支配性VN1N2结构中动词语义指向的机器定位研究

对现代汉语VN1N2序列的结构进行了分类并统计出各小类在语料中所占的比例。使用规则与统计相结合的方法,让计算机自动定位支配型VN1N2结构中V的语义指向。具体方法是:先根据N1与N2的是否属于相同语义类,把支配型VN1N2结构分成两类;再分别使用规则和统计模型对两种类型的VN1N2结构进行不同的处理;最终设计出相应的计算机软件开发算法并画出了程序设计的流程图。

煤矿井下移动机器人激光标靶定位方法研究

针对煤矿井下巷道中移动机器人受环境影响,位姿感知难、定位精度低等难题,提出了一种以激光标靶作为定位基准的移动机器人精确定位方法。根据巷道环境特征与激光追踪检测原理,提出激光标靶网络分布式部署策略,构建基于激光标靶网络与激光追踪器的机身定位检测平台;依据已知巷道空间信息与激光标靶位置信息,构建巷道坐标系及位置信息数据库并内置于激光标靶,利用定位检测平台解算激光标靶在激光发射器坐标系下的实际位置信息,建立激光标靶在巷道坐标系与机身坐标系的关联关系;通过提取数据库中激光标靶的4个特征点坐标信息,将其作为输入数据引入激光发射器与激光标靶定位模型,通过EPnP (Efficient Perspective-n-Point)算法求解机身位置信息,并以激光标靶巷道坐标与实测坐标最小残差平方和表征机身位置误差,构建机身位置误差模型,利用列文伯格-马夸尔特(Levenberg-Marquardt, L-M)算法最小化机身位置误差,通过空间坐标转换得到移动机器人在巷道坐标系的精确位置信息。经试验验证:移动机器人沿巷道方向、宽度方向和高度方向位置测量最大误差小于11.33、8.12、8.57 mm;动态轨迹测量试验的实际位置与理论位置误差在巷道方向、宽度方向、高度方向最大误差率为2.74%、3.14%、2.36%,且保证了在转弯的复杂巷道中机身定位的稳定测量,满足煤矿井下移动机器人定位精度要求。

一种蒸汽发生器水下检查机器人高精度定位方法

密闭的核电蒸汽发生器(Steam Generator,SG)内环境纹理单一重复及光照不良等导致检查机器人定位困难及作业过程中难以确定被检查的传热管位置。针对该问题,提出一种实时高精度的机器人定位方法。通过目标检测算法对视频帧中选定范围内的传热管进行检测及排序,并在初始帧中参照SG内部少量可区分点设定传热管的初始参考序号;基于前后帧同一目标间距离与帧内不同目标间距离的几何约束关系,对传热管目标进行跟踪及动态排序,从而间接地实现机器人精确定位。实验结果表明,该方法在SG模拟体内部进行检查的过程时能很好地实现机器人的高精度定位,指导机器人进行检查作业。

酒店机器人包容性服务定位与社会阶层的交互作用对顾客公民行为的影响

基于共情理论,探讨酒店机器人包容性服务定位和社会阶层的交互作用对顾客公民行为的影响机制及边界条件。通过3个情境实验,研究发现:对于低社会阶层,相比非包容性服务定位,机器人包容性服务定位更能促进其顾客公民行为;对于高社会阶层,机器人包容性服务定位和非包容性服务定位对顾客公民行为的影响不存在显著差异。机器人包容性服务定位与社会阶层的交互作用对顾客公民行为产生影响,顾客情感共情在其中起到中介作用,其他群体导向存在显著调节作用。若个体的其他群体导向较高,则高社会阶层消费者面对机器人包容性服务定位时,其顾客公民行为会显著增加。

酒店机器人包容性服务定位对顾客公民行为的影响——基于社会认同和社会反应理论视角

随着人工智能在酒店业的广泛应用,服务机器人在提升服务交付效率、改善顾客消费体验的同时,也引发了顾客的非公民行为。在此背景下,通过对机器人进行包容性服务定位已经成为许多酒店引导顾客公民行为的重要策略。基于社会认同理论和社会反应理论,通过四项实验检验了酒店机器人包容性服务定位对顾客公民行为的影响机制及边界条件。结果表明:(1)与非包容性服务定位相比,机器人包容性服务定位更能促进顾客公民行为。(2)社会归属感中介了机器人包容性服务定位对顾客公民行为的影响。(3)机器人共情在上述关系中存在调节作用。对于高共情的机器人而言,包容性服务定位能够进一步激发顾客的社会归属感,并促进顾客公民行为。(4)机器人共情的调节效应受到顾客特质调节聚焦的再调节。对于防御聚焦顾客而言,机器人共情的调节效应消失。对于促进聚焦顾客而言,机器人共情的调节效应增强。

基于UWB的智能巡检机器人定位系统研究

因城市地下管线综合管廊内环境恶劣,巡检距离长,固定式监测设备无法实现全覆盖监控,需要用智能巡检机器人代替传统管廊巡检方式,但是智能巡检机器人能够稳定、有序地运行,关键问题是实现智能巡检机器人的精准定位,即获得巡检机器人在管廊内的精确坐标。目前智能巡检机器人所采用的射频、WiFi、惯性里程计等定位技术易受管廊内环境干扰、累计误差干扰等,定位精度为5~50 m,难以满足管廊智能巡检机器人定位系统1 m以内的定位精度要求。为此,提出一种基于UWB的智能巡检机器人定位系统。采用分析UWB信号在管廊内的传输特性、构建巡检机器人在管廊内的运动模型、通过MATLAB建立巡检机器人定位跟踪仿真实验的手段,设计一种基于UWB管廊修正S-V信道模型的巡检机器人LS-PSO定位算法、一种基于巡检机器人运动模型的EKF跟踪算法,建立了巡检机器人LS-PSO/EKF融合定位跟踪模型。通过与KF算法进行MATLAB定位跟踪仿真对比验证,提出的巡检机器人LS-PSO/EKF融合定位跟踪模型在管廊复杂环境下能够有效去除管廊噪声干扰,定位精度相比KF算法明显提升。

基于人工智能的机器人定位技术研究

针对传统机器人定位存在的定位精度低的问题,创新提出了一种基于激光雷达和卷积神经网络的机器人定位新方法。该方法通过激光雷达获取机器人周围环境信息,并采用卷积神经网络提取周围环境信息特征,实现对移动机器人的空间定位。将提出的机器人定位方法应用于室内外环境下的移动机器人定位中,结果表明,在室内环境下,该方法的定位误差达到毫米级别,角度定位误差在1°以下;在室外环境下,定位误差为厘米级别。该定位方法能够满足移动机器人在室内外作业的需求,对机器人开发具有一定的参考价值。

10 kV中置式开关柜巡视操作机器人定位系统设计

设计基于机器视觉技术的10 kV中置式开关柜巡视操作机器人定位系统。将CCD相机内部电路分为主控电路与驱动电路,利用驱动电路中的信号预处理单元对采集的图像信息去噪,通过主控电路的USB接口,将A/D采样得到的图像信息传输至目标提取模块内。通过非参数核密度模型构造抑制背景信息模型,提取目标图像前景信息。利用Hough变换方法设计定位模块,结合目标前景图像信息,生成巡视操作机器人控制指令,驱动与控制直线电机,令巡视操作机器人移动至指定位置。实验结果表明:该系统定位精度较高,可有效对巡视操作机器人进行定位,且机器人实际运动轨迹与规划运动轨迹偏差较小。

基于量子乌鸦进化算法的机器人定位研究

本文研究了基于量子乌鸦进化算法的机器人定位问题。在复杂的动态环境中,精确且高效的机器人定位是实现机器人自主导航和智能行为的关键。本文提出了一种结合量子计算和乌鸦搜索算法的混合优化策略,以提高机器人在未知环境中的定位精度和鲁棒性。

基于机器人视觉定位技术的高压开关柜远程操作策略分析

高压开关柜远程操作常受到复杂环境因素的影响,如遮挡、光照不足以及电磁干扰等,这些因素导致了高压开关柜的可用率并不高。针对上述问题,提出基于机器人视觉定位技术的高压开关柜远程操作策略分析。通过建立远程实时图像采集机制,对高压开关柜的各个位置图像进行实时收集与分析,引入机器人视觉定位技术,对高压开关柜的图像进行高精度处理,基于高压开关柜指示灯的远程识别制定远程操作策略,根据高压开关柜的实时状态,采用一键顺控操作,实现对高压开关柜的远程精准控制。试验结果表明,所提方法受复杂环境因素的影响较小,设备可用率较高,具有较好的应用价值。

基于惯性传感器和视觉里程计的机器人定位

针对机器人快速运动下,由运动模糊而导致视觉里程计定位估计精度下降的问题,结合惯性传感器和视觉里程计提出一种定位算法。该方法以扩展卡尔曼滤波(extended Kalman filter,EKF)为框架,利用惯性传感器的航位推算构建EKF的过程模型,视觉里程计作为相对线速度和相对角速度传感器用来建模观测方程,同时考虑到机器人运动在平面上,在垂直方向和侧向方向不会产生跳动和滑动,利用这两个方向上瞬时速度为零的约束构建另外一个观测方程。提出的定位方法能够克服视觉定位和惯性定位的缺点,提高了定位精度。基于机器人实测数据进行实验,结果表明提出的算法优于单独采用惯性传感器和视觉里程计。

基于Bayes滤波的移动机器人定位方法

对基于贝叶斯滤波原理的机器人定位方法提出了一个通用框架,进行了贝叶斯滤波方法的推导,理顺了贝叶斯总体框架以及卡尔曼滤波定位、多假设定位、马尔可夫定位、蒙特卡罗定位方法之间的内在逻辑关系。回顾了基于概率推理框架的各种机器人定位方法的发展过程、目前发展水平,并针对各自的利弊进行了比较。基于采样的蒙特卡罗定位算法能够描述多峰分布,可近似大范围的概率分布,能够有效解决定位过程中出现的歧义情况以及绑架情况等,因此重点对蒙特卡罗定位算法的实现过程以及存在的问题进行了详细的阐述,同时对研究难点和未来的发展趋势做了展望。

多传感器融合实现机器人精确定位

提出采用超声波距离扫描传感器和视觉传感器数据融合技术实现室内环境复杂特征角和半平面的提取,以便更精确地重构环境特征.利用与坐标无关的对称扰动模型建立超声波扫描的环境特征模型、改进的扩展卡尔曼滤波估计求解.以马氏距离作为特征融合判定的依据,并且在传感器校准时,采用基于局部强度和消逝线的摄像机自动校准方法,提高了水平边界点的校准精度,从而使得角的精确度得到大幅改善,较为精确的二维多边形环境地图得以重建,为最终实现机器人的准确定位奠定了基础.

一种多机器人编队协同定位的方法

针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.

基于MCMC粒子滤波的机器人定位

针对基于传统粒子滤波的机器人定位方法存在粒子退化的问题,提出了基于马尔科夫蒙特卡罗(MCMC)粒子滤波的机器人定位方法.将传统的粒子滤波算法与典型的MCMC方法——Metropolis Hastings(MH)抽样算法有机结合,并应用于机器人定位研究中.试验结果表明,MCMC方法可以有效抑制粒子退化问题.与基于传统粒子滤波的机器人定位方法相比,该方法降低了定位误差均值和定位误差最大值,取得了更高的定位精度,有效地解决了机器人定位这一非线性非高斯状态估计问题.

鲁棒的机器人蒙特卡洛定位算法

提出一种基于粒子滤波器的机器人定位算法.首先利用一并行扩展卡尔曼滤波器作为粒子预测分布,将当前观测的部分信息融入,以改善滤波效果,减小所需粒子数;然后提出变密度函数边界的马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)重采样方法,以提高粒子的细化能力;最后结合普通重采样方法,提出一种改进的MCMC重采样的机器人定位算法,减少粒子匮乏效应的同时,提高了定位精度.实验结果表明,该算法较传统方法在计算复杂度、定位精度和鲁棒性方面都有显著提高.

基于RSSI的机器人室内卡尔曼滤波定位算法研究

针对移动机器人在室内环境中定位难的问题,提出了一种基于RSS(IReceive Signal Strength Indicator)的卡尔曼滤波定位算法。利用基于RSSI的定位方法估算用户的位置坐标,利用卡尔曼滤波算法对用户的估算位置坐标进行优化处理,以提高室内定位系统的性能和稳定性。实验结果表明,卡尔曼滤波算法是鲁棒的,可以有效改善系统的定位精度,达到了预期的目的。

一种基于无线传感器网络的星球漫游机器人定位算法

在总结国内外星球机器人定位算法的基础上,利用无线传感网络技术,提出了综合RSSI算法(接收信号强度指示)和切圆圆心法的RCM算法(接收信号强度指示与切圆圆心混合定位算法),并给出了理论模型.仿真分析结果证明了该算法的有效性,在RSSI测距误差散布达到50%时,定位误差可降到10%以内.

MEMS陀螺与编码器在机器人自主定位中的应用

为提高微机械陀螺仪输出精度及移动机器人定位精度,研究了基于微机械陀螺仪与光电编码器的移动机器人自主定位方法。实时小波滤波法算法去除微机械陀螺仪输出数据噪声;通过微陀螺精度校正平台,用加权最小二乘支持向量回归机算法对微机械的先验数据作回归运算,构造先验回归决策函数,运用回归决策函数补偿微机械陀螺仪输出误差,提高微机械陀螺仪的角速率输出准确度;实验证实了方法能较好提高了MEMS陀螺仪的准确度,可以应用于移动机器人的自主定位之中。

多机器人定位中基于熵的分布式观测量选择方法

本文提出了多机器人定位中基于熵的分布式观测量选择新方法.在多机器人基于相对观测量的合作定位中,当队列中某个机器人在某时刻获得多个相对观测量时,我们可以融合所有这些观测来更新整个队列的位置及协方差矩阵.但随着机器人个数及观测量的增加,定位计算量将迅速增长,影响了定位的实时性和有效性.为了减轻计算负担、保持定位的实时性,首先对这些观测量进行选择,找出那些具有大的信息量的观测,利用这些观测量来更有效的更新整个队列的位置及协方差矩阵.在保证一定定位精度的前提下,减少了整个队列定位的计算量,提高了定位的实时性和可靠性.我们研究比较了在选择不同数量的观测量的条件下,定位精度和定位时间的变化.仿真实验结果表明,基于熵的分布式观测量选择方法可有效地提高定位的效率,尤其是在机器人个数比较多的情况下,更能显示它的优势.