基于行为智能体的移动机器人系统

对智能体及多智能体系统的研究是当今人工智能领域的一个热点问题,如何把智能体的理论应用到机器人的控制中去也是一个非常值得研究的方向。目前,由于基于行为的控制结构,特别是SA结构,在实际控制中具有较快反应力而显得比传统方法更具智能,因而成为移动机器人控制研究关注的焦点。针对移动机器人在有障碍约束的非结构化环境中进行探障并实现避障任务这个问题,设计并建立了一个多自主机器人系统实验平台,实现了一个基于行为多智能体的移动机器人系统。     

基于案例学习的排球机器人运动规划及其支持向量回归实现

针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理小样本问题的优越性并受局部学习思想的启发,采用局部加权SVR(LW-SVR)实现案例学习.结果证明,LW-SVR的学习精度较RBF神经网络和SVR明显提高.     

基于Internet的远程控制机器人系统结构设计

针对新一代网络移动机器人特点，构建了包括Web中心服务器、机器人控制服务器、图像服务器的遥操作移动机器人系统，该系统为研究者或机器人爱好者提供了一个远程控制移动机器人的试验平台，整个系统可加入更多的移动机器人，连接更多的图像摄像机，具有一定的开放性。     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上，提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法，从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验，证明此方法是有效的，可以在保证识别精度的前提下，快速识别机器人。     

移动机器人运动规划研究综述

机器人运动规划是移动机器人导航的核心技术之一。40多年来，运动规划技术发展迅速，涌现出了许多规划算法，但因为环境描述方式差异巨大，技术差别大，实验比较难度较大。在总结机器人发展史上具有典型意义的规划算法的基础上，提出了路径规划算法的评价标准和形式化描述方式，介绍了每种算法的原理或技术，从搜索策略和环境建模的角度将它们分为四大类，分别是基于自由空间几何构造的规划算法、前向图搜索算法、基于随机采样的运动规划算法以及智能化规划算法，并按照提出的标准比较它们的性能。     

动态环境中基于遗传算法的移动机器人路径规划的仿真

动态环境中 ,移动机器人的动态路径规划是一个较难解决的课题 .提出了一种基于遗传算法的移动机器人的路径规划方法 .该方法采用实数编码和有明确物理意义的适应度函数 ,可以加快实时的运算速度和提高运算精度 .同时 ,该方法充分挖掘了可应用遗传算法解决移动机器人动态路径规划的潜力 .计算机仿真表明 ,仿真该控制方法具有良好的动态路径规划能力     

基于DSP的嵌入式足球机器人视觉系统硬件设计

视觉子系统是足球机器人比赛获取比赛场地信息的惟一通道，视觉系统快速准确地获得场上信息，是整个比赛的关键．设计了基于DSP的嵌入式足球机器人视觉系统的硬件，包括CCD摄像头、SAA7111、AL422B、TMS320VC5416及AT89C52，并详细分析了系统的时序关系．     

嵌入式足球机器人视觉系统的硬件设计

为实现足球机器人设计不受Pc机或PCI04软硬件限制的视觉系统，实现FIRA(国际足球机器人联合会)比赛系统的视觉功能。综合运用了FPGA、FIFO和DSP等实现足球机器人的硬件，利用VHDL语言和汇编语言实现软件编制。足球机器人视觉系统包括CCD摄像头、sAA7113、AIA22B、EPM7128及TMS320VC5402，该系统不涉及软硬件版权问题，而体积只有PCI04系统的五分之一。实验表明系统很好实现了FIRA的ROBOSOT(自主式足球机器人)视觉系统的功能。     

Robot Calibration Using Active Vision-based Measurement

This paper presents an efficient robot calibration method with non-contact vision metrology. Using the coplanar pattern to calibrate camera made the active-vision-based end-effector pose measurement be a feasible and cost-effective way. Kinematic parameter errors were linearized and identified through two-step procedure, thus the singular and non-linear condition was overcome. These errors were then compensated using inverse model method. The whole calibration process is flexible, easy to implement and prevents the error propagation from the earlier stages to the later ones. Calibration was performed on MOTOMAN SV3 industrial robot. Experiment results show that the proposed method is easy to setup and with satisfactory accuracy.     

小型5自由度关节式机器人

小型 5自由度关节式机器人采用组装式机械结构、敞开式布置 ,传动系统以齿形带—齿轮传动为主 ,各关节由混合型 4相步进电机驱动、手爪开合由力矩电机驱动 .实行两级计算机控制 ,各驱动动作由微处理器或单片机控制 ,运动计算和作业管理等由微型计算机完成 .机器人位置问题正解采用齐次变换矩阵法解算 ,逆解采用只保证位置的插值算法 .该机器人具有小型、轻便、机构尺寸合理、技术指标先进等特点 ,可用于教学培训、机器人科研及自动线上、下料等