一、智能机器人行走在2010（论文文献综述）
耿思媛[1]（2021）在《基于深度学习的果园环境路径识别研究》文中研究指明果园环境下果树成行种植,具有明显的果树行特征,易于实现果树行间自动驾驶应用。智能果园机械的应用有助于减少人力投入、提高作业精度,从而提升果园生产效率。本文主要研究基于深度学习的果园机械路径识别方法。传统图像处理方法在进行果树识别中,容易受到光照强度、环境等因素影响。深度学习在果树识别与定位方面具有天然的优势,鲁棒性强的特点。因此,研究果园机械的路径识别具有重要意义于实际的应用前景。为实现果园环境下的路径识别,本文将深度学习方法与果树行线拟合算法相结合提出DL-LF（Deep learning-Line fitting）算法。在实际的果园中采集大量图像数据,经过整理与标记后用于训练YOLO V3。果园环境下果树行中经常存在电线杆、果树支持杆,以及杂草等干扰物,同时使用传统的方法很难迅速的识别出一些具有某些共同特征的树和非树目标。经过训练YOLO V3网络可准确识别树干与果树,同时在检测图像时同时输出边界框的坐标文本文件,树干与果树平均检测精度为92.11%。结合深度学习方法检测图像中树干,将获得的矩形框坐标信息用以提取果园机械行走路径识别。经树干边界框坐标整理与计算后,得到此棵果树参考点坐标。此后,将两侧果树参考点分别用直线拟合算法合出当前果树行参考线。最后,取两侧参考线上最远果树参考点与最近果树参考点为两组的对应点,并分别计算两点所连线段中点。最终所得两个中点所在的直线即为果园机械行进路线,最终能够实现准确拟合果树行中线。果园机械沿着此路线自动行走在果树行间,为实现大规模果园的智能化与自动化管理打下基础。果园机械对靶喷药可以实现精准喷洒农药,减少农药的使用和土壤污染。本文使用双目视觉探测喷药机与前方果树树干的距离,为对靶喷药提供基础数据。论文以树干矩形框中点为固定测量点,采用双目视觉测量果园机械和树干之间距离。
杨劲松[2]（2021）在《下肢助行外骨骼在软路面上行走的规划方法》文中进行了进一步梳理随着当前社会人口老龄化趋势的不断加剧,由于脊柱损伤、脑卒中、脑血栓等中枢神经系统疾病引起的下肢运动功能障碍患者的人数不断上升,患者对于重新行走的渴望日益强烈。下肢助行外骨骼机器人作为智能机器人技术与康复医疗理论相结合的新产物,可以通过为不同身体状况的患者提供正确合理的助行方案,帮助患者完成日常生活中的行走动作。国内外科研机构对下肢助行外骨骼机器人进行了大量研究,提出了很多行走规划方法,但应用场景只能是坚硬路面。因此,为了扩大下肢助行外骨骼机器人的应用范围,本文针对外骨骼在软路面上行走的情况提出了一种被动行走离线步态规划方法,以及一种主动行走稳定控制策略,并利用实验进行验证。本文的主要研究内容如下:首先,基于解剖学对人体下肢各关节生理构造和运动机理进行了详细的剖析,阐述了人体静态参数和动态参数的测量与计算方法,对正常行走过程中的步态特征进行了分析。搭建了运动信息采集系统,利用足底压力传感器和惯性测量单元实现了原始步态数据的获取。接着,解算外骨骼在软路面上行走过程中的关键步态信息。基于足底压力传感器的受力时序判断步态阶段;基于足底压力传感器的受力大小计算足底压力中心位置坐标。基于惯性导航原理解算助行外骨骼行走过程中的步长和步高。然后,利用D-H法和解析法对下肢助行外骨骼进行了运动学分析,求解了末端执行器位姿与各关节旋转角度之间的关系。运用ZMP理论详细分析了外骨骼保持步行稳定性的依据。针对助行外骨骼在软路面上连续行走的过程和起步行走的过程进行了离线步态规划。提出了一种基于人体质心位置校正的主动行走稳定性控制策略。最后,利用实验室搭建好的外骨骼实验平台,针对不同硬度的泡棉板进行了一系列行走实验。实验结果表明,针对外骨骼在软路面上行走提出的离线步态规划方法和基于人体质心位置校正的稳定控制策略的ZMP轨迹都始终处于稳定域内,可以确保外骨骼在软路面上行走时保持稳定性。
陈久朋[3]（2021）在《四足机器人步态及运动控制研究》文中进行了进一步梳理哺乳动物经过亿万年自然的选择,进化出最优的骨骼参数和最佳的运动性能。千百年来效仿自然成为人类孜孜不倦的研究方向,从早期的“木牛流马”到现在的“步行车”无不体现着人类智慧的结晶。提取生物结构参数、效仿生物运动模式、挖掘生物神经控制方式是目前仿生学与机构学相结合的重要组成部分。四足机器人作为一种非线性、复杂的多体动力学系统,其不仅涉及仿生学、机构学、控制论等交叉学科,而且机体之间的关联性和耦合性较强,对其研究具有较大的挑战性,因此许多基础理论和关键技术有待深入研究。本文以四足机器人稳定性和环境适应性为研究目标,围绕结构设计、轨迹规划、步态控制模式等关键技术展开研究,为四足机器人步态及运动控制提供一定的理论基础,具体工作为:（1）对生物解剖学理论研究发现:犬类动物以跖行运动方式行走,具备高速的运动性能。本文以犬类动物为仿生对象,获得动物运动的最简形式,确定了整机的设计目标,完成四足机器人整机的设计与加工。根据D-H法获得了简化单腿的正逆运动学方程,利用运动学等效获得了实际四足机器人逆运动学方程,在机构关节转角范围内采用蒙特卡洛法分析了机器人的足端的工作空间。（2）现有的轨迹规划方法缺乏仿生特性,不符合生物运动规律。针对以上问题,本文提出一种基于足端零冲击的五次多项式足端轨迹方法,在水平方向的轨迹段上增加了后摆段和回缩段,使其更具备仿生特性,同时五次多项式二阶导数连续,其加速度曲线不再是一条直线,是一种理想的足端轨迹。采用Solid WorksSim Mechanics联合仿真平台搭建了单腿控制系统,获得了单腿的运动参数。在单腿运动学建模仿真的基础上,搭建了ADAMS-Simulink联合仿真平台,采用延时模块获得了各腿之间的关节驱动角度的相位差关系,实现了整机的运动控制,仿真结果显示,机器人可根据规划好的轨迹实现walk步态和trot步态稳定行走。虽然机器人能够按照特定的步态行走,但是后腿出现严重的拖地现象,这是导致机体不稳定的重要因素。为了耦合环境信息且解决拖地问题,引入了闭环反馈控制,以达到机器人稳定的效果。仿真结果表明,机器人后腿拖地现象得到了明显改善。（3）为了达到降低能耗、提高行走效率的目的,机器人应该像哺乳动物一样根据地形条件选择合适的速度行走,这就涉及到步态转换问题,目前鲜有人探索轨迹-轨迹之间的步态转换。采用在转换点直接完成步态转换会导致驱动转角跃变,极大的影响四足机器人行走稳定性。本文选用足端零冲击五次多项式作为足端轨迹,在过渡段引入大周期关节驱动角和延时时间,提出了过渡段变周期控制,实现了驱动关节角的平滑过渡,解决了机器人通过轨迹-轨迹步态转换稳定性问题。在过渡段变周期控制的思想下,采用定速度控制和变步长控制分别完成了walk步态向trot步态转换。（4）采用Hopf振荡器数学模型搭建CPG网络拓扑结构,获得了参数对Hopf振荡器输出曲线的影响,确定Hopf振荡器参数的独立调节性能,为髋、膝关节驱动曲线的独立调节奠定基础。Hopf振荡器输出的谐波信号对双拍步态能达到良好的控制效果,但对于四拍步态因占空比变化导致支撑相和摆动相时间不一致,振荡器的输出曲线不能用于四拍步态,本文引入摆动相频率,改变支撑相和摆动相时间,实现了占空比的调节获得了理想的轨迹输出。通过ADAMS-Simulink联合仿真平台,实现了walk步态和trot步态。为了实现一种步态向另一种步态转换,往往是采用直接替换步态矩阵的方式进行,这种方式会导致机器人关节转角驱动曲线出现停振、锁相和尖角问题,导致速度和加速度突变。本文在CPG模型内部引入分段函数,构建Hopf振荡器与分段函数联合算法,通过实时改变右后腿相位差来改变机器人占空比,从而实现关节驱动曲线的平滑过渡,保证了机器人稳定行走。对比了基于CPG的步态生成方法和基于模型的步态生成方法,证明了CPG控制方法具有更高的稳定性。为了结合CPG神经控制模式和足端轨迹规划的优点,采用神经网络拟合功能,实现CPG模型与足端轨迹模型的非线性映射。（5）为了验证算法的有效性,本文在仿生学和运动学研究的基础上设计了一款名为KUST-canine的四足机器人,基于实验室现有条件开展了四足机器人的单腿运动控制实验,为了获得机器人腿部的运动轨迹,采用激光跟踪仪实时采集足端点集并利用SA软件的拟合功能获得了足端轨迹。实验结果显示,四足机器人能按照预期规划的轨迹运动,并实现了足端零冲击。在单腿运动控制的基础上进行了整机walk步态实验和trot步态实验,证明了所提算法的有效性。
冷晓琨[4]（2020）在《双足机器人参数设计及步态控制算法研究》文中研究表明机器人学作为交叉学科,汇集了当今机械、电子、自动化控制和计算机等相关领域的研究成果,是当前世界科技研究最为前沿的领域之一。相对于传统的轮式机器人,双足机器人的运动学结构使其能适应人类生活和工作环境,实现人-机共存。然而将双足机器人应用于人类日常生活仍存在技术问题尚待解决,例如机器人本体性能不足所导致的行动能力差、行走速度缓慢,机器人轨迹规划和控制方法的鲁棒性弱所导致的抗干扰能力差、高速行走稳定性差、行走速度难以提高等等,以上问题制约了双足机器人的推广及应用。相比国外尤其是以美国、日本为首的双足步行机器人的领先水平,我国在该领域的机器人本体样机设计、运动系统构建、步态轨迹生成与优化控制等方面仍存在较大差距。本文围绕如何提升双足机器人运动能力、步态控制及步态稳定性等问题开展研究工作,目的在于不断完善相关参数设计方法和控制理论体系,以此设计出高性能指标的双足机器人样机,实现具有抗扰动能力的稳定行走,进一步缩小与国外机器人研究水平的差距。为解决以上问题,提高双足机器人运动能力和行走稳定性,本文开展了以下研究。1、由于在复杂行走环境中双足机器人在全驱动与欠驱动状态之间切换,传统建模方法仅能在足底与地面全接触的条件下保持运动稳定性。针对该问题,首先对双足机器人动力学模型进行分析,研究传统的双足机器人7连杆动力学模型,引入浮动基方法对双足机器人进行动力学建模,在双足机器人脚掌与地面有相对滑动的情况下仍可以保持准确的躯体姿态,进而提高步态的稳定性。同时,基于足旋转状态下的足尖接触FRI判据,扩展传统ZMP判据的应用范围。然后结合双足机器人动力学分析、行走稳定性判据及行走环境等影响因素,给出保证机器人稳定行走的多种约束条件,作为步态轨迹规划的基础。最后基于动力学对双足机器人倒地过程进行分析,通过力控降低机器人倒地时所受的冲击伤害。2、针对现有人形双足机器人本体运动能力不足的问题,采用多目标参数优化方法设计高性能的双足机器人样机。首先通过分析机器人设计需求,提出机器人样机关键指标,然后将参数设计过程视为多目标最优化求解问题。通过双足机器人步行优化分析建立机器人行走过程中步行速度、行走稳定性和性能需求之间的函数关系。以步行速度、稳定性和性能需求为优化目标,给出优化目标函数。提出基于非线性多目标优化得到目标参数最优集的方法,通过该方法得到目标参数集。进一步结合基于物理引擎的步态仿真,对机器人的自由度配置、结构设计、运动性能和行走效果评估,在整机方面验证参数设计的有效性。同时通过合理选取机器人腿部的驱动机构等方法进行结构优化,从而在同等质量下获取更好的机器人关节驱动效率。最终完成双足机器人样机参数设计,与国外同规格机器人相比,机器人样机具有更轻的质量及更大的输出扭矩。3、针对三维线性倒立摆的轨迹规划方法具有轨迹跟踪精度低和运动鲁棒性差的问题,提出基于全身动力学模型与二次规划的双足机器人系统控制方法。在三维线性倒立摆的冠状面和矢状面的行走轨迹规划中引入DCM质心轨迹反馈跟踪控制,并分析DCM算法跟踪精度。提出利用摩擦锥模型描述机器人脚掌与地面的接触状态,结合各项约束条件求解足底接触力及各个接触点的接触力矢量,提出基于逆动力学的关节力控轨迹跟踪方法。最后构建轨迹接触点序列与参考接触点序列的偏差代价函数,提出了一种基于PD控制的二次规划最优控制器。实体机器人实验表明该系统控制方法相较于位置控制方法更加柔顺和鲁棒。4、为进一步提高机器人步态算法的鲁棒性,分别研究行走过程中机器人内部扰动和外部绕扰动的抗干扰方法。针对机器人行走过程中内部扰动,首先从双足机器人行走相衔接平滑等方面降低角动量影响。然后通过分析简单质点模型及全身角动量模型,提出了基于全身角动量的优化轨迹生成方法,并利用该方法生成CMP参考轨迹。根据CMP参考轨迹,求解DCM轨迹并提出一种质心轨迹的求解算法,实现了行走轨迹优化。实验证明,相对于简单质点模型,基于全身角动量模型的轨迹优化方法提升了机器人对内部扰动的抗扰能力。针对机器人行走过程中的外部扰动,研究机器人受推检测方法及受扰动后的平衡恢复方法和限制。基于轨道能量分析提出了动态捕获点位置求解方法,求解出机器人受推时的落脚点,构建受推后的浮动基稳定性抗推策略,控制机器人在行走状态下受到扰动后恢复平衡。综上所述,本文围绕提升双足机器人本体性能及运动鲁棒性相关问题展开研究工作,目的是从理论上设计并实现一种性能强劲的双足机器人样机,配合完善的理论模型并设计先进的最优轨迹控制框架,从理论和方法上提高机器人步态行走的鲁棒性,在一定程度上促进我国仿人机器人相关研究的发展。
李猛钢[5]（2020）在《面向井下钻孔机器人应用的精确定位与地图构建技术研究》文中指出随着智能机器人、无人驾驶、人工智能等相关学科的快速发展,煤矿装备的智能化和机器人化,是继机械化、电气化、自动化变革之后新的发展趋势,将改变煤矿现有生产方式,为煤矿工业的发展带来生产力和安全性的巨大变革。作为煤矿机器人研发和应用之一的井下瓦斯防治钻孔机器人是一种可以实现井下工作面巷道瓦斯自动抽放、无需人工干预的,具备自主行走、自动钻进等功能的全自主钻孔作业机器人。然而,井下复杂场景下的精确定位和高精度地图构建作为支撑钻孔机器人实现自主行走的关键技术,目前尚未有行之有效的解决方案。煤矿井下环境复杂、工况恶劣、无GPS,地面常规使用的定位和建图技术无法直接在此环境中应用。井下现有定位技术如航迹推算定位、惯性导航定位、射频标签定位、视频监控等,无法满足钻孔机器人在井下各种复杂环境中的长期大范围定位,无法为机器人自主导航和自动钻孔作业提供精确位姿估计;现有基于激光扫描仪和全站仪等测量设备的井下测绘和地图构建方法效率低,不适合场景变化环境的三维地图构建和模型快速更新,无法为钻孔机器人提供精确而高效的先验地图。因此,本文根据钻孔机器人的实际需求,围绕精确定位和地图构建这两个关键技术问题开展研究,主要内容包括:针对钻孔机器人自主行走的实际需求,分析了钻孔机器人的工况环境,探讨了钻孔机器人实现自主导航需要具备的功能需求,对移动机器人定位和地图构建问题的本质进行研究;分析构建欧式空间和流形空间的三维运动描述、基于滤波与优化的状态估计求解方法,以及传感器观测模型的数学描述,为提出适合钻孔机器人应用的定位和建图方法奠定理论基础。针对井下尚无可以为移动机器人提供可靠定位服务的定位系统和定位定姿方法,提出基于EKF-UWB的井下伪GPS定位系统构建方法,以及最优锚节点部署策略;进一步通过融合定位系统提供的位置估计与IMU观测,设计了基于ESKF-Fusion的6自由度位姿估计方法。通过仿真和真实场景试验,证明提出的基于EKF-UWB的定位系统和基于ESKF-Fusion的位姿估计方法可以实现井下机器人长期作业的鲁棒而精确的定位,可以在线估计UWB与IMU的外参和IMU的零偏。为了解决井下常规非结构环境的高效定位和点云地图构建问题,提出一种基于激光的3D NDT-graph-SLAM方法。根据井下巷道环境特点,设计了基于激光里程计约束因子、平面特征约束因子、回环约束因子的位姿图优化方法,可以实现在线定位和建图功能。在公开的数据集和井下模拟巷道进行了试验,结果表明提出的方法可以实现地面和井下非结构化场景的实时高精度地图构建,可以满足机器人在井下非结构化环境的精确定位和高效地图构建。为实现井下颠簸路面和复杂场景的可靠定位和高精度地图构建,提出一种基于激光雷达和IMU紧耦合的多传感器融合方法—LI-SLAM。为应对机器人快速旋转、剧烈运动等工况,提出了利用IMU数据辅助雷达进行点云畸变校正,设计了雷达相对位姿因子、IMU预积分因子、边缘化先验因子和回环检测因子,基于因子图优化框架实现了紧耦合融合传感器信息的功能。在野外复杂地形场景进行的大量试验结果表明,提出的方法对于复杂地形、剧烈运动等工况有很强的适应性,可以满足野外以及井下颠簸路面和复杂场景下的精确定位和高精度先验地图构建。针对井下尚无可以实现包含绝对地理信息、克服场景退化问题的定位和地图构建方法,提出一种基于雷达、IMU和UWB融合的LIU-SLAM方法。利用LI-SLAM方法提供的紧耦合局部激光惯性里程计,进一步基于全局因子图优化与UWB定位系统提供的绝对位置和距离观测进行融合。地下车库的现场试验表明,提出的方法实现了UWB信号覆盖范围内局部区域和长距离大范围场景的精确定位,可以在线实现点云地图与地理坐标系的对齐,提高了激光定位和建图的精度和鲁棒性。为了验证本文提出算法的实用性和可行性,开发了钻孔机器人定位导航软硬件系统,并在煤矿救援机器人平台上开展了在模拟煤矿巷道内的试验验证。结果表明,基于EKF-UWB方法的UWB定位系统可以实现在定位系统内的静态绝对定位精度均值10 cm以内,满足钻孔机器人在局部区域作业的精确定位需求,并且可以通过移架或部署更多UWB节点拓展应用范围;ESKF-Fusion和LIU-SLAM方法均可以实现UWB定位系统内局部区域的机器人连续运动时的精确位姿估计,LIU-SLAM鲁棒性和精度更高,局部区域绝对定位精度均值25 cm以内;LIU-SLAM方法可以实现UWB信号覆盖的大范围场景下的高精地图构建,地图一致性和局部建模效果好,大场景绝对定位精度均值25 cm以内,可靠地实现了点云地图与地理坐标系的对齐,对于井下复杂和退化场景的鲁棒性最好。通过对UWB定位系统、基于UWB和IMU融合的ESKF-Fusion位姿估计方法、基于3D NDT-graph-SLAM高效定位和地图构建方法、基于LiDAR/IMU/紧耦合的LI-SLAM以及进一步融合UWB的LIU-SLAM精确定位和地图构建方法的研究,为钻孔机器人在井下不同环境的定位和地图构建提供了可行的解决方案,为下一步在钻孔机器人上实际应用奠定了研究基础和应用经验。该论文有图116幅,表34个,参考文献197篇。
郑天骄[6]（2020）在《轻便型助行外骨骼机器人研制与步态生成方法研究》文中认为在我国,有上千万人长期承受着由于行走功能障碍而带来的生理与心理的痛苦,例如脑卒中患者、脊髓损伤患者、以及老年人等。下肢行走功能障碍人群在日常生活中需要依靠辅助装置来满足基本活动需求,减轻并发症,提高生活质量。但是,支架、矫形器等辅助站立装置不能实现肢体的运动功能,拐杖、轮椅等辅助运动设备以移动功能为主,无法实现“行走”感。可穿戴外骨骼机器人是一种穿戴于人体肢体或躯干外部,与人体肢体协同运动,为人体提供支撑、为肢体提供助力、辅助肢体运动,从而提升人体机能的交互式机器人系统。近10年来,大量研究瞄准辅助医疗领域,推动助行外骨骼机器人成为当前国内外研究的热点方向之一。然而,现阶段的助行外骨骼机器人仍存在本体繁重、操作复杂、步态固定等若干问题,离真正实用化尚存在一定距离。本文面向下肢行走功能障碍人群日常行走辅助的基本需求,研制一款轻便型的助行外骨骼机器人,聚焦研究安全自然的步态生成方法,以理论研究结合实验测试的方法,开展助行外骨骼机器人的系统综合设计、在线步态生成方法、步态自然稳定调整策略等方面研究内容,提升助行外骨骼机器人的适应性与实用性。首先,明确轻型化、纤薄化的设计目标与辅助行走功能障碍人群舒适、稳定直立行走的设计需求,结合人体生物力学分析,围绕驱动关节选择、人机相容性构型、功能与性能总体参数设计等内容,制定模块化轻便型助行外骨骼机器人的总体设计方案。模块化总体方案具有便携性强、易穿脱,互换性与维护性强等优点。基于模块化设计思路,开展助行外骨骼机器人的腰背模块、小腿模块以及大腿模块等机械系统设计,设计驱传动单元模块并分析关节驱动性能。开展控制系统、伺服系统、感知系统、能源系统以及人机交互系统等电气子系统一体化设计。实现助行外骨骼机器人系统样机质量小于10.15kg。面向轻便型助行外骨骼机器人系统,建立运动学与动力学模型。设计自下而上为关节运动控制、轨迹生成器和人机交互层的人机系统运动控制框架,功能划分清晰、层次独立且可柔性更改。研究关节位置闭环控制方法。设计基于有限状态机（FSM）的运动生成方法,定义4种基本运动状态与7种预设参考运动,建立基本运动状态与参考运动之间的逻辑关系与控制流程。基于力矩补偿跟随控制方法采集并设计典型参考运动轨迹,降低原始误差。设计无线手操作盒、功能性拐杖、虚拟步态界面等多种人机交互器。实现助行外骨骼机器人稳定的运动控制与轨迹生成。在基于FSM的运动生成方法的基础之上,以步速、步距及步高为特征参数,对参考运动轨迹进行参数化,并提出基于3个特征参数的步态轨迹在线调整方法,同时分析特征参数之间的关联性,建立步距系数与步高系数间的关系方程,提升步态轨迹的适应性。分析拐杖姿态与下肢运动之间的耦合关系,揭示行走过程中矢状面内拐杖摆动角度与步距具有相关性。提出基于拐杖触地摆角的外骨骼运动状态切换策略与步态在线调整方法,并利用实验设计运动状态触发边界。定义人机耦合系统的稳定性判据与稳定裕度,分析人机系统起坐过程与连续行走的稳定性,修正运动状态切换策略的触发边界,改进步态在线调整方法,将行走过程的最小稳定裕度提升50mm,并提出面向稳定性的外骨骼运动生成策略,实现安全稳定的步态轨迹在线生成与调整。针对研制的轻便型助行外骨骼机器人系统样机以及提出的步态在线生成与调整方法。开展基于FSM的外骨骼参考轨迹运动实验、行走步态在线参数化调整实验、基于拐杖触地摆角的行走步态在线调整实验与运动状态触发实验、以及连续行走在线调整的步态稳定性实验。结果表明轻便型助行外骨骼机器人系统样机能够稳定可靠的完成系列实验,穿戴与操作方便;相关步态在线生成与调整方法正确可行;步态在线调整方法对助行外骨骼机器人的连续行走稳定性有明显提升。
伍科[7]（2020）在《基于支持向量机技术的远程带式输送机托辊故障识别》文中进行了进一步梳理远程带式输送机作为散料运输的关键设备得到广泛应用,但其托辊故障发生率高,极易引发各种事故。为了克服传统人工巡检的缺点,本文对托辊的巡检方式进行研究,同时提出了托辊的巡检方案。结合远程带式输送机的运行环境及特点,本文提出一种自动巡检装置方案实现托辊的巡检。此装置行走在H型钢轨道上,通过携带拾音器、红外热像仪等设备采集托辊运转数据,并将数据存储至工控机中,通过上位机实现数据分析及处理。由巡检环境确定了巡检装置的主要功能需求及性能指标,对巡检装置的系统组成和驱动方案进行分析,设计自动巡检装置结构,包括:驱动装置和设备搭载箱,并对巡检装置所搭载的一些设备进行选型。通过分析托辊常见故障类型,提出一种基于MFCC-PCA和SVM的托辊故障识别方法。首先,将采集的4组托辊故障声音进行声道合并、归一化处理。然后,使用梅尔倒谱系数（MFCC）作为托辊声音的12维特征参数,使用主成分分析（PCA）进行特征降维。最后,构建支持向量机（SVM）分类器,选择合适的核函数并使用网格搜索法优化相关参数,将降维后的7维特征参数输入SVM模型进行分类。结果显示4组仿真实验的分类准确率都达到95%以上,验证了这一方法对托辊故障识别的有效性。本文提出的自动巡检装置方案和基于MFCC-PCA和SVM故障识别方法对于完善远程带式输送机巡检方法、提高托辊巡检效率、避免安全事故发生等方面具有重要意义。
汪雷[8]（2020）在《煤矿探测机器人图像处理及动态物体去除算法研究》文中提出随着人工智能技术的不断进步以及煤炭工业生产力的不断提升,煤矿开采向着无人化、智能化方向发展。在使用煤矿智能化装备生产过程中,易受煤矿巷道未知环境约束,因此需要通过煤矿探测机器人对煤矿巷道内部场景进行三维环境重建,为煤矿智能化装备正常工作提供基础保障。煤矿巷道三维重建的精度完全取决于煤矿探测救援机器人的定位精度,但由于煤矿巷道照度低、粉尘浓度高以及湿度大的特点和巷道内部动态物体的干扰,都会对煤矿探测机器人定位系统的性能产生严重影响。为此,本文将针对煤矿探测机器人精确定位问题提出了一种基于组合代价函数的图像处理算法以及光流法与语义分割相结合的动态物体去除算法,解决煤矿巷道内干扰因素的影响,提高煤矿探测机器人定位精度与鲁棒性。具体探究内容如下:针对煤矿探测机器人精准定位需求,首先,对煤矿巷道地形特征进行研究。其次,研发适用于煤矿巷道地形特征的煤矿探测机器人平台,并对其硬件与软件系统进行设计。在硬件方面,根据实际场景的需要,选用小觅双目深度相机获取煤矿巷道内部场景信息,采用惯导设备辅助相机为煤矿探测机器人提供精准的位姿估计;根据煤矿巷道内部地形的特点,采用W型轮履结合的行走机构作为煤矿探测机器人的底盘行走机构,既保证了行走速度快,又具有翻越障碍物的能力。在软件方面,上下位机采用无线网络进行通讯,通过ROS机器人操作系统对煤矿探测机器人进行控制。然后,搭建RVIZ和Gazebo显示界面,满足煤矿探测机器人正常工作实时显示需求。针对传感器参数对煤矿探测机器人定位系统的影响,需要对传感器进行标定。首先,对相机成像模型进行分析。其次,通过kalibr工具以及Matlab工具分别对相机进行标定。经试验分析表明,通过kalibr工具标定的左右目相机图像坐标误差均分布在±1个像素之间,采用Matlab工具标定的相机平均坐标误差分布在0.14个像素左右,Matlab工具标定数据结果与小觅相机出厂数据一致性较高。然后,对IMU内参标定,通过分析IMU噪声模型,采集IMU数据包,经标定试验可获得IMU零偏以及随机游走误差等参数。最后,相机与IMU通过离线联合标定方式进行外参标定,经试验分析,可获得相机与IMU的外参以及传感器之间的时间漂移数据等。针对煤矿巷道内部环境照度低、粉尘浓度高以及湿度大等问题,提出了一种基于组合代价函数的图像处理算法。研制了一种煤矿模拟巷道试验平台,通过改变模拟巷道内光照、粉尘浓度以及湿度等干扰因素,对煤矿探测机器人视觉系统进行试验研究。本文提出的图像去雾算法过程主要有图像大气光估计、图像块传输估计、组合代价函数避免对比度过度增强导致图像信息丢失以及精细化传输。经过与多种图像去雾算法性能对比试验,表明本文提出的基于组合代价函数的图像去雾算法在保证图像去雾效果的同时,还可提高图像亮度,增强图像对比度,保持图像纹理细节。针对煤矿巷道内部场景动态物体的干扰问题,提出了一种基于光流法与语义分割方法相结合的动态物体去除算法,消除动态物体的干扰,提高煤矿探测机器人定位与建图系统的精度与鲁棒性。主要针对ORB-SLAM2算法框架进一步改进,通过分析帧间差分法与光流法的优缺点,采用光流法与语义分割方法相结合的方式去对图像的动态特征检测并移除,消除场景中动态物体的干扰,保证数据的动态关联,满足煤矿探测机器人在动态场景中的定位精度需求,提高系统的鲁棒性。通过动态场景语义分割试验分析,本文提出的语义分割算法可以有效分割出场景中的物体,满足实际需求。为了验证本文提出的光流法与语义分割相结合的动态物体去除算法的适用性,进行了大量的试验分析。结果表明,本文所提出的动态场景SLAM算法可以在高动态环境下正常运行,煤矿探测机器人位姿估计精度得到了大幅度提升,实现了动态场景下高精度定位,充分展现了算法的合理性与有效性。针对图像保存形式,采用基于八叉树的Octomap地图保存方式,提高了地图更新效率,减少了内存占用率。该论文有图103幅,表21个,参考文献106篇。
刘绍维[9]（2020）在《基于深度强化学习的准被动双足机器人步态控制策略研究》文中进行了进一步梳理同其他类型的地面移动机器人相比,双足机器人具有更好的运动能力,是服务机器人理想的载体,也是最容易融入人们日常生活的机器人类型。准被动双足机器人因低能耗、步态柔顺、拟人等优点,成为双足机器人研究中的热点。然而,由于准被动双足机器人非线性、强耦合、多变量的动力学系统,使其存在行走步态单一、行走稳定性弱、步态控制困难等问题,导致其目前难以实现广泛的应用。行走稳定性作为衡量准被动双足机器人行走运动性能的重要指标,是实现广泛应用的关键。因此,如何控制准被动双足机器人的行走运动,提升准被动双足机器人的行走稳定性成为亟需解决的关键问题。深度强化学习方法作为目前新兴的人工智能技术,拥有强大的感知能力与决策控制能力,对准被动双足机器人的步态控制具有重要研究价值。在本文中,针对准被动双足机器人行走稳定性差、步态控制困难等缺陷,提出基于深度强化学习的准被动双足机器人步态控制方法,本文的主要研究工作如下:首先,通过直腿前向足机器人行走过程的分析,建立前向足机器人混杂动力学模型。在此基础上,引入庞加莱映射法分析机器人的行走稳定性,利用牛顿-拉夫森迭代法获得前向足机器人的不动点,进而分析机器人内外参数对机器人行走稳定性的影响,为后文步态控制方法的研究奠定基础。其次,以提升机器人行走稳定性为目标,结合机器人行走运动特点,建立智能体状态、智能体动作、奖励函数。并基于学习效率与最终学习效果,分别提出基于深度确定性策略梯度算法的机器人步态控制方法与基于近端策略优化算法的机器人步态控制方法,实现固定斜坡场景下机器人行走运动的有效控制。再次,为提升机器人不同斜坡路面的稳定行走能力,增强深度确定性策略梯度算法的学习能力。在深度确定性策略梯度算法的基础上,重新设计算法结构、智能体状态、奖励函数与交互回合过程,提出基于Ape-X DPG的机器人步态控制方法,实现对机器人在不同斜坡路面上稳定行走运动的控制,并通过行走稳定性分析验证Ape-X DPG对机器人行走运动的控制能力。最后,将机器人模型参数作为智能体状态的一部分,赋予深度强化学习对不同机器人模型的自主辨识能力,提出基于深度强化学习的通用步态控制方法,实现对不同机器人在不同斜坡路面上行走运动的控制。在仿真实验中,通过结合双足机器人模型参数的近端策略优化方法,在不同坡度的斜坡上实现对直腿圆弧足机器人、直腿前向足机器人、有膝点足机器人三种不同结构、参数的机器人步态的高效稳定控制,验证了所提方法的有效性。
徐鹏[10]（2020）在《基于地面几何/物理特征建模的六足机器人运动规划研究》文中认为通过模仿生物的机动性和灵活性,足式机器人具有通过选择离散落足点穿越复杂环境的能力,这是传统机器人不具备的。虽然目前典型的足式机器人已经具备较好的运动控制能力,但它们仍然缺乏自主探索陌生环境的能力,自主行为能力已经成为限制它们实际应用的主要因素,而实现全自主作业还需具备智能的环境感知和智能决策规划能力。野外环境极端复杂,与城市道路不同之处在于野外地形多为松软、易打滑地形,几何与非几何障碍物并存,通过传统的几何建模方式难以满足实际需求,需要提出一个更为综合的环境模型感知方法,并解决在多约束条件下的运动规划问题。基于此,本文主要研究环境多模态感知与利用几何信息和物理信息进行六足机器人智能决策规划。在环境模型构建方面,本文首先利用视觉方法进行环境几何与语义模型的构建,搭建了一种具有不确定度的环境高程图建图框架,在ROS机器人操作系统中建立了环境高程图几何模型。基于Deeplab2语义分割网络训练野外地形分割模型,并建立了2.5D语义地图模型框架。另一方面,进行基于触觉的环境表征工作,通过简化和统一软硬地面下的足-地作用模型,提出了表征地面法向松软特性和切向摩擦特性的参数化指标,结合几何特性针对足式机器人提出了一种更为全面的环境表征模型。在运动规划方面,综合考虑影响机器人通过性的地面几何与物理特征,重构路径规划的优化目标,通过图搜索算法实现了最优路径规划。基于容错步态思想提出了一种自由容错步态的专家规划方法。为了进一步提高足式机器人在稀疏落足点环境中的通过能力,将步态和落足点规划处理为序列优化问题,利用蒙特卡洛树进行优化处理,并提出了快速蒙特卡洛树搜索和滑动蒙特卡洛树搜索两种优化方法去提高算法搜索速度。在实验验证部分,首先通过随机地形实验验证提出的多种规划方法在稀疏落足点环境中的通过能力,构建了多种具有挑战性的人工地形进行实验测试。其次,综合考虑几何与物理特征,进行路径规划与跟踪实验,并验证了不同步态在易打滑、易沉陷地形中的优势。然后构建了一种结合视觉和触觉考虑物理特征的规划方法,并进行了多组实验测试。最后在哈尔滨工业大学研制的六足机器人Elspider上进行了简易的整机实验验证。基于本文的工作,提出了针对足式机器人的一种多模态环境模型的表征方法,一种考虑环境容错的自由容错步态规划方法,和基于蒙特卡洛树的步态落足点优化方法,最后考虑物理特征设计了一种结合视觉和触觉的规划方案。本课题工作为足式机器人的实际运用提供了一种多模态感知和规划的方案。
二、智能机器人行走在2010（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能机器人行走在2010（论文提纲范文）
（1）基于深度学习的果园环境路径识别研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 果园环境路径识别国内外研究现状 |
| 1.2.2 深度学习在果园路径提取中应用现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文组织构架 |
| 第二章 果园环境路径识别总体方法设计 |
| 2.1 路径识别设计流程 |
| 2.1.1 总体流程概述 |
| 2.1.2 果园环境特征 |
| 2.2 果园机械行走路径确定 |
| 2.2.1 参考目标确定 |
| 2.2.2 行走路径确定 |
| 2.3 果树树干距离信息 |
| 2.4 本章小结 |
| 第三章 果树树干深度学习检测算法 |
| 3.1 传统神经网络 |
| 3.1.1 神经元 |
| 3.1.2 人工神经网络 |
| 3.2 卷积神经网络 |
| 3.3 YOLO系列目标检测网络 |
| 3.3.1 YOLO V1 |
| 3.3.2 YOLO V2 |
| 3.4 果树树干深度学习检测算法 |
| 3.4.1 YOLO V3 结构 |
| 3.4.2 图像数据集获取 |
| 3.4.3 网络训练 |
| 3.4.4 树干与果树识别结果分析 |
| 3.5 本章小结 |
| 第四章 果园环境路径识别方法 |
| 4.1 果树参考点提取 |
| 4.1.1 果树参考点提取算法 |
| 4.1.2 果树参考点提取分析 |
| 4.2 果树行参考线拟合 |
| 4.2.1 果树行参考线拟合算法 |
| 4.2.2 果树行参考线拟合算法分析 |
| 4.3 果园环境路径提取 |
| 4.3.1 果园环境路径提取算法 |
| 4.3.2 果园环境路径提取分析 |
| 4.4 本章小结 |
| 第五章 果树树干距离测量 |
| 5.1 双目视觉测距原理 |
| 5.2 双目相机标定 |
| 5.2.1 坐标系 |
| 5.2.2 双目相机标定 |
| 5.3 双目立体校正 |
| 5.3.1 立体校正原理 |
| 5.3.2 Bouguet立体校正算法 |
| 5.3.3 Bouguet 算法校正实验 |
| 5.4 SGBM立体匹配算法 |
| 5.5 测距实验 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者及导师简介 |
（2）下肢助行外骨骼在软路面上行走的规划方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 下肢助行外骨骼机器人国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 步态规划的研究现状 |
| 1.4 运动稳定性控制的研究现状 |
| 1.5 本文的结构与研究内容 |
| 2 下肢运动机理分析与信息采集系统搭建 |
| 2.1 下肢生理特性概述 |
| 2.1.1 人体解剖学描述 |
| 2.1.2 下肢关节活动方式与范围 |
| 2.1.3 人体下肢静态参数与动态参数 |
| 2.2 人体步态特征分析 |
| 2.3 运动信息采集系统搭建 |
| 2.3.1 运动信息采集系统整体概述 |
| 2.3.2 足底压力数据采集 |
| 2.3.3 肢体运动信息数据采集 |
| 2.4 本章小结 |
| 3 关键步态信息解算方法 |
| 3.1 步态阶段识别 |
| 3.1.1 步态阶段的划分 |
| 3.1.2 步态阶段识别方法 |
| 3.1.3 步态阶段识别实验 |
| 3.2 足底压力中心计算 |
| 3.2.1 压力中心计算方法 |
| 3.2.2 足底压力中心位置计算实验 |
| 3.3 步长步高计算 |
| 3.3.1 基于卡尔曼滤波的姿态解算 |
| 3.3.2 基于比力方程的运动加速度解算 |
| 3.3.3 足部静止状态检测 |
| 3.3.4 步长步高计算实验 |
| 3.4 本章小结 |
| 4 软路面行走步态规划及稳定控制策略 |
| 4.1 外骨骼运动学分析 |
| 4.1.1 基于D-H法的正运动学分析 |
| 4.1.2 基于解析法的逆运动学分析 |
| 4.2 运动稳定性分析 |
| 4.2.1 ZMP稳定性判据 |
| 4.2.2 ZMP位置计算方法 |
| 4.3 软路面行走离线步态规划 |
| 4.3.1 离线步态规划约束 |
| 4.3.2 软路面连续行走过程步态规划 |
| 4.3.3 软路面起步行走过程步态规划 |
| 4.3.4 步态轨迹仿真 |
| 4.4 基于人体质心位置校正的稳定控制策略 |
| 4.5 本章小结 |
| 5 外骨骼步行效果实验 |
| 5.1 外骨骼实验平台的搭建 |
| 5.1.1 实验平台的搭建要求 |
| 5.1.2 外骨骼实验平台简介 |
| 5.2 步行实验 |
| 5.2.1 路面硬度等参数测量 |
| 5.2.2 实际步行效果 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）四足机器人步态及运动控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 研究目的 |
| 1.1.2 研究意义 |
| 1.2 四足机器人国外研究现状 |
| 1.3 四足机器人国内研究现状 |
| 1.4 四足机器人步态研究现状 |
| 1.4.1 基于模型的步态规划方法 |
| 1.4.2 步态转换研究 |
| 1.4.3 基于中枢模式发生器的步态控制 |
| 1.5 本文主要研究内容 |
| 第二章 四足机器人设计及运动学分析 |
| 2.1 生物犬的仿生学研究 |
| 2.1.1 骨骼特征分析 |
| 2.1.2 单腿模型演变 |
| 2.1.3 四足机器人腿型配置 |
| 2.2 四足机器人设计方案 |
| 2.2.1 德国牧羊犬属性参数 |
| 2.2.2 整机设计原则 |
| 2.2.3 设计目标 |
| 2.2.4 四足机器人三维设计 |
| 2.3 运动学分析 |
| 2.3.1 机器人运动的描述 |
| 2.3.2 简化模型正运动学 |
| 2.3.3 简化模型逆运动学 |
| 2.3.4 运动学模型等效 |
| 2.4 腿部工作空间确定 |
| 2.5 本章小结 |
| 第三章 四足机器人轨迹规划与稳定性研究 |
| 3.1 步态参数的定义 |
| 3.2 生物经典步态 |
| 3.3 足端轨迹规划 |
| 3.3.1 复合摆线轨迹规划 |
| 3.3.2 三次多项式轨迹规划 |
| 3.4 基于五次多项式的足端零冲击轨迹规划 |
| 3.4.1 仿生轨迹引入 |
| 3.4.2 五次多项式足端轨迹规划 |
| 3.5 三种足端轨迹对比 |
| 3.6 单腿模块的搭建 |
| 3.7 整机步态实现 |
| 3.7.1 多体动力学系统的搭建 |
| 3.7.2 机械-控制系统实现 |
| 3.7.3 Trot步态下三种足端轨迹行走效果 |
| 3.8 足端轨迹反馈控制 |
| 3.9 步态转换稳定性分析 |
| 3.9.1 过渡段变周期控制 |
| 3.9.2 主要思想 |
| 3.9.3 步态转换前后定速度控制 |
| 3.9.4 步态转换前后变步长控制 |
| 3.10 本章小结 |
| 第四章 中枢模式发生器与足端轨迹非线性映射 |
| 4.1 四足哺乳动物的神经控制模式 |
| 4.1.1 生物神经控制系统 |
| 4.1.2 执行机构:骨骼-肌肉系统 |
| 4.1.3 CPG模型的提出和演变 |
| 4.2 振荡器模型的选择 |
| 4.2.1 构建Hopf振荡器单元 |
| 4.2.2 参数对Hopf振荡器模型输出的影响 |
| 4.3 四足机器人CPG建模 |
| 4.3.1 传统CPG网络模型 |
| 4.3.2 髋、膝关节运动规律 |
| 4.3.3 经典步态实现 |
| 4.4 CPG控制网络改进 |
| 4.5 四足机器人步态实现 |
| 4.5.1 walk步态仿真 |
| 4.5.2 trot步态仿真 |
| 4.5.3 步态调整 |
| 4.6 轨迹规划步态方法和CPG步态控制方法对比 |
| 4.7 CPG模型与轨迹规划模型非线性映射 |
| 4.7.1 映射原理 |
| 4.7.2 输入输出映射模块搭建 |
| 4.7.3 仿真实验 |
| 4.8 本章小结 |
| 第五章 四足机器人运动控制实验 |
| 5.1 样机的设计和搭建 |
| 5.1.1 控制系统选择 |
| 5.1.2 驱动类型的选择 |
| 5.2 单腿运动控制实验 |
| 5.2.1 电机调试过程 |
| 5.2.2 单腿足端轨迹规划实验 |
| 5.2.3 轨迹跟踪实验 |
| 5.3 整机步态控制实验 |
| 5.3.1 walk步态行走 |
| 5.3.2 trot步态行走 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附录A:攻读博士期间发表与录用论文情况 |
| 附录B:攻读博士期间申请及公布的国家专利情况 |
| 附录C:攻读博士期间所获得的奖励情况 |
| 附录D:攻读博士期间参与的项目情况 |
| 附录E:电机控制程序 |
（4）双足机器人参数设计及步态控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 研究现状及分析 |
| 1.2.1 双足机器人平台国内外研究现状 |
| 1.2.2 人形双足机器人步态规划概述 |
| 1.2.3 人形双足机器人控制方法 |
| 1.3 本领域科学问题 |
| 1.4 本文主要研究内容 |
| 第2章 双足机器人动力学建模与稳定性分析 |
| 2.1 引言 |
| 2.2 双足机器人动力学建模 |
| 2.2.1 双足机器人多连杆模型动力学分析 |
| 2.2.2 基于浮动基的双足机器人动力学建模 |
| 2.2.3 对比验证 |
| 2.3 双足机器人行走稳定性判据 |
| 2.3.1 ZMP与FRI稳定性判据 |
| 2.3.2 COP稳定性判据 |
| 2.4 双足机器人平衡约束分析 |
| 2.4.1 ZMP约束 |
| 2.4.2 摩擦约束 |
| 2.4.3 动能约束 |
| 2.4.4 非奇异位姿约束 |
| 2.4.5 正向运动约束 |
| 2.5 双足机器人倒地分析 |
| 2.5.1 倒地状态分析 |
| 2.5.2 地面反作用力分析 |
| 2.5.3 着地分析 |
| 2.6 本章小结 |
| 第3章 基于多目标优化方法的双足机器人运动系统参数设计 |
| 3.1 引言 |
| 3.2 设计需求 |
| 3.3 参数多目标优化的驱动设计 |
| 3.3.1 多目标参数优化概述 |
| 3.3.2 双足机器人步行优化分析 |
| 3.3.3 优化目标函数 |
| 3.3.4 多目标优化方法 |
| 3.4 参数设计验证 |
| 3.4.1 仿真环境配置 |
| 3.4.2 验证设计及配置 |
| 3.5 双足机器人机构设计 |
| 3.5.1 自由度配置及驱动选择 |
| 3.5.2 双自由度并联驱动机构建模 |
| 3.5.3 双足机器人结构设计 |
| 3.6 实验验证 |
| 3.7 本章小结 |
| 第4章 基于全身动力学的最优轨迹控制方法研究 |
| 4.1 引言 |
| 4.2 双足机器人步态轨迹规划 |
| 4.2.1 基于三维倒立摆模型的双足步态规划 |
| 4.2.2 基于DCM的双足步态轨迹规划 |
| 4.3 基于浮动基的双足机器人全身动力学求解 |
| 4.3.1 关节逆动力学的求解 |
| 4.3.2 摩擦锥接触模型 |
| 4.3.3 约束方程 |
| 4.4 基于全身动力学模型的二次规划最优控制器设计 |
| 4.4.1 控制系统模型与控制李雅普诺夫函数构建 |
| 4.4.2 全身动力学误差分析 |
| 4.4.3 不依赖动力学模型的二次规划最优控制 |
| 4.4.4 基于动力学模型的二次规划最优控制 |
| 4.4.5 基于PD控制和二次规划的最优控制器设计 |
| 4.5 实验验证 |
| 4.6 本章小结 |
| 第5章 双足机器人行走抗扰方法研究 |
| 5.1 引言 |
| 5.2 针对双足机器人内部扰动的行走轨迹优化 |
| 5.2.1 行走相分析 |
| 5.2.2 行走相衔接 |
| 5.2.3 基于全身角动量的CMP参考轨迹生成 |
| 5.2.4 实验验证 |
| 5.3 针对未知外部扰动的行走轨迹重规划 |
| 5.3.1 抗推运动分析 |
| 5.3.2 捕获点位置 |
| 5.3.3 基于运动状态捕获点的抗推方法 |
| 5.3.4 实验验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（5）面向井下钻孔机器人应用的精确定位与地图构建技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题的背景、意义及来源 |
| 1.2 国内外研究现状及分析 |
| 1.3 主要研究内容 |
| 2 钻孔机器人定位导航需求分析与状态估计方法 |
| 2.1 引言 |
| 2.2 钻孔机器人工况环境及自主导航功能需求分析 |
| 2.3 三维空间刚体运动 |
| 2.4 机器人状态估计方法 |
| 2.5 传感器观测模型 |
| 2.6 本章小结 |
| 3 井下UWB定位系统与位姿估计方法 |
| 3.1 引言 |
| 3.2 UWB传感器特性分析 |
| 3.3 井下UWB定位系统构建 |
| 3.4 基于ESKF的 UWB/IMU融合位姿估计 |
| 3.5 仿真及现场试验分析 |
| 3.6 本章小结 |
| 4 平面辅助的NDT-graph-SLAM定位与地图构建 |
| 4.1 引言 |
| 4.2 NDT扫描配准 |
| 4.3 位姿图优化模型构建 |
| 4.4 工程应用问题 |
| 4.5 数据集及现场试验 |
| 4.6 本章小结 |
| 5 LiDAR-IMU紧耦合的LI-SLAM定位与地图构建 |
| 5.1 引言 |
| 5.2 系统架构与因子图模型构建 |
| 5.3 约束因子构建 |
| 5.4 工程应用问题 |
| 5.5 野外复杂地形现场试验 |
| 5.6 本章小结 |
| 6 LiDAR-IMU-UWB融合的LIU-SLAM定位与地图构建 |
| 6.1 引言 |
| 6.2 系统架构与全局因子图模型构建 |
| 6.3 约束因子构建 |
| 6.4 工程应用问题 |
| 6.5 地下车库封闭环境现场试验 |
| 6.6 本章小结 |
| 7 井下钻孔机器人定位导航系统研发及定位建图应用试验 |
| 7.1 引言 |
| 7.2 井下钻孔机器人定位导航系统研发 |
| 7.3 UWB定位系统绝对定位精度测试 |
| 7.4 局部区域连续定位试验 |
| 7.5 大范围巷道地图构建与定位试验 |
| 7.6 本章小结 |
| 8 全文总结 |
| 8.1 研究内容与成果 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）轻便型助行外骨骼机器人研制与步态生成方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 助行外骨骼机器人研究现状与分析 |
| 1.2.1 系统样机研究现状与分析 |
| 1.2.2 步态生成方法研究现状与分析 |
| 1.3 存在的问题与难点 |
| 1.4 本文主要研究内容 |
| 第2章 轻便型助行外骨骼机器人系统设计 |
| 2.1 引言 |
| 2.2 助行外骨骼机器人总体方案设计 |
| 2.2.1 设计目标与设计需求 |
| 2.2.2 总体方案设计 |
| 2.3 助行外骨骼机器人机械系统设计 |
| 2.3.1 模块化设计思路 |
| 2.3.2 大腿模块设计 |
| 2.3.3 腰背模块设计 |
| 2.3.4 小腿模块设计 |
| 2.4 助行外骨骼机器人电气系统设计 |
| 2.5 本章小结 |
| 第3章 外骨骼机器人系统控制与运动生成方法 |
| 3.1 引言 |
| 3.2 外骨骼机器人运动学与动力学 |
| 3.2.1 运动学建模 |
| 3.2.2 动力学建模 |
| 3.3 外骨骼机器人系统运动控制框架 |
| 3.4 关节闭环位置控制方法 |
| 3.5 基于有限状态机的外骨骼机器人运动生成方法 |
| 3.5.1 有限状态机 |
| 3.5.2 力矩补偿跟随控制方法 |
| 3.5.3 参考运动轨迹设计 |
| 3.5.4 参考运动轨迹分析 |
| 3.6 人机交互控制器设计 |
| 3.7 本章小结 |
| 第4章 外骨骼机器人行走步态在线调整与稳定性分析 |
| 4.1 引言 |
| 4.2 步态轨迹的参数化 |
| 4.2.1 速度调整 |
| 4.2.2 步距与步高调整 |
| 4.2.3 步距与髋关节摆角的关联度分析 |
| 4.3 基于功能性拐杖的运动状态切换与步态在线调整 |
| 4.3.1 功能性拐杖描述 |
| 4.3.2 拐杖姿态与下肢运动的耦合关系 |
| 4.3.3 基于拐杖触地摆角的外骨骼运动状态切换策略 |
| 4.3.4 基于拐杖触地摆角的外骨骼步态在线调整方法 |
| 4.4 面向静态稳定性的外骨骼机器人步态调整 |
| 4.4.1 稳定性判据与稳定裕度 |
| 4.4.2 起坐过程稳定性分析 |
| 4.4.3 连续行走稳定性分析与步态在线调整 |
| 4.4.4 面向稳定性的外骨骼运动生成策略 |
| 4.5 本章小结 |
| 第5章 助行外骨骼机器人实验研究 |
| 5.1 引言 |
| 5.2 基于有限状态机的外骨骼参考轨迹运动实验 |
| 5.2.1 实验内容与实验方法 |
| 5.2.2 实验结果 |
| 5.3 行走步态在线参数化调整实验 |
| 5.3.1 实验内容与实验方法 |
| 5.3.2 实验结果 |
| 5.3.3 行走关节运动角度的一致性分析 |
| 5.4 基于拐杖摆角的行走步态在线调整实验 |
| 5.4.1 实验内容与实验方法 |
| 5.4.2 实验结果 |
| 5.5 基于拐杖触地摆角的运动状态触发实验 |
| 5.5.1 实验内容与实验方法 |
| 5.5.2 实验结果 |
| 5.6 连续行走在线调整的步态稳定性实验 |
| 5.6.1 实验内容与实验方法 |
| 5.6.2 实验结果 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（7）基于支持向量机技术的远程带式输送机托辊故障识别（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 背景意义 |
| 1.3 自动巡检装置国内外研究现状 |
| 1.4 轴承故障识别方法国内外研究现状 |
| 1.5 研究内容 |
| 第二章 自动巡检装置整体方案设计 |
| 2.1 托辊故障及检测技术分析 |
| 2.2 巡检装置设计需求 |
| 2.3 巡检系统方案分析 |
| 2.4 自动巡检装置驱动方案分析 |
| 2.5 本章小结 |
| 第三章 自动巡检装置结构设计 |
| 3.1 巡检装置整体结构 |
| 3.2 驱动装置结构设计 |
| 3.3 设备搭载箱的设计 |
| 3.4 拾音器及工控机的选型 |
| 3.5 电池计算及选型 |
| 3.6 本章小结 |
| 第四章 基于MFCC-PCA方法的托辊故障特征提取 |
| 4.1 原始数据的采集及预处理 |
| 4.2 基于梅尔倒谱系数的托辊故障特征提取 |
| 4.3 基于主成分分析的特征降维 |
| 4.4 本章小结 |
| 第五章 基于支持向量机的托辊故障特征识别 |
| 5.1 支持向量机 |
| 5.2 算法流程 |
| 5.3 基于支持向量机的特征识别仿真分析 |
| 5.4 自动巡检装置的巡检过程 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（8）煤矿探测机器人图像处理及动态物体去除算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究意义和来源 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 2 煤矿探测机器人软硬件系统研发 |
| 2.1 引言 |
| 2.2 煤矿井下地形特征分析 |
| 2.3 机器人硬件平台研制 |
| 2.4 机器人软件系统研发 |
| 2.5 机器人箱体防爆设计 |
| 2.6 机器人行走性能试验及运动学分析 |
| 2.7 本章小结 |
| 3 双目相机与IMU标定及误差校验 |
| 3.1 相机常用标定算法介绍 |
| 3.2 相机与IMU联合标定算法研究 |
| 3.3 双目相机标定 |
| 3.4 IMU标定 |
| 3.5 相机与IMU联合标定 |
| 3.6 本章小结 |
| 4 图像处理技术研究 |
| 4.1 引言 |
| 4.2 模拟巷道试验平台 |
| 4.3 图像获取 |
| 4.4 去雾算法研究 |
| 4.5 试验结果与分析 |
| 4.6 本章小结 |
| 5 动态场景语义信息处理技术研究 |
| 5.1 引言 |
| 5.2 SLAM算法研究 |
| 5.3 动态物体检测算法研究 |
| 5.4 语义分割算法研究 |
| 5.5 语义分割试验 |
| 5.6 本章小结 |
| 6 动态场景SLAM系统综合性能试验 |
| 6.1 引言 |
| 6.2 动态场景特征匹配试验分析 |
| 6.3 动态场景SLAM系统定位性能试验 |
| 6.4 三维地图构建试验 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（9）基于深度强化学习的准被动双足机器人步态控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 双足机器人研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 准被动双足机器人控制方法综述 |
| 1.4 深度强化学习综述 |
| 1.5 本文主要研究内容 |
| 第2章 直腿前向足机器人动力学建模与步态分析 |
| 2.1 引言 |
| 2.2 直腿前向足机器人动力学模型 |
| 2.2.1 机器人模型描述 |
| 2.2.2 摆动阶段动力学模型 |
| 2.2.3 碰撞阶段动力学模型 |
| 2.2.4 混杂动力学模型 |
| 2.2.5 行走运动数值仿真实验 |
| 2.3 直腿前向足机器人行走运动分析 |
| 2.3.1 机器人行走稳定性分析 |
| 2.3.2 参数β_3对机器人步态的影响 |
| 2.3.3 坡度γ对机器人步态的影响 |
| 2.4 机器人行走运动物理仿真实验 |
| 2.5 本章小结 |
| 第3章 基于深度强化学习的准被动双足机器人步态控制方法 |
| 3.1 引言 |
| 3.2 深度强化学习 |
| 3.2.1 强化学习介绍 |
| 3.2.2 神经网络介绍 |
| 3.2.3 模型无关的深度强化学习方法 |
| 3.3 基于DDPG的机器人步态控制方法 |
| 3.3.1 确定性策略 |
| 3.3.2 深度确定性策略梯度算法DDPG |
| 3.3.3 基于DDPG的机器人步态控制仿真实验 |
| 3.4 基于PPO的机器人步态控制方法 |
| 3.4.1 近端策略优化算法PPO |
| 3.4.2 PPO算法结构 |
| 3.4.3 基于PPO的机器人步态控制仿真实验 |
| 3.5 本章小结 |
| 第4章 基于Ape-X DPG的准被动双足机器人步态控制方法 |
| 4.1 引言 |
| 4.2 Ape-X DPG算法 |
| 4.2.1 优先经验回放策略 |
| 4.2.2 Ape-X DPG算法结构 |
| 4.3 基于Ape-X DPG的机器人步态控制方法 |
| 4.3.1 机器人行走交互设计 |
| 4.3.2 奖励函数设计 |
| 4.3.3 基于Ape-X DPG的机器人步态控制仿真实验 |
| 4.4 机器人行走稳定性分析 |
| 4.4.1 能量反馈控制方法 |
| 4.4.2 局部行走稳定性分析 |
| 4.4.3 全局行走稳定性分析 |
| 4.5 物理仿真实验 |
| 4.6 本章小结 |
| 第5章 基于深度强化学习的通用步态控制方法 |
| 5.1 引言 |
| 5.2 有膝点足机器人动力学模型 |
| 5.2.1 机器人模型描述 |
| 5.2.2 混杂动力学模型 |
| 5.2.3 行走运动数值仿真实验 |
| 5.3 基于深度强化学习的通用步态控制方法 |
| 5.4 基于深度强化学习的通用步态控制仿真实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（10）基于地面几何/物理特征建模的六足机器人运动规划研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源及研究背景与意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 足式机器人视觉地形感知现状 |
| 1.2.2 足式机器人触觉地形感知现状 |
| 1.2.3 足式机器人运动规划现状 |
| 1.2.4 目前研究存在的问题 |
| 1.3 主要研究内容 |
| 第2章 基于视觉-触觉的环境几何与物理特征建模 |
| 2.1 引言 |
| 2.2 具有不确定度的环境几何模型构建 |
| 2.2.1 数据采集阶段 |
| 2.2.2 传感器测量更新 |
| 2.2.3 机器人运动更新 |
| 2.2.4 建图实验测试 |
| 2.3 基于语义分割的环境语义模型构建 |
| 2.3.1 语义分割模型训练 |
| 2.3.2 语义地图构建方法 |
| 2.4 考虑足地力学的地面物理特性表征方法 |
| 2.4.1 地面法向松软程度的表征 |
| 2.4.2 地面切向摩擦程度的表征 |
| 2.5 地面环境几何-物理特征地图构建 |
| 2.5.1 基础层构建 |
| 2.5.2 演绎层构建 |
| 2.6 本章小结 |
| 第3章 多约束条件下六足机器人运动规划研究 |
| 3.1 引言 |
| 3.2 基于专家规则的自由容错步态与落足点规划 |
| 3.2.1 自由步态与容错步态相关概念 |
| 3.2.2 步态相关符号与定义 |
| 3.2.3 自由容错步态与落足点规划方法 |
| 3.3 基于MCTS的六足机器人接触序列规划 |
| 3.3.1 蒙特卡洛树搜素算法介绍 |
| 3.3.2 基于标准MCTS的步态落足点序列规划 |
| 3.3.3 基于Fast MCTS的步态落足点序列规划 |
| 3.3.4 基于Sliding MCTS的步态落足点序列规划 |
| 3.4 复杂环境下六足机器人通过性仿真实验 |
| 3.4.1 实验说明 |
| 3.4.2 实验结果分析 |
| 3.4.3 典型地形的通过性实验 |
| 3.5 本章小结 |
| 第4章 考虑物理特征的六足机器人运动规划实验 |
| 4.1 引言 |
| 4.2 考虑物理与几何特征的六足机器人机体路径规划仿真 |
| 4.2.1 考虑物理特征路径规划方法 |
| 4.2.2 仿真环境地图构建 |
| 4.2.3 路径规划仿真 |
| 4.3 考虑物理与几何特征的六足机器人自由步态切换仿真 |
| 4.3.1 打滑地形的步态切换仿真 |
| 4.3.2 易沉陷地形的步态切换仿真 |
| 4.3.3 考虑几何与物理特征的步态切换跟踪仿真 |
| 4.4 基于视觉触觉感知的六足机器人实时运动规划仿真 |
| 4.4.1 视觉预测物理信息正确情况下的规划仿真 |
| 4.4.2 视觉预测物理信息错误情况下的规划仿真 |
| 4.4.3 无先验视觉预测知识情况下的规划仿真 |
| 4.5 整机实验 |
| 4.5.1 稀疏落足点环境下的整机步态与落足点规划实验 |
| 4.5.2 考虑物理特征的整机路径规划实验 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 附录1 算法伪代码及其说明 |
| 致谢 |
四、智能机器人行走在2010（论文参考文献）
- [1]基于深度学习的果园环境路径识别研究[D]. 耿思媛. 北京石油化工学院, 2021(02)
- [2]下肢助行外骨骼在软路面上行走的规划方法[D]. 杨劲松. 大连理工大学, 2021(01)
- [3]四足机器人步态及运动控制研究[D]. 陈久朋. 昆明理工大学, 2021(02)
- [4]双足机器人参数设计及步态控制算法研究[D]. 冷晓琨. 哈尔滨工业大学, 2020(02)
- [5]面向井下钻孔机器人应用的精确定位与地图构建技术研究[D]. 李猛钢. 中国矿业大学, 2020(07)
- [6]轻便型助行外骨骼机器人研制与步态生成方法研究[D]. 郑天骄. 哈尔滨工业大学, 2020
- [7]基于支持向量机技术的远程带式输送机托辊故障识别[D]. 伍科. 宁夏大学, 2020(03)
- [8]煤矿探测机器人图像处理及动态物体去除算法研究[D]. 汪雷. 中国矿业大学, 2020(01)
- [9]基于深度强化学习的准被动双足机器人步态控制策略研究[D]. 刘绍维. 燕山大学, 2020(01)
- [10]基于地面几何/物理特征建模的六足机器人运动规划研究[D]. 徐鹏. 哈尔滨工业大学, 2020