干扰素调节的多机器人协作搬运免疫网络算法

为了进一步发挥多机器人系统在协作搬运过程中的执行效率,提出了一种新的基于干扰素调节的免疫网络分配算法。将箱子和机器人分别看作抗原和抗体,首先定义了抗原和抗体之间以及抗体和抗体之间的亲和度;然后根据干扰素作用机制定义了干扰素调节因子;最后借鉴Jerne的独特型免疫网络假设,建立了多机器人协作搬运的新免疫分配模型。多环境测试结果表明:与其他免疫分配算法相比,新算法不仅能显著缩短搬运路径、降低机器人的能量损耗,还能减少参与协作的机器人数目,提高了系统的执行效率,充分体现了多机器人系统协作中任务分配的合理性,显示出较强的任务规划能力。

基于模仿学习的变刚度人机协作搬运控制

针对人-机器人协作搬运,现有的控制策略难以同时保证搬运过程的柔顺性和搬运终点位置的精确性,而且对不同搬运任务适应性不够.基于模仿学习提出变刚度协作搬运控制策略.使用任务参数化的高斯混合模型(TP-GMM)对多次搬运示教数据进行编码,学习不同搬运工况下的搬运轨迹概率模型;结合导纳控制建立机械臂末端变刚度交互模型,实现柔性搬运操作,并基于交互力阈值实现不同搬运任务的切换;搭建协作搬运平台进行实验验证.实验结果表明,提出的策略在实现柔性协作搬运的同时将特定搬运任务的终点位置精度提高到1.9 mm,且保证了特定搬运任务中机械臂末端在期望区域内运动以及搬运任务的切换.

多无人直升机协作搬运控制技术研究

随着多无人机协同控制技术的迅猛发展,多无人机悬挂运输飞行成为国内外研究的热点。针对多无人直升机协作悬挂搬运的绳索摆动问题和轨迹控制问题,设计了基于最小学习参数神经网络的动态面轨迹控制方法。首先,建立了多无人直升机协作悬挂搬运系统的非线性动力学模型。然后,把对无人直升机动力学特性和稳定性能影响较大且无法测量的各绳索拉力作为扰动,构建最小学习参数神经网络估计器进行估计,并在控制设计中予以补偿。然后,提出一种基于最小学习参数神经网络的动态面轨迹控制方法。同时,分析了轨迹控制系统的闭环稳定性。最后,进行数值仿真的验证。结果表明,协作无人直升机能在0.5 s后迅速跟踪各自轨迹指令,并使跟踪轨迹的平均相对误差小于0.2%,从而实现精准协作搬运。本文提出的多无人直升机轨迹控制方法为进一步研究多无人机协同轨迹控制提供参考依据。

用于协作搬运的全方位移动式多AGV系统

提出了一种基于麦卡纳姆轮的用于协作搬运的全方位移动式多自动导引车(AGV)系统,该系统中单个AGV可以实现全方位运动,通过激光及加速度计的信息融合定位后,多台AGV可以任意角度组成编队组合在一起运动,在狭小的空间中实现大型复杂零部件的搬运与装配,实验验证了该系统的可行性.

协作机器人Bin-picking应用

如何在非结构化环境中实施协作搬运方案?雄克与KUKA和Roboception公司合作调研了这一课题。三家公司展示了关于Bin-picking的研究中,如何得以快速、简易且有效地实施协同作业的应用案例.

全方位移动式AGV技术研究

本文研究的全方位移动式AGV小车系统,相对现有AGV设备定位精度高,转弯半径小,适应能力强,同时具备多AGV协作能力。关键技术包括AGV全方位移动控制技术、AGV协作搬运技术以及多传感器融合导引技术。上述三项技术能够显著提升AGV的控制性能,使AGV运行速度更快,配置方式更灵活,并具备多台协同搬运能力。

基于刚性约束的双移动机器人协同定位

准确、快速的状态估计是保证多机器人顺利完成协作搬运任务的关键.然而,大部分现有多机器人协同定位方法都存在一定的局限性,往往无法同时兼顾定位精度与计算复杂度.因此,本文从协作搬运任务的特点出发,将距离与方位的刚性约束条件引入协同定位中,同时根据机器人之间的紧密耦合关系建立起通用有效的运动模型和量测模型.最终在此刚性约束系统建模的基础上,提出一种基于高斯-厄米特求积分卡尔曼滤波(Quadrature Kalman Filter,QKF)的双移动机器人协同定位方法.仿真实验结果表明:与基于无约束模型的QKF协同定位方法相比,本文所提方法不但具有更高的定位精度,而且计算复杂度大大降低,有助于实现多机器人实时协同定位.