基于Mobile-Android小型移动机器人平台控制系统

针对目前小型移动机器人控制系统存在的设计成本高、平台搭建困难、过度依赖网络的问题,将软件设计模式中的MVC模式应用于移动机器人控制系统设计,同时,在Android平台和Arduino控制板上使用Java、C语言进行了实验。提出了基于Android移动计算平台、结合蓝牙通信和无线局域网（WiFi）通信的小型智能移动机器人平台Mobile-Android。详细地描述了该平台的系统结构、控制软件,包括GUl界面模块、运动控制模块、命令配置模块、上位机与下位机通信协议等的设计与实现。在原型系统上初步的测试结果表明,该智能移动平台方案既能够实现智能移动机器人系统硬件平台的快速搭建,又能够充分发挥移动机器人的运动特性与智能手机的强大信息处理能力和控制能力;结合两者长处,获得了一个完整的智能移动机器人系统。     

移动机器人控制系统的设计

对移动机器人的控制系统进行设计,利用LabVIEW编写程序,并对整个程序进行整合及优化。采用myRIO作为移动机器人的控制器,使其能够完成物体的夹持、全向移动和颜色的识别等功能。     

可爬楼梯的移动机器人研究

机器人的发展日新月异,其应用越来越广泛,几乎渗透到所有领域。移动机器人是机器人学中的一个重要分支。论述了移动机器人的发展现状,对可爬楼梯的移动机器人进行了分析研究,得出机器人能够爬越楼梯时楼梯参数必须满足的条件。最后对地面移动机器人在楼梯上的力学性能进行了分析。     

电子部科学技术进步奖专栏

机器人行动规划理论及其控制技术 (1993年度一等奖) 机器人行动规划理论及其控制技术项目是研究智能移动机器人的智能技术,为未来的智能机器人提供关键技术,如规划、决策和体系结构,视觉处理和环境建模,自动驾驶和导航技术,人机交互技术。并把上述技术先后分别集成在THMR-Ⅰ和THMR-Ⅱ移动机器人上,移动机器人具有执行规划结果、进行视觉导航、超声导航、躲避障碍、跟踪目标和无碰撞搜索目标等功能。同时还带有临场人机交互功能。移动机器人最大车     

基于Multi-agent的曲轴随动磨削参数智能决策系统

为了实现曲轴随动磨削参数的智能选取及优化,采用多Agent技术构建了参数智能决策系统。分别设计了CBR决策Agent、RBR决策Agent、MBR决策Agent、FR决策Agent及相应功能Agent,这四种推理决策Agent的组合能够互相取长补短,避免仅采用某一技术带来的局限。并且建立了曲轴随动磨削参数的范例库、模型库、规则库和方法库以及各库管理系统。针对曲轴随动磨削参数决策特点,制定统一的协调控制策略,并利用黑板解决各Agent间的通信问题,实现了决策Agent之间的有效协同。     

虚拟企业中数字车间与供应链系统的集成与协调

数字车间和供应链系统是虚拟企业的两个重要的功能组织。数字车间与供应链系统的信息集成和功能协调是虚拟企业能够高效运作的基础。Agent技术是构建大型、分布式系统的有效方法。本文研究了基于Agent技术的虚拟企业集成技术和协调机制。     

基于红外和超声波的机器人自主充电系统设计

充电电池是移动机器人的主要动力源,为了使机器人实现自我能源管理,自主充电是移动机器人必不可少的一种功能。目前,国内外机器人自主充电方式多种多样,但存在着传感器数量多、算法复杂和成本偏高等问题。为实现更简单、成本更低廉的自主充电功能,提出了基于红外回归反射和超声波测距的新型充电对准方法,给出了该方法的理论依据和算法流程,设计了相应的自主充电装置。样机测试结果表明,搭载有本套自主充电装置的移动机器人能够在4米范围内实现自主充电,证明了该套装置的有效性。     

基于Arduino的轮式移动机器人底盘设计

随着科技的飞速发展,机器人在我们的生产生活中越来越重要,其中轮式移动机器人在室内表现出色。提出了一种基于Arduino的轮式移动机器人底盘设计方案。主控芯片选用了esp8266,体积小、价格便宜、使用方便并且支持WiFi功能。底盘采用双轮驱动、差速转向的驱动方式,通过对电机的测速和PID控制算法实现闭环控制,能够及时修正偏差,避免偏离预设线路。底盘通过esp8266的WiFi功能使用rosserial协议与上位机ROS进行通信,为上层提供服务。底盘整体设计轻巧、价格低廉,为低成本的室内轮式移动机器人提供了一种底盘设计方案。     

移动机器人的离散迭代学习控制

移动机器人是一个集环境感知、动态决策与规划、运动控制与执行等多种功能于一体的综合自动化系统,对移动机器人的运动轨迹跟踪静、动态特性的要求也越来越高。迭代学习控制是一种能够有效地处理重复跟踪控制问题或抑制干扰性问题,提高系统性能的先进控制方法,能在给定的时间范围内实现未知对象实际运行轨迹以高精度跟踪给定期望轨迹,且不依赖精确数学模型。建立了移动机器人的运动模型,将迭代学习控制应用于具有重复运动性质的移动机器人,完成了迭代学习控制结构和控制率设计,通过仿真可见,该系统稳定收敛,能实现移动机器人良好的轨迹跟踪。     

联邦式协同多Agent快速设计框架研究

在研究模块化快速设计特点的基础上,提出用联邦式协同多Agent对复杂产品进行快速设计。在全局Agent联邦协调下各Agent联邦协同设计,实现从“用户—功能—功能元—元模块—模块—产品”的映射,完成快速设计的全过程。阐述了主要Agent联邦的功能、协作、通信和工作机制,构建了基于联邦式协同多Agent和工作组的快速设计框架。     

基于多代理系统的侦察机器人监控系统研制

针对半自主侦察机器人监控系统应该具有分布的智能、局部的自主能力和开放的系统构架的要求，建立了基于多代理机制的监控系统。系统主要分成感知代理、车体驱动代理、事务执行代理、操作员接口代理、数据管理代理等部分，这些代理又可以是由若干个代理协同工作的组合代理，代理之间采用控制驱动的协调方法。然后，分别介绍了感知代理、事务执行代理、人一机器人接口代理中主要代理的功能和实现方法。实验测试表明，系统满足侦察机器人的监控要求，具有很好的灵活性和扩展性。     

ESMAA驱动的多指机械手研究

由形状记忆合金构成的结构简单、控制灵活、功率密度大的电动机,在轻型机器人及小型化系统中具有独特的技术优势。然而,几乎所有现行结构中,致动元件和偏动元件都是分离的,驱动单元和执行单元也彼此独立,不但机构复杂,就是手指的张合动作也很不连贯,更无仿生柔顺性可言。因此,研制了新型内嵌式记忆合金驱动器。该驱动器由内嵌弯曲回复记忆合金丝的硅胶棒组成,通过温度循环方式稳定输出力和位移。建立了驱动器的变形理论,得出了驱动与控制的规律性结论。进一步利用多台驱动器研制了组合式柔性机械手,探讨了多指手的运动学问题。最后,完成了组合式三指柔性机械手爪抓取演示系统的设计制作和试验研究。     

套索驱动细长机器人的初步设计与试验

为了解决在地震后废墟内部搜救幸存者的问题,设计了一种细长柔软机器人.机器人采用了套索传动的方式,使机器人操作部分的尺寸和重量相对于其他搜救机器人大大减小.机器人由头部可操作部分和细长柔软身体组成,可运动的操作部分采用模块化的设计,可根据实际需要改变关节的数量.实验结果表明,机器人能初步完成搜救任务.     

电梯导轨垂直度检测机器人机构设计

针对传统电梯导轨垂直度检测方法误差大、检测器件分离、不利于一体化检测等不足,用一种全新的检测方法,设计了一款基于倾角检测的电梯导轨垂直度检测机器人。文中分析了新方法的检测原理,详细介绍了检测机器人的机构设计方案。经过验证,该检测方法效率高、检测精确,具有很好的实用价值。     

应用智能代理的移动机器人网络控制系统

针对互联网的传输特点,提出了机器人远程控制的可行性方案,构建了基于互联网的机器人的远程控制系统。通过对智能代理特点分析、功能及逻辑结构设计,建立了移动机器人网络智能代理系统。利用基于Java的J2EE组件技术实现了网络控制系统及与机器人控制系统的无缝对接。该网络控制系统适于不同的远程用户对机器人的进行控制,系统具有易用性、自主性和平台无关等特点。     

基于六维力传感器的机器人动力学参数辨识

采用基座布置六维力传感器的方式进行机器人动力学参数辨识。以递推牛顿-欧拉方程为基础建立机器人动力学模型，给出六维力传感器输出与机器人关节间动力学关系，分离待辨识动力学参数并确定其最小惯性参数集，最终建立基于基座六维力传感器的机器人辨识模型。为了进一步提高辨识精度，采用两层低通滤波算法推导出加速度替代公式和速度滤波算法，减少加速度和速度噪声的影响。最后，以六自由度协作机器人的前2个关节为对象，设计辨识实验，获得两关节的最小动力学参数集。通过结果逆向验算表明，基座布置六维力传感器方式能以较高的精度辨识出机器人动力学参数。     

自重构机器人硬件平台设计和突现控制算法研究

根据自重构系统的主要特点，设计了一种新型的同构阵列式模块化自重构机器人M—Cubes；基于多智能体分布式体系的控制结构，构造了多智能体的模块化自重构机器人实验平台，并给出了实验平台的设计策略、单智能体的结构设计、控制系统的硬件设计、单元模块的基本运动和机器人系统运动规划策略。利用Java3D开发了一个仿真环境，可以对控制算法进行测试评估。该试验平台的构建为进一步研究自重构机器人的控制变形算法提供了一个很好的测试平台。通过自重构机器人软硬件的评估，为进一步开发软硬件提供了一个参考度量。     

Automatic Method for Synchronizing Workpiece Frames in Twin-robot Nondestructive Testing System

The workpiece frames relative to each robot base frame should be known in advance for the proper operation of twin-robot nondestructive testing system. However, when two robots are separated from the w...     

Controlling a robot's position using neural networks

In order to fully utilise the power of robots in factories, robot process capability (RPC) must be considered and improved. To improve the RPC in on-line processing by applying robot learning, the counterpropagation network was modified in this research. With two layers, the counterpropagation network was modified to control a robot's gross and fine motions. For the first layer, the network serves as a sensor-signal generator to control the gross motion. For the second layer, the network serves as a fine motion adjuster. Also, each layer can be separated functionally. By controlling both the gross and the fine motions, the RPC can then be improved. The modified two-layer counterpropagation network control scheme was validated by computer simulation and physical implementation on a RS-2200 robot system.     

Modeling and motion control of mobile robot for lattice type welding

This paper presents a motion control method and its simulation results of a mobile robot for a lattice type welding. Its dynamic equation and motion control methods for welding speed and seam tracking are described. The motion control is realized in the view of keeping constant welding speed and precise target line even though the robot is driven for following straight line or curve. The mobile robot is modeled based on Lagrange equation under nonholonomic constraints and the model is represented in state space form. The motion control of the mobile robot is separated into three driving motions of straight locomotion, turning locomotion and torch slider control. For the torch slider control, the proportional-integral-derivative (PID) control method is used. For the straight locomotion, a concept of decoupling method between input and output is adopted and for the turning locomotion, the turning speed is controlled according to the angular velocity value at each point of the corner with range of 90° constrained to the welding speed. The proposed control methods are proved through simulation results and these results have proved that the mobile robot has enough ability to apply the lattice type welding line.