基于姿态的多关节履带机器人越障控制

为提高机器人在楼梯、台阶等典型障碍环境中的自主越障的实用性,以检测机器人自身姿态而非环境尺寸作为越障控制的基本依据,设计了多关节履带机器人的各种自主越障控制方法.即首先以AHRS(姿态航向参考系统)所测得机器人姿态作为重要反馈量,采用稳定锥方法实时判定机器人越障过程中的倾翻稳定性,通过实验验证了该方法的有效性;在此基础上以机器人姿态为反馈,并结合机器人关节位置和驱动电流,设计了典型障碍下的自主越障控制动作规划,实际环境测试表明此越障控制方法具有对障碍具体尺寸依赖性小,实用性强的特点.

RoboCupRescue Agent仿真中的多智能体协作方法

对RoboCupRescue智能体仿真系统内的多智能体协作问题进行了研究和分析,提出一种由多种评价模型和协作方式组成的协作方法,并从同类和异类智能体两个方面给出了具体的实现。该实现主要采用了人工免疫控制、静态分配与动态调整结合以及基于共识的分布式控制等方式。在仿真测试中,各类智能体通过相互协作有效完成了灾难环境中的救援任务。

多种评价指标下RoboCupRescue救援智能体算法

为了促进RoboCupRescue项目的发展,使救援智能体的表现在多种目标向量指标下获得更好的评价,通过分析13个计分向量的变化规律,研究与救援智能体(ambulance team,AT)直接相关的6个计分向量在不同救援策略下的评价惩罚,提出兼顾相关评价指标的AT调度算法.该算法包括运用粒子离散方法对市民的降级时间进行预测、基于评价惩罚规则对市民救援优先度进行排序和根据最有效救援集合对AT进行救援目标的分配,并权衡了各个计分向量相互间的影响,从而优化救援智能体的表现.最后在综合性的灾难环境Foligno-3的测试取得了具有代表性的结果,表明该算法是有效的.

基于RoboCup的灾难救援关键技术研究报告（二）

对东南大学RoboCup机器人训练基地所开展的有关灾难救援关键技术研究情况进行系统综述，具体包括多机器人（或Agent）协作、Agent行为决策建模、不确定信息处理、灾难环境地图绘制、人机交互、传感器融合等。灾难救援机器人研究正逐步从试验研究转入到实际应用，东南大学借助RoboCup Pescue这一公共平台，以多层次、立体化的方式研究开发从仿真模拟到实物应用的灾难救援机器人系统，以期在防灾、减灾和救灾这些事关人民生命和财产安全的公共安全事件中发挥重要作用。

基于RoboCup的灾难救援关键技术研究报告（三）

对东南大学RoboCup机器人训练基地所开展的有关灾难救援关键技术研究情况进行系统综述，具体包括多机器人（或Agent）协作、Agent行为决策建模、不确定信息处理、灾难环境地图绘制、人机交互、传感器融合等。灾难救援机器人研究正逐步从试验研究转入到实际应用，东南大学借助RoboCupRescue这一公共平台，以多层次、立体化的方式研究开发从仿真模拟到实物应用的灾难救援机器人系统，以期在防灾、减灾和救灾这些事关人民生命和财产安全的公共安全事件中发挥重要作用。