钻锚机器人人机安全避碰方法

为解决快速掘进系统中钻锚机器人无法实时监测辅助人员的运动,导致钻机与辅助人员可能发生非期望碰撞的问题,从钻锚机器人控制系统角度出发,提出一种钻锚机器人人机安全避碰方法。首先,基于深度视觉实时获取人体骨骼点图构建辅助人员球扫掠凸体碰撞检测模型,基于钻锚机器人三维模型构建钻机球扫掠凸体碰撞检测模型,并使用深度视觉传感器与钻机行程及角度传感器获取的数据实时更新辅助人员和钻机的碰撞检测模型;其次,针对钻锚作业中多人多钻机的碰撞检测,使用基于层次包围盒的碰撞检测方法在粗略的碰撞检测阶段实时检测与辅助人员距离最近的钻机及最短距离,当最短距离小于安全阈值时进入精细碰撞检测阶段实时计算辅助人员与该钻机的最短距离;然后,在钻机末端建立基于人工势场的虚拟排斥力,当钻机与辅助人员的最短距离小于安全阈值时,钻机末端产生虚拟排斥力,钻机进行避碰运动;最后,通过钻锚机器人人机安全实验验证了该方法的有效性和安全性。结果表明:在钻锚作业中钻机与辅助人员最近距离为0.10 m,大于发生碰撞的最短距离,所提方法可以确保钻机不与辅助人员发生非期望碰撞。     

基于势场法的水下机器人局部路径规划研究

本文阐述了用势场法解决矩形形状水下机器人局部避碰问题的方法。首先针对障碍物和目标对机器人的作用特点,确定了斥力和引力势函数的形式;然后根据刚体的运动特性讨论了机器人的平移和转动规则,提出了机器人局部避碰算法;最后在两台微机上以网络的形式进行了避碰模拟,给出了仿真结果,对一些问题进行了讨论。     

同优先级的多水下机器人避碰控制

根据智能水下机器人(AUV)水下通讯相对困难的特点，在改进势力场法避障的基础上，实现了单机器人的避碰控制，在机器人群体间隐式通讯条件下，应用危险阈值和智能传感器的方法，成功地解决了优先级相同的多水下机器人编队航行过程中的避碰避障问题，并在仿真环境下验证了算法的有效性。     

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...     

双臂机器人避碰算法研究与实现

以双臂SCARA机器人为研究对象,采用计算机图形学的方法,得出两机械臂在某一时刻的碰撞检测方法。之后采用C空间法对双臂机器人进行避碰路径规划,得出了双臂机器人避碰算法,并对算法进行了仿真,证明了其正确而性。     

基于虚拟斥力的多机器人遥操作算法的研究

针对多机器人遥操作系统多机器人协作中易于发生碰撞的问题,提出基于虚拟斥力的方法实现实时避碰.在每个机器人的周围预先设定安全区域,当有障碍侵入安全区域时,机器人与障碍之间产生虚拟斥力,迫使机器人的轨迹发生调整远离障碍.基于弹簧、阻尼系统建立虚拟斥力模型,将虚拟斥力作为机器人的扰动力,根据障碍类型给出机器人的避障调整函数.利用Rx60、Rx90两个机器人进行遥操作协作实验,实验结果表明基于虚拟斥力的实时避碰算法能够简单而高效地保证协作作业的安全性.     

多移动机器人避障与协作避碰研究

依据李雅普诺夫稳定性分析法,结合移动机器人的运动控制模型和避碰函数,设计了适合每个机器人的控制器.该控制器考虑了多移动机器人的轨迹跟踪与避障避碰.通过仿真实验进行了验证,实验结果表明该控制方法可有效地应用于多移动机器人的避碰和轨迹跟踪.     

基于碰撞危险度和运动预测的多移动机器人避碰规划

针对自主移动机器人决策处理的滞后问题，采用预测算法对其它移动机器人的速度信息进行预测，并把速度信息用到碰撞危险度避碰策略中，机器人便可进行下一步的避碰行动决策，最后给出了这种方法的避碰仿真研究，结果表明该方法可行且有效。     

基于改进PPO算法的船舶自主避碰决策

为减少船舶避碰决策过程中人为失误导致的海难事故，提出一种基于改进近端策略优化(PPO)算法的船舶自主避碰决策。在传统PPO算法广义优势估计基础上加入自适应基线调整，并且使用长短期记忆网络(LSTM)改进网络结构。船舶的航行信息和激光雷达矢量线被应用于神经网络输入，航行制导、角度偏差及《1972年避碰规则》均被纳入改进的奖励函数设计。两船和多船会遇场景仿真实验表明：本文提出的避碰决策可使船舶实现自主航行，并在避碰过程中符合《避碰规则》,为处理复杂局面下的船舶避碰决策提供了参考。     

基于速度障碍和行为动力学的动态路径规划

针对基本行为动力学在解决多机器人动态路径规划中存在的问题,充分考虑运动障碍物和其他机器人的速度信息,利用速度障碍为机器人规划了避障和避碰区域.根据路径规划的要求,利用行为动力学设计了奔向目标行为、避障行为和避碰行为3个基本行为,并提出利用粒子群优化方法对基本行为进行融合.利用Matlab对所提出的算法进行仿真,结果表明利用速度障碍、行为动力学和粒子群相结合的方法可以实现多机器人系统的动态路径规划,且方法简单,路径光滑.     

多模块式移动机器人系统的自组织协作行为

设计了一种新颖的、由4个基本功能模块组成的模块式移动机器人.针对多模块式移动机器人系统在复杂环境下的自组织协作行为,提出了目标趋向控制、多障碍物避障和自组织协调3种运动策略.分析了多机器人目标趋向运动的方向选择规则;描述了基于“感知 动作”的多障碍物避障控制策略,实现了多机器人连续避障并到达指定目标点;研究了多机器人的协调运动策略,通过多机器人协作完成了单机器人无法完成的搬重物、过台阶等任务.三维仿真结果表明了该控制策略对不同环境、多障碍物条件下多机器人协作行为的适应性.     

基于机器视觉技术的分拣机器人研究综述

随着机器视觉技术和人工智能的高速发展,当代机器人正朝着协作化、自动化、网络化以及智能化方向发展。为保障机器人作用的精准高效,机器视觉技术受到了极大的关注并被广泛应用于各领域。传统的分拣过程受物件特征的影响较大,而机器视觉技术具有速度快、信息量大、功能多的特点,并且能避免工人疲劳带来的误差,因而机器视觉技术在分拣领域表现出了良好的应用前景。基于此,详细分析和探讨了基于机器视觉技术的分拣机器人的组成、关键技术以及在各个行业的应用现状,具体阐述了相应的优势、存在的问题及可行性解决方案。最后,展望了分拣机器人结合机器视觉技术在人工智能大数据时代的发展趋势。     

基于Petri网的多机器人协作任务分配与导航研究

研究了基于Petri网理论的多移动机器人任务分配和导航策略问题.针对有限空间环境下的物科收集协作任务,提出了一种机器人路径选择方法,并建立了基本路口单元和工作空间的Petri网模型.通过任务分配模型实时规划物科仓库内的机器人,并对具有拐角特征的多机器人路径冲突给出了消解方法,建立了机器人冲突协调模型.通过分析任务冲突协调模型,避免了多机器人运动路径冲突.最后仿真实验验证了提出的多机器人任务规划方法的有效性.     

支持向量机技术及应用

基于统计学习理论的支持向量机是一种新型的机器学习方法。本文介绍了统计学习理论和支持向量机的原理,对一系列的训练算法进行了探讨和比较。由于SVM具有良好的泛化能力和全局最优性能,已经被应用于模式识别和回归估计等领域,有着良好的应用前景。     

机器学习与人脸识别方法概述

对机器学习与人脸识别的基本含义和主要方法进行了概述.提出融合人脸的多种生物特征,改进现有的机器学习算法,并进一步推进机器学习方法在人脸识别中的应用,将十分有利于人脸识别精度的改善和人脸识别速度的提高.     

基于机器学习的裂纹识别研究现状及发展趋势

裂纹识别一直是机器视觉领域的重要研究内容,尤其是与之相关的自动检测算法在近年来备受关注.深度学习作为机器学习的一个分支,其在裂纹识别方面已显现出强大的功能和灵活性.本文对基于机器学习的裂纹识别技术的发展情况、研究现状以及典型方法进行详细介绍:首先介绍了多种机器学习方法在裂纹识别领域的应用,并从特征提取算法和应用对象等方...     

机器学习在模式识别中的应用研究

近年来,机器学习已成功应用于模式识别领域,并且随着研究的深入,机器学习的相关算法和理论又得到了完善和扩展。本文将阐述机器学习的基本概念．分析应用在模式识别领域的若干机器学习算法。     

智能车辆规划与控制策略学习方法综述

智能车辆相关技术已实现了长足的发展,并已能够在有限封闭场景中实现自主行驶的基本功能. 然而,实际道路测试结果表明,目前智能车辆技术仍存在较多局限,而智能车辆在复杂城市与越野环境的大规模应用仍面临较多挑战. 作为智能车辆关键技术之一,运动规划与控制技术已基本建立了完整的理论体系并已得到较多工程应用,但传统方法在实际应用中仍存在动态复杂场景理解能力弱、场景适应性差、模型复杂度高、参数调整难度大等缺陷. 由于机器学习方法具备较强的知识表征与模型拟合能力,其已经在智能车辆的感知与导航技术中得到了广泛的应用. 而为了解决传统运动规划与控制技术存在的泛化性与适用性等问题,许多研究者近年来也开始探索基于深度学习、强化学习等机器学习方法的运动规划与控制方法. 本文将对目前基于机器学习的智能车辆规划与控制方法研究现状进行回顾,从规划与控制策略基本架构、基本学习范式以及基于学习的规划与控制方法三方面对现有智能车辆规划与控制策略学习方法进行分析,最后对研究现状与未来发展方向进行总结与展望.