基于机器视觉的非特定物体的智能抓取系统的研究

针对传统机械臂局限于按既定流程对固定位姿的特定物体进行机械化抓取,设计了一种基于机器视觉的非特定物体的智能抓取系统;系统通过特定的卷积神经网络对深度相机采集到的图像进行目标定位,并在图像上预测出一个该目标的可靠抓取位置,系统进一步将抓取位置信息反馈给机械臂,机械臂根据该信息完成对目标物体的抓取操作;系统基于机器人操作系统,硬件之间通过机器人操作系统的话题机制传递必要信息;最终经多次实验结果表明,通过改进的快速搜索随机树运动规划算法,桌面型机械臂能够根据神经网络模型反馈的的标记位置对不同位姿的非特定物体进行实时有效的抓取,在一定程度上提高了机械臂的自主能力,弥补了传统机械臂的不足.     

无线传感器网络环境下基于粒子滤波的移动机器人SLAM算法

定位问题是移动机器人研究领域中最基本的问题,在Bayes的框架下研究了机器人与无线传感器网络(WSN)组成系统中的同时建图与定位问题(SLAM).针对该系统中只存在距离测量信息可用的情况提出了一种基于粒子滤波的SLAM算法.该方法将机器人状态和节点位置估计设置为一组全局估计粒子,通过对粒子及其权重的更新来计算整个系统的状态.算法将WSN节点的位置估计在机器人的路径上分解为相互独立的估计,从而将全局粒子的计算转化为使用一个机器人状态滤波器和对应于每个机器人粒子的节点位置滤波器进行计算.针对观测信息低维的特点,设计了处理低维观测信息的方法,使得观测信息可以在滤波阶段得到合理利用.并且详细介绍了提出的SLAM算法原理和计算过程,并通过仿真实验证明了算法的有效性和实用性.     

一种基于DTW-GMM的机器人多机械臂多任务协同策略

为了控制机器人完成复杂的多臂协作任务, 提出了一种基于动态时间规整?高斯混合模型(Dynamic time warping-Gaussian mixture model, DTW-GMM)的机器人多机械臂多任务协同策略. 首先, 针对机器人示教时轨迹时间长短往往存在较大差异的问题, 采用动态时间规整方法来统一时间的变化; 其次, 基于动态时间规整的多机械臂示教轨迹, 采用高斯混合模型对轨迹的特征进行提取, 并以某一机械臂的位置空间矢量作为查询向量, 基于高斯混合回归泛化输出其余机械臂的执行轨迹; 最后, 在Pepper仿人机器人平台上验证了所提出的多机械臂协同策略, 基于DTW-GMM算法控制机器人完成了双臂协作搬运任务和汉字轨迹的书写任务. 提出的基于DTW-GMM算法的多任务协同策略简单有效, 可以利用反馈信息实时协调各机械臂的任务, 在线生成平滑的协同轨迹, 控制机器人完成复杂的协作操作.     

基于分解动量的仿人机器人手臂高速运动实时平衡控制

本文面向仿人机器人7自由度手臂高速动态作业运动需求,提出了基于分解动量的仿人机器人实时平衡控制方法,给出了作业臂运动用末端执行器速度向量表示下的机器人总动量计算公式,分析了动量控制维度的择优选取原则,给出了基于分解动量控制的辅助臂关节速度实时计算优化方法.仿真实验表明,经过改进优化的分解动量控制方法对于仿人机器人手臂高速作业运动下的平衡控制具有较高的可行性和实时性,不仅所控制维度的分解动量完全达到了预期的效果,而且其他维度的分解动量也有所降低或基本维持不变,所生成辅助臂运动平滑且在关节运动性能上有较大裕度,机器人总体具有优秀的零力矩点(zero-moment point,ZMP)稳定性.     

交互式多模型算法的MT-R机器人视觉跟踪

针对机器人的视觉跟踪问题,提出了一种基于交互式多模型算法的视觉跟踪方法。该方法采用HSV颜色模型,通过交互式多模型算法进行滤波估计,获得目标的运动属性。利用交互式多模型算法对目标的位置进行一步或者N步预测,在获得下一帧的观测值后,在预测位置的区域进行目标搜索,可减少搜索区域,节省搜索时间,增加了跟踪的实时性。使用该方法对机器人足球比赛中的红色球进行搜索跟踪。实验结果表明,应用该方法可获得目标的运动属性,能快速搜索到运动目标,并能进行准确跟踪。     

基于信息几何的高超声速飞行器搜索方法

由于地面雷达受视距限制无法对高超声速飞行器进行连续观测, 针对高超声速飞行器飞出雷达视距盲区后难以搜索的问题, 提出了一种基于信息几何的雷达搜索方法. 本文利用非参数概率密度估计法对高超声速飞行器的出现位置的概率密度进行估计, 并将估计的位置概率密度作为雷达搜索的引导信息; 根据引导信息确定搜索区域, 以区域覆盖率最大化作为优化目标在搜索区域内进行波位编排; 基于信息几何理论, 将搜索策略建模为统计流形, 利用KL (Kullback-Leibler)散度来度量搜索策略与引导信息之间的差异, 通过最小化KL散度获得最优搜索策略. 通过仿真实验验证了本文所提方法的有效性和可行性, 并验证了相比其他搜索方法具有较明显的优势.     

全局和声搜索方法及其在仿人灵巧臂逆运动学求解中的应用

仿人灵巧臂逆运动学(IK)问题可转化为等效的最小化问题,并采用数值优化方法求解.和声搜索(HS)是模拟乐师在音乐演奏中调整音调现象的一种启发式搜索方法,目前还尚未在机器人机械臂逆运动学问题中得到应用.本文提出一种基于粒子群体智能的全局和声搜索方法(GHSA),该方法在和声搜索算法中引入微粒群操作(PSO),采用粒子群策略替代常规和声搜索算法中的搜索法则创作新和声,通过粒子自身认知和群体知识更新和声变量位置信息平衡算法对解空间全局探索与局部开发间能力;同时算法还引入变异操作增强算法跳出局部最优解能力,基准函数测试表明该方法改善了全局搜索能力及求解可靠性.在此基础上以七自由度(7-DOF)冗余仿人灵巧臂为例,考虑以灵巧臂末端位姿误差和“舒适度”指标构建适应度函数并采用GHSA算法求解其逆运动学(IK)问题,数值仿真结果表明了该方法是解决仿人灵巧臂逆运动学问题的一种有效方法.     

利用方位角观测的多机器人系统离散分布式最优围陷控制

本文研究了离散时间多机器人系统对静态目标的同步定位与围陷问题。首先,为了引导多机器人系统以任意编队在任意轨道上运动,本文提出了基于虚拟系统法的路径规划方案。其次,为了实现在缺少机器人全局位置信息下的目标定位与跟踪问题,本文设计了基于方位角观测的离散时间估计器与控制器的联合设计方法。估计 器充分利用了正交性质估计实时相对位移,并基于估计值设计控制律。基于离散时域拉塞尔原理与迭代法,本文给出了估计误差与跟踪误差收敛的充分条件与稳定性证明。此外,本文还设计了一种增益调整优化算法以提高收敛速率,使得离散时间多机器人系统可以更快达到理想编队。最后,仿真实验结果证明了整体方案的有效性。     

基于改进PRM的采摘机器人机械臂避障路径规划

针对采摘机器人机械臂在不确定的环境中进行采摘作业的要求,提出了一种基于改进概率地图(PRM)算法的机械臂避障路径规划方法。将机械臂工作空间分割成离散单元集合,通过遍历的方法,获得机械臂工作空间中任意离散单元与机械臂有撞位姿之间的映射关系。将空间障碍物分割成离散单元,并通过索引映射关系获得与障碍物有撞的所有机械臂位姿信息,并以此建立关节构形空间。通过PRM算法在关节构形空间中快速搜索机械臂避障路径。仿真结果表明:相比传统PRM算法,改进算法速度提高22. 2%,能够有效地实现机械臂无碰撞路径规划。     

基于协作空间与灵巧度的机器人辅助微创手术术前规划算法

机器人辅助微创外科手术的术前准备工作相对于传统微创手术更加复杂和关键.为了提高手术执行效率,充分利用机器人特性,本文以机械臂的运动学性能和器械间的协作能力作为优化目标,相应地提出了机械臂灵巧度指标IICV与体内协作空间指标IICS,设计了一套基于NSGA-II的多目标术前规划方法,将微创手术介入位置选择与机械臂初始位姿优化两类术前规划问题作为统一整体优化.最后,将由术前规划算法优化得到的系统性能指标与医生凭借经验给出的结果进行比较.实验结果表明,由优化算法得到的术前规划方案优势明显,能够为机器人辅助微创手术操作提供一个相对理想的手术执行环境.     

基于改进YOLOv2的无标定3D机械臂自主抓取方法

提出了一种多物体环境下基于改进YOLOv2的无标定3D机械臂自主抓取方法。首先为了降低深度学习算法YOLOv2检测多物体边界框重合率和3D距离计算误差,提出了一种改进的YOLOv2算法。利用此算法对图像中的目标物体进行检测识别,得到目标物体在RGB图像中的位置信息; 然后根据深度图像信息使用K-means++聚类算法快速计算目标物体到摄像机的距离,估计目标物体大小和姿态,同时检测机械手的位置信息,计算机械手到目标物体的距离; 最后根据目标物体的大小、姿态和到机械手的距离,使用PID算法控制机械手抓取物体。提出的改进YOLOv2算法获得了更精准的物体边界框,边框交集更小,提高了目标物体距离检测和大小、姿态估计的准确率。为了避免了繁杂的标定,提出无标定抓取方法,代替了基于雅克比矩阵的无标定估计方法,通用性好。实验验证了提出的系统框架能对图像中物体进行较为准确的自动分类和定位,利用Universal Robot 3机械臂能够对任意摆放的物体进行较为准确的抓取。     

变尺度混沌算法的BP网络优化*

采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值。此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间。仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点。     

基于粒子群优化的低阶时滞系统辨识

为了解决低阶时滞系统阶跃响应辨识问题,提出基于粒子群优化的参数估计方法.方法主要包括参数初值计算和参数估计两部分.首先,采用积分方程方法估计时滞系统参数初值,通过设置参数初值估计误差,得到系统参数取值范围.然后,为了减小由观测噪声引起的参数估计误差,采用粒子群优化算法优化模型参数.最后,通过仿真实验分别验证文中方法在不同噪声条件下辨识低阶时滞系统的性能.实验表明,文中方法具有良好的参数估计精度和较强的抗噪能力,可有效解决噪声条件下低阶时滞系统的阶跃响应辨识问题.     

Online stiffness estimation for robotic tasks with force observers

In this paper we propose an online stiffness estimation technique for robotic tasks based only on force data, therefore, not requiring contact position information. This allows estimations to be obtained in robotic tasks involving interactions with unstructured and unknown environments where geometrical data is unavailable or unreliable. Our technique – the Candidate Observer Based Algorithm (COBA) – uses two force observers, configured with different candidate stiffnesses, to estimate online the actual target object stiffness. COBA is embedded in a force control architecture with computed torque in the task space. The theoretical presentation of the algorithm, as well as simulation tests and experimental results with a lightweight robot arm are also presented.     

基于观测优化的双机协同控制与避障

为实现不确定环境下无人机对远程超视距目标的精确指示,考虑空中移动和静止障碍物,提出基于观测优化的双机协同控制与避障算法,从而增加测量信息,减小目标状态估计的不确定度.以费舍尔信息矩阵(FIM)表征所获取的目标信息,理论推导出三维空间中双机最优观测的指标函数,并设计无人机协同控制律,得到优化的无人机观测航迹,增强无人机协...     

基于改进头姿估计方法的机器人轮椅交互控制

针对现有迭代最近点（ICP）头姿估计算法存在迭代次数偏多且易陷于局部最优、而随机森林（RF）头姿估计算法准确性和稳定性不高的问题,提出一种新的头姿估计改进方法,并基于该改进方法构建机器人轮椅实时交互控制接口．首先,分析现有迭代最近点头姿算法与随机森林头姿算法在准确性、实时性及稳定性方面存在的问题,并提出一种新的基于随机森林与迭代最近点算法融合的头姿估计改进方法;其次,为实现头姿估计到机器人轮椅交互控制的无缝连接,建立基于传统机器人轮椅操纵杆的头部姿态运动空间映射;最后,在基于标准头姿数据库分析改进头姿估计方法性能的基础上,构建机器人轮椅实验平台并规划运动轨迹,以进一步验证基于改进头姿估计方法的人机交互接口在机器人轮椅实时控制方面的有效性．实验结果表明,改进后的头姿估计方法较传统迭代最近点算法减少了迭代次数且避免了陷于局部最优,在仅增加少量运算时间的基础上,其准确性和稳定性都优于传统随机森林算法;同时,基于改进头姿估计方法的人机交互接口亦能实时平稳地控制机器人轮椅沿既定的轨迹运动．     

基于组合优化的Kriging参数估计算法

在使用常微分方程组描述的数学模型进行参数估计时,本文使用Kriging代理模型完成优化过程。该代理模型通过少量数据点的训练即可部分替代计算费时的原始目标函数优化过程,因此可以节省大量的计算时间。在Kriging代理模型精化过程中,查找新增点的优化算法对参数估计的结果有重要影响。本文针对非线性且具有sloppiness属性的常微分方程组形式的参数估计问题,组合具有二阶动量特征的Adam算法及一阶动量梯度下降算法的各自优势用于搜索模型精化时所需添加的新样例点,从而提高收敛速度及查找质量。通过与其他优化算法相比对,验证了该组合算法的实际有效性。     

挖掘Web日志降低信息搜寻的时间费用

如何根据用户的行为信息优化站点的设计是一个重要的研究问题．提出了一种新的支持站点设计优化的Web使用挖掘方案．此方案基于Web日志中的搜寻路径统计用户寻找目标花费的平均时间，用以量化Web页面的搜寻费用．在此基础上提出了一种高效的数据挖掘方法，寻找一组能够有效压缩搜寻路径(降低时间费用)的超链接．实验表明，挖掘的结果能够提供许多有用的信息，帮助管理者及时发现站点设计中存在的问题．     

分数阶Fourier变换域极值搜索的混沌优化算法研究

正如傅里叶变换采用正弦基,单频信号能够在频域形成峰值,分数阶Fourier变换采用线性调频基,线性调频(LFM)信号能够在分数阶Fourier域上实现聚焦,利用此聚焦性通过搜索峰值可实现LFM信号检测和参数估计.通常采用步进式搜索方法,效率低下.为了克服该缺点,通过对分数阶Fourier域优化问题本质的研究,将混沌优化算法引入到分数阶Fourier域极值搜索中.仿真结果表明:本文的方法优于传统的步进式搜索法.     

3D视觉结合图像检测与导纳控制的圆轴孔零件机器人装配

面向机器人柔顺装配圆轴与圆孔零件,建立基于3D、单目视觉与导纳控制的机器人自动装配系统,提出基于三维点云的轴线位姿估计算法、图像深度学习目标检测、导纳控制结合的圆轴孔零件的装配策略.针对3D视觉估计圆孔零件位姿问题,重点研究基于三维点云的轴线位姿估计算法.首先,介绍三维点云关键点选取方法;然后,以点云表面法线与轴线的几何约束为基础,提出并分析轴线粗估计的算法;最后,在轴线粗估计的基础上,提出并分析基于迭代鲁棒最小二乘的轴线位姿优化的算法.实验结果表明:轴线位姿估计的角度均方根误差为0.248°,位置均方根误差为0.463 mm,与现有流行的轴线估计方法相比,所提方法的精度更高,使装配策略很好地满足了机器人圆形轴孔零件装配的精度高、稳定可靠的要求.