复杂环境中群机器人网格分布与移动

如何控制不受数量限制的群机器人形成队形并在复杂环境中移动,是一个极具挑战性的问题。基于虚拟力原理分析了群机器人网格队形分布和移动控制方法,制定了详细的系统性能评价指标（稳定时间、碰撞次数、连接数、簇数等参数）,研究了网格队形在复杂环境中的移动以及不同虚拟力对移动的影响。通过在复杂障碍物环境中的仿真,显示出该方法可以鲁棒、有效地完成网格分布和移动任务。指出了今后的研究方向。     

基于声纳融合的障碍环境编队控制实现

传统的编队方法在进行避障时会发生队形改变,不能满足联合搬运等对队形精度要求高的应用场合。针对该问题,提出一种将整个编队看作一个虚拟个体的运动规划策略。理论分析和实验结果表明,该方法可以有效消除避障过程中的轨迹抖动,提高队形保持的精度,解决避障与队形保持之间的矛盾。     

群组动画中的队形约束与控制方法

针对影视制作中对大规模虚拟群体运动控制的需求,提出一种基于队形约束的群体运动编辑与控制方法.首先利用贪心算法构建从初始队形到目标队形中个体位置的配对关系;然后对其进行优化,在保持个体相对位置的同时尽可能减少路线交叉;最后通过匹配虚拟角色的运动来合成流畅、逼真的群组动画.采用文中方法用户只需输入群体规模以及群体队形轮廓,即可实现对群体运动的编辑与控制.实验结果表明,该方法能够对不同规模、不同队形间的群体运动实现有效控制,从而提高群组动画制作的效率.     

一类非完整移动机器人编队控制方法

针对大部分两轮非完整移动机器人轮轴中心与几何中心不重合的特点, 提出一种多机器人协调编队控制算法. 构造队形参数矩阵确定编队形状, 根据领航机器人和相关队形参数生成虚拟机器人, 把编队控制分解为跟随机器人对虚拟机器人的轨迹跟踪. 建立虚拟机器人与跟随机器人之间误差系统模型, 利用Lyapunov 理论设计相应控制器, 从而实现队形保持和变换. 应用microsoft robotics developer studio 4(MRDS4) 搭建3D 仿真平台, 设计3 组实验, 结果进一步验证了所提出方法的有效性.

     

基于行为的多机器人队形控制仿真研究

采用基于行为的控制方法,设计了多机器人队形控制的五个子行为:奔向目标、躲避障碍物、围绕障碍物、保持队形和随机扰动。在子行为设计中引入了阶梯控制区法,提高了队形控制的容错性。使用Teambots仿真平台对典型的直线队形控制进行了仿真。针对单向虚拟参照点法队形控制不稳定的情况,采用双向虚拟参考点法对控制方法进行改进,根据运行时间对改进的队形控制方法进行了评估,实验结果表明,改进的方法大幅提高了队形控制的稳定性与系统运行效率。     

基于虚拟结构法的多移动机器人分布式预测控制

研究多移动机器人协同编队控制问题,提出一种基于虚拟结构的分布式预测控制算法.与现有编队控制方法相比,基于虚拟结构的方法可以使移动团队更加稳定地保持期望编队队形运动,通过将变换矩阵与虚拟结构相结合可以改善编队结构的灵活性,从而有效拓展该方法的应用范围.最后将所提出控制算法与现有编队控制方法进行对比仿真,结果验证了其有效性.     

基于人工势场和模糊规则的多水下机器人队形控制方法

人工势场法是常用机器人队形控制方法之一,它的基本原理是将机器人看做质点,通过势场作用于质点的力来规划机器人的运动;基于人工势场的队形控制方法大都是针对这种质点模型提出的,不能直接应用于多水下机器人系统,由此,提出一种人工势场和模糊规则相结合的多水下机器人队形控制算法;首先定义一组势函数,然后根据水下机器人的运动特性,设计一个模糊控制器,将势场力映射为水下机器人的期望速度和航向角;以三个水下机器人组成三角形队形为例,进行了仿真实验;实验中,初始位置散乱的水下机器人较快地形成队形,并稳定地保持队形行进,证明了该算法的可行性和有效性。     

基于虚拟领航者的船舶无源协调编队控制研究

随着海上任务越来越复杂,许多作业过程要求多艘船舶相互协调. 本文结合了虚拟领航者协调策略和无源性理论控制方法的各自优势,提出了一种基于虚拟领航者的无源协调控制方法,来解决多艘船舶的协调路径跟踪问题.通过对虚拟领航者设计路径跟踪控制器,使其领导作业船舶按着指定的路 径进行协调作业,同时定义每艘船舶的队形参考点,应用无源性理论设计同步 控制器使所有船舶的参考点趋于一致,最终实现多艘船舶按一定的队形进行协调路径跟踪.最后通过仿真实验验证了所提算法的有效性.     

基于行为的机器人部队队形控制方案

提出了一种适用于实时动态环境下机器人力队的基于行为的分布式实时队形控制算法。研究了这种基于行为的方案在遇到大体积障碍物时行为,仿真过程表明该法既能使机器人动态分组、各自规划,又能机器人部队作为一个整体维持队形。该算法可使机器人形成和保持任意队形,同时集成了避障和导航的能力。最后指出了算法在控制机器人团队转向或避障运动时的问题出现的原因以及改进方法。     

一种虚拟手术二维力觉交互装置的力学模型

对力交互装置在虚拟手术巾有着广泛的应用,作为基础研究,提出一种二维力觉交互装置的反馈力模型,通过模拟虚拟器械与肌肉组织和骨骼碰撞时的受力情况,验证模型的合理性。首先,根据人体组织的生物力学性能,参照Kamopp模型和胡克定律提出了系统的反馈力模型;然后针对系统的性能指标,通过对肌肉和骨骼两种组织的碰撞实验,验证了设备在虚拟手术过程中反馈力实现效果。仿真结果显示,反馈力方法能较准确地仿真力的变化,准确地感知骨骼的位置,对于虚拟手术系统的实用性具有重要意义。     

基于虚拟力引导的人机协同目标抓取方法

针对力反馈遥操作中传统人工势场法无法适应于机械臂整体的避障以及在作业过程中操作者难以控制机械臂到达所需位姿的问题,提出了一种基于虚拟力引导的人机协同目标抓取方法。力反馈设备向操作者提供力觉交互。通过结合人工势场法和虚拟夹具,构建管道形虚拟力场,生成实时虚拟力引导,实现协助操作者完成从端机器人的整体避障任务并在完成避障后引导机器人返回预定义路径并趋近目标点。当进行抓取任务时,构建锥形虚拟力场,实现协助操作者操作机械臂到达目标位置和姿态。此外,提出了一种机器人运动限制方法以降低操作者的操作失误对抓取任务的影响。实验证明,该方法能有效提高目标抓取操作的成功率和操作效率。     

面向人机工程学测试的虚拟手仿真模型

以人机工程学测试为目标提出虚拟手仿真模型,建立虚拟手运动学模型。提出一种曲线拟合的校准方法,以获取精确的数据,更好地控制虚拟手的运动。建立弹簧模型计算手与被抓取物体之间的受力,以视觉渲染的形式将其反馈给用户。实验结果表明,虚拟手可自然地抓取三维虚拟物体,视觉反馈的使用可免于购买昂贵的力反馈设备。     

Neural adaptive PID formation control of car-like mobile robots without velocity measurements

A virtual leader–follower formation control of a group of car-like mobile robots is addressed in this paper. First, the kinematic and dynamic models of car-like robots are transformed into a second-order leader–follower formation model which inherits all structural properties of the robot dynamic model. Then, a new observer-based proportional–integral-derivative formation controller is proposed to force that all robots construct a desired formation with respect to a predefined virtual leader. To improve the formation tracking and observation performance, the integral action is incorporated into the design of the observer–controller scheme. Adaptive robust and neural network techniques are also employed to compensate uncertain parameters, unmodeled dynamics, and external disturbances. Lyapunov’s direct method is utilized to show that the formation tracking and observation errors are semi-globally uniformly ultimately bounded. Then, the proposed controller is extended to the leader–follower formation of a team of tractor–trailer systems. Finally, simulation results illustrate the efficiency of the proposed controller.     

基于机器人力控制表面跟踪的遥控焊接虚拟环境标定

提出了基于机器人力控制表面跟踪的遥控焊接虚拟环境标定方法．采用基于力觉传感器坐标系横切面轮廓线的力控制策略对工件表面进行跟踪,并精确测量接触点的空间位置．通过椭圆跟踪轨迹直接最小二乘拟合算法和T形管工件标定算法,解决了T形管工件的虚拟环境标定问题．实验结果表明,该方法可以实现高精度的虚拟环境标定,虚拟环境模型精度能够满足以被动柔顺方式完成遥控焊接接触任务的需要．     

面向通信负载均衡的轨迹优化技术研究

应急救灾场景下,无人机可以作为应急通信设备搭建应急通信网络;在多无人机构建的应急通信系统中,无人机的负载情况会影响地面用户的通信质量;面向通信负载均衡,对多无人机通信系统中无人机的轨迹优化技术进行了研究;提出了无人机轨迹优化模型,分别设计了基于用户位置和基于无人机负载的虚拟力场计算公式;以虚拟力场为依据,提出了无人机轨迹控制方法,给出了详细无人机运动控制流程;仿真实验验证了算法在无人机轨迹优化的有效性,平衡了无人机之间的用户负载,提高了用户的通信吞吐量.     

集成几何约束与物性仿真技术的虚拟装配

针对传统装配定位导航中零部件位姿的突变问题,利用线性插值与四元数球形插值 的方法,求解零部件约束定位变换过程的渐变运动;同时利用导纳式力觉交互控制模式,解决了 约束定位变换后的控制信号分离问题;在装配运动导航阶段,将约束几何元素具象化为力觉约束 模型,以满足虚拟装配对力觉反馈的需求。针对虚拟装配对物性仿真的需求,将开源物理引擎 Bullet 集成到仿真系统中,提出几何约束与物性仿真技术相结合的装配流程,最后在自主研发的 虚拟装配原型系统中进行了应用实例验证。     

一种基于非线性弹簧模型的虚拟手交互新方法

基于虚拟手的交互技术在人机交互和人机工程学测试等应用中发挥着重要的作用。为了实现直观自然、实时准确、接近真实世界中的虚拟手与虚拟物体的交互,并计算出反馈作用力,首先提出了用非线性弹簧模型计算抓取作用力,使虚拟手和虚拟环境之间实现了基于物理的交互;然后将计算结果以视觉渲染的形式反馈给用户,并对仿真的速率做了定量分析,以便使仿真速率可以达到屏幕刷新频率和力反馈刷新频率的要求。实验结果表明,虚拟手不仅可以直观自然地抓取3维虚拟物体,而且和3维物体之间能够进行实时交互,同时可计算出反馈作用力。     

骨骼服虚拟力控制方法研究

针对骨骼服运动中控制指令信息难以获取这一问题,提出了一种利用安装在操作者和骨骼服之间的多 维力／力矩传感器来估计骨骼服参考轨迹的方法．为了控制骨骼服跟随操作者的运动,并保持人机之间的作用力最 小,以达到辅助承重的目的,提出了一种虚拟力控制策略．该方法首先利用力／力矩传感器的测量信息构建骨骼服在 关节空间的关节控制力矩,然后产生控制骨骼服在操作空间运动的虚拟力,从而控制骨骼服在操作空间的轨迹跟随 操作者的运动．证明了其稳定性,并给出了仿真结果．仿真结果表明,所设计的控制器能实现骨骼服对人体运动的 跟踪,并有效降低人机之间的作用力．