一种移动机器人三维路径规划优化算法

对移动机器人在三维工作环境中障碍物位置和形状已知条件下的全局路径规划问题进行研究.机器人的初始路径取为出发点到目标点的直线路径,引入人工神经网络结构和模拟退火温度定义路径能量函数;根据多面体形障碍物的形状特征设定各边界面不等的模拟退火初始温度,并且对路径点位于障碍物内、外的不同情况建立不同的运动方程;提出一种基于神经网络结构能量函数的路径规划算法及其优化算法,对所提路径规划算法进行仿真研究.研究结果表明,该算法是一种有效的移动机器人三维路径规划算法;算法计算简单,不存在组合爆炸问题;可避免路径规划的某些局部极小值问题;优化算法能够规划出移动机器人最短避障路径,并且可加快路径规划收敛速度.     

清华机器人足球队的结构设计与实现

为建立一套新型的机器人系统 ,以满足机器人足球比赛的要求 ,设计并实现了清华机器人足球队。在介绍国际机器人足球比赛 (Robo Cup)环境的基础上 ,按照智能程度由低到高的顺序 ,论述了从动作层到决策层的实现方法。包括机器人的整体结构 ,运用多层前馈神经元网络学习个人技术 ,运用优先级方法设计机器人的顶层决策算法来实现多个机器人的合作与对抗。机器人系统完全满足 Robo Cup比赛的要求 ,并在中国 Robo Cup2 0 0 0锦标赛中取得了好成绩。对国内相关领域的研究以及兄弟院校开发机器人足球队具有重要意义     

Robust Adaptive Neural Control of a Class of MIMO Nonlinear Systems

In this paper we present a robust adaptive control for a class of uncertain continuous time multiple input multiple output (MIMO) nonlinear systems. Multiple multi-layer neural networks are employed to approximate the uncertainty of the nonlinear functions, and robustifying control terms are used to compensate for approximation errors. All parameter adaptive laws and robustifying control terms are derived based on Lyapunov stability analysis so that, under appropriate assumptions, semi-global stability of the closed-loop system is guaranteed, and the tracking error asymptotically converges to zero. Simulations performed on a two-link robot manipulator illustrate the approach and its performance.     

空间柔性双臂机器人系统建模、控制与仿真研究

空间柔性多臂机器人系统是高度非线性，强耦合的动力学系统，其动力学的研究是比较复杂和困难的问题．本文针对极为复杂的空间柔性双臂机器人系统，建立了其系统动力学模型，利用逆动力学控制算法对该动力学模型实现了轨迹跟踪控制，仿真结果表明该方法具有较好的控制效果，分析了在仿真过程中出现的有关数值算法的问题．     

机器人系统仿真及应用

本文首先介绍机器人系统仿真技术的发展概况及其主要应用，然后介绍所研制的机器人仿真系统ＴＨＲＯＢＳＭ，着重介绍它的原理、结构、功能和特点。     

回声状态网络的研究进展

回声状态网络是近年来新兴的一种递归神经网络,独特而简单的训练方式以及高精度的训练结果已使其成为当前研究的热点之一.在该网络中,引入了储备池计算模式这一新的神经网络的建设方案,克服了之前网络模型基于梯度下降的学习算法所难以避免的收敛慢和容易陷入局部极小等问题.围绕这种新型网络结构,国内外许多学者开展了多样的研究.本文全面深入介绍了回声状态网络这一新兴技术,讨论了回声状态网络的优缺点,并综合近年的研究现状,总结了回声状态网络的主要研究工作进展和未来的研究方向.     

基于T-S模型的模糊神经网络

一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模型的模糊神经网络由前件网络和后件网络两部分组成。前件网络用来匹配模糊规则的前件，它相当于每条规则的适用度。后件网络用来实现模糊规则的后件。总的输出为各模糊规则后件的加权和，加权系数为各条规则的适用度。所提出的模糊神经网络具有局部逼近功能，且具有神经网络和模糊逻辑两者的优点。它既可以容易地表示模糊和定性的知识，又具有较好的学习能力。给出了调整规则后件参数及前件隶属度函数参数的学习算法，举例说明了它的逼近性能。     

基于网络结构的并行路径规划算法

算法继承了人工势场法的基本思想，通过寻找路径点的能量函数的极小值点而使路径避开障碍物。势场由排斥场和吸引场叠加而成，在算法中对于排斥场和吸引场的强度引入了一个平衡系数，并引入了模拟退火的思想和一些启发性知识，以避免某些局部极值的情况。算法具有很大的并行性，收敛速度较快，易于从二维空间扩展到三维空间，对人工势场法给予了较大的改进，取得了较好的仿真效果。     

非冗余机械臂奇异路径跟踪算法

非冗余机械臂跟踪设定路径时 ,奇异点上 Jacobian矩阵降秩 ,基于 Jacobian逆的运动规划方法将失效。针对此问题提出一种精确跟踪奇异路径的算法 ,把路径跟踪问题化为非线性特征值问题 ,用数值方法求解路径跟踪方程 ,得到以扩展空间解曲线弧长为参数的逆运动学解 ,而关节轨迹可规划为弧长参数的任意函数。算法采用自适应步长和一阶模型预测方法 ,具有较低计算复杂性和较快收敛速度。给出一个仿真算例 ,说明了算法的有效性     

基于行为的多机器人对手意图识别二次估计方法

在动态对抗性环境下竞争的多机器人系统,对于对手的意图进行有效而准确的识别,从而有针对性地提出对策,是获得优势的必要条件。该文针对多机器人系统的对手意图识别提出了基于行为的行为序列估计和行为规则拟合的二次估计方法,引入环境约束、危险评价和行为概率作为判据对多个意图进行排序,避免单一行为结果的推断,实时准确地为决策提供支持。通过机器人足球这一典型的对抗性多机器人系统平台进行了验证,证明该方法在实时性和准确性上均比现有方法有很大提高。