履带张紧力及其在履带环上的分布

针对履带环上复杂的履带张紧力问题,研究了张紧力在履带环上的分布情况,并分别以诱导轮、上支履带、主动轮及负重轮为隔离体,分析履带张紧力与外部载荷的关系.在此基础上,建立了履带环张紧力分布的理论估算模型.利用多体动力学模型,对不同路面障碍下的履带张紧力进行了理论估算和动力学仿真,通过对理论估算与仿真结果的对比分析,检验了履带环张紧力估算模型的合理性.      

移动机器人行人目标活动区域快速检测算法

针对移动机器人运动目标检测过程中运动目标与背景均存在位移致使跟踪失效的问题,提出一种显著光流分析法对室内行人目标活动区域进行检测与标识,能够快速有效地为移动机器人视觉检测与跟踪算法提供简便的初始区域定位信息。经仿真实验分析,该算法能够在室内复杂的情况下,快速检测出行人目标的活动区域,方便人物识别与躲避,具有较强的工程应用价值。     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。     

一种遥操作移动机器人的研究与实现

移动机器人在工业制造、国防以及服务行业具有广阔的应用前景。由于环境感知、自主定位与导航等技术瓶颈的存在,完全自主移动机器人在目前还难以走向实用。采用遥操作控制,能有效地解决上述问题。对遥操作移动机器人的体系结构、环境信息感知、通讯方式、导航与控制进行了阐述,在此基础上提出的基于局域网的遥操作移动机器人具体实例,既可在危险环境下执行任务,也可用于社区保安巡逻。     

基于改进RRT算法的移动机器人路径规划研究

路径规划是移动机器人开发的核心技术,而传统RRT算法所规划的路径距离长、拐点多,对RRT算法进行改进,引入A~*算法思想,改进待扩展节点的选择。引入人工势力场思想,改进扩展方向的选择。对规划的路径消除冗余点,并采用三次样条函数进行平滑处理。将改进的RRT算法应用于虚拟简单环境地图、虚拟复杂环境地图中,结果表明改进RRT算法所规划的路径平顺性好、路径长度短且所用时间短。最后将改进的RRT算法应用于实际的移动机器人路径规划中,路径规划结果验证了该算法的可行性。     

基于两点法的机器人路径规划

采用超声波传感器检测环境,来提供障碍物和目标的距离信息,避免全局建模,并提出了一种机器人路径规划的新算法——两点法,此算法采用局部路径规划,简单易行,规划速度快,可避免传统算法中存在的死锁现象,最后应用该方法进行了避障、道路跟踪等仿真与模拟实验,实验表明,该算法具有很好的灵活性和鲁棒性。     

果园运输车减振降损性能

针对果实在丘陵果园内运输损伤严重这一情况,需对其损伤原因进行分析并提出一种能够有效降低损伤的解决方案;通过对果实运输过程进行分析可得:路面不平激励下运输车果箱振动是造成果实损伤的主要原因;以苹果为研究对象,建立ADAMS与EDEM的联合仿真模型,对运输车的运输过程进行仿真,测量苹果碰撞受力判断其是否损伤;通过优化运输车减振结构,提升其减振性能,减小苹果在丘陵果园内运输损伤率。仿真结果表明:优化后较优化前苹果损伤率降低近5%,该方案能有效提高运输车减振降损性能,对降低果园内果品运输损伤率具有重要的现实意义。     

基于Recurdyn的移动机器人倾覆性分析

针对履带式移动机械臂在运动过程中可能存在倾覆性的问题,以自制的履带式移动机械臂为研究对象,从动力学的角度研究机械臂的运动对移动平台攀爬楼梯过程中的影响,提出了一种机械臂主动改变位姿以维持系统稳定性的算法。首先,采用牛顿-欧拉法建立机械臂动力学方程,通过Solidworks三维软件辨识机械臂各连杆的惯性参数集,得到完整的机械臂动力学方程;其次,对移动平台进行受力分析,采用轮胎倾覆力矩(tire overturning moment, TOM)法衡量移动机械臂的倾覆裕度,判断系统的倾覆可能性;最后,采用Recurdyn仿真软件进行履带式移动机械臂攀爬楼梯仿真实验,仿真实验结果表明：移动平台在攀爬楼梯过程中,其TOM值逐渐增大,系统趋于不稳定状态;当机械臂改变位姿以维持系统平衡时,移动平台的TOM值逐渐减小,系统趋于稳定状态。可见,所提算法可以用来判断移动机械臂系统的倾覆可能性,同时机械臂可以主动改变位姿维持系统的稳定性,为移动机械臂运动稳定性状态的维持提供了有效的手段。     

基于CNN多层特征加权融合的闭环检测算法

针对深度学习用于闭环检测中存在空间细节特征丢失的问题,提出基于卷积神经网络(CNN)多层特征加权融合(CNN-F)的闭环检测算法.首先,采用预训练的CNN模型作为特征提取器,从网络中提取输入图像的浅层几何特征和深层语义特征;然后,调整特征图数据进行加权融合,将融合的特征图进行主成分分析(PCA)降维处理后,计算相似性得分用于闭环检测;最后,将算法在数据集New College和City Centre上进行测试.实验结果表明:CNN-F可以有效改善图像特征描述效果,相比于直接使用CNN的闭环检测算法,该算法有更好的准确性和鲁棒性.     

基于改进遗传算法的移动机器人路径规划研究

针对传统遗传算法在解决采样点模型下的路径规划问题中存在种群进化速度慢、最终得到的最优路径偏长的问题,提出一种改进遗传算法．为提高初始种群的质量,提出自适应调整步长来限制子节点的选择范围,在这个范围内随机选取两条父代路径,在对应两节点之间形成一个矩形的子代节点搜索范围,每个范围中选取一点并依次连接得到交叉后的子代个体,避免了采样点模型下交叉点不足导致交叉无效的问题;为解决变异效果不可控的问题,以变异父节点的前后两点连线为引导,越靠近该连线的节点被选为变异子节点的概率越大,使得在变异点的选择更具有方向性．对比实验结果表明：所提出的改进遗传算法当处理基于采样点路径规划问题时可以有效提高寻路效率,最优路径收敛速度比传统遗传算法提高约60%,最优路径长度最多减少了2.42 m,比其他文献算法的最优路径收敛速度最多提高56%.