一种基于单目视觉的移动机器人室内导航方法

针对室内导航的环境特点,提出了一种简单快速的、以踢脚线为参考目标的移动机器人室内导航方法。该方法从图像中提取踢脚线作为参考直线,通过两条直线在图像中的成像特征,提取角度和横向偏离距离作为移动机器人的状态控制输入,从而实现移动机器人的横向运动控制。该方法无需进行摄像机的外部参数标定,大大简化了计算过程,提高了视觉导航的实时性。     

基于绝对节点坐标法的弹性线方法研究

相比于浮动坐标系法, 绝对节点坐标法(absolute nodal coordinateformulation, ANCF)在处理柔性体非线性大变形问题上具有显著优势,ANCF将单元节点坐标定义在全局坐标系下,采用斜率矢量代替节点转角坐标, 具有常数质量阵,不存在科氏离心力等优点, 然而弹性力阵为非线性项,其求解将比较耗时且占用资源. 据此, 在弹性力求解方法中,引入弹性线方法(elastic line method, ELM),该方法将格林--拉格朗日应变张量定义在中心线上,采用曲率公式来定义弯曲应变, 转角公式来定义扭转应变.同时采用有限元法对三维柔性梁位移场进行离散,求解梁单元常数质量阵、广义刚度阵、广义力阵,进而得到单元的动力学方程, 通过转换矩阵得到三维梁的动力学方程.接着从理论上指出连续介质力学方法(continuum mechanics method,CMM)和弹性线方法在求解弹性力上的不同点, 并编制动力学仿真软件.最后分别采用连续介质力学方法和弹性线方法对柔性单摆以及履带式车辆的动力学问题进行仿真分析,结果表明:弹性线方法能在保证精度的前提下有效提高计算效率.      

智能机械全覆盖路径规划算法综述

全覆盖路径规划算法是智能移动机械的核心内容之一,涉及军事、农业、生产制造和民用等多个应用领域,而应用环境包含了空中、地面和水下,因此关于全覆盖路径规划算法的研究具有很高的科研价值。从全覆盖路径规划算法的基本概念、工作条件、应用背景、国内外研究现状等方面对目前主流的规划算法进行了综述。根据工作环境信息是否已知,将其归类为“离线式”和“在线式”两种工作方式,并从覆盖完整程度、工作效率、能耗成本和实现难易程度等方面分析讨论了各种算法的优势与不足之处,并对全覆盖路径规划算法的研究趋势进行了展望。     

基于改进遗传算法的移动机器人路径规划

针对传统遗传算法存在的搜索效率低、易于陷入局部最优解的问题,提出了一种改进的遗传算法。采用简单的一维编码替代复杂的二维编码,节约了存储空间。在遗传算子的设计中,重新定义了交叉算子和变异算子,避免了陷入局部最优。最后将最短路径和免碰撞相结合作为适应度函数进行遗传优化。实验结果表明,改进的算法能够快速、有效的规划出最优路径。     

简述皮带轮传动装置中皮带两端的张力

传动装置,广泛应用于工业、农业、军事、交通运输、物流等各个领域．从装置形式看,有齿轮式、履带式和皮带轮式装置等;从力学的原理分析,其主要作用是能量(也就是说动力)的传递．以下题为例,说明皮带轮传动装置的传递动力的原理及说明的问题．     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中。根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则。在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果。为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

吸尘机器人的研究现状与展望

吸尘机器人融合了移动机器人和吸尘器技术 ,成为服务机器人领域中的一种新型高技术产品 ,具有可观的市场前景。本文系统综述了吸尘机器人的研究开发现状及其关键技术 ,并提出了吸尘机器人近期发展中的若干问题。     

微机电陀螺信号盲均衡迭代反卷积算法

小型移动机器人在未知环境下运行,陀螺所受噪声干扰无法建立有效的数学模型,需要仅从观测信号中把噪声去除,并估计出原始信号,根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算,使用贝叶斯方法对信号进行估计,建立了误差函数并与LMS算法组合,实现了均衡器参数的自动调整,在小型移动机器人上进行了算法实验验证。实验结果表明,该算法可以有效分离角速度信号与噪声信号,其噪声信号幅值减小约10倍,移动机器人运行275.41 s抵达终点的偏航角误差从13°下降到1.46°。     

非完整约束移动机器人的轨迹跟踪控制

针对非完整约束移动机器人运动学与动力学模型,根据轨迹跟踪控制目标的需要,设计了一种简单的控制器,该控制器结合了运动学控制器设和动力学控制器两部分;针对运动学模型,采用自适应算法对其未知参数进行估计,针对系统动力学模型,采用单层神经网络算法克服未知扰动对系统稳定性的影响,使速度误差尽可能地缩小;在Lyapunov稳定性理论的基础上证明了系统的收敛性和稳定性,该控制算法简单有效,易于实现;仿真结果表明:该控制策略可以实现对移动机器人期望轨迹的稳定跟踪,验证了算法的有效性。     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型。采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器。搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统。在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比。实验结果验证了本文所提算法的有效性,控制器易于实现且具有一定的鲁棒性。