机构“死点“分析及其应用

分析机构死点的实质、存在位置、死点与机构极位、死点与机构自锁的异同等主要特性和克服方法,探讨机构死点在工程实践中的应用,研究表明机构死点可以设法克服,其存在着较大地应用空间.     

基于无线传感器网络的人工势场改进算法

针对人工势场法在移动机器人局部路径导航中存在局部极小问题,提出了一种无线传感器网络节点定位-状态判断-节点引导-向目标移动的局部路径导航策略.当移动机器人进入局部极小"陷阱"时,通过无线传感器网络节点间的虚拟引导,使其逐渐脱离局部极小,从而有效地解决了传统人工势场法的局部极小问题.     

基于移动机器人定位和导航的人工路标设计

在复杂环境下,如何快速、准确地识别路标是移动机器人定位和导航的关键问题.基于图像分割原理,利用投影和方向特征的处理方法,提出了一种新的人工路标方案.通过统计学的相关理论验证了该路标图案的可行性,实验结果也显示了该图案可以较好地解决移动机器人的路标识别问题.     

自主移动机器人局部优化导航算法研究

自主移动机器人在未知环境下需要依靠自身装配的传感器不间断地获得周围环境信息,辨别出障碍物的位置,进行计算和自主决策.现有导航算法在面临U型等复杂环境时容易在僵死路径上产生反复,导致导航不能继续.文中提出了一种基于模糊逻辑的局部优化导航算法,采用"辨识-记忆"策略来处理传感器信息.在路径规划中保留最近走过路径的位置和角度特征等相关资源,形成"记忆".当前规划路径形成死区并反复运行时,会形成"辨识"并重新规划路径和导航决策以避免障碍物碰撞.在Webots Pro和Matlab下设计仿真实验,结果表明移动机器人在模糊规则指导下能有效避障和避免死区现象,实现较好的自主导航.     

基于矫正解的经过预定三位置的四杆机构设计

对经过预定三位置的四杆机构设计方法及四杆机构转动时出现的顺序问题、转移问题等进行了研究,并提出了解决方法.基于研究结果,研发了经过预定三位置的四杆机构设计软件.在该软件的界面上可直观地观察设计完成的四杆机构驱动杆的角度、机构的转动角、连杆的运动路径、驱动四杆机构时可能发生的分支问题等,并可判断所设计的四杆机构是否满足设计要求,因而可缩短合理设计四杆机构的时间.     

平面四杆机构死点位置分析

采用３种不同的方法分析平面四杆机构死点位置对机构处于死点位置时静止不动进行了理论证明,并为采用多角度思维方式分析和解决问题提供了范例。     

移动机器人路径设计与定位计算

为解决机器人自主导航中的同时定位与地图构建问题,提出采用SLAM系统实现机器人在一个未知环境和位置开始,通过环境观测,递增地构建环境地图,并同时运用环境地图实现机器人定位的解决方案.仿真实验证明了所建立的SLAM系统是一种切实可行的导航方法,为提高移动机器人自主性和智能化提供了一条新的技术途径.     

Xtion深度摄像头在移动机器人导航中的应用

为了提高机器人在室内移动过程中的感知能力,在移动机器人的导航系统中引入Xtion三维深度摄像头作为传感单元,以数据融合单元和路径规划单元为核心,设计了具有机载Xtion摄像头的移动机器人导航系统.系统采用IMU(Inertial measurement unit)和增量式光电编码器作为视觉导航的补偿传感器来弥补Xtion深度摄像头在80cm以内位置感应能力的不足,并采用一种机器人位移、偏移度数据融合算法,对Xtion生成的位移、偏移度数据进行修正.最后利用A*路径规划算法进行机器人的路径规划,在导航系统的作用下,实现机器人从起始位置到设定的目标位置的无碰撞运动.实验结果表明:在机器人导航中,Xtion深度摄像头与补偿传感器融合,比仅使用IMU和光电编码器的方法在导航中能提供更准确的位置感知数据和行进航迹,可以更好地帮助移动机器人完成自主导航.     

全向轮式移动机器人的定位导航算法

在全向轮式移动机器人定位及导航算法中,存在特定方向驱动力小且高速走圆弧时超调和打滑的问题,针对此问题,本文进行了研究。首先介绍了全向随动轮定位数学模型及定位标定方法,然后着重分析包括全向轮速度合成、直线导航和圆弧导航在内的全向导航算法,最后分析全向轮式移动机器人定位及导航算法中存在的问题及产生的原因,提出改进算法,并通过实验测试。测试结果表明,适当地选取a值即在两个方向上适当的分配速度能够达到减小超调的目的。     

差速轮式移动机器人的定位导航算法

针对差速轮式移动机器人定位及导航算法中从圆弧路径切换到直线路径时车体晃动问题进行研究,提出了一种新的路径规划方法。首先介绍差速轮式移动机器人的定位算法和导航算法（直线导航、圆弧导航）,然后分析从圆弧路径切换到直线路径时存在的问题及产生的原因并提出了一种新的路径规划方法,最后建立Simulink模型进行仿真。仿真结果表明新的路径规划方法取得了良好的效果。     

Design of dead reckoning system for mobile robot

A dead reckoning system for a wheeled mobile robot was designed, and the method for robot＇s pose estimation in the 3D environments was presented on the basis of its rigid-body kinematic equations. After analyzing the locomotion architecture of mobile robot and the principle of proprioceptive sensors, the kinematics model of mobile robot was built to realize the relative localization. Considering that the research on dead reckoning of mobile robot was confined to the 2 dimensional planes, the locomotion of mobile robot in the 3 coordinate axis direction was thought over in order to estimate its pose on uneven terrain. Because the computing method in a plane is rather mature, the calculation in height direction is emphatically represented as a key issue. With experimental results obtained by simulation program and robot platform, the position of mobile robot can be reliably estimated and the localization precision can be effectively improved, so the effectiveness of this dead reckoning system is demonstrated.     

室外移动机器人遥控系统的设计与实现

室外移动机器人的遥控系统由移动指挥站、移动机器人站、无线通信系统组成.在临场感遥控系统中,需要将移动机器人站摄像头得到的图像经过发射机和天线传送给移动指挥站.为了使得图像的接收效果更好,使用定向天线增强天线增益.定向天线只有在某一个方向上增益最强,定向发送天线固定在该云台上,根据位置和角度信息控制云台转动使得接收天线始终对准目标点.为了增强定向天线的接收效果,设计了自动对中天线云台系统和遥控器.     

安全屏障机制下基于SAC算法的机器人导航系统

为了提高移动机器人自主导航系统的智能化水平和安全性,设计了安全屏障机制下基于SAC(Soft Actor-Critic)算法的自主导航系统,并构建了依赖于机器人与最近障碍物距离、目标点距离以及偏航角的回报函数.在Gazebo仿真平台中,搭建载有激光雷达的移动机器人以及周围环境.实验结果表明,安全屏障机制在一定程度上降低了机器人撞击障碍物的概率,提高了导航的成功率,并使得基于SAC算法的移动机器人自主导航系统具有更高的泛化能力.在更改起终点甚至将静态环境改为动态时,系统仍具有自主导航的能力.     

基于主动探测的移动机器人声源目标距离测定方法

针对移动机器人声源定位技术的研究大都只实现了对声源的定向,而无法获得准确的声源距离信息的问题,提出了通过移动机器人主动运动实现声源目标距离测定的方法,以及一种基于粒子群优化算法的最优探测点计算方法.通过仿真验证了该方法的可行性和有效性,并且在室内环境下进行测试.试验结果表明:移动机器人可以通过主动运动到达最优探测点,并且实现对声源目标距离的测定.     

未知室外环境下移动机器人的三维场景重建

针对传统最近点迭代（iterative closest point,ICP）算法的局限性与大型室外场景的特点,在处理算法速度、算法精度以及迭代陷入局部最小问题等多个方面提出了改进的ICP配准算法.并且在处理多帧匹配问题时,提出了新的在线多帧匹配方法与减小累积误差的离线多帧匹配方法.利用改善的ICP算法与多帧匹配方法,依靠三维激光雷达与移动机器人,重建了室外场景,形成了完整的室外三维地图,为实现未知室外环境下移动机器人的定位与导航打下基础.实验表明,该方法快速、精度高、鲁棒性强,适用于重建大型复杂的室外环境.     

基于Matlab的有路标移动机器人定位仿真

为了满足机器人精确定位的要求,提出一种基于多传感器信息融合的自定位算法并介绍了如何利用Matlab搭建移动机器人定位系统的仿真模型.仿真程序建立了移动机器人活动的虚拟环境,模拟了机器人的运动模型、里程计、激光雷达观测模型,利用扩展卡尔曼滤波算法将里程计和激光传感器采集的数据进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.仿真试验的结果表明该定位系统具有较高的定位精度.模块化的仿真系统设计有利于其他定位算法的验证,对机器人系统的理论研究以及实用化具有重要的作用.     

非平坦地形下移动机器人航迹推测方法研究

精确可靠的航迹推测是实现移动机器人自主导航的一个极为关键的环节.针对一个3 摇杆6驱动轮的移动机器人实验平台,本文提出了其在非平坦地形下的航迹推测方法.通过运动机构的分析,获得了移动机器人自身的位姿及运动参数.基于非平坦地形下运动机构间的刚体约束,建立了机器人的运动学模型.采用编码器、光纤陀螺仪和倾角传感器等测量机器人的动态参数信息,依据其运动学模型实现非平坦地形下的航迹推测、仿真,并分析验证了航迹推测方法的有效性,从而提高了移动机器人自主导航的定位精度.     

非平坦地形下移动机器人航迹推测方法研究

精确可靠的航迹推测是实现移动机器人自主导航的一个极为关键的环节.针对一个3摇杆6驱动轮的移动机器人实验平台,本文提出了其在非平坦地形下的航迹推测方法.通过运动机构的分析,获得了移动机器人自身的位姿及运动参数.基于非平坦地形下运动机构间的刚体约束,建立了机器人的运动学模型.采用编码器、光纤陀螺仪和倾角传感器等测量机器人的动态参数信息,依据其运动学模型实现非平坦地形下的航迹推测、仿真,并分析验证了航迹推测方法的有效性,从而提高了移动机器人自主导航的定位精度.     

基于深度自动编码器与Q学习的移动机器人路径规划方法

针对移动机器人在静态未知环境中的路径规划问题,提出了一种将深度自动编码器( deep auto-encoder)与Q学习算法相结合的路径规划方法,即DAE-Q路径规划方法。利用深度自动编码器处理原始图像数据可得到移动机器人所处环境的特征信息;Q学习算法根据环境信息选择机器人要执行的动作,机器人移动到新的位置,改变其所处环境。机器人通过与环境的交互,实现自主学习。深度自动编码器与Q学习算法相结合,使系统可以处理原始图像数据并自主提取图像特征,提高了系统的自主性;同时,采用改进后的Q学习算法提高了系统收敛速度,缩短了学习时间。仿真实验验证了此方法的有效性。     

面向抓取任务的移动机器人停靠位置优化方法研究

为了解决移动机器人在复杂环境中物体抓取规划成功率低以及规划时间长等问题, 本文提出了一种基于环境信息的预处理生成移动机器人停靠位置优化算法。首先对机械臂的工作空间进行分析, 得到抓取难易评价标准, 将环境中目标物、障碍物以及移动底盘位置简化为点, 投影到xy平面上, 根据抓取难易评价标准求出移动机器人优化后的底盘停靠位置; 然后针对机械臂避障问题, 采用快速扩展随机树(Rapidly-exploring Random Trees, RRT)算法实现了机械臂末端及连杆与障碍物的避障; 最后通过仿真和动作捕捉系统下的实验发现, 采用移动机器人停靠位置优化算法可显著提高抓取规划成功率和规划速度。