油罐容积检测用爬壁机器人的研制

研究一种用于检测油罐容积的爬壁机器人．该机器人用永磁铁作为磁吸盘元件，磁吸盘连接在链条上，具有一个特殊磁路以产生机器人吸附在壁上所需的磁力．设计了磁性定向转位机构和力分散机构．为满足油罐测量精度，设置了姿态和位置传感器．机器人控制采用多层计算机，上层处理机器人管理和路径规划，下层用于爬壁机器人的姿态和运动控制．     

狭窄空间管道外壁检测机器人结构设计

为实现替代人工方法检测过热器管道外壁的目的，本文基于对爬管爬壁机器人的结构原理的分析，考虑到过热器管道空间狭窄形状复杂，设计了一种环抱式管道检测机器人。本文阐述了狭窄空间管道外壁检测机器人工作原理，设计了机器人的机械结构，分析了机器人手臂和手指的夹持力，分析了机器人的爬管升降力，并利用有限元仿真分析对其进行验证。研究结果表明：该结构设计合理，满足所需运行条件要求。     

多足爬壁机器人新型足—掌机构运动学和力解析

本文介绍了一种新型足－掌机构，利用该机构可以解决多足爬壁机器人从地面向壁面过渡行走的难题。通过对机构的运动学正、逆问题的求解，推导出足端的工作空间以及可达的极限位置，同时对机构进行了受力分析，为规划多足爬壁机器人地壁过渡行走、机构参数的选择以及优化设计提供了理论依据。     

爬行焊接机器人在球罐自动焊接中的应用

为了实现大型钢结构件的自动化焊接,尤其解决球罐三维曲面的自动化全位置焊接难题,需要设计一种可在球形表面上稳定行走的机构及适用于多种复杂工况的焊接跟踪控制系统。爬壁机器人将履带与轮式结合,解决了爬壁机构运行的灵活性与负载能力之间的矛盾,通过视觉跟踪系统自动识别焊缝位置,智能判断焊缝路径轨迹,实现机器人沿焊缝的自主运动和焊缝跟踪。无轨道、无导向的爬行机本体适应球罐的大曲率变化,可以实现在球罐表面的自由行走,满足球罐焊接高效化和智能化的自动焊接需求。     

七自由度相贯焊缝检测机器人运动学逆解

针对采用D—H法求解机械手臂逆运动学存在的不足，提出几何法解决七自由度插接管焊缝检测机器人关节变量的逆解问题．该方法与矩阵变换法相比能很大程度上减少运动方程逆解的计算量，对于提高关节的控制速度极为有利．结合实际扫查的空间相贯曲线，对各关节的运动位移进行了计算仿真．结果表明，各关节的运动学逆解唯一，计算简单，运算量小，特别是对于具有多冗余度的机器人，此法能够避免奇异解的讨论，提高计算效率．     

基于三维视觉的焊接机器人轨迹跟踪

为改善激光焊接机器人的运动轨迹精度,提出一种基于视觉的机器人轨迹跟踪控制方法。该方法将摄像机安装于工业机器人末端构成视觉反馈的控制系统,采用阈值分割方法检测出激光焦点,利用灰度投影积分方法快速检测出焊缝线,然后以修正的线-线匹配和立体视觉技术计算出激光焦点和焊缝线的空间位置,得到激光焦点相对于焊缝线的误差,再结合机器人运动学原理控制机器人实时运动以消除此误差。实验结果表明该方法能够有效提高机器人轨迹精度。     

基于三维视觉的焊接机器人轨迹跟踪

为改善激光焊接机器人的运动轨迹精度,提出一种基于视觉的机器人轨迹跟踪控制方法。该方法将摄像机安装于工业机器人末端构成视觉反馈的控制系统,采用阈值分割方法检测出激光焦点,利用灰度投影积分方法快速检测出焊缝线,然后以修正的线-线匹配和立体视觉技术计算出激光焦点和焊缝线的空间位置,得到激光焦点相对于焊缝线的误差,再结合机器人运动学原理控制机器人实时运动以消除此误差。实验结果表明该方法能够有效提高机器人轨迹精度。     

棉田喷药农业机器人的导航路径识别

为研究棉田农药喷洒机器人导航路径识别方法,以自然环境下采集的棉田图像为研究背景,在Lab色彩空间进行处理,把棉株从土壤背景中识别出来。通过最大方差阈值分割法将图像转化为二值图像,并经过中值滤波去除噪声。二值图像垂直方向投影做直方图,利用波谷位置确定左右垄分界线。根据左右垄棉株位置平均得到导航离散点,通过Hough变换得到导航路径,进而得到导航控制参数。利用坐标系转换关系将图像坐标系中的导航信息转换到世界坐标系,从而控制机器人行走。基于AS-R机器人对连续动态图像进行分析,该方法获得的导航参数是完全可行的。     

永磁轮式爬壁除锈机器人控制系统*

油罐除锈作业中,存在粉尘弥漫、气源噪音巨大、罐内照明不足等问题,在该环境操作人员进行除锈作业时,对其生命安全带来极大威胁。针对上述问题,研制出对油罐内外壁进行除锈作业的爬壁除锈机器人。首先,针对该类型机器人的技术难点,对机器人爬壁吸附方式进行选型分析。在此基础上,对爬壁除锈机器人的实时控制系统软件概述;并对爬壁除锈机器人主控模块功能进行概述。最后,通过现场实验的方式验证机器人的除锈作业方式。经过多项测试,实验结果表明爬壁除锈机器人能够代替操作人员完成油罐内外表面的除锈作业,极大提高作业效率并有效降低操作风险。     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。     

基于几何和模糊控制合成算法的小型移动机器人局部路径规划

文章针对机器人特殊的使用场合和要求,提出了将几何算法和模糊控制算法相结合来解决避障问题。在机器人远离地面障碍物运动时,采用几何算法;当逐渐接近障碍物时,采用模糊控制算法修正。2种算法的结合,避免了单独使用其中一种算法的缺陷,使局部路径规划的速度大大提高,并且降低了对控制硬件的高要求。仿真和实验表明,这种新算法具有正确性、实时性和鲁棒性。     

基于改进A*算法与天牛须搜索算法的农业机器人路径规划方法

为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题。为解决此问题,本文提出一种基于天牛须搜索算法和A*算法相结合的BACA*全局规划方法。首先,基于A*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调整步长的天牛须搜索算法对路径进行优化,缩短了路径长度,降低了转折点数量;最后,采用贝塞尔曲线对路径进行圆滑处理,使机器人在现实场景中能平稳前进。仿真结果表明：与传统A*算法相比,该算法的路径更加平滑,折点数更少;与天牛须搜索算法相比,能保证生成路径的效率性、全局最优性。在缩短路径长度和降低累计转折点数量方面验证了所提方法的有效性。     

基于A*与B样条算法的农用机器人路径规划系统

为高效智能地规划农用机器人在农田中的运行路径,保证精确的作业行距及作业方向,实现机器人按照指定路径自动行驶,设计了基于A*与B样条算法的农用机器人路径规划系统.使用A*算法对农用机器人运行过程进行路径规划,并利用B样条算法平滑该路径,进而得到最优作业路径.Matlab仿真实验结果表明:A*算法和B样条算法结合起来应用于农用机器人的路径规划是可行的.     

自主式移动机器人任意转角运动研究

结合AS-UII型自主移动机器人的结构,针对其任意角实现的困难,给出任意转角运动的算法思想,并进行实现,通过测试表明本文给出的算法切实可行。     

基于粒群行为与克隆的移动机器人进化路径规划

针对移动机器人路径规划, 将粒群行为和生命科学中的免疫克隆原理、进化算法相结合, 将过去进化过程中的经验通过粒群行为来体现, 提出了一种结合粒群行为和免疫克隆的移动机器人进化规划, 较快速地规划出性能是全局优化的可行路径. 分析了粒群行为的二种学习方式对路径规划的作用, 研究了通过调整粒群行为操作中的参数实现多路径规划. 通过仿真实验, 对上述算法进行了验证.     

移动机器人行人目标活动区域快速检测算法

针对移动机器人运动目标检测过程中运动目标与背景均存在位移致使跟踪失效的问题,提出一种显著光流分析法对室内行人目标活动区域进行检测与标识,能够快速有效地为移动机器人视觉检测与跟踪算法提供简便的初始区域定位信息。经仿真实验分析,该算法能够在室内复杂的情况下,快速检测出行人目标的活动区域,方便人物识别与躲避,具有较强的工程应用价值。     

基于变论域模糊PI四轮机器人的仿真与研究

针对四轮全向机器人运动过程中的稳定控制问题,以ARM嵌入式微处理器STM32F405为主控制器,提出了基于变论域模糊PI的稳定控制策略,实现了在线实时调整PI控制器的参数,提高了机器人整体的控制精度和鲁棒性。分别对常规PI算法和变论域模糊PI算法的机器人底盘电机进行仿真和实验。结果表明,基于变论域模糊PI控制的四轮机器人响应速度快、抗干扰能力强,能够更好的减小超调量,提高系统的动静态特性和鲁棒性。     

混沌免疫混合算法参数自适应调整的优化设计

为提高免疫算法的求解性能,在免疫克隆选择算法中融入了混沌优化操作.分析了抗体群选择概率的重要性并给出其变化的计算式,采用抗体群的连续3代平均适应度变化率以自适应地调节抗体选择概率参数值.给出了混沌免疫混合算法参数自适应调整的优化设计的具体步骤,运用混沌免疫混合算法参数自适应调整的优化方法、免疫克隆选择算法以及其他文献方法对起重机结构主梁截面优化设计.结果表明:混沌免疫混合算法参数自适应调整的优化方法具有自适应能力强、计算效率高及优化设计精度高等优点.     

一种基于神经网络的机器人轨迹跟踪方法

提出了一种基于神经网络中BP算法的动力学模型 ,该方法将估计转矩及由神经网络构成的补偿结构有效地结合在一起 ,增强了控制器的自适应性 .在机器人动力学方程存在误差的情况下 ,能通过文中提出的参数调整规则补偿误差 .该控制器在理论和仿真实验中均取得较理想的结果 .     

基于图像处理的烟叶叶片结构分类算法

针对采用传统工艺方法进行烟叶叶片结构检测和分类的缺点,介绍了图像处理和分析技术在烟叶叶片结构分类识别中的应用,讨论彩色图像分割、连通区域标记、面积的检测、识别和分类等主要的图像处理算法,提出一种动态的烟叶叶片面积大小分类的算法,它是基于类的分离度思想而提出的.该算法对于不同品质的烟叶图像具有自适应性,且计算准确、速度快,能满足实时性要求.此算法已有效地应用于烟叶叶片结构自动分类系统,并取得了令人满意的效果.