关键词： Mobile robotics   Quantified Fuzzy Rules   Iterative Rule Learning   Genetic fuzzy system  

摘要： The automatic design of controllers for mobile robots usually requires two stages. In the first stage, sensorial data are preprocessed or transformed into high level and meaningful values of variables which are usually defined from expert knowledge. In the second stage, a machine learning technique is applied to obtain a controller that maps these high level variables to the control commands that are actually sent to the robot. This paper describes an algorithm that is able to embed the preprocessing stage into the learning stage in order to get controllers directly starting from sensorial raw data with no expert knowledge involved. Due to the high dimensionality of the sensorial data, this approach uses Quantified Fuzzy Rules (QFRs), that are able to transform low-level input variables into high-level input variables, reducing the dimensionality through summarization. The proposed learning algorithm, called Iterative Quantified Fuzzy Rule Learning (IQFRL), is based on genetic programming. IQFRL is able to learn rules with different structures, and can manage linguistic variables with multiple granularities. The algorithm has been tested with the implementation of the wall-following behavior both in several realistic simulated environments with different complexity and on a Pioneer 3-AT robot in two real environments. Results have been compared with several well-known learning algorithms combined with different data preprocessing techniques, showing that IQFRL exhibits a better and statistically significant performance. Moreover, three real world applications for which IQFRL plays a central role are also presented: path and object tracking with static and moving obstacles avoidance. (C) 2014 Elsevier B.V. All rights reserved.

摘要： Issue Title: Special Issue on Advanced Robotics

关键词： Kinematics   Dynamics (Mechanics)   Pipes   Mobile robots   Wheels   Vehicles   Robots   Inspection   Equations of motion  

摘要： In this paper, we study the dynamics of an articulated planar mobile robot for confined environment exploration. The mobile vehicle is composed of n identical modules hitched together with passive revolute joints. Each module has the structure of a four-bar parallel mechanism on a mobile platform. The dynamic model is derived using Lagrange formulation. Computer simulations illustrate the model by addressing a path following problem inside a pipe. The dynamic model presented in this paper is the basis for the design of motion control algorithms that encode energy optimization and sensor performance maximization.

关键词： 机器人教育   机器人工程  

摘要： 近年来,随着各种机器人竞赛活动的风靡,机器人教育引起了学生、家长和学校的关注,许多学校通过各种方式开展了机器人教育。同时,也催生了不少机器人教育培训机构。不过,在采访中记者发现,许多学生、家长乃至教师对于机器人教育认识模糊,并不了解机器人教育究竟是什么,它能给学生带来什么,存在哪些问题,未来发展怎样。机器人教育悄然升温儿子才4岁,但家住长沙的陈女士关注机器人教育培训却已经有一年时间。这一年时间里,陈女士

关键词： RoboCup   全向移动机器人   动力学模型   增益调度PID   控制分配  

摘要： 底层运动控制,是全向移动机器人进行路径/轨迹规划与跟踪、避障等上层行为的基础,对全向移动平台的稳定运行与精确控制具有十分重要的意义。在RoboCup中型组机器人足球比赛中,全向移动机器人底层运动控制的性能,直接影响到了定点跑位、传接球等对于运动控制精度要求很高的动作的实现。本文借鉴了基于运动学模型的分层控制结构,提出了基于动力学模型的分层控制结构,既有利于系统模块化开发和上层控制算法的改进,又简化了全向移动机器人的动力学模型。NuBot足球机器人是本文研究全向移动机器人的底层运动控制的实验平台。其采用的四轮全向移动平台,四个全向轮均匀分布在底盘的中心圆上,呈十字分布。通过对其轮系结构的分析,本文建立了机器人在无滑动条件下的运动学模型。然后在此基础上,结合了全向轮系的分布和安装方式,建立了机器人在体坐标系下的动力学模型。最后,基于设计的实验与数据分析,对模型中无法直接测量的参数进行了辨识。NuBot足球机器人目前采用的是基于运动学模型的分层控制结构,底层运动控制器的输出是电机的转速,经驱动器(Elmo)来完成转速控制。由于在实际比赛中,机器人之间相互碰撞时造成电机堵转,容易触发Elmo的保护机制,自动断开电机供电。在高动态的比赛环境下,这个保护机制则会带来麻烦,使机器人失灵而被迫下场。本文设计了基于增益调度PID的速度控制器,控制器的输出是电机的驱动电流,能够避免此问题的发生,而且可以保证电机在全速度范围都有较好的速度跟踪性能。基于运动学模型的分层控制结构,不需考虑机器人具体的动力学特性,控制器设计相对容易,具有较好移植性,但有较大的系统时延。为了提高底层运动控制的实时性,同时避免电机转速控制器的繁杂的参数整定,本文基于机器人的动力学模型,提出了基于动力学模型的分层控制结构,既能有效消除时延,也能简化机器人的动力学模型。为了更好的解决四轮全向移动机器人容易出现的轮子打滑等问题,本文基于控制分配的思想,对电机的力矩进行了重分配,设计了闭环的速度跟踪控制器。实验结果验证了两种不同速度跟踪控制器方案的可行性,并且设计的速度跟踪控制器具有良好的动态性能和较小的跟踪误差。

关键词： THREE-dimensional printing   RESEARCH   MOBILE robots   PROSTHESIS   CELL motility   LITHOGRAPHY  

摘要： This article will focus on recent reports that have applied three-dimensional (3D) printing for designing millimeter to micrometer architecture for robotic motility. The utilization of 3D printing has rapidly grown in applications for medical prosthetics and scaffolds for organs and tissue, but more recently has been implemented for designing mobile robotics. With an increase in the demand for devices to perform in fragile and confined biological environments, it is crucial to develop new miniaturized, biocompatible 3D systems. Fabrication of materials at different scales with different properties makes 3D printing an ideal system for creating frameworks for small-scale robotics. 3D printing has been applied for the design of externally powered, artificial microswimmers and studying their locomotive capabilities in different fluids. Printed materials have also been incorporated with motile cells for bio-hybrid robots capable of functioning by cell contraction and swimming. These 3D devices offer new methods of robotic motility for biomedical applications requiring miniature structures. Traditional 3D printing methods, where a structure is fabricated in an additive process from a digital design, and non-traditional 3D printing methods, such as lithography and molding, will be discussed.

关键词： 机构学   机器人学   旋量理论   有限位移旋量   几何学   李群李代数   理论运动学  

摘要： 旋量理论以其简洁的形式,数学的概括性在许多科学领域尤其是机构学领域得到深入而广泛的应用,但其历史发展仍不为学者们所充分了解。从最初的几何体研究导致新机构的发明,到旋量理论与旋量代数、李群与李代数的提出以及发展直至形成旋量理论体系,详尽阐述机构学与旋量理论的历史渊源以及有限位移旋量的发展,进行历史性的详尽查证与研究。引经据典,回顾旋量理论自18世纪的研究开发,以及与其他数学分支的关联,同时回顾有限位移旋量自20世纪50年代后尤其是20世纪90年代的发展,探讨《机构学与机器人学几何基础与旋量代数》专著中阐述的有限位移旋量与瞬时旋量以及李群、李代数的关联。

关键词： 多机器人系统   路径规划   行为动力学   互惠速度障碍   行为融合   静态权值免疫规划算法  

摘要： 路径规划问题是机器人研究的最重要也是最基本的问题之一,也是机器人完成任务的根本保证。随着科学技术的不断发展,机器人控制技术的研究已经从单一的机器人发展到多机器人系统。与单机器人相比,多机器人系统有着显著的优势,主要体现在:更广的应用领域,更好的容错性,在复杂任务中更低的运行成本,更高的效率,更好的扩展性,更容易研究和开发等。因此,对机器人路径规划方法的研究具有重要的理论与实践意义。多机器人系统的路径规划是指在确定或者不确定的分布着多台机器人和障碍物的环境里,按照一定的评价标准为每个机器人规划出一条从起始点顺利到达目标点的无碰平滑路径。本文利用改进的行为动力学方法进行多机器人路径规划研究研究。主要内容包括:首先,第一章介绍了多机器人系统路径规划技术的背景与发展现状,并分别介绍了单机器人与多机器人系统路径规划常用的方法。第二章介绍了多机器人系统路径规划中常见的几个关键技术问题及解决方法。另外,对行为动力学方法的三个基本行为,即奔向目标行为、避障行为和避碰行为进行简要介绍以及原理进行分析。其次,第三章利用互惠速度障碍对避碰行为动力学进行改进,充分考虑到了移动机器人的速度信息和“自主性”,令机器人具有区别于障碍物的“智能性”;利用传感器模型进行子目标点的确定,提高了行为动力学路径规划方法的适应性,并利用模糊控制器设计了沿墙行为,解决了移动机器人位于凹形障碍物环境中的“死锁”现象;利用竞争动力学行为融合方法验证改进后行为动力学方法的可行性与有效性。再次,第四章提出了利用静态权值免疫规划进行基本行为融合,结合该方法良好的全局寻优能力,通过在传统方法的基础上进行的两方面改进,提高了算法的搜索速度和收敛性能,并通过仿真实验证明了该方法的有效性与优越性,并能够有效地减轻竞争动力学出现的“震荡”现象。最后,给出全文的总结并对今后的工作进行了展望。

关键词： Lower extremity   Rehabilitation robotics   Stroke   Upper extremity  

摘要： A novel rehabilitation technique must demonstrate certain attributes, namely demonstrate GAINS at the end of intervention, PERSIST beyond treatment, show evidence of GENERALIZATION, reduce COST, or demonstrate cost/benefit advantages. Upper extremity robotics is a novel post-stroke rehabilitative modality as it has already demonstrated these attributes. Lower extremity robotics has yet to demonstrate the same attributes. We are highly optimistic that with careful research basic on solid neuroscience principles, we can improve outcomes for lower extremity robotics as a rehabilitative modality. © 2015, Springer Science + Business Media New York.

关键词： XBee   机器人竞赛   嵌入式操作系统   群机器人协作  

摘要： 机器人比赛是近年来在国内外迅速开展起来的一项活动,它涉及智能控制、人工智能、决策系统设计、传感器技术、通信技术统等多个领域的前沿技术。机器人竞赛是培养自动化和信息化人才的重要手段,也促使了研究人员对相关领域的研究,它也是高科技进展的窗口和促进科技成果实用化的有效途径。本文对机器人竞赛中的自由发挥类项目,群机器人之间的协作进行研究和优化设计。首先,本文对系统的硬件进行了改进设计,为了提高机器人的性能,系统采用了基于ARM Cortex-M3内核的微处理器。硬件采用了模块化的设计理念设计了灰度检测模块、红外测距传感器、光电码盘模块、XBee通信模块、电机驱动模块、液晶显示等硬件模块。然后,在竞技机器人的硬件系统上移植了嵌入式μC/OS-Ⅱ实时操作系统,设计了各硬件模块的底层驱动程序和群机器人的协作控制应用程序。针对机器人在路口处的冲突问题进行了路口协作算法设计。针对群机器人协作控制系统对通信的实时性、可靠性及分布式协作的要求,采用XBee模块设计了适用于群机器人协作控制的自组织无线通信网络,系统采用集中控制的方式协调各机器人的运动。针对原有设计因采用模块参数配置不当而出现的数据混乱现象进行了分析和解决。最后对系统的性能进行了测试、比赛验证,并且对整个系统进行了长期运行,结果表明其与前系统相比在可靠性、实时性方面都有显著提高。