移动机器人的定位算法

通过对移动机器人在未知环境中的运动分析，结合多传感器信息，提供一种新的移动机器人在未知环境中的定位算法。该算法可根据移动机器人的运动，不断更新其位置状态，并能对下一步位置状态进行预估计，然后根据实测传感器信息对预估值进行修正，获得实际位置状态。     

未知环境中基于强化学习的移动机器人路径规划

为解决未知环境中移动机器人的自适应路径规划问题,提出了一种基于Q学习算法的自主学习方法。首先设计了未知环境中基于传感器信息的移动机器人自主路径规划的学习框架,并建立了学习算法中各要素的数学模型;然后利用模糊逻辑方法解决了连续状态空间的泛化问题,有效地降低了Q值表的维数,加快了算法的学习速度;最后在不同障碍环境中对基于Q学习算法的自主学习方法进行了仿真实验,仿真实验中移动机器人通过自主学习较好地完成了自适应路径规划。研究结果证明了该自主学习方法的有效性。     

未知环境下的变形移动机器人路径规划

为提高移动机器人在未知环境下的避障能力及导航能力,提出了基于变形以及模糊算法的路径规划方法。变形移动机器人利用超声波传感器对静态未知环境进行检测,得到障碍物以及目标的位置信息,采取适当的变形措施以及在模糊控制的基础上调整自己的运动方向,最终实现避障和最优路径规划。仿真及实物实验结果表明,此方法能使变形机器人与环境实现交互调整,能使机器人通过变形以及避障结合的方式实现有效避障,提高了路径规划的优良性。     

基于多传感器信息融合的移动机器人路径规划

移动机器人是机器人技术的一个重要领域，是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。动态未知环境下的移动机器人路径规划必须基于多传感器信息融合来获得对环境的理解或映射。本文就国内外移动机器人发展现状、多传感器数据信息融合方法及移动机器人路径规划进行了概述。     

基于改进Voronoi图的移动机器人在线路径规划

针对移动机器人在部分环境信息已知下的路径规划问题,运用Voronoi图理论及动态路径最优算法(D*算法)理论,研究了一种基于传感器信息的移动机器人在线路径规划的方法.该方法利用现有的已知环境信息离线生成路图,并根据起点与终点的位置规划出一条无碰撞的全局最优路径,然后移动机器人沿着最优路径前进,安装在机器人上的传感器不断地探测环境新信息以在线完成路图的重构及路径的重规划,实时搜索一条全局最优路径.最后,通过在自制的小车平台上的实验证明方法的可行性.     

一种基于磁钉和惯导系统的机器人导航控制算法

智能移动机器人能够通过传感器感知环境和自身状态。针对移动机器人变电站巡检的需求,提出了一种基于磁传感器、低精度惯导系统、编码器的机器人导航控制方法。为了校准惯导系统和编码器的积累误差,并标记机器人移动路径,在路径上每隔一段距离设置一个磁钉。在两个磁钉之间根据惯导系统提供的航向控制机器人直行。在磁钉位置,机器人根据磁钉信息校准惯导航向误差及机器人位置误差,并调整机器人航向。该算法所用传感器成本较低,算法简单易行,在工程上易于实现,提高了变电站巡检机器人导航的实时性和定位精度。     

基于触须传感器的移动机器人系统设计

设计了以PIC16F877为控制芯片、触须传感器为感知元件的移动机器人。利用仿生触须感知外部未知环境获得相关环境信息,再通过路径规划做出决策,实现移动机器人自主导航运动。另外,借助无线通信将机器人的运动参数和采样信号传送至PC机,完成对移动机器人的采样监测和控制分析。最后,进行了远程操控和自主避障实验。     

基于自主视觉足球机器人路径规划的研究

根据自主视觉的足球机器人路径规划的特点，对其在未知动态环境下的路径规划进行了研究，对足球机器人全局定位的信息融合方法、在信息不完全或不确定的情况下对移动机器人的局部路径规划方法进行了探讨，提出了一种利用不确定的位置信息对机器人和目标进行全局定位的位置规划方法。实验证明该方法使机器人的路径规划具有更大的灵活性、快速性，使机器人控制系统具有更好的鲁棒性。     

基于感知-行为的移动机器人全区域覆盖路径规划

针对未知环境信息下的移动机器人全局区域覆盖路径规划问题,提出了一种基于感知-行为的路径规划方法。根据移动机器人实时感知的传感器信息,建立机器人全区域覆盖的行为执行表,在机器人全区域覆盖过程中,通过这种感知与行为的关联能够实时有效地驱动机器人实现路径规划。模拟与仿真的结果证明了算法的简单性和实用性。     

粒子群优化算法融合行为动力学的路径规划方法研究

针对未知环境下采用竞争行为动力学协调方法进行移动机器人路径规划时存在机器人运动速度参数确定困难,并且在各基本行为竞争时容易产生行为参数振荡现象而导致规划出来的路径不优化等问题,提出了基于粒子群优化算法融合行为动力学进行路径规划的方法。该方法在行为动力学模型的基础上利用粒子群优化算法(Particle swarm optimization,PSO)对路径规划过程中的基本行为进行融合,代替了竞争行为动力学的行为参数协调,从而使移动机器人能够根据传感器采集的实时环境信息自动获取各个基本行为的权值。通过把该方法与基于竞争动力学行为协调方法的机器人路径规划进行了仿真对比实验,实验结果验证了该方法的可行性和优越性。     

轮式移动机器人路径跟踪控制方法研究

针对轮式移动机器人的路径跟踪问题,提出了一种基于动态预瞄的移动机器人路径跟踪控制方法。根据差速轮式移动机器人运动学模型和实时位置信息,建立路径跟踪偏差模型,并采用构建虚拟运动路径的方式设计移动机器人路径跟踪控制方法,结合路径跟踪偏差模型,实时调整移动机器人的运动状态,不断缩小运动过程中的偏差,最终实现路径跟踪。实验结果表明,所设计的移动机器人路径跟踪控制方法能够实现高精度的路径跟踪控制,同时具有良好的可靠性,平稳性。     

Autonomous mobile robot navigation system designed in dynamic environment based on transferable belief model

This paper investigates the possibility of using transferable belief model (TBM) as a promising alternative for the problem of path planning of nonholonomic mobile robot equipped with ultrasonic sensors in an unknown dynamic environment, where the workspace is cluttered with static obstacles and moving obstacles. The concept of the transferable belief model is introduced and used to design a fusion of ultrasonic sensor data. A new strategy for path planning of mobile robot is proposed based on transferable belief model. The robot’s path is controlled using proposed navigation strategy that depends on navigation parameters which is modified by TBM pignistic belief value. These parameters are tuned in real time to adjust the path of the robot. A major advantage of the proposed method is that, with detection of the robot’s trapped state by ultrasonic sensor, the navigation law can determine which obstacle is dynamic or static without any previous knowledge, and then select the relevant obstacles for corresponding robot avoidance motion. Simulation is used to illustrate collision detection and path planning.     

Corridor navigation of the mobile robot using image based control

In this paper, the wall following navigation algorithm of the mobile robot using a mono vision system is described. The key points of the mobile robot navigation system are effective acquisition of the environmental information and fast recognition of the robot position. Also, from this information, the mobile robot should be appropriately controlled to follow a desired path. For the recognition of the relative position and orientation of the robot to the wall, the features of the corridor structure are extracted using the mono vision system, then the relative position, the offset distance and steering angle of the robot from the wall, is derived for a simple corridor geometry. For the alleviation of the computation burden of the image processing, the Kalman filter is used to reduce search region in the image space for line detection. Next, the robot is controlled by this information to follow the desired path. The wall following control scheme by the PD control scheme is composed of two control parts, the approaching control and the orientation control, and each control is performed by steering and forward-driving motion of the robot. To verify the effectiveness of the proposed algorithm, the real time navigation experiments are performed. Through the result of the experiments, the effectiveness and flexibility of the suggested algorithm are verified in comparison with a pure encoder-guided mobile robot navigation system.     

基于贝塞尔曲线的机器人非时间轨迹跟踪方法

在复杂环境的轨迹跟踪过程中,针对移动机器人不确定时延导致控制品质下降问题,提出基于五次贝塞尔(Quintic Bezier)曲线的移动机器人非时间参考轨迹跟踪控制方法。首先,利用Quintic Bezier曲线对规划路径点进行平滑,并根据连续约束进行优化,完成多段Quintic Bezier曲线的光顺拼接,获得平滑且连续的轨迹;而后以Quintic Bezier曲线参数u作为中间映射量,构建路径长度与轨迹坐标间的状态映射模型,设计移动机器人非时间运动参考量;在此基础上,根据移动机器人运动学模型,提出一种奇异点旋转映射技术,消除奇异点对轨迹跟踪控制品质的影响。实验结果说明,所用方法能提高规划路径的平滑性与连续性,增强移动机器人不确定时延跟踪控制的鲁棒性,避免了奇异点的影响。     

Distribution Performance Analysis and Experimental Research on the Port Plate Pairs of Low Speed High Torque Seawater Hydraulic Motor

When the mobile robot performs certain motion tasks in complex environment, wheel slipping inevitably occurs due to the wet or icy road and other reasons, thus directly influences the motion control accuracy. To address unknown wheel longitudinal slipping problem for mobile robot, a RBF neural network approach based on whole model approximation is presented. The real-time data acquisition of inertial measure unit (IMU), encoders and other sensors is employed to get the mobile robot’s position and orientation in the movement, which is applied to compensate the unknown bounds of the longitudinal slipping using the adaptive technique. Both the simulation and experimental results prove that the control scheme possesses good practical performance and realize the motion control with unknown longitudinal slipping.

     

Neural Network-Based Adaptive Motion Control for a Mobile Robot with Unknown Longitudinal Slipping

When the mobile robot performs certain motion tasks in complex environment, wheel slipping inevitably occurs due to the wet or icy road and other reasons, thus directly influences the motion control accuracy. To address unknown wheel longitudinal slipping problem for mobile robot, a RBF neural network approach based on whole model approximation is presented. The real-time data acquisition of inertial measure unit(IMU), encoders and other sensors is employed to get the mobile robot's position and orientation in the movement, which is applied to compensate the unknown bounds of the longitudinal slipping using the adaptive technique. Both the simulation and experimental results prove that the control scheme possesses good practical performance and realize the motion control with unknown longitudinal slipping.     

基于SimMechanics的轮式移动机器人轨迹仿真

轮式移动机器人因具有非完整约束的不可积分性,其控制与规划等问题变得相当困难与复杂.利用SimMechanics工具,通过对轮式移动机器人平面运动的分析,建立了轮式移动机器人的运动学模型,并对其运动进行了多次的仿真,得到其运动轨迹,通过与理论轨迹的对比,验证了运动模型的正确性.该模型还提供了参数输入的接口,能够根据实际的...     

一种足式移动机器人的混合视觉伺服控制方法

针对一种配有单目相机的足式移动机器人,提出一种基于图像单应性的混合视觉伺服方法,利用单应性矩阵中的元素构造状态变量估计估计机器人相对位姿,使机器人在缺乏深度信息的情况下可准确到达目标位姿。相较于轮式移动机器人,在足式机器人移动过程中,足式机构的间歇性运动直接影响机器人视觉反馈过程和伺服控制系统的准确性和稳定性。为解决这一问题,通过分析足式机构运动学并建立足式机器人移动速度与电机转速的映射关系,使控制器可以更准确地调整机器人运动速度。考虑到足式机构运动对视觉反馈环节的影响,提出一种改进型自适应中值滤波算法提高位姿估计精度。伺服环节设计了滑模控制器,并采用李雅普诺夫方法证明了控制系统的稳定性。最后,利用CoppeliaSim软件搭建足式移动机器人虚拟模型,通过仿真验证了所提出控制方案的可行性与有效性。