可重构星球探测机器人的OpenGL仿真实验平台研究

采用基于Visual C 和OpenGL的建模和运动仿真方法，对可重构星球探测机器人系统的三维运动仿真实验平台进行了研究，建立了一个多机器人系统的仿真实验平台。开发的实验平台可用于探索和验证机器人系统的工作原理、工作空间、多机器人协调算法、重构方法、系统集成技术等。在该平台上进行了机器人的运动学仿真和协调运动研究，验证了该仿真平台的有效性和机器人系统体系结构的合理性。     

基于虚拟样机的井下机器人行走仿真试验

在石油故障井井下作业探测机器人原理与结构设计的基础上,在Pro/E环境下建立了具有5000N牵引力、适应Φ90mm～Φ130mm井眼变化的石油井故障探测机器人虚拟样机,利用ADAMS建立了探测机器人运动学与动力学分析模型.通过机器人支撑脚卡紧过程仿真试验及其在不同井眼下的行走仿真试验,得出该探测机器人可以在石油井井下环境中卡紧井壁、适应不同的井眼变化、稳定行走,这为石油井探测机器人的改进设计与研制提供了可行的技术方案.     

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。     

基于深度强化学习的履带机器人摆臂控制方法

摆臂式履带机器人具有一定的地形适应能力,实现摆臂的自主控制对提升机器人在复杂环境中的智能化作业水平具有重要意义。结合专家越障知识和技术指标对机器人的摆臂控制问题进行马尔可夫决策过程(Markov decision process,MDP)建模,基于物理仿真引擎Pymunk搭建了越障训练的仿真环境;提出一种基于D3QN(dueling double DQN)网络模型的深度强化学习摆臂控制算法,以地形信息与机器人状态为输入,以机器人前后四摆臂转角为输出,能够实现挑战性地形下履带机器人摆臂的自学习控制。在Gazebo三维仿真环境中将算法学得的控制策略与人工操纵进行了对比实验,结果表明：所提算法相对人工操纵具有更加高效的复杂地形通行能力。     

在线修正虚拟仿真预测的遥操作机器人系统

带虚拟仿真预测系统的遥操作机器人在核电站等复杂环境中作业时,可能会出现虚拟仿真机器人与实际机器人的工作状态不同步,从而导致影响操作者判断,发出错误指令。研究了一种基于在线修正虚拟仿真预测算法的遥操作机器人系统。主端虚拟仿真预测系统建立了从端环境及机器人的虚拟模型,根据操作者命令对从端机器人的状态实时预测,同时根据从端现场检测到的机器人状态对虚拟机器人进行在线修正,以保证虚拟仿真预测系统与从端机器人工作状态同步。实验结果表明：主端虚拟预测平台能够实时预测出从端工作状态;当从端机器人未能按照指令运动时,主端虚拟场景也与从端的工作状态同步。     

基于双目视觉的自主空中加油算法研究与仿真

针对当前无人机空中加油自动化程度不高,对加油作业环境要求苛刻等问题.分析了空中加油技术中重要因素——目标的相对距离以及姿态测量的基础上,研究了一种基于视觉导航的自主空中加油技术,将双目视觉引入自膏空中加油系统中,运用对极几何原理,加快算法的更新速度,提高算法的稳定性和抗扰动性,设计并完成仿真实验.仿真实验结果表明,该算法在精度、速度和稳定性方面均能够满足视觉导航空中加油的需求.     

不确定环境下基于动态子目标搜索的移动机器人导航算法及其实现

在不确定环境下进行移动机器人的路径规划一直是当今机器人研究领域的一个焦点问题和难点问题。采用最短切线法引入动态子目标,通过分析激光检测系统LMS200采集的数据,在导航途中临时产生一系列子目标来代替真实目标点,提出了一种基于最优动态子目标的搜索的最短路径算法SAS,并在此基础上,对算法进行了改进。在仿真和真实环境下的实验结果都表明方法可行有s效,能够满足移动机器人导航的实时性要求,为移动机器人实现无碰撞局部最优路径规划提供了一种新型实用算法。目前该方法已经成功地应用于浙江理工大学移动机器人ZSTU。     

基于HEDT的移动机器人路径规划算法

移动机器人在未知的、动态的环境中进行路径规划必须考虑到环境地图构建的不完备性和算法的实时性.针时这种情况,提出了一种基于启发式拓展距离转化的移动机器人路径规划算法.算法在未知的环境中,通过启发信息和实时探测静止或移动的障碍物信息构建不完备的栅格地图,对移动的障碍物采用延后处理策略,实时地搜索最优路径并驱动机器人运动到目标点.当发生下降阻碍时,则仅对需要的范围传播权值变更信息.算法适用于大范围的时变环境,并具有良好的收敛性.仿真实验验证了算法可行性和正确性.     

面向分布协同控制研究的仿真环境设计与实现

针对分布式系统,尤其是多机器人系统中协同控制问题的研究需要,提出了一种具有分层嵌套结构的多Agent仿真环境设计方案,以克服现有仿真环境存在的兼容性差和算法移植困难的问题.设计方案在系统总体结构中引入了层次多Agent的设计思想;在子系统中采用Acromovi结构框架设计;在个体Agent中采用了混合型的内部结构设计.具体应用于多机器人仿真环境设计中,通过不同的实验配置方案,逐步实现多机器人系统的虚拟仿真和半实物仿真.最终的多机器人编队控制实验表明了设计方案的有效性.     

机器人系统的图形仿真

本文中我们按照面向对象的方法定义了一种通用的数据结构，用来描述机器人及其环境；给出了图形消隐算法和碰撞检测算法，实现了机器人的三维动画显示；完成了机器人示教仿真和典型任务仿真的功能。以上功能在单机器人系统和双机器人系统中均得到了实现，并且能奶容易地推广到多机器人系统。我们将根据自己的经验就机器人图形仿真的主要方面作一个较完整的介绍。     

一种用于维修仿真的虚拟人行走规划方法

提出了一种基于自由空间法和环境离散化表示的虚拟人行走规划方法。该方法首先将虚拟环境离散化成为环境图;然后,用启发式A搜索算法获取从初始位置到目标位置的最优路径,引导虚拟人对环境进行漫游;最后,设计实现了一个典型工作环境下的仿真演示实例,仿真和试验结果表明了所提算法的可行性与实用性。     

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。     

面向复杂系统运动仿真的信息物理融合建模

传统运动仿真的虚拟建模缺少针对复杂系统中信息子系统与物理子系统的动态性融合建模。融合传统运动学虚拟建模与信息计算的优势,针对运动仿真的精度和实时性难以满足实际工业制造需求的问题,提出面向复杂系统运动仿真的信息物理融合建模方法,并以机械臂的运动学控制为仿真案例进行验证,解决了实际环境中机械臂的驱动与仿真环境虚拟机械臂运动不一致的问题。搭建了复杂系统运动仿真虚实映射平台,集成了虚拟建模环境CoppeliaSim,融合实际机器人的运动反馈,和虚实映射计算模型,确定工业机器人运动方程的唯一位姿解。实验结果表明本文提出的方法实现了工业机器人的虚实映射实时运动仿真。     

改进A*算法的机器人能耗最优路径规划方法

为了降低移动机器人在运动过程中的能耗, 提高在能源补给有限时的任务执行率, 提出了一种改进A^*算法的机器人能耗最优路径规划方法。首先, 根据四轮差速驱动移动机器人的运动学约束, 建立了其运动的能耗模型。然后, 根据起始状态和目标状态约束求解生成运动基元, 采用能耗模型计算运动基元的能耗值, 构建了能耗运动基元集。其次, 基于传统A^*算法, 改进提出了一种能耗最优路径规划方法, 该方法在规划进程中以能耗运动基元集中定义的节点之间的连接关系进行节点扩展, 而以能耗值作为节点之间的通行成本, 从而保证获得一条全局能耗最优路径。最后, 离线地图仿真测试和机器人实验结果表明所生成的路径总能耗可降低约28.24%, 从而验证了算法的有效性。     

SAMCEF在柔性并联机器人建模与仿真分析中的应用研究

分析了SAMCEF软件的特点,建立了柔性并联机器人的虚拟仿真模型,并进行了仿真分析.介绍了SAMCEF软件的相关模块在柔性并联机器人虚拟仿真中的应用.利用API接口技术开发了自动计算机器人固有频率、系统任一点内力的程序,扩展了SAMCEF软件的功能和用途.以平面3-RRR柔性并联机器人为例,介绍了建模要点和仿真流程.仿真结果表明该模型能正确地反映柔性并联机器人的运动学、动力学特性,杆件的弹性变形对柔性并联机器人的运动学、动力学性能具有重要影响.     

一种多仿生机器鱼协作系统的设计与初步实现

多仿生机器鱼群体协作的研究是针对未来杂复。动态水下环境中多仿生机器人系统控制和协调作业的需要而开展的相关理论和关键技术的研究，本文依据多仿生机器鱼群体协作研究的要求，给出了一种多机器鱼协作系统的硬件体系结构，并在此结构基础上提出了多机器鱼协作实验仿真系统的设计方案，最终开发并初步实现了该仿真系统，并应用于本文提出的一种协作型机器鱼的CLB分层式控制结构的仿真研究中，该系统实现了环境可视化，过程图形化和算法加载动态化等功能，极大地方便了多机器鱼协作系统研究工作的开展。     

基于神经网络和PSO的机器人路径规划研究

提出一种神经网络和粒子群算法相结合的移动机器人路径规划方法。采用小波网络和RBF网络相结合的四层神经网络结构,克服了传统神经网络方法进行路径规划时对每个障碍均设计一些特定的隐节点,当障碍较多且环境动态时,网络结构庞大且神经元的阈值随时间的变化而需要不断改变的缺点。利用粒子群对神经网络的参数进行训练,在规定的代数内对网络参数优化,使得机器人在移动过程中能够快速响应环境的变化。通过对移动机器人在动、静态不同环境下的仿真实验,证明了方法的有效性。