漏磁检测探头提离对检测信号的影响分析

漏磁检测探头的提离对其检测性能影响较大,为掌握其影响特性,通过建立提离信号的采集系统,提取了不同提离情况下的检测信号,分析了检测探头提离对缺陷信号的影响,提出了检测探头在实际运行中具有"提离敏感区"、提离阈值及最佳提离值的观点,为检测探头及系统的研究设计提供了有益的参考.     

基于相对观测量的多机器人定位

研究了多机器人队列利用相对观测信息在未知环境中进行同时定位的问题。当队列中某个机器人观测到另外一个或几个机器人时,利用这些信息来同时更新整个队列的位置及协方差矩阵,也即整个队列共享所获得的观测,来得到更精确的位置估计。每个机器人都携带内部及外部传感器,内部传感器感知机器人自身的运动,外部传感器能提供机器人之间的相对观测量,如相对距离和相对方位。利用扩展卡尔曼滤波(EKF)算法融合内部及外部传感器信息,对多机器人队列进行同时定位;并对不同的观测量及机器人个数进行了仿真分析,给出了不同情况下的滤波器结构,研究比较了它们的定位精度。仿真结果表明,利用机器人之间的相对观测信息,可以显著提高定位精度。     

主动自适应悬架机器人概念样机及其配置模型和方法

未来的空间探测要求机器人系统具备高可靠性、高移动性,以胜任未知非结构的地理环境。结合自适应悬架机器人和主动悬架机器人的优点,创新提出主动自适应悬架机器人的概念。它是一类具有主动配置功能的自适应悬架机器人,在一般复杂地形环境下,利用移动机构的超静定特性自适应地形,在极端复杂环境下,主动调整悬架结构等移动机构的运动配置适应地形变化,获取最佳移动性能。设计了一种六轮主动自适应悬架样机,可实现折叠、翻到后起身,建立了机器人移动性能综合评价模型,并给出了相应的配置模型和主动配置方法,通过主动配置可明显提高主动自适应悬架机器人的移动性能。     

埋地管道电磁检测技术的研究

由于小口径埋地管道的工作空间狭窄,多通道电磁检测技术在其研究应用面临大量的困难与问题。分析了埋地管道的检测特点和电磁检测原理与装置,对小口径埋地管道的电磁检测方法、检测性能、检测机器人的驱动方式、机器人的越障及控制等进行了研究,提出了该技术有关环节的研究思路、特点和要求,为进一步深入研究提供有益的参考。     

多智能体信息一致性在机器人编队控制中的应用

对固定拓扑结构下多智能体有向网络一致性问题进行了研究,提出了一类协调控制器并证明了使多智能体网络在固定拓扑结构下取得全局渐进一致的充要条件,考虑到智能体之间通讯过程中存在的时延问题,给出了最大固定延时时间的紧凑上界,取得了满意效果,最后将信息一致性思想应用于多机器人的编队控制。结果表明,基于信息一致性的方法可成功应用于机器人编队控制。     

伪波峰干扰下基于多点融合的地形匹配定位估计方法

深海地形匹配导航初始定位概率函数往往存在多伪波峰现象,造成较大的滤波器初始化误差,并影响导航滤波器的收敛性和稳定性。为解决多伪波峰干扰下的地形匹配导航高精度初始定位问题,提出了基于初始航迹段关联信息约束的多地形匹配定位点融合定位方法(MTP)。该方法通过推算导航点之间的强关联性和地形匹配定位误差的时空有界性构建初始航迹段的位置约束模型,并通过损失函数模型识别伪航迹中的最优航迹段,从而获得初始定位估计。船载数据回放仿真试验表明,在低适配区,MTP定位偏差和偏差标准差较TERCOM分别降低了29.8%和29.7%;在高适配区,MTP定位偏差和偏差标准差较TERCOM分别降低了32.2%和34.9%,验证了该方法的有效性。     

美DARPA“终身学习机器”项目研究进展综述

“终身学习机器”(L2M)项目隶属于美国国防预先研究计划局(DARPA),其目标是开发支持下一代自适应人工智能系统所需的技术,使其能够在实际环境中持续地学习并改善性能,同时保持原来预先给定的能力。对L2M项目基本情况和研究进展进行了综述。首先,介绍了L2M项目的背景、目标、研究内容和项目阶段;然后,从终身学习理论方法研究、边缘终身学习与终身学习机器的硬件实现和终身学习机器人三个方面,对L2M项目的研究进展进行介绍和分析评述,其中理论方法方面包括不确定性调节的终身学习及其应用、自动驾驶中的终身学习、本征任务终身学习框架、通过元学习的神经调节克服灾难遗忘等;最后,对未来发展趋势进行了展望。综述表明,终身机器学习亟需继续开展研究,尤其是生物机制启发的终身学习、多智能体协同终身学习和终身学习技术在现实世界复杂场景中的应用等方向。     

基于雁阵变换的微型扑翼飞行机器人集群行为控制方法

为了解决微型扑翼飞行机器人集群编队目标搜索覆盖效率、避障通过性和多机控制等难题,实现扑翼飞行机器人集群编队的智能控制,提出了基于雁阵变换的扑翼飞行机器人集群行为控制方法。利用仿生集群行为控制函数的参数化特性,实现了飞行机器人编队的队形变换和角度控制;搭建了多扑翼飞行机器人实验系统,并在多种情况下设计基于仿生行为的多扑翼飞行机器人集群控制方法实验。最终的实验结果验证了方法的可行性和有效性。与传统的多飞行机器人实时控制方法相比,所提方法大幅提升了集群编队的搜索覆盖效率和避障通过率,在某些作业环境条件下,搜索覆盖率可提升50%以上,障碍通过率可提升60%以上。同时,创新点体现在将雁阵变换应用于多扑翼飞行机器人集群编队控制和将仿生集群行为控制应用于扑翼飞行机器人集群控制两个方面。     

微型软体机器人能源驱动技术研究进展

具有高柔顺性、低能耗、高功率等特点的微型软体机器人在管道检修、战场侦察等复杂环境中具有广阔的应用前景。能源与驱动器决定了微型软体机器人运动方式和运动性能。为使更多研究人员了解现有柔性驱动技术及其能量来源的研究进展,从物理能源驱动、化学能源驱动以及生物混合驱动三方面入手,总结了基于这三种能源的典型驱动方式并分析其优劣。对现有柔性驱动及其能源存在的不足与未来发展进行讨论与总结,可为后续软体机器人柔性驱动技术发展与性能提升提供参考。     

水下军用机器人

水下机器人又称为水下无人潜水器，分为遥控、半自主及自主型，水下机器人是典型的军民两用技术，不仅可用于海上资源的勘探和开发，而且在海战中也有不可替代的作用．为了争夺制海权，各国都在开发各种用途水下机器人，其中有探雷机器人、扫雷机器人、侦察机器人等，