基于行为优先与任务协调的多移动机器人遥操作

针对单个操作者对多个移动机器人遥操作的困难,提出了基于行为优先和任务协调的多机器人遥操作方法. 通过引入机器人局部自主的概念,运用行为优先决策与任务协调模块使操作者和机器人共享运动控制. 建立了多机器人系统遥操作体系结构,设计了多通道人机交互接口界面. 室外实验表明,提出的方法可以实现人和机器智能的合理分配. 运用该方法,单个操作者可完成对多个移动机器人的遥操作.     

基于改进T-S型模糊神经网络的护士机器人行为控制研究

针对医院环境下的护士机器人,应用行为控制技术保证护士机器人稳定运行并顺利实现一系列功能.采用改进的T-S模糊神经网络算法和机器人本体位姿导航算法,实现医院环境下护士机器人的复杂行为控制的完成.试验及应用表明,该护士机器人具有性能稳定、行为实现准确、实时性高等优点,能较好地满足医院环境下典型的应用要求,具有一定的应用推广价值.     

遗传算法优化BP神经网络在中医按摩机器人中的应用

针对中医按摩设备的临床需求,研制了一种基于多种按摩手法的中医按摩机器人系统。同时,为了提高中医按摩机器人穴位寻找行为规划的精度,提出了一种基于遗传算法优化BP神经网络的中医按摩机器人穴位坐标预测方法,利用遗传算法弥补BP神经网络的缺陷,提高神经网络的预测精度,求解出最优解,保证了中医按摩机器人对患者做出精确的按摩治疗行为决策。并对上述方法进行了实现与仿真,结果表明,该方法对中医按摩机器人寻找患者穴位坐标具有较好的精度和较高的预测准确性。     

多连杆柔性关节机器人的神经网络自适应反演控制

针对模型不精确的多连杆柔性关节机器人的关节运动控制问题,提出一种新的神经网络自适应反演控制算法.该控制算法借鉴单连杆柔性关节机器人的一种神经网络自适应反演算法,在反演过程中,将系统非线性未知项与已知项分开并利用径向基神经网络在线逼近非线性未知项;对这种单连杆柔性关节机器人的神经网络自适应反演算法进行改进,构造出新的非线性项,并对转子惯性矩阵的估计转化为对转子惯量矩阵对角元素的估计;根据李雅普诺夫函数的稳定性设计出适用于多连杆柔性关节机器人的控制律与参数自适应律,从而实现多连杆柔性关节机器人的关节轨迹跟踪控制.仿真试验结果表明,与一般的比例-微分控制算法相比,该算法具有更好的轨迹跟踪性能.此外,神经网络节点数取值较小时,该算法也能够保证一定的轨迹跟踪精度.     

一种下肢康复机器人的神经网络预测控制

针对理疗师劳动强度较大的问题,提出一种下肢康复机器人的解决方案.运用循环神经网络对机器人进行建模,并利用该模型预测机器人的关节状态,采用牛顿-拉夫逊优化算法,根据预测误差进行反馈校正,实现对机器人位置的预测控制.仿真结果表明该控制方法能够满足康复机器人的控制要求.     

基于用户行为的教学视频内容质量评价方法

针对目前网络教学视频内容质量评价以主观方法为主,缺乏客观的质量界定标准的问题,提出一种基于用户观看行为的网络教学视频质量评价方法.该方法首先采集单个用户观看某个网络教学视频的行为数据,并对数据进行标准化处理;然后根据视频质量评价标准,实现数据标签化;再通过全连接神经网络,利用Softmax划分单个用户对网络教学视频内容质量的分类;最后,将所有用户观看该视频的分类加权平均后得到对该视频的综合评价.测试结果表明,该模型评价教学视频的准确率为79.5%,分类效果明显,具有较高的实用价值.     

基于多传感器融合的机器人导航系统设计

随着传感器技术的进步,多传感器信息融合技术在移动机器人中的应用已经成为一个热门的研究领域,为移动机器人探索不确定和未知环境提供了一种技术途径,是机器人实现更高级智能行为的基础。目前,用于移动机器人避障和导航控制的多传感器信息融合方法主要有模糊逻辑和神经网络。在机器人避障和导航控制中,本文采用了基于模糊逻辑的多传感器信息融合算法。通过对多传感器的信息进行融合能较好地实现机器人在未知环境中的自主避障与导航,并对这种控制方法进行了MATLAB仿真。通过对MATLAB仿真结果的比较,证明了在机器人的避障和导航控制中,该信息融合算法是优于传统信息融合算法的。     

基于人类行为下的多目标跟踪视觉时序注意控制算法研究(英文)

由于移动式机器人所携带的传感器资源有限,能够在时间维度上共享传感器资源,实现多目标跟踪,是智能化机器人重要的研究领域之一.本文提出了一个基于人类行为模型的时序注意控制算法,能够实现使用单个2自由度摄像头实时监控多个自由移动的目标物体.该算法基于以下三个控制原则:①最小化监控目标位置预测的不确定性以及各个目标物预测效果的差异;②最小化多目标跟踪过程中摄像头切换视角所需的能量消耗;③最大化能够呈现在摄像头视觉范围内的目标物体的个数.算法根据当前检测到目标信息,通过卡尔曼滤波,预测目标物的运动规律,选择下一时刻摄像头的最佳注意视角.该算法通过matlab仿真以及在移动式机器人实体上进行了实验验证,结果显示,该算法能够在时间顺序有效的共享单个摄像头资源,检测摄像头视角范围内的目标的位置,并根据上一个时间点的检测信息预测视角范围外的目标,实现跟踪多个目标物体,降低预测及跟踪的误差,并优化跟踪过程中切换摄像头视角的能量损耗.     

基于卷积神经网络的服务机器人听觉隐私信息分类算法

为获得机器人听觉行为隐私感知方法,解决语音监听设备存在的隐私泄露风险,本文提出了基于卷积神经网络的服务机器人听觉隐私信息分类算法(APICA)。首先,设计了基于卷积神经网络的服务机器人听觉隐私信息分类算法及其卷积神经网络模型;其次,给出了机器人的听觉隐私信息监听系统工作流程;最后,为评估该听觉隐私信息分类算法性能,构建了训练和测试数据集,并在服务机器人平台上部署和实现了该算法。测试结果表明:系统识别隐私信息的平均精确率P、召回率R和F1值分别为96.35%、93.20%和94.53%,具有良好的识别和分类效果。     

基于神经网络重力前馈补偿的柔性关节机器人分层控制

针对柔性关节机器人简化动力学模型,根据连杆侧和电机侧间的扭矩通过弹性单元耦合的特性提出基于分层控制的柔性关节机器人分层控制结构,利用奇异摄动理论给出系统的稳定性证明.由于柔性关节机器人的动力学参数无法准确测量,因此提出应用BP神经网络模型对机器人的重力扭矩进行逼近.通过四自由度柔性关节机器人进行离线实验,实现对神经网络的训练,并验证神经网络模型的有效性.最后应用提出的重力前馈补偿分层控制算法实现对机器人的有效控制,验证该算法的可行性和有效性.