有限人参与下的排爆机器人半自主抓取

提出了一种新的排爆机器人半自主爆炸物抓取方法.该方法包括机械臂、爆炸物和障碍环境的建模、C空间地图和路径规划.排爆机器人SUPER-PLUS在有限人参与下,利用手腕装载的激光测距传感器,扫描爆炸物周围的障碍环境,规划出一条无碰轨迹,实现爆炸物自主抓取.实验结果表明,该方法极大地提高了排爆操作的安全性和效率.     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。     

智能机器人的模糊神经网络避障算法

针对机器人避障过程中影响因素复杂及难以建立精确模型的问题,采用超声波传感器和定位传感器获取机器人所处环境的输入信息,对其进行模糊处理,并建立三层BP神经网络,进而提出机器人模糊神经网络避障控制算法。仿真结果表明:机器人能从起点安全、无碰撞地避开途中的障碍物,顺利到达终点,实现了安全避障,进而证明该算法能够使机器人在未知环境中准确地避障。     

空间机器人路径规划的姿态空间快速计算方法

由于航天机器人工作环境的非确定性，这类机器人运动规划问题的关键是要求规划系统具有实时性，以便与传感信息相结合。基于姿态空间路径规划方法的核心问题是如何将位于机器人工作空间中的障碍物快速映射到姿态空间中。本文利用机器人基本工作面和基本碰撞体的概念来解决快速映射障碍物的问题。研究结果表明，该方法映射障碍物的时间为毫秒级，完全可以满足机器人在非确定环境中实时规划的要求。     

四足步行机器人动力学模型及脚力分配的研究

推导了四足步行机器人的动力学模型,在此基础上利用平方规划方法研究开发四足步行机器人脚力分配的新算法．这种方法既考虑电机模型,分析了四足步行机器人的关节驱动约束条件,又结合摩擦等约束分析及转换,建立了机器人多约束方程,利用平方规划提高解的质量,并缩减解的规模．最后通过实例验证了该算法的优越性。     

基于速度矢量的6足机器人三角间歇步态规划与分析

为提高大惯量6足机器人行走的稳定性与连续性,提出了基于速度矢量的三角间歇步态.该步态以三角间歇步态为基础,统一映射平动与转动速度矢量为绕旋转中心转动,达到6足机器人全方向行走且速度平滑切换的目的.首先,由旋转中心理论计算中心坐标,在足端工作空间约束下计算最大旋转速度;其次,对摆动相采用足端0冲击摆线轨迹规划,支撑相采用增量式轨迹规划以便于编程计算连续运动指令实现变速度矢量运动;最后,在虚拟样机和物理模型上进行不同步态的对比实验.结果表明采用基于速度矢量的三角间歇步态晃动幅度与方差最小,提出的方法可保证大惯量6足机器人连续稳定的全方位运动.      

未知环境下移动机器人的同时定位和地图构建

针对未知室内环境下的自主移动机器人的同时定位和地图构建(SLAM)问题,通过激光测距仪来获取环境信息,采用室内环境直线特征的提取和匹配方法,使移动机器人能够自主定位,解决了里程计传感器在移动中所带来的不确定性误差,同时采用移动栅格法对全局地图更新,提高了系统运行速度.利用Pioneer-3移动机器人平台进行实验,得到了较完整的环境地图.实验结果表明了基于环境特征的移动机器人同时定位和地图构建方法的有效性和实用性.     

风洞四自由度并机器人奇异路径优化分析

奇异位形是机器人机构的一个十分重要的运动学特性,机器人的运动、受力、控制精度等方面的性能都与机构的奇异位形密切相关。该文对风洞四自由度并联机器人奇异位形进行了研究,使得机器人动平台能够平滑地绕开奇异点且能够获得最短路径,并建立了奇异位形优化方程。最后通过MATLAB仿真得出优化后的轨迹。     

形形色色的战场机器人

科学技术是一把双刃剑,既给人类带来幸福,也带来灾难。现代化兵器的不断涌现就是这样。如今,现代武器如核武器、生化武器、制导武器以及将要在未来战争中出现的激光武器、微波武器和等离子武器对人的致命性越来越大,正在迅速减弱单个士兵的机智与勇敢所起的作用。如何制造一种机器,用以代替士兵执行日益危险的军事任务,成了各国军事家们普遍关注的问题。因此可以说,机器人士兵的诞生与现代化兵器的发展密切相关,武器杀伤力的不断扩大必然催生出机器人士兵这个“婴儿”。在战争中迅猛成长军用机器人可定义为：用于完成以往由人员承担…     

低维特征空间中基于旋转图像的三维环境模型配准方法

近年来,异类机器人之间(如飞行机器人和地面机器人)的协作成为机器人学研究发展的一个新的领域.异类机器人协作的难点之一是协作环境建模,而由于所获得的环境模型具有不同的观测视角和尺度,其环境建模中的模型配准是一个难点和关键.目前,能够适用于大视角差、大尺度差场景配准的方法并不多,基于旋转图像的配准方法被认为是一种可行方案,但其中存在的计算负担大和在野外环境中的鲁棒性差使得其也很难在实际系统中应用.基于此,面向三维点云环境模型,以旋转图像为基础,提出了一种新的基于低维特征空间的模型配准方法.首先,通过引入模型曲率、旋转图像熵值和激光反射强度3个特征构建了一个三维特征空间,得到候选对应点集合.然后,在候选对应点集合中利用旋转图像的方法查找正确的对应关系,实现模型配准.由于低维特征空间的引入,基于旋转图像特征的对应点搜索区域大大减小,因此算法计算效率得到了极大改善.同时由于引入的新特征与场景旋转图像特征的互补性,算法的鲁棒性和精确性也得到了提升.这些性能改进最后通过实验得到了验证.