移动机器人搬运物料目标定位优化仿真

精确定位是移动机器人循迹跟踪的研究重点。针对移动机器人搬运物料过程中的定位问题,研究了一种基于模糊迭代学习的精确定位方法。采用电子罗盘和磁传感器组成"粗磁带定位"和"精确磁带定位"的循迹跟踪偏差定位系统,利用模糊迭代学习纠正不同转弯半径的路径偏差。通过六轮中驱差速式结构的移动机器人进行仿真,结果表明通过多次模糊迭代学习可以实现机器人精确定位和循迹跟踪,上述定位方法具有简单实用性。

基于动力系统模型的多旋翼性能估算方法

续航时间、最大载重量是设计多旋翼飞行器时需要考虑的关键性能指标。提出一种基于动力系统模型的多旋翼飞行器飞行性能估算方法,在分析螺旋桨、电机、电调和电池各部分模型的基础上,建立了多旋翼飞行器悬停状态下非线性系统模型,以动力系统各部分参数作为系统的输入,通过分析系统模型估算飞行器的续航时间、最大载重。利用实验室已有的四旋翼和八旋翼飞行器进行室内飞行试验,结果表明上述估算方法准确有效,可为旋翼飞行器的设计和任务选型提供参考。

基于遗传算法的行李码放机械臂轨迹优化

根据行李码放机械臂运动学与动力学约束,提出一种基于遗传算法的机械臂轨迹优化方法。优化方案以关节速度和加速度为约束条件,优化目标为时间最优或者关节加加速度最优,为提高算法收敛效率,用改进的遗传算法得到初始的种群,采用4-5多项式曲线对关节轨迹进行拟合,该方法对提高机械手臂的关节轨迹的平滑性有明显效果,最终实现关节加加速度和机械臂时间的最优的轨迹规划;模拟结果表明,该方法可以有效提高货码放稳定性与效率。