多机器人系统

摘要： 多机器人系统相较于单机器人系统具有更高的工作效率、更大的工作空间、更灵活的作业方式,能完成更复杂的工作任务。针对多机器人协同焊接系统,研究采用双机器人和三机器人完成螺旋轨迹时,各机器人的关节运动学特性。仿真结果表明:三机器人完成螺旋轨迹时间比双机器人短,且关节运动量减少;验证本文建立模型的正确性,为后续研究提供理论依据。

摘要： 多机器人系统是一个结构复杂的团体,为了实现机器人之间的高效合作,必须解决机器人之间的信息交互问题,提出将无线局域网的多机器人系统与轮询系统结合的MAC(multiple access control)协议。首先,研究MAC协议中PCF(point coordination function)访问机制,建立轮询系统模型,将该模型应用于多机器人集中式体系架构中,并对其数据传输方式进行分析;推导了门限、完全、限定K=1机器人系统信息传输的平均排队队长、时延、轮询周期的表达式;最后通过MATLAB及ROS系统对三种系统的理论值和仿真值进行分析比较。结果表明,该多机器人系统的信息传递率随着到达率的增加而显著增加。综合对比实验结果,在保证公平性的前提下,门限服务系统在加速信息处理速率、改善系统性能方面比其他两种服务策略更加稳定;在机器人增加时,完全服务系统在信息处理速度上较其他两种服务更好。

摘要： 在汽车行业制造流程快速向“数字化”与“智能化”转型的背景下,制造工艺自动开发技术获得学术与产业界的广泛重视。文章针对车身制造过程多机器人工位中自动化工艺路径的规划问题,提出基于智能化算法的多机器人系统动态碰撞检测与协调路径规划算法。尤其针对动态碰撞检测算法中存在的“隧道效应”导致的计算效率低和准确性不足问题,提出基于分级连续碰撞检测的GJK算法,实现机器人与机器人、机器人与车身之间的动态碰撞检测。最后,以搭载视觉传感器的多机器人检测工位为例开展案例应用与方法验证,说明了所提出算法的有效性,为汽车行业数字化工艺路径自动开发提供理论依据。

摘要： 由于单机器人同步定位与建图(SLAM)技术在实际应用中的局限性,多机器人协同SLAM技术以较强的灵活性和鲁棒性受到研究人员的广泛关注,并且在农业生产、环境监测、海上搜救等领域具有巨大应用前景。多机器人协同SLAM是多机器人协同工作的核心及大范围复杂环境内及时获得场景感知信息的关键,能使多个机器人在协同工作时共同定位并构建任务空间地图,主要基于单机器人SLAM算法、多机器人系统架构、地图融合等技术实现。结合多机器人协同SLAM的发展历程,对比分析当前主流的多机器人协同SLAM算法。从传感器的角度,将多机器人协同SLAM分为激光协同SLAM、视觉协同SLAM以及激光视觉融合协同SLAM三类,并对多机器人协同SLAM的架构选择、多机通信、相对位姿、地图融合和后端优化问题进行讨论,同时指出异构机器人协同、基于深度学习的语义SLAM是多机器人协同SLAM的未来发展趋势。

摘要： 针对多机器人环境下时间弹性带(TEB)算法在动态避障时轨迹欠佳且速度输出不稳定的问题,将TEB算法和速度障碍(VO)法进行融合,提出了TEB-VO轨迹规划算法,对机器人临近动态障碍物的避障速度进行约束。之后,设计了一个自适应参数动态调节模块,对规划轨迹的离散间隔以及机器人允许的最大线速度进行动态调整,使得机器人的轨迹趋于平缓且速度输出更加合理。最后,基于机器人操作系统(ROS)与Turtlebot3机器人进行了仿真和实验,验证了该算法具有良好的轨迹规划和动态避障能力。

摘要： 考虑到在多机器人巡逻任务中,待访问节点的重要程度存在差异是一种普遍现象,针对多数巡逻算法没有考虑节点重要程度的不同,导致所有节点的空闲时间趋于一致,从而造成重要节点访问频次不足、普通节点过度访问的问题,提出了一种基于节点重要度的分布式巡逻策略以优化节点访问频率、降低全局平均空闲时间。机器人计算周围节点空闲时间与重要度,在线决策目标节点,估计到达目标节点的时刻,并且将访问目标与估计到达时刻告知附近的同伴;为了避免某些节点被过度访问,在边缘节点的被访问频率低于最小访问频率时提高边缘节点的重要度,使得机器人可以尽快访问该点。最后,通过仿真分析了机器人数量、环境变化、重要度等因素对机器人完成持续巡逻任务的影响。结果表明,重要度大的节点被访问次数明显增加;在巡逻环境与机器人数量相同的前提下,该算法的异常值较少且平均空闲时间较小,多机器人持续巡逻性能表现较好。

摘要： 多机器人进行协作操作任务时,其运动灵活性关系到协作系统的整体运动性能,反映了多机器人协调操作能力,对系统的协调运动规划十分重要。利用由3个机器人组成的协作系统,建立各机械臂的D-H运动学模型,通过蒙特卡罗法获得其协作空间;采用可操作度指标对系统的灵活性进行评价,建立协作系统灵活性表达的数学评价模型,应用MATLAB对多机器人协作的灵活性进行仿真分析,获得协作系统灵活性的可视化分布,通过分析协作空间内的灵活性分布情况,确定合适的协调操作空间,以保证多机器人协作系统在进行操作任务时的灵活性最优。

摘要： 智能工厂下的动态定制生产带来了原料供应的动态变化,需要更加灵活的供应解决方案,在此,我们考虑任务需求和运行距离等因素,建立一个以最大化供应问题收益为目标的智能工厂供应任务优化模型,将原料供应转化为一个多机器人任务分配问题的变体,提出一种多机器人协作的原料供应解决方案,基于贪婪选择策略,产生满足当前各任务要求的供应机器人划分;运用博弈论的纳什平衡概念为任务划分寻求平衡解,进一步提升分配质量.实验表明,所提出算法能够面对不同规模的供应任务,在保证分配质量的同时在极短的时间内给出供应分配方案.

摘要： 针对大质量、大尺寸、低刚度的异形大部件,采用多机器人的合作搬运方式具有显著的作业灵活性和工况适应性。研究了单目-双驱动、双目-双驱动、双目-多运动副全向等合作搬运导引控制构型,建立了多输入-多输出的运动控制模型;采用领航者-跟随者策略设计了协同路径跟踪控制方法,该方法包括偏差转化预测控制+参数模糊调节的同构架构,以及模型预测控制+反演控制+参数强化学习的异构架构。最后,为进行导引控制实验开发了多机器人合作搬运原型系统,实验结果验证了所提构型、模型、架构与方法的可行性和有效性。

摘要： 在汽车行业制造流程快速向“数字化”与“智能化”转型的背景下,制造工艺自动开发技术获得学术与产业界的广泛重视。针对车身制造过程多机器人工位中自动化工艺路径规划问题,提出基于智能化算法的多机器人系统避障与协调规划算法。针对现有机械臂在复杂多障碍物环境中局部路径规划时间长的问题,提出改进的APF-RRT*的机器人避障方法,缩短算法的迭代次数以及路径的总长度,实现局部路径的优化,提高局部避障算法的搜索效率。

摘要： 本文系统研究多机器人系统的协同适应性理论,首先给出其定义,将具体的实现方式分为分布式控制与强化学习两个方面,这里主要介绍分布式控制,着重研究了多机器人系统的一个特例:群体机器人系统,综述了国内外对于群体机器人系统的研究现状,明确指出了一般的多机器人系统与群体机器人系统之间的差异.在分布式控制方面,针对多机器人速度分布问题,提出了阻尼环境下的基于内部平均动能的协同控制方法,以实现对于群体速度分布的控制；对于群体机器人系统,从运动学和动力学两个方面,提出了速度同步的分布式控制方法,控制器除了考虑到与群体机器人系统中其它机器人的协同性之外,还体现出对于外界环境的适应性.通过仿真试验,验证了所提出算法的有效性.

摘要： 为了降低多机器人围捕中的通信量，提高多机器人系统对未知环境的适应性，提出了一种基于模糊控制协调策略的多自主机器人围捕方法。围捕机器人根据感知范围内同伴和目标的分布，从L模糊控制器、R模糊控制器和M模糊控制器中选取合适的一个用以控制和最邻角同伴之间的夹角，进而实现多机器人之间的局部协调，结合基于局部感知的目标跟踪，在围捕过程中保持一定夹角或者以较合适的方式绕过障碍物，完成对智能入侵者的围捕。实验结果验证了该方法的可行性。

摘要： 针对通信约束下的离散多机器人编队协调问题，在考虑了采样周期以及通信时延的情况下，研究一致性算法下的分布式编队控制模型并对该多机器人系统的稳定性进行分析。根据Nyquist稳定性判据，分析保证系统内所有机器人形成并保持期望队形和期望速度应满足的条件。最后，利用Matlab对机器人编队系统进行仿真，验证编队控制律的有效性和所得结论的正确性。

摘要： 本文提出了针对于多机器人系统提出了基于改进粒子群优化算法的合作Q学习方法，以黑板结构为通信结构的学习过程充分利用了所有机器人去探索学习空间与收集经验，仿真实验的结果表明该算法使得学习收敛的进程更快，并且控制策略有更好的结果。

摘要： 动态对抗性环境下多机器人系统研究的核心问题是机器人协作和对手意图识别.提出基于意图识别的多机器人动态联合协作模型;建立适用于动态对抗性环境下的全局分布、局部集中的多机器人组织结构;通过综合评价进行任务分配;通过意图识别修正任务序列;同时,保证多机器人协作决策的实时性和系统的鲁棒性.通过机器人足球的实际比赛数据,证明在动态对抗性环境下比纯集中或者纯分布模型更加有效.

摘要： 在对足球机器人系统进行全面分析的基础上,提出了一种基于模糊逻辑的智能学习方法,把模糊逻辑应用于3个方面:应用模糊逻辑确定机器人的角色,应用模糊逻辑选择策略,应用模糊逻辑确定路径规划方法.实验结果表明,这种新的智能学习技术优于势场法等传统方法,更加适合动态环境下的机器人运动控制,可以满足系统的实时性和高智能度的要求.

摘要： 研究了动态环境、资源受限、弱通信条件的多机器人任务分配问题.首先讨论了机器入团队的资源消耗函数和资源福利函数;然后提出了基于资源福利函数的多机器人任务分配算法,有效地延长了机器人的使用时间,平衡了机器入团队资源消耗;最后通过模拟仿真实验验证基于资源福利函数的任务分配算法在最小资源消耗和任务完成率两方面的性能表现.

摘要： 研究了动态环境、资源受限、弱通信条件的多机器人任务分配问题.首先讨论了机器入团队的资源消耗函数和资源福利函数;然后提出了基于资源福利函数的多机器人任务分配算法,有效地延长了机器人的使用时间,平衡了机器入团队资源消耗;最后通过模拟仿真实验验证基于资源福利函数的任务分配算法在最小资源消耗和任务完成率两方面的性能表现.

摘要： 研究了动态环境、资源受限、弱通信条件的多机器人任务分配问题.首先讨论了机器入团队的资源消耗函数和资源福利函数;然后提出了基于资源福利函数的多机器人任务分配算法,有效地延长了机器人的使用时间,平衡了机器入团队资源消耗;最后通过模拟仿真实验验证基于资源福利函数的任务分配算法在最小资源消耗和任务完成率两方面的性能表现.

摘要： 研究了动态环境、资源受限、弱通信条件的多机器人任务分配问题.首先讨论了机器入团队的资源消耗函数和资源福利函数;然后提出了基于资源福利函数的多机器人任务分配算法,有效地延长了机器人的使用时间,平衡了机器入团队资源消耗;最后通过模拟仿真实验验证基于资源福利函数的任务分配算法在最小资源消耗和任务完成率两方面的性能表现.

摘要： 本发明适用于机器人技术领域，提供了一种多机器人系统的控制方法及多机器人系统，所述多机器人系统包括一台中央控制器和至少两台机器人，所述方法包括：第一机器人每隔预设时间向所述中央控制器和第二机器人发送心跳包，所述第二机器人为所述系统中除所述第一机器人之外的机器人；监控所述中央控制器和所述第二机器人对心跳包的接收情况；根据监控结果对所述系统中的机器人进行任务调度。本发明基于心跳包发送机制，通过设置中央控制器，来对配置于同一局域网内的多机器人进行任务的整体调度，从而实现多机器人系统的容错控制，避免了因机器人故障导致的任务执行失败以及避免了任务的重复执行。

摘要： 本发明提供的方法包括控制第一机器人沿第一目标充电桩所在的方向运动，判断所述第一机器人在运动至第一预设位置后能否接收所述第一目标充电桩发出的第一回充信号，若能够接收所述第一回充信号，则控制所述第一机器人从所述第一预设位置运动至所述第一目标充电桩上进行充电，其中所述第一目标充电桩在被所述第一机器人使用后停止对外发出回充信号，控制所述第二机器人按照所述第一机器人的运动方式运动至第二目标充电桩上进行充电，其中所述第二机器人为所述多机器人系统中除所述第一机器人以外的其它至少一台机器人。

摘要： 本发明适用于机器人技术领域，提供了一种多机器人系统的控制方法及多机器人系统，所述多机器人系统包括一台中央控制器和至少两台机器人，所述方法包括：第一机器人每隔预设时间向所述中央控制器和第二机器人发送心跳包，所述第二机器人为所述系统中除所述第一机器人之外的机器人；监控所述中央控制器和所述第二机器人对心跳包的接收情况；根据监控结果对所述系统中的机器人进行任务调度。本发明基于心跳包发送机制，通过设置中央控制器，来对配置于同一局域网内的多机器人进行任务的整体调度，从而实现多机器人系统的容错控制，避免了因机器人故障导致的任务执行失败以及避免了任务的重复执行。

摘要： 本申请公开了一种多机器人路径规划方法、多机器人系统及机器人，属于机器人路径规划领域。所述多机器人路径规划方法应用于包括主控单元和多个机器人的多机器人系统，包括：主控单元获取多个机器人中的任一机器人的当前位置和目标位置，确定全局静态地图中存在的至少一段窄道的可通行方向，并根据全局静态地图和至少一段窄道的可通行方向得到当前位置到目标位置的目标路径。其中，窄道是指不允许两个或两个以上的机器人并排通行的道路。如此，目标路径中的任一段窄道中只存在同向行进的机器人，避免两个或两个以上的机器人在同一段窄道中相向而行造成拥堵，从而减少机器人到达目标位置花费的时长，提高机器人的工作效率。

摘要： 本申请提供了一种多机器人通信方法、多机器人系统及机器人，涉及机器人领域。该多机器人通信方法应用于包括主控单元和多个机器人的多机器人系统，包括：多个机器人中的第一机器人若需要与第二机器人进行通信，则根据第一机器人的位置信息和通信范围，以及第二机器人的位置信息，从第一机器人和第二机器人之外的剩余机器人中确定至少一个中继机器人，根据第一机器人的标识、至少一个中继机器人的标识和第二机器人的标识生成目标通信链路，根据目标通信链路与第二机器人进行通信。如此，在机器人根据通信链路进行通信时，不需要主控单元传输和处理，因此可降低主控单元的处理量，从而减少出现宕机的次数，降低多机器人之间通信瘫痪的概率。

摘要： 本发明提供了一种双机器人的防碰撞控制方法、系统和多机器人系统。其中控制方法包括：建立主机器人与从机器人的实时通信；当主机器人和从机器人在运行各自的预设运动任务时，主机器人实时接收从机器人发送的从机器人实时运动数据并结合其自身的实时运动数据预判两者的碰撞风险；当主机器人预判与从机器人存在碰撞风险时，主机器人主动避让从机器人使从机器人能够优先运行其预设运动任务。采用本发明的控制方法，主机器人自主实现动态避让，避免碰撞发生，并可最大限度保证双机器人的执行效率，提高生产效率，同时采取单独避让策略，可减少防碰撞检测的算力需求，提高机器人的响应速度，避让动作精度更高。

摘要： 本发明公开了一种移动终端控制机器人的方法、多机器人系统及移动终端。该方法应用于多机器人系统，该系统包括移动终端及多个机器人，该方法包括：移动终端创建局域网，并将局域网的配置信息发送给机器人；机器人根据配置信息与局域网建立连接；移动终端产生控制信号，并通过局域网将控制信号发送给机器人；机器人接收控制信号，并根据控制信号执行相应的操作，以实现移动终端对多个机器人的控制。通过这种方式，能够实现低成本的多机器人控制。

摘要： 本实用新型涉及智能设备技术领域，尤其是涉及一种机器人组件及多机器人系统。该机器人组件包括：主机器人和背景板机器人，所述主机器人和背景板机器人始终面对面间隔设置；所述背景板机器人包括背景板机器人主体和位于所述背景板机器人主体上的背景板，所述背景板包括电控开合百叶窗。本实用新型提供的机器人组件使用时，待测对象位于背景板机器人和主机器人之间，该背景板机器人的作用是在采集人体姿态时，充当背景板使用，从而避免背景混杂造成的干扰，能够提高采集精确度。此外，本实用新型采用电控开合百叶窗当作背景板能够方便调解高度、避免反光，有较高灵活性、避免移动过程中的空气阻力造成的晃动影响。

摘要： 本实用新型涉及机器人研究技术领域，具体涉及一种全向机器人及其多机器人系统；该机器人包括能够独立进行数据处理的卡片电脑；和与所述卡片电脑耦合的微控制器；所述微控制器包括：用于采集所述机器人的电机转速的数据进而驱动电机的电机驱动模块；用于检测所述电机的转速并将所述电机的转速反馈给所述电机驱动模块的AB相编码器；和用于接收所述电机驱动模块的指令并驱动所述全向轮转动的电机；所述卡片电脑包括：与所述卡片电脑耦合的，用于无线通信的无线通信模块；和与所述卡片电脑通过USB/TTL/I

摘要： 本实用新型涉及一种倾斜面移动机器，包括第一分体、第二分体和功能组件，功能组件包括移动机构、柔性连接装置和作业工具，作业工具安装在第一分体和/或第二分体上，用于实施作业内容，柔性连接装置连接第一分体与第二分体，且调节第一分体与第二分体之间的距离，移动机构安装在第一分体和/或第二分体上，用于带动第一分体和/或第二分体在倾斜面上移动，第一分体包含悬挂机构，悬挂机构用于连接和脱开倾斜面。本实用新型还公开使用该倾斜面移动机器的多机器人系统。本实用新型能让表面附着装置间歇工作，缩短其工作时间，大幅降低了机器整体能耗。即便是倾斜面移动机器发生故障，倾斜面移动机器仍然能够安全地悬挂在倾斜面上，不会发生掉落。