带时间窗的车间搬运机器人路径优化建模及算法研究

本文以车间搬运机器人为研究对象,在考虑时间窗的前提下,求解机器人进行物料配送和成品回收场景下的路径优化问题。提出一种强化学习遗传蚁群算法,首先利用扫描法求解初始搬运机器人的数量,并将子路径节点的几何中心设置为虚拟节点,利用嵌入遗传算子的蚁群算法求解连接虚拟节点的最优路径,再利用强化学习算法求解子路径的最优结果;最后将基本成本、运输成本和时间惩罚成本的加权和作为目标解,并最终求出满足约束条件的最优解。通过与基准问题求解结果对比,验证了强化学习遗传蚁群算法的优越性。     

基于嵌入式系统的搬运机器人设计与路径规划研究

为了解决目前工业搬运机器人发展的需求问题,设计了一款基于嵌入式系统的搬运机器人。该型搬运机器人的循线采用的是一种七路灰度传感器,并通过设计的一种蓝牙模块将灰度信息发送到手机端,从而简化了循线时的调试,具有创新性。搬运机器人前端安装有颜色传感器用以区分不同种类的物料。电机控制部分设计了一个PID闭环控制系统,通过PWM脉冲宽度调节来控制电机的转速。然后,针对模拟场地提出了一种路径规划算法,并通过设计的搬运机器人进行了实验测试与分析,验证了该方法的准确性和有效性。     

基于骨架提取和启发式算法的路径规划方法

针对农业机器人在大棚中执行搬运任务时的高效率且尽可能沿地图中心行驶的需求,提出一种基于骨架提取和启发式算法的路径规划方法。首先设计了自适应阈值的地图骨架路径关键点提取步骤,用关键点指导启发式搜索树的构建。然后采用膨胀RS曲线代替直线进行树的生长,保证机器人的运动学约束和防碰撞,同时提出一种混合碰撞检测方法,进一步提高算法效率。最后设计关键点扩展步骤,提高算法的鲁棒性。仿真结果表明,简单地图下,本算法效率约是RRT*-Connect算法的5倍、Hybrid A*算法的7倍,复杂地图下约是RRT*-Connect算法的300倍、Hybrid A*算法的9倍,能够满足机器人的运动学约束。     

搬运反应塔

搬运反应塔余学进（南昌航空工业学院力学教研室南昌３３００３４）我国著名的力学家,科学院院士钱令希教授曾指出：“Ｚｏ世纪发展力学的担子从物理学转到工程技术界的肩上,巾］．一言道明了力学的发展方向就是与工程实践相结合．工程实践本身不仅作为力学发展的源泉和...     

一种智能寻迹与搬运机器人的控制设计

本设计使用单片机对机器人进行寻迹和搬运控制。采用传感器识别路径和待搬运工件,按照不同的优先级别,由单片机发出脉冲信号,控制舵机速度与方向,完成抓取、转运工件的任务。该系统设计简单,实用可靠,具有良好的开放性与扩展性。     

钙离子光频标研究进展

钙离子光频标是原子光频标的成员之一。中国科学院精密测量科学与技术创新研究院(原武汉物理与数学研究所)从2000年开始选择钙离子为研究体系,先后解决了单离子稳定囚禁与有效冷却、超窄线宽激光稳频等一系列关键问题,特别是一步步抑制微运动和黑体辐射效应,实现了不确定度3.0×10^-18的液氮低温离子光频标和不确定度4.8×10^-18的室温离子光频标,稳定度达到6.3×10-18@52万秒。通过集成化设计,实现了不确定度1.3×10^-17、高鲁棒性的可搬运钙离子光钟,并基于该光钟实现了高程差测量应用。通过参考本地铯喷泉钟和本地时标,并远程溯源到国际秒定义,实现了不确定度达3.2×10^-16的钙离子光频跃迁绝对频率测量。钙离子光频跃迁被国际计量局推荐为新增的次级秒定义参考。     

彩管搬运机器人的节拍协调计算

本文阐述了多关节单机械手搬运机器人和导轨移动式多机械手搬运机器人的节拍协调问题及计算方法,并用实际例子加以说明。一、概述     

基于关键资源优先的三级装卸搬运分区协调策略

研究基于关键资源优先的单元化“装卸、搬运、装卸”三级作业链调度问题。已知关键资源调度方案,将两非关键作业级的调度问题分别转化为最小单位流问题求解。在数学模型基础之上提出三级装卸搬运的分区协调策略。对关键装卸级作业区进行合理分区和设备分配,从而合理设置已知参数;提出非关键级装卸作业区的分区协调策略,以扩大计算规模。以码头三级装卸搬运作业链为例,参照宁波港码头数据,设计面向集装箱码头的仿真算例,通过较大规模算例验证分区策略对于计算大规模非关键装卸级调度问题的可行性和快捷性。     

基于人工免疫改进的搬运机器人蚁群路径规划

针对搬运机器人在障碍环境下的路径寻优问题,提出一种基于人工免疫改进的蚁群路径规划算法(AI-ACA)。蚁群算法(ACA)的规划依赖于信息素挥发系数、期望启发因子和信息启发因子等参数的选取,传统ACA通过经验来设定这三个参数,但路径寻优中的最优参数因障碍环境而异,为解决经验参数对不同环境路径寻优结果的影响,引入人工免疫算法(AIA),对ACA的相关参数进行迭代优化,以此改善路径寻优结果。仿真结果及在自制机器人平台上测试表明,AI-ACA对于不同障碍环境可以准确地进行路径规划,在同样环境下较所参考的定参数蚁群路径规划效果有明显提升,提高了整个系统的运输效率。     

基于Working Model深度解读《2022版物理课标》中古人运送巨木的插图

从结构力学的角度研究了《义务教育物理学科课程标准(2022年版)》内附样题中我国古人搬运巨木场景插图，分析了插图中支架上弯矩的分布规律，并利用WorkingModel软件进行了仿真；发现支架上弯矩的最大值分布在被绳索约束的交叉点附近，支架最容易在绳索约束处断裂；支架中较粗一端朝上，有利于增加支架的强度。