基于数字PID移动机器人的循线控制

根据移动机器人运动控制系统的特点,在移动机器人循线控制过程中采用数字PID控制算法自动调节运行参数,并采用查表计算法来实现数字PID参数的整定,可简化运算复杂度,有效地提高移动机器人运动的稳定性和可靠性。     

一种非完整移动机器人开环迭代学习控制研究

针对非完整移动机器人的轨迹重复跟踪问题,提出了一种开环P型迭代学习控制算法。首先给出非完整移动机器人的运动学模型,并结合离散时域对轨迹跟踪问题进行描述,然后设计迭代学习控制器并在给定条件下证明了其收敛性;MATLAB仿真结果表明,随着迭代次数的增加,该算法能够有效改善动态不确定环境中系统的稳定性与收敛的快速性。     

基于双模糊协调控制法的移动机器人路径规划

根据工业中移动机器人工作环境的不确定性,设计了双模糊协调控制器,将机器人的行为分成接近目标行为和中途避障行为,并对这两种行为进行协调,达到对机器人下一步行动进行控制的目的,仿真实验结果验证了所用方法的有效性和可行性。     

一种实时条件下的驾驶行为特性识别模型

为了构建可用的实时交通安全预警系统,提出了一种具有2层结构的驾驶行为特性实时识别模型。为减少驾驶员所受外部因素的影响的种类,将驾驶员和车辆视作一个整体并将其考虑为一个黑箱系统。识别模型的第1层是在Newell跟驰模型的基础之上,结合车辆启停前后的迟滞现象,构建出的Newell修正模型。其输出是能够表征驾驶行为特性的3个参数。第2层模型则是以上一层模型输出为输入的较为成熟的聚类模型,并直接输出车辆的驾驶行为特性类别。为实时交通安全预警系统的构建打下基础。     

基于粒子群算法的移动机器人模糊逻辑控制

本文设计了一个模糊逻辑控制器以解决差速移动机器人轨迹跟踪的非线性问题;在此基础上使用粒子群优化算法解决模糊控制中隶属度函数边界优化的问题。将经过优化后的控制效果与未经优化的控制效果进行对比,仿真结果表明,经过粒子群算法优化后的模糊控制系统的跟踪误差更小,展现出更好的跟踪效果。     

一种改进蚁群算法的移动机器人路径规划

路径规划是移动机器人运动控制中的关键问题。针对传统蚁群算法在机器人全局路径规划中存在收敛速度慢、易陷入局部最优等缺点,提出一种改进型蚁群路径规划算法。首先,通过栅格法建立机器人运动环境模型,然后在传统蚁群算法基础上引入A*搜索算法的估价函数思想,改进蚁群算法的启发函数,增加目标节点与可选行进节点数对启发函数的影响。其次,在信息素更新公式中,通过引入Logistic增长函数对信息素挥发因子作自适应调整,提高算法速度与精度。最后,通过Matlab仿真实验证明,改进蚁群算法比传统算法在路径搜索速度和精度上都有较大提升。     

改进的模糊控制算法在机器人路径规划中的应用

针对模糊控制算法存在局部最小值问题,提出了基于行为的模糊控制算法。首先将移动机器人的运动规划行为分解为避障行为和目标趋向行为,然后通过设定相关的模糊规则,设计避障行为和目标趋向行为,从而完成路径规划,最后采用MOBOTSIM对算法进行仿真实现,验证了该算法的有效性。     

基于MYO手环的移动机器人交互控制系统

设计并开发了基于人体表面肌电信号的人—移动机器人交互控制系统.该系统在柔顺运动模式下,利用两个肌电采集仪—MYO手环采集操作者表面肌电信号进行处理并分别转换为方向控制命令和速度控制命令,移动机器人按照控制命令进行相应运动.当遇到障碍物时系统切换至避障模式,利用NT-Bug算法实现自主避障,并采用模型预测控制实现对参考轨...     

感应电机矢量控制的功率级快速控制原型实验平台

为满足实时仿真的需要,研制了具有完全自主知识产权的通用实时仿真器,介绍了该仿真器的功能;基于该仿真器开发了该功率级快速控制原型实验平台,详细介绍了该实验平台的系统组成、工作原理和实验中的关键问题,重点介绍了控制模型中矢量控制系统的建模原理,以及预启动电路和矢量控制系统的实时切换。在实验室样机上实现了感应电机的实时矢量控制。实验结果表明,该实验平台可实现负载模拟和闭环调速实验功能。     

游戏教育中一种有效的学生行为控制机制

实用的教育游戏必须能够在实际教学中对学生行为进行有效控制,然而已有研究大多缺乏对学生行为的不可控制性进行深入讨论,致使教育游戏无法真正满足实际教学的需要.本文将学生行为信任预测与博弈分析相结合,提出了一种适用于游戏教学中学生行为控制的机制.为确保该机制的有效性,本文给出了基于该机制对游戏教学实施控制的具体过程,还详细讨论了该机制与其它传统机制相比较所具备的优势.     

非确定环境下移动机器人多传感器系统及信息处理

PBJ- 01是一类移动机器人, 它的6个轮子和2个摆臂能够帮助机器人适应多种地形. 机器人上装有一个复杂的传感器系统, 包括超声波传感器、触觉传感器、视觉传感器等. PBJ-01采用基于行为的控制体系机构, 其关键部分是基于模糊神经网络的障碍识别系统. 仿真证明该系统能够从传感器的感知数据而识别出障碍类型, 从而帮助机器人在越障行为和避障行为之间进行抉择.     

Kinematic Control of Wheeled Snake—Like Mobile Robot

From a bionics viewpoint,this paper proposes a mechanical model of a wheeled snake-like mobile mechanism.On the hypothesis of the existing non-holonomic constraints on the robot kinematics,we set up the relationship among the kinetic control parameters in the snake-like movement using Lie group and Lie algebra of the principle fiber bundle and provide some theoretical control methods to realize the snake-like locomotion.     

非完整轮式移动机器人运动控制系统的设计与实现

通过对非完整轮式移动机器人运动学模型的分析，以Elmo HARmonica伺服驱动控制器为核心，设计了轮式移动机器人的运动控制系统。基于Visual C 和OpenGL平台开发了轮式移动机器人轨迹跟踪仿真系统，并进行了轨迹跟踪的仿真试验，取得了满意的控制效果。实验结果表明了运动控制系统设计的有效性。     

基于单片机的移动机器人实验研究

设计了基于单片机控制的红外导航移动机器人,通过超声波测距来感知机器人的环境信息,利用微波和红外发射装置进行通信,机器人采集到红外信号后,调整路径,实现红外跟踪和自主定位,每个环节的电路均在实验中得到验证,为进一步深入研究机器人技术搭建了一个基础的实验平台。     

On self-recovery mechanism and additional maneuverability of a mini mobile robot

１　Ｉｎｔｒｏｄｕｃｔｉｏｎ　Ａｕｔｏｎｏｍｏｕｓｍｏｂｉｌｅｒｏｂｏｔｓｗｉｔｈｌｅｇｓｏｒｗｈｅｅｌｓｗｏｒｋｉｎｇｉｎｈａｚａｒｄｅｎｖｉｒｏｎｍｅｎｔｓｏｒｏｎｒｏｕｇｈｔｅｒｒａｉｎｗｉｌｌｆａｃｅｔｈｅｐｏｓｓｉｂｉｌｉｔｙｏｆｂｅｉｎｇｔｕｒｎｅｄｏｖｅｒｂｙｕｎｅｘｐｅｃｔｅｄｒｅａｃｔｉｏｎｂｅｔｗｅｅｎｔｈｅｒｏｂｏｔａｎｄｔｈｅｅｎｖｉｒｏｎｍｅｎｔ．Ｔｙｐｉｃａｌｅｘａｍｐｌｅｓａｒｅｖｏｌｃａｎｏｅｘｐｌｏｒａｔｉｏｎｒｏｂｏｔｓ,ｌｕｎａｒｏｒＭａｒｓｒｏｖｅｒｓ…     

移动机器人自主导航技术研究综述

介绍了移动机器人的几种导航方式。对自主导航技术的关键技术———路径规划技术进行了深入研究,对人工智能以及多传感器信息融合技术在移动机器人导航中的应用进行了论述,并对移动机器人自主导航技术的发展趋势进行了展望。     

基于神经网络的移动机器人路径规划研究

利用一种并列连接的神经网络结构对移动机器人路径进行规划,并把神经网络与模拟退火算法相结合,解决了局部极值问题,最终收敛到全局最优解。计算机仿真研究表明:模拟退火算法具有计算简单,初值鲁棒性强以及通用易实现等优点。     

Human motion recognition using ultra-wideband radar and cameras on mobile robot

Cameras can reliably detect human motions in a normal environment, but they are usually affected by sudden illumination changes and complex conditions, which are the major obstacles to the reliability and robustness of the system. To solve this problem, a novel integration method was proposed to combine bi-static ultra-wideband radar and cameras. In this recognition system, two cameras are used to localize the object’s region, regions while a radar is used to obtain its 3D motion models on a mobile robot. The recognition results can be matched in the 3D motion library in order to recognize its motions. To confirm the effectiveness of the proposed method, the experimental results of recognition using vision sensors and those of recognition using the integration method were compared in different environments. Higher correct-recognition rate is achieved in the experiment.     

基于模糊逻辑的移动机器人智能控制器设计（英文）

为了提高移动机器人在未知环境下的自主性,设计了一种基于模糊逻辑的智能控制器.该控制器可以辅助装备多传感器的机器人在室内未知环境下安全地进行自主导航.首先,基于模糊逻辑设计了2种实现移动机器人智能导航的行为：路径追踪行为和避障行为.使用模糊逻辑的方法可以通过模仿人类驾驶经验,降低移动机器人在未知环境下实现自主导航的复杂性.然后,利用有限状态机对2种行为进行融合,以确保在未知的室内环境下机器人能够安全地追踪一条事先指定的路径.控制器的输入为机器人的传感器数据,输出为要求机器人运动的方向.最后,仿真和实验结果证实了该控制器的有效性.