应用鲸鱼智能优化算法的钻锚机器人控制定位

为了解决钻锚机器人控制定位误差大的问题,提出了应用鲸鱼智能优化的钻锚机器人精确控制定位方法。根据钻锚机器人的运动结构,对各个关节运动范围标定,建立钻锚机器人运动数学模型。分析钻锚机器人前移控制和后移控制误差产生原因,计算前移控制和后移控制的距离差值。基于分数阶微积分控制器控制定位误差,利用鲸鱼智能优化方法寻找最佳控制参数,搜索个体和最优解向量,通过空间维度映射迭代优化获得最优控制定位结果,实现精准控制定位。测试结果证明所提方法能够保证钻锚机器人控制误差迭代速度较快,误差较小,可以进一步提升钻锚和挖掘精度。

多机械臂多钻机协作的煤矿巷道钻锚机器人关键技术

针对煤矿巷道掘进智能化进程中存在的“掘快支慢”难题,总结分析了国内外快速掘进钻锚技术和装备以及类似多任务多机械臂控制技术的研究现状,指出研发具有多机械臂多钻机协作的煤矿巷道钻锚机器人是破解永久支护难题的重要发展方向。提出了多机械臂多钻机协作的钻锚机器人基本方案,凝练了影响钻锚机器人性能的“有限时空多机械臂与多钻机布局优化、面向装卸任务的机械臂姿态控制、复杂受限空间机械臂最优轨迹规划和多机械臂多钻机智能协同控制”四大关键技术,并给出了解决思路和方法。针对在有限时空约束下钻锚机器人结构布局优化问题,构建了钻锚机器人配置优化模型,提出了时空最优的钻锚机器人多机械臂与多钻机结构布局方案,旨在提高钻锚效率的同时获得最优空间布局;针对机械臂与钻机协同位姿控制问题,提出了基于机器视觉和强化学习的机械臂抓取与布放控制方法,旨在提高机械臂末端位姿控制精度,实现精准装卸物料作业;针对复杂受限空间机械臂最优轨迹规划问题,建立了机械臂多目标轨迹优化模型,提出了基于随机采样与包围盒相结合的机械臂防碰撞轨迹优化方法,旨在保证机械臂在搬运过程中安全、可靠、高效运行;针对钻锚机器人多机械臂与多钻机并行协同控制问题,构建了以工序时长最短为目标的时间协同任务分配模型,通过求解得到最优任务指派矩阵和多机械臂相交任务轨迹的优先级,并提出了在所有机械臂无碰撞运动的同时收敛于期望轨迹的分布式协同控制策略,旨在实现钻锚机器人多机械臂多钻机系统的智能协同控制和并行作业。多机械臂多钻机的钻锚机器人及其关键技术研究,对于创新研发高性能、高效率、高可靠、高智能的煤矿巷道钻锚机器人,确保煤矿巷道安全、高效、绿色智能掘进具有十分重要的意义。

基于融合深度神经网络的智能机械臂建模与控制优化

针对智能机械臂系统数学模型精确度较低、相关控制策略仍需优化的问题,文中提出了一种基于融合深度神经网络的智能机械臂建模与控制优化方案。建立了包括梁模型、机械臂模型和动力系统模型在内的智能机械臂系统模型,并采用循环神经网络算法对其进行校准。同时,为了削弱模型参数变化及外部环境干扰对系统工作的影响,还设计了基于该模型的H∞系统控制方案。通过仿真实验验证了该方案的可靠性,所设计模型的参数误差率低于7%,且在H∞控制器的作用下,系统具有较强的稳定性、鲁棒性与抗干扰性,性能指标也优于同类研究成果,为智能机械臂系统的控制优化提供了一种新的思路。

基于粒子群优化的智能机器人移动路径跟踪控制研究

目的针对智能机器人移动路径跟踪控制效果差问题,提出基于粒子群算法的智能机器人移动路径跟踪控制方法。方法构建智能机器人移动物理空间网格分布模型,采用自适应的地图网格跟踪控制方法实现对智能机器人避障和作业型驱动控制,采用自适应的作业型驱动参数分析和控制方法实现智能机器人移动路径规划和空间参数识别,通过模糊跟踪控制和路径分布融合的方法实现对移动路径的寻优约束控制,采用粒子群优化算法实现移动路径跟踪控制过程中的路径寻优和收敛性控制。结果采用该方法进行智能机器人移动路径跟踪控制的自适应性较好,寻优控制能力较强。结论该方法可以有效提升智能机器人移动路径跟踪控制效果,具备一定的实际应用价值。

现代机械产品智能优化设计方法及其应用

在总结前人研究成果的基础上,提出了面向现代机械产品的智能优化设计法.该方法以智能机器为研究对象,以智能控制理论和方法为理论基础,可在设计过程中实现对现代机械产品的工作参数、工作过程、工作状态以及故障诊断等方面进行智能优化.通过对现代机械产品设计特点的具体分析,建立了智能优化设计法的理论结构体系,包括智能优化设计法的含义、研究目标、研究内容、理论基础和特点等内容.以工作在非结构环境下的打磨机器人为例进行了智能优化设计研究,实验结果表明该方法可全面提高产品的智能化程度和设计质量.

嵌入式舰船智能巡检机器人优化控制

舰船智能巡检机器人控制方法经过常规的优化控制后,控制范围受到限制。为此,提出嵌入式舰船智能巡检机器人优化控制。确定控制模式为主从控制模式,使用嵌入式系统中的ARM处理器作为主控制器,选择无线通信作为主从控制器的通信方式,优化机器人轨迹跟踪控制模块,采用并联电路连接驱动芯片,控制电机驱动输入电压实现轨迹跟踪,保证实时跟踪的同时,优化机器人航向定位功能,由导航控制程序灵活控制机器人航向和速度,保证巡检机器人正常完成巡检任务。测试结果表明,与经过常规的优化后的控制方法相比,经过提出的优化控制后的控制方法能够控制机器人巡检的范围更大,更适合使用在实际项目中。

基于PLC的舰船智能巡检机器人优化控制

传统控制方法是通过规划算法采集环境信息,但由于位置因素复杂,无法准确获取无线通信范围。为此,提出基于PLC的舰船智能巡检机器人优化控制方法。运用PLC算法,选择无线通信方式,设置边界条件,求解覆盖区域的磁感应强度。再依据能量转移原理,实现舰船智能巡检机器人智能化连续任务。完成上述操作步骤后,设计舰船智能巡检机器人巡检模式处理数据、转换数据、存储数据,实现优化控制。最后,在实验中设置实验装置,检测2种方法所测的负载功率,是否能够找到最合适的无线通信范围。实验结果表明,所建方法测得的负载功率会随着线圈间距变大,逐渐增大,从而找到最合适的无线通信范围。可见,所提方法更符合设计需求。

智能避障机器人设计初探

文章研究在未知工作环境中多移动机器人的探测规划问题 ,将原来比较复杂的整体探测系统转化为相对简单的部分探测 ,由各智能机器人依据各自任务要求和环境变化 ,独立调整自身运动决策 ,完成任务的分布式智能决策体系结构 ,并给出相应的模型和算法。

挺进深蓝:从单体仿生到群体智能

近年来,群体智能作为一项多学科融合的新技术在各领域的研究成果斐然,例如共享出行、蜂群无人机系统、水下多智能体平台等,但与水下场景结合的群体智能技术缺乏系统的归纳,有必要对水下群体智能技术的发展现状和趋势进行讨论和分析.本文对群体智能理论进行了详尽的分析,给出了群体智能的完整概念、具体算法以及应用领域.文中指出,为解决海洋复杂环境对探测、通信等造成的一系列困难,需要将群体智能技术应用于水下场景.本文就国内外水下群体智能技术的研究现状进行了总结,对水下群体智能存在的环境复杂、通信受限、信息获取困难、系统能力不足以及能量供应受限的难点进行了评述.针对这些难点,本文对结合群体智能理论的时变环境感知技术、传感网络设计、协同导航定位技术、路径规划技术、水下编队控制以及分布式自主决策技术进行了分析,并在文末给出水下群体智能技术未来在跨域通信、多平台异构、自主作业能力革新方面的发展趋势和展望.

目标围捕任务中搜索与预包围阶段的群机器人行为学习

为了进行群机器人协同作业,提出目标搜索中导航类集体行为学习策略.在使用具有闭环调节功能的动态任务分工方法进行任务分配、自组织地生成多个子群后,在子群中引入基于社会学习微粒群算法的机器人行为学习策略.在子群框架内,机器人各自独立地以感知的共同意向目标信号强度为标准对所有成员排序,将感知优于自己的机器人作为行为示范者.然后在搜索空间各维度上分别随机选择一个行为示范者,学习其在相应维度上的位置坐标,经构造得到搜索空间中自己的学习行为向量,由此决策自身的运动行为.仿真结果表明,在不需要学习全局社会经验的前提下,机器人能针对所属子群的共同意向目标进行协同作业,提高搜索效率.

竞赛用灭火机器人控制技术研究与实现

灭火机器人比赛场地中顺利完成灭火任务,需要依靠一套稳定、完善的搜寻火焰并有效熄灭火焰的路径。该机器人采用C51单片机为主控芯片,结合使用步进电机和火焰传感器来判断火源位置,利用超声波测距传感器与直流电机完成机器人的行走和自动避障等功能。在控制算法上,采用"左右手定则"和无火不入房的策略,提高了寻找火源的效率。实际应用表明,该机器人具有开放性好,快速、准确灭火的良好性能。

液压挖掘机器人轨迹跟踪控制综合策略方案研究

针对液压挖掘机器人工作装置和液压系统高度非线性、单一的控制策略不能实现有效精确控制的特点,提出了挖掘机器人轨迹跟踪控制的综合策略。在传统的轨迹规划器中,加入了轨迹优化模块;在关节伺服控制中,采用了基于规则的智能PID控制策略;在泵控制中,采用了改进的负流量节能控制技术。实验结果证实了这种方案的有效性,可以在很大程度上提高挖掘机器人的轨迹跟踪精度,使操作更加平稳。