建筑机器人自主定位及行走轨迹规划方法

为优化机器人行走规划路径,开展建筑机器人自主定位及行走轨迹规划方法的设计研究。将建筑机器人的整个工作平面划分为数千个小区域,标定摄像机参数,进行建筑机器人空间坐标自主定位;将虚实耦合作为前提条件,利用BIM模型中各实体的位置信息,进行机器人行走导航地图的构建;引进Unty3D建模工具,使用Solidworks软件,构建机器人实验操作平台,将模型导入Unty3D的物理引擎中,生成建筑机器人运动学规范模型;引进A*算法,进行机器人运动空间全局路径的寻优,以此实现对机器人行走轨迹的规划。实验结果表明：设计方法可以在确保规划路线躲避空间中所有障碍物的基础上,保证规划的路线为最短路线。     

双足机器人上楼梯步态的规划与控制

研究双足机器人上楼路径优化技术,为了让双足机器人实现稳定的上楼梯的行走,应规划双足机器人的上楼梯的步态.为解决对步态进行合理规划与稳定控制问题,提出用几何约束法,用摆线拟合踝关节运动轨迹,设计模糊控制器,对踝关节的滚转角度进行调整,使ZMP位置靠近支撑区域中心,保证了机器人的稳定行走;最后在ADAMS软件中建立了双足机器人的虚拟样机,并通过与Matlab的联合仿真,实现了双足机器人上楼梯的稳定行走仿真.仿真结果验证了上楼梯步态与模糊控制器的有效性,为系统设计提供了保证.     

面向任务的机器人语言的实现

本文提出的面向任务的机器人语言是为移动机器人提供的一种编程工具。利用环境描述语言和其他灵活的人机对话方式建立环境模型;根据各种不同的性能指标,规划出最佳路径;根据安全等因素自动规划出最佳路径上的行走参数;对来自传感器的信息进行处理,以确定机器人实际位置及障碍情况;引导机器人沿规划好的路径行走,纠正偏差或重新选择避障路径。     

一种竞赛用机器人的设计与实现

为提高机器人在准确分拣前提下快速完成搬运任务的能力,对传统自动分拣搬运机器人从策略选择、硬件组成和外观结构进行了全新的设计,提出了一种竞赛用自动分拣搬运机器人的设计与实现方法。针对竞赛要求采用全新设计的非航行推测算法;硬件模块化设计,核心控制器采用了国内少见的双核形式,并采用多种传感器来满足竞赛要求;通过避障与路径选择的仿真调试,确定了机器人的外观结构及竞赛路径。实践检验了设计的有效性和先进性,研究结果对于提高竞赛用机器人的性能具有一定的参考价值。     

机器人PID控制算法研究与实现

文中描述了如何使用PID控制器实现对巡线机器人的行走控制。针对依靠双轮直流电机驱动的机器人平台,依靠引导线进行行走的特点,设计了基于PID控制器的行走驱动算法,实现对机器人行走的控制。在算法中对比、整合PID控制器中三个参数,使其在控制过程中协调发挥作用,实现在离散状态下机器人行走巡线的精确控制。该算法多次应用在全国职业技能大赛机器人应用项目中,通过实践表明该算法具有适应性强、控制精度高、调整误差小的优点。     

基于ADAMS的双足机器人建模与仿真

为了提高双足机器人的设计效率,可以通过虚拟样机技术对其进行设计与仿真。针对机器人设计双足行走步态,首先以实际的物理样机为原型,建立双足机器人的七连杆模型,并用解析法求得机器人的逆运动学模型;然后在ADAMS软件中建立参数化的虚拟样机模型,在Matlab软件中规划双足机器人在平地上的完整行走步态;最后将规划的步态导入ADAMS中,在虚拟样机上实现了双足机器人的行走仿真。仿真结果与规划的行走步态基本一致,验证了虚拟样机的有效性,从而为双足机器人的设计与步态规划提供了一种新的方法和可靠依据。     

小型双足步行机器人的步态规划

为了解决双足步行机器人的步态控制,实现机器人稳定步行.为加强机器人的行走稳定性和优化步态过程,通过构造机器人行走过程中应满足的约束条件,规划机器人行走时的基本姿态及重心轨迹.根据规划的行走姿态及轨迹建立运动学方程,求解方程得到机器人各关节的运动轨迹.通过Matlab软件进行对运动轨迹模型的仿真,仿真得到的结果与设想的结果一致,证明步行得到平滑的关节轨迹是平稳的,并验证了方法的可行性.     

基于机器视觉的双足机器人寻迹系统设计

双足行走机器人的步态规划、步态交换稳定性控制和行走轨迹识别是其研究重点,机器人控制系统设计的合理性直接决定机器人本体的最终行走性能。同时,合理设计双足机器人的运动机械结构,降低了运动控制难度。双足机器人寻迹系统的步行运动,需要多个关节的协同控制,来保证重心的稳定性,这对双足机器人寻迹系统的硬件尺寸和关节质量有一定的限制。在特定场景中对机器人的寻迹是一个复杂的系统,包括视觉采集、图像预处理、导航线提取、路径规划、机器人控制等算法。因此,本文讨论了基于机器视觉的双足机器人寻迹系统的设计,并对系统设计进行了探讨和分析,以确定机器人各部分都能得到灵活处理。     

双臂并联煤矸石分拣机器人及其轨迹规划研究

目前的煤矸石自动分拣系统大多采用串联机械臂,只能分拣出粒度较小的矸石,且分拣速度较慢,分拣效果不理想。针对该问题,设计了一种双臂并联煤矸石分拣机器人。该机器人采用推动而非抓取的分拣方式,能够针对粒度为300～600mm的矸石进行分拣,且大大降低了机械臂的力矩需求,提高了分拣速度。为了避免频繁启停给电动机造成刚性冲击,延长电动机使用寿命,在关节空间下分别采用抛物线过渡的插值函数、三次多项式及五次多项式插值函数进行轨迹规划,仿真和对比分析结果表明,采用五次多项式插值函数进行轨迹规划时,角加速度曲线过渡平滑,不仅能满足机器人轨迹起始点和终止点的角度、角速度约束,还能满足其角加速度约束,使分拣机器人的运动轨迹更加平稳。实验结果表明:对于粒度为300～600mm的煤矸石,双臂并联煤矸石分拣机器人矸石识别率和分拣率分别为91.14%和86.29%,分拣准确率和稳定性较高;完成单次完整的分拣动作只需1.2s,与人工分拣相比大大缩短了分拣周期;通过在关节空间的轨迹规划,降低了分拣过程中电动机受到的刚性冲击,可保证机器人长时间稳定工作。     

基于粒子群并行优化的煤矿井下机器人路径规划

路径规划是煤矿井下搜救探测机器人自主导航的关键步骤,矿井是三维的非机构化的环境,机器人行走过程应该具有高度智能的路径规划,传统的自适应能力与处理非线性的问题能力较差,路径规划误差较大,提出基于粒子群并行优化的煤矿井下机器人路径规划方法,充分考虑井下的环境高低变化,采用栅格法对环境建模,将粒子群独立分布在不同容器中分别进行路径建模,不同容器中粒子分别进行优化操作;因为速度和最优子群被分别保留,在机器人路径规划实验阶段,路径规划的时间较传统方法降低20%,避障成功率高达95%,最优路径的出现概率能保持在99%,这种方法具有很强的指导性与实用价值。     

教学型双足步行机器人的结构及其控制电路设计

教学型双足机器人的研究制作是桌上型的重量很轻的作实验用的小型双足步行机器人。研究舵机的驱动控制方法、框架的设计以及制作能通过伺服电机控制运动的一种经济型的双足步行机器人。用单片机与CPLD控制伺服电机,通过预先给定机器人各个部位的运动轨迹,运算确定好各关节的旋转角度及控制系统的控制算法,以实现机器人的实际行走过程。     

基于几何法的移动机器人路径规划

旨在解决动态环境中移动机器人与障碍物发生碰撞可能性的判断和避开障碍的路径规划。提出了采用几何计算的方法判断机器人和障碍物之间发生碰撞的条件,规划出机器人沿着收敛曲线运动到安全圆周,在安全圆周上作动态圆周运动,最后沿着圆弧退出圆周到达预定的避障路径。将基本的避开障碍的理论和几何算法有机地结合起来,获得了光滑的路径,提高了机器人避开障碍的效率。     

蚁群算法在机器人路径规划中的应用研究

针对传统机器人路径规划方法无法保证寻找全局最优路径的问题,本文提出了一种基于蚁群算法求解机器人路径规划的方法.在此基础上构建了移动机器人路径规划模型,并通过Visual C 6.0进行仿真.结果表明该算法能够在动态和静态环境中迅速找到机器人的最优路径,与基于遗传算法的路径规划方法相比具有较大的优势.     

路网约束下异构机器人系统路径规划方法

由无人机(Unmanned aerial vehicles, UAV)和地面移动机器人组成的异构机器人系统在协作执行任务时,可以充分发挥两类机器人各自的优势.无人机运动灵活,但通常续航能力有限;地面机器人载荷多,适合作为无人机的着陆平台和移动补给站,但运动受路网约束.本文研究这类异构机器人系统协作路径规划问题.为了降低完成任务的时间代价,提出一种由蚁群算法(Ant colony optimization, ACO)和遗传算法(Genetic algorithm, GA)相结合的两步法对地面机器人和无人机的路线进行解耦,同时规划地面机器人和无人机的路线.第1步使用蚁群算法为地面机器人搜索可行路线.第2步对无人机的最优路径建模,采用遗传算法求解并将无人机路径长度返回至第1步中,用于更新路网的信息素参数,从而实现异构协作系统路径的整体优化.另外,为了进一步降低无人机的飞行时间代价,研究了无人机在其续航能力内连续完成多任务的协作路径规划问题.最后,通过大量仿真实验验证了所提方法的有效性.     

基于局部探测信息的机器人滚动路径规划

用基于滚动窗口的路径规划方法研究了全局环境未知时的机器人路径规划问题.该法 充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理 结合.文中分析了不同凸障碍环境下滚动路径规划子目标选择策略,并且还探讨了规划算法的可 达性.     

一种改进PSO的室内机器人路径规划方法

针对室内空间局限性造成的移动机器人路径规划难度提升问题,文章分析了机器人室内移动中转弯、启停等运动特征,为获得最优规划路径引入了粒子群算法(particle swarm optimization, PSO),同时为改善经典算法中收敛度低,易早熟等问题,首先使用收敛因子、线性递减、非线性凹函数、随机分布方式等对PSO惯性权重的选取进行了讨论,并结合三次样条插值方法、选取罚函数作为适应度函数等对PSO进行了算法改进,最后,以实验室作为室内环境背景进行了仿真实验,并与经典的PSO路径规划方法进行了对比,实验结果表明,文章中改进的PSO路径规划方法精度高于经典PSO方法5%,平均寻优时间比经典PSO的少5s左右,能够有效的提高规划路径的平滑度,对于室内环境中机器人路径规划具有良好的实时性和有效性。     

移动机器人运动路径的搜索策略

针对移动机器人运动路径全局最优问题,采用基于模型的搜索策略实现了最短路径的快速搜索。具体方法是利用Hough变换提取立体障碍物的边缘信息,映射到二维平面上,建立移动机器人运行环境的栅格地图;采用目标距离信息对自由栅格赋值来简化栅格地图状态空间的建立和搜索策略的制定;采用路径链表在栅格地图的状态空间中执行相对最短路径搜索。路径搜索策略不需要执行复杂的运算,并且在完备性、时间复杂性、空间复杂性和最优化方面都达到了满意的效果。     

面向全方位双足步行跟随的路径规划

双足步行机器人的足迹规划方法难以满足快速步行条件下的计算效率要求, 并存在步幅变化时运动失稳的风险, 2D环境下点机器人栅格规划则难于生成针对双足步行的高效路径.本文提出针对各向异性特征全方位步行机器人的一种路径规划策略, 将状态网格图方法拓展到全方位移动机器人领域, 基于三项基本假设及基元类型划分给出了系统的运动基元枚举及选择方法, 借助实时修正的增量式AD*搜索算法实现仿人机器人在动态环境下的快速路径规划, 通过合理选择启发函数及状态转移代价, 生成了平滑高效的路径, 为后续足迹生成的动力学优化提供了基础.计算机仿真证实了方法对各类环境的适应性, Robocup避障竞速挑战赛的成功表现证明了方法对于机器人样机部署的可行性及其提高步行效率的潜力.     

人工免疫算法在机器人路径规划中的应用

人工免疫算法是一种新兴的优化方法,在计算、控制等各方面都已得到应用.将免疫算法应用于移动机器人路径规划,提出一种任意多边形障碍物复杂布局环境下的机器人路径规划的人工免疫算法,仿真证明该算法可以准确地找到全局最优路径,而且能够适应各种复杂的环境.     

基于DTC-MOPSO算法的焊接机器人路径规划

点焊机器人在汽车白车身焊接中的应用大大提高了企业的生产效率,本文从焊接路径长度和能量两方面进行焊接机器人多目标路径规划．为了很好地解决这个问题,本文对一种新型多目标粒子群算法（三态协调搜索多目标粒子群优化算法）进行改进,得到适合于求解离散多目标优化问题的离散化三态协调搜索多目标粒子群算法（DTC-MOPSO）．通过和两个经典的优化算法比较,DTC-MOPSO算法在分散性和收敛性方面都有很好的优化性能．最后运用Matlab机器人工具箱对机器人的运动学、逆运动学以及逆动力学进行分析以求解机器人的路径长度和能耗,并将改进的算法应用于焊接机器人路径规划中,结果显示规划后的路径明显优于另外两种算法.