基于快速非支配排序的多机器人任务分配方法

为了提高智能仓储系统效率,并合理分配运输机器人负载,论文建立了多目标Multi-TSP的数学模型,提出了利用快速非支配排序和精英策略的遗传算法来解决多目标Multi-TSP任务分配问题的方案。并为了保证种群收敛性能,提出了一种带有精英库的种群重启策略,以增加种群收敛到较优Pareto解的概率,通过实验,得到了该策略能够在种群收敛时进一步向最优解靠近的结论,并与常规Multi-TSP算法和单函数多目标Multi-TSP算法进行比较,通过对多机器人系统总距离和最大偏差的对比,验证了该算法在多机器人系统任务分配中具有良好的均衡各机器人路径长度的能力。

动态环境下分布式异构多机器人避障方法研究

多机器人系统在联合搜救、智慧车间、智能交通等领域得到了日益广泛的应用。目前,多个机器人之间、机器人与动态环境之间的路径规划和导航避障仍需依赖精确的环境地图,给多机器人系统在非结构环境下的协调与协作带来了挑战。针对上述问题,本文提出了不依赖精确地图的分布式异构多机器人导航避障方法,建立了基于深度强化学习的多特征策略梯度优化算法,并考虑了人机协同环境下的社会范式,使分布式机器人能够通过与环境的试错交互,学习最优的导航避障策略;并在Gazebo仿真环境下进行了最优策略的训练学习,同时将模型移植到多个异构实体机器人上,将机器人控制信号解码,进行真实环境测试。实验结果表明:本文提出的多特征策略梯度优化算法能够通过自学习获得最优的导航避障策略,为分布式异构多机器人在动态环境下的应用提供了一种技术参考。

汽车座椅滑轨自动注油装置柔性夹具的设计

为了提高汽车座椅滑轨注油过程的效率,解决人工注油成本高等问题,基于柔性装配理念设计了一款汽车座椅滑轨自动注油装置柔性夹具.利用SolidWorks软件进行了夹具的建模,给出了汽车座椅滑轨自动注油装置柔性夹具完整的设计方案.利用该夹具可以实现多工位、多型号汽车座椅滑轨的同时注油过程.该机构符合柔性装配的发展要求,具有结构简单、实用直观等特点.