agnet(智能体 )、多机器人的协作与协调、移动机器人路径规划与避碰等研究。     

自主移动机器人中基于强化学习的噪声消解策略

基于行为的自主移动机器人在获取外界信息时不可避免地会引入噪声，给其系统性能造成一定的影响。提出了一种基于过程奖赏和优先扫除(PS-process)的强化学习算法作为噪声消解策略。针对典型的觅食任务，以计算机仿真为手段。并与其它四种算法——基于结果奖赏和优先扫除(PS-result)、基于过程奖赏和Q学习(Q-process)、基于结果奖赏和Q学习(Q-result)和基于手工编程策略(Hand)进行比较。研究结果表明比起其它四种算法，本文所提出的基于过程奖赏和优先扫除的强化学习算法能有效降低噪声的影响，提高了系统整体性能。     

基于模糊控制的WSN移动节点自主导航算法

设计了一种利用无线传感器网络(WSN)节点间通信信号强度信息(RSSI)及网络拓扑结构实现移动节点自主导航的方法。将机器人作为WSN的移动节点,利用RSSI势场量化的坐标空间描述机器人状态及目标位置,有效避免将RSSI值转换为距离时带来的模型误差。由若干个信标节点组成一个基于模糊控制的分布式导航系统,每个信标节点都是一个独立的模糊控制单元,最后由决策控制中心综合各信标节点的输出量决定机器人的航向。仿真和现场实验都表明该方法的有效性。     

基于多传感器数据融合的移动机器人导航

提出了一个允许机器人在室内环境中沿规划好的路径移动的决策和控制结构.机器人的控制系统包含了应用特定硬件实现的可以并行运行的几个程序.移动机器人的导航子系统利用卡尔曼滤波器,融合由视觉系统与由里程计获得的位置估计值.通过一组超声波传感器实现障碍物检测.实验结果表明,效果良好.     

导航接收机噪声电磁辐射阻塞效应分析

针对电磁辐射导致卫星导航系统定位丢失的现象, 通过干扰机理分析建立了噪声电磁辐射阻塞效应评估模型, 对导航接收机进行了效应试验与分析评估。为了解决由于工作信号较弱, 在待评估环境下导航接收机的敏感度数据不易准确测量的问题, 采用工作频点和带外敏感度相对平稳频点对敏感度数据进行了两点校准。校准后在随机噪声及单频复合噪声临界干扰下的效应指数均大于1, 最大误差为1.8 dB, 符合效应评估模型理论分析, 与试验现象一致。结果表明, 提出的噪声电磁辐射效应评估模型可同时用于装备带内和带外噪声干扰效应评估, 而两点校准方法对提高弱工作信号下的受试装备效应评估准确度意义重大。     

小波域模极大值的激光信号滤波方法研究

针对用传统滤波方法滤除激光陀螺随机噪声性能低的缺点,提出了一种基于波域的模极大值滤波方法。该算法利用小波变换模极大值滤波方法对激光陀螺零漂数据进行处理,获取模极大值点,通过交替投影算法重构信号,并采用Allan方差法对波效果进行定量分析。通过实验验证了该方法滤波效果优于基于时间序列模型的卡尔曼滤波方法,能有效减小随机误差,提高测量精度。     

主动适形移动机器人自主导航仿真研究

介绍了采用虚拟样机技术建立主动适形移动机器人（Active Terrain Adaptive Vehicle，ATAV）联合仿真平台的设计过程。并以轮-履带-腿式复合型移动机器人为例，在联合仿真平台上对ATAV自主导航控制策略进行仿真研究，提出了基于包容结构的ATAV自主导航控制算法。仿真实验结果验证了控制算法的有效性。     

小波变换在激光陀螺信号处理中的应用与实现

针对动态条件下激光陀螺(RLG)随机噪声其非平稳和非正态分布的特性,提出了基于小波变换的RLG降噪方法,研究了小波去噪和Lipschitza指数奇异值检测的原理,给出了离散Db4小波滤波器的硬件实现方法,采用双正交静态小波基对RLG信号进行不同尺度的分解,通过不同小波基及低通滤波效果的比较,发现Db4小波具有较好的去噪性,其分解和重建滤波器系数也十分简单,验证了小波变换在陀螺仪信号去噪中的可行性,在用Db4滤波后的数据进行导航解算时,发现导航误差有很大的减小,研究成果对导航系统精度的提高有着重要的参考价值。     

峰度检验加窗的EMD脉冲星信号消噪方法

针对经验模态分解(empirical mode decomposition, EMD)过程中本征模态函数(intrinsic mode function, IMF)上存在脉冲星信号与噪声混叠的问题,提出了一种基于局部峰度检验加窗的EMD消噪方法。首先,利用自相关和互相关来判断IMF的重构起点;其次,通过局部峰度检验方法来获取重构起点前两层IMF中信号脉冲部分的左、右端点,选用Turkey Hanning窗滤掉脉冲外噪声;最后,利用自适应阈值方法进一步除噪,改善信号质量。实验结果表明,与其他5种方法相比,所提消噪方法可以有效抑制噪声,保留脉冲星信号细节信息,具有更高的消噪性能。     

面向室外自然环境的移动机器人视觉仿真系统

基于视觉传感器的道路跟踪、导航是移动机器人自主行驶的重要组成部分。主要是对二维视觉传感器CCD彩色摄像机、三维视觉传感器激光雷达、以及立体视觉进行了仿真。通过设定OpenGL中基于针孔摄像机模型视锥的各项参数、截取并保存屏幕象素来实现摄像机仿真;利用射线跟踪的方法进行激光雷达的仿真;通过提取地形数据的方法进行立体视觉的仿真。该仿真系统能够比较真实的反映移动机器人在行进过程中的传感器数据获取情况,利用该系统可以很好的为以后的模块如融合和规划提供仿真实验数据。