机器人作业过程的动态图形仿真

本文阐述了机器人作业运动过程的计算机动态图形仿真的基本原理和实现方法,介绍了机器人本体及其环境物的三维几何造型、图形示教编程技术以及动画制作技术,并指出了在研制机器人的运动仿真系统时应考虑的几个问题。最后给出了Adapt Ⅱ机器人搬运作业过程的图形仿真实例。     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

飘浮式空间机器人路径规划的全局最优解析解

本文根据刚体螺旋运动的特点,利用旋转矩阵构造出评价载体姿态变化的目标函数;采用Ｖａｆａ等人的“虚机械臂”模型简化计算;利用动量矩守恒的假设条件及完成抓取固定目标时的几何位形关系,得到微分约束和边界约束。提出机械臂“周期运动”寻优法,从而得到全局优化的近似解析解。     

加油机器人操作臂设计及运动学研究

为减少污染和节省人力,使用加油机器人代替人力完成加油工作成为未来发展的必然趋势。为此,专门设计一种加油机器人操作臂的结构形式,在D-H坐标系中建立四自由度加油机器人操作臂的运动学模型,采用变换矩阵方法求解该操作臂正、逆运动学解析表达式,并运用Matlab软件的机器人工具箱对该操作臂正、逆运动学方程进行仿真验证。研究结果证明正、逆方程运动学方程解的正确性以及设计方法的可行性。     

火炮身管内膛疵病检测现状与展望

简要回顾了火炮身管内膛疵病的光学检测方法及其局限性,详细介绍了目前重点研究的光电窥膛检测方法,分析了取得的成果和存在的问题。对火炮身管内膛疵病检测的发展方向进行了预测与展望,指出基于机器视觉的研究是一个新的方向。探讨了今后的研究思路,提出首要的任务是在软件方面实现“采集一识别一判定”的自动运行,为此需要重点研究疵病检测的机器视觉图像信息、图像的纹理特征分析技术、疵病评定体系等3方面的内容。     

军用机器人的发展历程

机器人从虚幻到现实 机器人形象和机器人一词,最早出现在科幻和文学作品中,1920年,一名捷克作家发表了一部名叫《罗萨姆的万能机器人》的剧本,剧中叙述了一个叫罗萨姆的公司把机器人作为人类生产的工业品推向市场,让它充当劳动力代替人类劳动的故事,引起了人们的广泛关注。后来,这个故事就被当成了机器人的起源。     

利用优化方法进行机器人冗余度分解初探

利用局部优化法,基于任务分级的概念进行冗余度机器人的冗余分解,从而实现了利用机器人的冗余空间避免奇异位形,并以一个平面三杆机械手的数值仿真为例说明了所用方法的有效性。     

21世纪的“机器士兵”(下)

貌似昆虫的小型卫士貌似昆虫的机器人也称为小型自主机器人。它体积小,结构简单,价格便宜。这种小型机器人有些还可以装备具有强攻击力的杀伤兵器,可以装载在飞机或航天器上执行多种空中作战任务,在未来作战领域中有着极其广泛的应用前     

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。