关键词： development   robotics   intrinsic motivation   staged learning   constraints  

摘要： A major challenge in robotics is the ability to learn, from novel experiences, new behavior that is useful for achieving new goals and skills. Autonomous systems must be able to learn solely through the environment, thus ruling out a priori task knowledge, tuning, extensive training, or other forms of pre-programming. Learning must also be cumulative and incremental, as complex skills are built on top of primitive skills. Additionally, it must be driven by intrinsic motivation because formative experience is gained through autonomous activity, even in the absence of extrinsic goals or tasks. This paper presents an approach to these issues through robotic implementations inspired by the learning behavior of human infants. We describe an approach to developmental learning and present results from a demonstration of longitudinal development on an iCub humanoid robot. The results cover the rapid emergence of staged behavior, the role of constraints in development, the effect of bootstrapping between stages, and the use of a schema memory of experiential fragments in learning new skills. The context is a longitudinal experiment in which the robot advanced from uncontrolled motor babbling to skilled hand/eye integrated reaching and basic manipulation of objects. This approach offers promise for further fast and effective sensory-motor learning techniques for robotic learning.

关键词： macroscopic mathematical model   swarm robotic system   resource location   68T01   68T40   68T05  

摘要： In recent years, there has been a growing interest in resource location in unknown environments for robotic systems, which are composed of multiple simple robots rather than one highly capable robot [M. Sempere, F. Aznar, M. Pujol, and R. Rizo, On cooperative swarm foraging for simple, non explicitly connected, agents, 2010]. This tradeoff reduces the design and hardware complexity of the robots and removes single point failures, but adds complexity in algorithm design. The challenge is to programme a swarm of simple robots, with minimal intercommunication and individual capability, to perform a useful task as a group. This paper is focused on finding the highest intensity area of a radiofrequency (RF) signal in urban environments. These signals are usually more intense near the city centre and its proximity, since in these zones the risk of signal saturation is high. RF radiation (RFR) is boosted or blocked mainly depending on orography or building structures. RF providers need to supply enough coverage, setting up different antennas to be able to provide a minimum quality of service. We will define a micro/macroscopic mathematical model to efficiently study a swarm robotic system, predict their long-term behaviour and gain insight into the system design. The macroscopic model will be obtained from Rate Equations, describing the dynamics of the swarm collective behaviour. In our experimental section, the Campus of the University of Alicante will be used to simulate our model. Three RFR antennas will be taken into account, one inside our Campus and the other two in its perimeter. Several tests, that show the convergence of the swarm towards the RFR, will be presented. In addition, the obtained RFR maps and the macroscopic behaviour of the swarm will be discussed. View full text

关键词： 并联机器人   冗余驱动   Lagrange法   动力学模型   滑模控制  

摘要： 并联机器人相对于串联机器人，具有刚度大、承载能力强、精度高、动态性能好及累计误差小等优点，已成为国内外学者的研究热点。驱动冗余对于提升并联机器人的各项性能研究提供了一种新的解决方案，因此对驱动冗余并联机器人的控制研究具有重要的理论意义和实用价值。\n 通常，针对并联机器人，基于运动学的控制方法难以直接考虑并联机器人复杂的动力学特性及各个关节和支链之间的耦合关系，难以满足并联机器人高性能要求，因此基于动力学模型的控制方法被提出。考虑到Lagrange法能以简单的形式求得复杂系统动力学方程且具有显式结构，本文采用Lagrange法推导出便于控制律设计和实现的并联机器人动力学模型。从建模角度，并联机器人是一个多变量、多参数耦合的非线性系统，不仅其动力学模型十分复杂，而且难以获得其动力学模型参数的准确值，因此所建立的动力学模型不可避免地存在不确定性。从控制角度，传统的动力学控制方法如增广PD控制和计算力矩控制一般不能有效地解决非线性系统的不确定性问题，而参数识别自适应控制，反推控制，智能控制等方法计算量较大，难以满足并联机器人的实时快速要求。滑模变结构控制是针对非线性不确定系统的一个行之有效的控制方法，该方法无需建立精确数学模型，对外部干扰及系统参数变化具有较强的鲁棒性，并且实现简单、响应快速。因此，本文提出并设计一种新型加权积分增益型指数趋近律滑模控制方法，利用滑动模态的形成，使控制系统对于不确定参数以及外界干扰具有良好的鲁棒性，同时，通过在趋近律的积分项中引入负的加权值，在保证并联机器人系统轨迹跟踪速度和精度的同时，有效降低起始阶段控制力的幅度并有效削弱输出驱动力的抖振。\n 本文首先阐述了并联机器人的发展历史和应用，同时对并联机器人运动学、动力学分析及其控制方法的研究现状进行了综述，并对冗余驱动并联机器人的研究现状进行了总结;然后，针对四自由度冗余并联机器人进行运动学分析和任务空间动力学建模，并利用MATLAB完成机器人位置逆解与动力学模型准确性验证;其次，介绍了四自由度冗余并联机器人所采用的“PC+运动控制卡”的分布式硬件系统;然后，基于所构建动力学模型，在任务空间内，提出并设计一种新型加权积分增益型指数趋近律滑模控制方法，利用Lyapunov函数理论证明所设计控制律的稳定性，利用MATLAB对所建立并联机器人动力学模型及所设计控制律进行仿真试验研究，通过与计算力矩控制、一般趋近律滑模控制进行仿真对比，其结果表明了所建立并联机器人动力学模型的正确性以及所设计控制方法的有效性。最后，利用VC++6.0完成对四自由度冗余并联机器人控制系统的软件设计，对人机交互界面各主要模块的设计进行了简要阐述并进行试验研究，试验结果表明在所设计控制器作用下四自由度冗余并联机器人具有良好的运动性能。

关键词： 中国自动化学会   机器人竞赛   工业大学   探索者   湖南   赛中   人大   参赛队员  

摘要： 近期，从中国自动化学会机器人竞赛暨RoboCup中国公开赛组委会传来喜讯，由湖南工业大学于惠钧、肖满生老师带队指导，周楚刚、陈熙玮、吕诗如同学组成的“探索者一队”首战告捷，喜获二等奖。“探索者一队”系湖南工业大学机电信息工程教学部2013年首次组建，此次是首次参赛。为确保参赛队员在大赛中取得良好成绩，指导老师于惠钩、肖满生老师从参赛作品的设计、制作、安装，到控制策略、编程及调试等各环节对参赛选手进行了精心指导和策划，周楚刚、陈熙玮、吕诗如等参赛队员经过反复模拟、

关键词： 机器人创意设计机械结构  

摘要： 本文介绍了亚太大学生机器人大赛国内选拔赛竞赛机器人的研制，阐述了竞赛型机器人的创意与机械结构设计，并以搬运木块手动机器人为研究对象对竞赛机器人的功能、特征、工作过程等问题做了较为详细的分析和研究。

关键词： 动力学滑模控制   温室喷药   移动机器人   转弯控制   四轮驱动  

摘要： 随着科技和社会经济的发展，农业自动化程度越来越高，温室已成为现代农业中的重要组成部分。由于温室环境密闭，使得在温室中喷洒农药易残留不易挥发，工作人员极易发生中毒的风险，用机器人代替人类进行温室喷药不但能有效减少人员伤害，而且能实现精准施药，提高农药的利用率。为实现温室喷药移动机器人的自主作业，有必要研究温室喷药移动机器人的运动控制问题。本文着重开展四轮独立驱动温室喷药移动机器人的转弯控制研究。\n 在温室狭窄的环境中，由于地面潮湿，且凹凸不平，对于处于一定速度下的四轮独立驱动移动机器人在转向行驶时极易出现动力学不稳定的状态，造成四轮独立转向移动机器人的受控性降低，出现转向不足或转向过度，从而导致机器人侧滑失控，以致毁坏温室植物和机器人本身，造成严重损失。为此，本文针对四轮独立驱动移动机器人在温室环境下的转弯控制问题，提出一种基于滑模控制理论的动力学滑模控制方法。本文主要研究内容如下:\n 1.针对温室喷药移动机器人转弯控制问题，首先建立了以质心侧偏角和横摆角速度为状态变量的四轮独立转向动力学模型，运用直接横摆力矩控制方法，基于滑模变结构控制理论，设计以质心侧偏角和横摆角速度为控制系统状态变量的指数趋近律动力学滑模控制策略，以使移动机器人质心侧偏角控制在稳定范围内，且其横摆角速度能够很好地跟踪移动机器人期望运动轨迹。通过基于Matlab/Simulink进行转向行驶仿真试验结果表明，与前馈反馈控制方法相比，基于所建立动力学模型所设计滑模控制策略有效改善了移动机器人转弯控制的稳定性。\n 2.设计了基于超声波测距的紧急避障系统，根据不同的温室作业环境可以设置不同的安全距离，当超声波测到离障碍物的距离小于安全距离时可让机器人紧急停止以防止机器人损坏农作物，造成损失。试验表明，所设计紧急避障系统，能较好地满足温室喷药移动机器人对避障的稳定性、快速性要求。\n 3.以实验室改装的四轮独立驱动温室移动机器人系统为试验平台，在Visual Studio6.0开发环境中基于C++语言完成了温室移动机器人运动控制系统软件设计，着重介绍了其运动控制模块与避障模块。最终将本文设计的滑模运动控制算法实际应用于温室环境进行了转弯控制试验，试验结果验证了本文提出的运动控制算法对提高温室移动机器人转弯运动稳定性的有效性。另外，在实验室完成了对于基于超声波的紧急避障试验，试验结果表明本课题的超声波避障系统能够实现安全避障控制。

关键词： 工业机器人   冗余自由度   位姿分离法   运动控制   动力学优化  

摘要： 随着工业技术的快速发展，机器人的适用范围越来越大，对它的各种指标要求也越来越严格，对操作环境和任务要求更加复杂化，因此工业机器人越来越引起学者们的注意。随着工作任务复杂程度的提高，普通的非冗余自由度机器人已经无法满足工作空间的避障要求。\n 冗余度机器人，简单的说就是在实际使用过程中，机器人的关节自由度大于完成特定的任务所需要的自由度数。在三维欧式空间中，任意物体需要三个位置参数和三个姿态参数才能确定位姿，因此，非冗余情况下，最多只需要六个自由度就足够了。冗余的自由度可以改善机器人各方面的特征，使其具有更好的灵活性、更大的作业空间、更优的躲避障碍能力等。\n 首先，根据机器人实物参数建立数学模型。依据机器人运动学的理论，采用D-H法建立机器人的数学模型、连杆坐标系及相应的杆件参数表。\n 其次，以本实验中心自主研制的七自由度工业机器人作为研究对象，在建立的模型基础上对其运动学进行研究，基于梯度投影法求解冗余自由度运动学逆解，进一步研究七自由度机器人运动控制方法，以位姿分离法形成七自由度逆运动学求解的新方法，简化计算量，便于实时控制。并在动力学层面上对其进行优化。\n 最后，对前面进行的研究进行仿真，来验证算法的正确性，并利用C++语言设计出内部的算法。为使仿真结果更便于观察，利用QNX设计人机交互界面。进一步研究冗余自由度机器人运动学的研究。

关键词： 仿人机器人   Featherstone算法   动力学   牛顿—欧拉法  

摘要： 机器人作为新时代机电一体化的产物，已经运用于生产的各个领域中，而且，随着机器人技术的日趋成熟，必将给人类带来更大的变化。动力学是机器人技术中最重要的一门学科，而动力学算法极大程度的影响了机器人响应的快速性和准确性。目前，常用的机器人动力学算法有牛顿—欧拉法、拉格朗日法等。\n 本文介绍的Featherstone法是基于六维空间向量的一种新的动力学算法。六维空间向量是由表达线向量和角向量的两个三维向量结合构成，描述更加方便，简洁。在六维空间里，表示系统运动状况的各个参量也会变的更加简洁。\n 运用Pro/E建立仿人机器人的三维模型，给出了刚体在六维空间向量中的运动方程，并分析了有约束刚体和多刚体的动力学问题。并定义了六维空间向量中的运动子空间和力子空间，而且对不同的约束有不同的运动子空间和力子空间。通过对刚体系统中各个刚体以及关节的编号和定义可以得出系统的几何模型和关节模型。\n 将牛顿—欧拉法进行改进，用六维空间向量来代替其中的三维向量，并联合之前的几何模型和关节模型，得出了Featherstone动力学方法。其中，逆动力学算法其实就是两次递推。一次是向外迭代的求得每个刚体的速度和加速度，一次是向内迭代求每个刚体间的相互作用力。正动力学分别可以通过惯量矩阵法和繁殖法来推导得出。另外，将动力学算法编辑为Matlab程序，使得计算更加的方便，高效。\n 最后，通过对机器人下蹲动作的正动力学和逆动力学计算，验证了Featherstone算法以及编程的正确性。

关键词： 冗余驱动   并联机器人动力学建模驱动力协调分配  

摘要： 冗余驱动可有效降低并联机构的最大瞬时驱动力,提高其承载能力,然而驱动力协调分配不当或冗余驱动力控制误差过大不仅使上述功能无法实现,甚至产生过大内力而对机构造成破坏。为此,以冗余驱动6PUS-UPU并联机器人为例,对驱动分支、约束分支和动平台的速度、加速度进行分析,引入偏速度和偏角速度,使用Kane方法建立系统的动力学方程。提出以最小化最大瞬时驱动力为目标,使用加权最小二乘法对驱动力进行协调分配,通过数值算例获得给定运动轨迹情况下各分支驱动力。采用DSP控制器和运动控制器相结合的方式提高驱动力协调分配的实时性,实现对冗余驱动力的控制。实验结果表明:在冗余驱动力作用下,瞬时最大驱动力明显降低,且驱动力分配更加均衡,证明了所提出的驱动力协调分配方法和冗余驱动力控制策略的有效性。

摘要： As a technical translator who speaks German fluently, the author would like to study and display the latest bilingual technical terminology in German being used in hardware, software and process technology involved in CADCAM & ROBOTICS. This will greatly help technical translators to correctly translate difficult texts from this area of technology.