面向微装配机器人的TSB分级智能控制结构

提出了一种面向微装配机器人的TSB(任务 策略 行为 )分级智能控制结构 ,该结构自上而下有三个控制层组成 :任务层、策略层和行为层 .操作者在任务层通过人机交互接口进行微装配任务规划 ,策略层将抽象的装配规划分解为具体的显微视觉伺服策略控制微装配机械手的运动 ,行为层则涉及微装配机器人基本行为的生成与执行监督 .TSB控制结构通过人机交互的方式将操作者的任务规划能力和机器人显微视觉伺服策略结合起来 ,实现了微装配机器人的半自主控制 .     

多传感器机器人数据采集与融合系统研究

根据多传感器机器人控制器数据采集量大、数据融合算法复杂、系统实时性强的特点 ,提出了基于ADμC812和TMS32 0F2 0 6的双CPU结构的机器人信息采集与数据融合系统结构 .介绍了该系统的硬件组成、基本工作原理以及接口电路 ,并给出了ADμC812子系统程序流程图 .     

低成本教育型机器人控制器的设计与实现

论述了一种低成本机器人控制器的设计与实现 .采用AT89C2 0 5 1作为主芯片 ,提供两路独立的电机驱动和最多 7个外围扩展口 .软件采用汇编语言编写 ,能下载并运行上位机程序 ,配合外围红外传感器 ,实现了追踪和安全漫游 .     

机器人产业上市公司融资效率研究

当前全球科技创新竞争日趋激烈,作为高端科技引领的机器人产业已成为衡量一个国家科技水平和经济智能化程度的重要标志。技术、资金、人才、政策的投入效率均可能对该产业的发展带来深刻影响。本文以我国机器人产业上市公司为研究对象,运用DEA-Malmquist指数方法对2011—2016年间的融资效率及其动态变化情况进行实证分析。研究表明,该产业上市公司的融资效率总体上呈现动态提高趋势,在股权融资、内部融资和债务融资3种主要融资方式中,股权融资的融资效率最高,债务融资次之,内部融资最低,但不同的融资方式对融资效率的影响效应不同。     

直纹曲面喷漆机器人喷枪轨迹多目标优化

针对直纹曲面上喷漆机器人的喷枪轨迹多目标优化问题,通过平面喷漆实验,采集各点膜厚数据,运用MATLAB遗传算法工具箱拟合β分布,建立直纹曲面漆膜厚度生长模型.将曲面离散为点集,采用三次B样条曲线拟合生成初始喷枪轨迹.以曲面上各点漆膜厚度均匀和喷涂效率高为目标建立喷枪轨迹多目标优化模型,并采用改进的快速非支配排序遗传算法对该模型求解,获得喷枪轨迹最优解集,最终实现了直纹曲面喷枪轨迹的优化目标.通过实例结果对比验证了该方法的有效性和实用性.     

四足机器人坡面质心调整方法

为了实现稳定的坡面运动,设计了小腿采用液压缸的四足机器人.基于对角小跑步态,提出一种通过改变机器人前腿小腿腿长和保持后腿小腿腿长不变来实现坡面质心调整的方法.以机器人质心在斜面的投影点落在支撑对角线交点处为判据,对该质心调整方法进行了稳定性分析,得到姿态调整的确定值.对零冲击复合摆线足端轨迹规划方法进行了改进,以减少四足机器人坡面上的足地接触冲击.利用Adams和Matlab对四足机器人坡面trot步态运动进行了联合仿真.仿真结果表明所提出的质心调整方法和足端轨迹规划方法能够实现机器人在20°坡面上的稳定行走.      

基于Mobile-C移动代理的移动机器人的控制

本文提出一种使用Mobile-C移动代理控制移动机器人的方法,详细介绍了Mobile-C的结构和报文格式,以及与Ch结合的优势.机器人通过Mobile-C移动代理的控制,可以在运行中动态地切换成新的算法,来处理意料之外的情况.文章最后用一个分布式应用的实验说明了Mobile-C移动代理控制机器人的方法.     

基于被动行走原理的双足机器人步态规划

为解决四连杆双足机器人的平面步态规划问题, 提出基于被动行走的平面步态规划。基于3毅向下坡面完全被动行走的动力学方程, 利用角度不变控制方法施加控制力矩, 得到机器人在水平面上的动力学模型。结合常数时间放缩方法对平面参考轨迹进行时间放缩, 得到机器人在水平面上步幅不变, 周期可变的行走步态。通过Matlab 软件数值仿真结果表明, 该研究方法是可行、有效的。     

一种基于凸壳的智能服务机器人路径规划算法

将一种基于凸壳的路径规划算法应用于体育场智能服务机器人,首先采用基于Haar特征分类器的方法确定球的坐标,采用基于颜色模型的方法确定机器人的位置及航向,并根据机器人的自身特点,将一定范围内的多个球视为一个目标点处理;然后以目标点坐标作为算法输入,采用基于凸壳的路径规划算法得到一条较优的捡球路径.该算法可以降低机器人的捡球运动代价,有效提高机器人的捡球效率.     

虚拟线性倒立摆模型在行走机器人双腿支撑相中的应用

为了提高双足机器人步行运动的稳定性,将双腿支撑阶段的机器人简化为一个虚拟的线性倒立摆模型。该模型以机器人运动的ZMP(zero moment point)为虚拟支点,以机器人质心为模型的质点;在运动中保持质点高度不变。通过预先设定ZMP的轨迹,即可获得机器人质心在双腿支撑阶段的运动轨迹。将该模型与机器人单腿支撑阶段的普通线性倒立摆模型综合运用,就能保证步行时机器人质心速度变化的连续性和步行运动的稳定性。该方法在实际机器人上进行了实验验证,结果表明该方法能够很好地适用于实际机器人的步行运动。