复杂地形六轮独立驱动与转向机器人轨迹跟踪与避障控制

为研究六轮移动机器人在复杂地形的运动控制方法,针对六轮独立驱动与转向机器人复杂地形轨迹跟踪问题,提出一种预测控制和动态补偿的控制方法。基于非完整约束的线性六轮移动机器人运动学模型,以模型预测控制算法为基础,引入比例-积分-微分补偿控制器,抑制动态滞后引起的跟踪误差,设计速度与转向角动态反馈补偿,以应对地形扰动对轨迹跟踪的影响。分析机器人运动过程中障碍物的避碰问题,设计可求解避障轨迹的避障规划器,通过轨迹跟踪系统对局部避障轨迹进行跟踪控制,实现机器人的轨迹跟踪和自动避碰。对轨迹跟踪算法和避障算法进行仿真实验。实验结果表明:在典型工况下,机器人可完成凹形斜坡、凸形斜坡和凹凸地形正弦型轨迹跟踪控制和静态与动态障碍物避碰,验证了新方法的有效性。

模块化机器人最优越野构型神经网络规划方法

轮式模块化机器人在满足人类对于无人自主任务需求时具有很多优势,机器人组合体构型在搬运物资、山地越障等方面更具有独特优势,为此提出一种多模块机器人构型优化规划方法。构建数字化地形表达,建立参数化地形辨识模型,运用遗传算法构建能耗与时间加权组合的最优构型,改变约束条件在不同地形下进行大量平行运行得到大量地形-最优构型参数结果对,将地形集合构建为输入集,将最优构型集合构建为输出集,训练借助神经网络技术快速得到面向任意地形的最佳组合体构型,使得组合体在面对三维复杂地形时实现高成功率、高可靠性越障运动,同时将能耗成本和时间成本降至最低。通过物理引擎平台仿真搭建仿真野外地形,对规划得到的构型进行通过性验证和性能测试,各构型均能完成地形跨越,同时验证规划算法的优化能力;搭建模块化机器人样机实物进行实验,以6×1刚性连接构型完成了2倍轴距宽沟壑的跨越。研究结果表明,所提方法能够高效地规划各类地形下满足通过性要求和时间能耗最优的组合体越障构型。

带有双球面摆和变绳长效应的桥式起重机轨迹规划

带有双球面摆和变绳长效应的桥式起重机具有多输入多输出以及欠驱动的动力学特性,目前仍缺乏有效的控制策略.在台车移动、桥架移动、负载升降同步作业过程中,吊钩和负载两级球面摆动特性更为复杂,各状态量之间的非线性耦合关系更强,桥式起重机的防摆控制更具挑战性.不仅如此,现有方法无法保证桥式起重机系统全状态量的暂态控制性能.为解决上述问题,提出一种基于多项式的优化轨迹规划方法.首先,在未进行近似简化的前提下,使用拉格朗日方法建立带有双球面摆和变绳长效应的7自由度(Seven degree-of-freedom,7-DOF)桥式起重机的精确动力学模型.在此基础上,构造一组包含各状态量的辅助信号,将施加在台车、桥架、绳长以及吊钩、负载摆动上的约束转化为对辅助信号的约束,从而将桥式起重机的轨迹规划问题转化为与辅助信号相关的时间优化问题,并使用二分法求解.该轨迹规划方法不仅缩短了吊运时间,而且确保了全状态量满足约束条件.最后,仿真结果证明了动力学模型的准确性和轨迹规划方法的有效性.

基于语音交互的四足机器人多模式控制实验设计

针对四足机器人全向运动控制、步态与行为切换、人员跟随、自主导航等多模式运动中的人机交互难题,设计了1套基于语音识别与指令解析的四足机器人交互控制系统。明确了四足机器人语音交互系统的硬件组成,并搭建了包含语音采集、识别、解析、播报一体的交互模块;基于SOFM网络设计了语音识别算法;基于ROS建立了语音模块与机器人运动控制模块的通信交互机制,实现了语音指令下达与机器人状态信息播报反馈。通过一系列四足机器人语音交互控制实验,验证了在动态场景下机器人的语音识别准确率高于85%,而在静态场景下则超过95%,保障了四足机器人不同运动模式的准确运动控制。

智能车辆的纵向运动控制

建立使用发动机中等复杂模型和非线性刹车模型的车辆纵向运动数学模型。使用基于模糊逻辑和遗传算法的复杂对象控制器自动设计方法设计刹车控制器,构造一种油门和刹车切换逻辑,再基于刹车控制器和切换逻辑使用自动设计方法设计油门控制器,共同构成纵向运动控制器(LMC)。仿真检验LMC在IV巡航控制和自适应巡航控制中的有效性,结果表明所设计的LMC完全可以满足IV纵向运动高精度、强鲁棒性和平顺性的要求。

移动机器人多超声波传感器信息融合方法

采用多超声波传感器来获取移动机器人的环境信息，并利用人工神经网络对获取的信息进行分析和融合，从而达到对被测物体影像比较准确的认识，试验表明效果良好，具有很好的使用价值。

移动机器人在线路径规划算法研究

主要讨论了不确定环境下移动机器人运动路径的在线规划算法。在此方法中 ,预定目标被定为吸引子 ,而障碍物被定为排斥子。这样 ,路径规划就转换为应用牛顿定理进行迭代计算。该算法简便 ,实时性强 ,能自动地适应工作环境中障碍物的位置变化和随机出现 ,使机器人准确避开障碍 ,安全到达目的地。实验结果表明 ,此算法效果良好。

移动机器人导航技术

在本篇论文中较为详细地介绍了自主式移动机器人导航所需的各种传感器、多传感器信息融合技术和导航方法等。并在实验室内，利用 Ａ Ｎ Ｎ 方法和扩展卡尔曼滤波器实现了机器人的自动避障和导航，效果良好。

PJR-2喷浆机器人的设计与实现

介绍了我国第一台煤矿机器人──PJR－2喷浆机器人。它是煤矿井下巷道的混凝土喷射专用设备，具有结构简单、操作方便、可靠性高等优点。经煤矿井下现场试验表明，它喷射均匀，回弹和粉尘大大减少，完全满足混凝土喷射工艺要求。

车辆纵向加速度自抗扰控制

使用自抗扰控制(active disturbance rejection control,ADRC)方法对车辆纵向加速度控制进行研究.首先给出以油门开度指令为控制量的发动机动态模型和车辆纵向动力学模型,对ADRC进行简要介绍;然后将模型变换为适于自抗扰控制的仿射系统,设计车辆纵向加速度ADRC控制器;最后在车辆和发动机参数摄动以及道路扰动的环境下进行仿真.结果表明,ADRC控制器能够使车辆获得快速、平稳和高精度的加速度控制效果.

喷浆机器人容错控制系统设计

将容错技术和故障诊断技术引入喷浆机器人控制系统中，采用不同的冗余配置方式设计了协调级计算机系统和控制级计算机系统，使整个系统的可靠性大大提高。

最佳电液位置伺服系统的设计

本文介绍了利用环路法和压力反馈实现最佳电液位置伺服系统的方法。这种设计方法具有快速、准确、简便、灵活的特点，用它所设计的系统不但具有更好的性能指标，而且具有很强的抗干扰能力。

ITS智能车辆横向运动模式空间构造算法研究

针对ITS(intelligent transport system)智能车辆复杂的非线性结构和时变特性,提出了以空间代替时间建立IV(intelligent vehicle)横向运动模式空间的思想.通过改变车辆的各种参数,针对车体的数学模型采集车体在各种环境条件下的模拟运动控制信息.以模糊C均值算法(FCM)为基础,推导出车辆运动模式空间的构造算法.该构造算法能够客观地对测量数据进行有效聚类,聚类清晰,模式子空间划分清楚,从而为车辆运动模式空间的构造提供了一种理论依据.最后对样本数据的聚类和模式空间的构造算法进行了仿真,结果证明了算法的有效性和可行性.

不确定环境下移动机器人路径规划算法研究

该文对不确定环境下移动机器人路径算法进行了研究,并提出了一种新算法-基于两点法的模糊控制算法。首先利用两点法求出预设轨迹,然后把预设轨迹上的点作为移动机器人的阶段目标点,再利用模糊控制算法修正移动轨迹,进行路径规划。这样可以简化模糊控制规则的制定,减少模糊控制规则的数目,从而大大提高路径规划的速度。应用该方法进行了避障、道路跟踪等控制实验。实验表明,该算法具有很好的灵活性和鲁棒性。

现代科技革命与机器人的发展

通过介绍机器人的诞生、发展过程以及未来发展趋势,讨论了现代科技革命与机器人的相互影响,并进一步说明了机器人与科学技术革命有着密切的关系,符合科技革命关于生产实践需要的理论。机器人作为一种高技术,是不断发展和完善的,这种不断的发展和完善是通过科技革命的内在推动力来实现的。同时,机器人的发展和广泛应用,极大地推动着科学技术的发展和人类社会的进步。

基于神经元的参数自学习PID控制器

本文利用神经元的学习功能构成了参数自学习ＰＩＤ控制器，并给出了一种控制灵敏度的快速近似求取方法，实现了ＰＩＤ参数的在线自学习。这种控制器结构简单、可靠性高、适时性好。仿真结构表明，它具有较强的自适应性和鲁棒性。

基于JOGL的关节机器人仿真

JOGL是Java对OpenGLAPI绑定的开源项目,并设计为采用Java开发的应用程序提供3D图形硬件支持。利用JOGL提供的物体建模、平移、旋转等功能,提出灵活的机器人交互设计方案,实现了机器人系统的快速仿真。通过Applet实现了基于Browser/Server模式的系统开发,用户可以通过网络远程控制机器人的运动行为,克服了对机器人控制的空间限制,机器人运动模型可以严格按照数学模型构造,仿真具有较高的精确度。

双机容错系统的仲裁器设计

在本文中采用容错技术、数据安全比较技术为双计算机容错系统设计了一个仲裁器，此仲裁器具有运行可靠、准确性高的特点。

基于混沌控制的多目标不确定环境下移动机器人路径规划

针对多目标不确定环境下移动机器人路径规划算法复杂的问题,提出了一种新的规划算法———混沌控制算法.该算法利用混沌控制原理,根据检测到的目标位置信息,分别采用线性和非线性方法构造目标函数,然后通过牛顿定理,进行路径规划,求出规划节点.最后对算法进行了模拟仿真.仿真结果表明,构造的目标函数在每个目标点周围形成了收敛区域,机器人移向哪一个目标点,由它的初始状态所在的吸引域决定,不必再施加其它控制.这样减少了规划的计算量,提高了路径规划的速度和精度,为以后研究包含多障碍物的不确定环境下的路径规划奠定了基础.

模糊自调整PID控制器

本文根据模糊控制和常规PID控制的各自的特点,将这两种算法有机地结合在一起,相互取长补短,构成一种新型自适应控制器,并用单片微机组成。它具有在线修正PID参数的能力,使此控制器具有更大的适应性和更好的动态品质。