蜜桃午夜福利欧美黄色影片|av不卡在线观看|一级黄片免费看玖玖|国内在线观看第一区二区|免费亚洲无码成人影片|黄色片免费观看网站|夜夜看一区二区三区|黄片视频在线免费播放|一级真人毛片d视频|A级黄色电影院av瑟瑟

本項目以在高端智能制造場景中進行自主作業(yè)的智能移動作業(yè)機器人為研究對象，研究基于機器人的末端執(zhí)行器、傳感裝置、行走機構(gòu)、決策核心的協(xié)調(diào)一體式控制技術(shù)，以提升移動作業(yè)機器人的行走行為、感知能力、作業(yè)動作、自主決策的高效、協(xié)同控制，使機器人反應(yīng)更靈敏，動態(tài)響應(yīng)速度快，動作精準(zhǔn)度更高。
一、主要技術(shù)
（一）全新設(shè)計的以工控計算機為基礎(chǔ)的控制器硬件系統(tǒng)。
（二）自主研發(fā)的移動機器人操作系統(tǒng)。
（三）創(chuàng)立“組合導(dǎo)航定位-宏觀視覺規(guī)劃-局部力覺自律”的多模態(tài)精確感知方法。
（四）突破了移動作業(yè)機器人“手眼腳腦”行為智能協(xié)同控制技術(shù)。
（五）全新創(chuàng)立的一體化移動機器人運動學(xué)模型。
二、研發(fā)內(nèi)容
（一）全新研發(fā)的一體化機器人控制器硬件及一體化運動學(xué)模型
移動作業(yè)機器人的一體化控制器硬件
全新設(shè)計定制的以多核CPU為核心的工業(yè)控制計算機（主板），專門作為移動作業(yè)機器人控制硬件平臺。相比于傳統(tǒng)控制器優(yōu)勢明顯：
1.兼容性增強:因硬件集成度提高，控制器對不同傳感器的適配性和兼容;
2.可控制多達16軸的機器人:用一臺控制器可實現(xiàn)對該類機器人的控制，省去了傳統(tǒng)系統(tǒng)中機械臂的獨立控制器；
3.整體系統(tǒng)響應(yīng)速度、可靠性獲得大幅提升。
移動作業(yè)機器人的一體化運動學(xué)模型
針對傳統(tǒng)分離式、無關(guān)聯(lián)性、低耦合移動作業(yè)機器人系統(tǒng)運動學(xué)模型無法實現(xiàn)高性能、高響應(yīng)速度、高柔性的移動復(fù)合機器人的移動及作業(yè)控制的弊病，基于統(tǒng)一世界坐標(biāo)系建立了移動運動學(xué)和作業(yè)臂運動學(xué)互相耦合、強關(guān)聯(lián)的一體化系統(tǒng)運動學(xué)模型，為移動作業(yè)的一體化協(xié)同控制奠定了底層理論基礎(chǔ)。與基于傳統(tǒng)分離式的運動學(xué)模型的控制相比，底層模型代碼量（復(fù)雜度）減少30%；同樣控制環(huán)路帶寬下移動作業(yè)末端動作完成時間縮短33%。
（二） 自主研發(fā)的移動機器人實時操作系統(tǒng)
突破卡脖子技術(shù)，實現(xiàn)了移動機器人的操作系統(tǒng)完全國產(chǎn)化。
以Linux內(nèi)核為基礎(chǔ)，開發(fā)了自主知識產(chǎn)權(quán)的國產(chǎn)化操作系統(tǒng)，與ROS相比，具有更強的實時性和更簡潔的內(nèi)部計算資源處理流程。
在該操作系統(tǒng)下，將硬件CPU核資源分配為2大部分，一部分分配為非實時CPU核，專門處理實時性低的或非實時的任務(wù)數(shù)據(jù)；另以部分分配為實時CPU核，專門處理實時性的計算任務(wù)。相應(yīng)的，機器人控制器將計算任務(wù)源劃分為實時和非實時任務(wù)源，非實時任務(wù)源分配給非實時CPU核處理；實時任務(wù)源分配給實時CPU核處理。
（三） 創(chuàng)立了“組合定位-宏觀視覺規(guī)劃-局部力覺自律”的多模態(tài)精確感知方法
1.多源傳感器聯(lián)合在線快速初始化模型。針對智能自主移動機器人在線實時參數(shù)估計和快速初始化需求，創(chuàng)新性構(gòu)建了最大后驗概率的參數(shù)狀態(tài)優(yōu)化模型，提出解析式雙階段初始化參數(shù)粗估計方法，在實現(xiàn)慣性參數(shù)、相機外參以及尺度因子等初始估計的基礎(chǔ)之上，提出參數(shù)擾動下的標(biāo)定參數(shù)優(yōu)化及加速度零偏估計方法，極大地提高了系統(tǒng)的初始化速度。
2.多模態(tài)特征協(xié)同高精位置估計模型。針對弱紋理環(huán)境下特征數(shù)量有限問題，建模虛擬平面特征，在不增加特征提取耗時和狀態(tài)估計量的前提下，利用虛擬平面特征突破傳統(tǒng)算法特征獨立性強、異構(gòu)特征約束能力差的弊端，提出一種基于點/線/虛擬平面特征的多特征聯(lián)合視覺/慣性組合導(dǎo)航定位方法，顯著提升了系統(tǒng)的定位精度和環(huán)境適應(yīng)能力。
3.面向深度動態(tài)環(huán)境的運動分割和導(dǎo)航定位模型。針對動態(tài)環(huán)境中區(qū)域性目標(biāo)移動和變化問題，基于特征點匹配成功率差異原理，提出一種基于匹配聚類的動態(tài)區(qū)域自適應(yīng)分割算法，突破了傳統(tǒng)算法靜態(tài)環(huán)境定位假設(shè)，實現(xiàn)了在區(qū)域動態(tài)環(huán)境下的魯棒定位。
（四）突破了移動作業(yè)機器人“手眼腳腦”行為智能協(xié)同控制技術(shù)
1.基于馬爾可夫決策模型的路徑規(guī)劃技術(shù)。為解決非結(jié)構(gòu)化、大范圍環(huán)境中的路徑規(guī)劃問題，基于馬爾可夫決策模型，創(chuàng)造性的提出信息引導(dǎo)的價值迭代（Informed VI）路徑規(guī)劃算法。該算法允許機器人在運行時適應(yīng)不同的環(huán)境和情境，能夠動態(tài)調(diào)整策略以適應(yīng)新的信息和變化，并可以在不失去最優(yōu)性的條件下始終找到價值最高的路徑。與傳統(tǒng)算法相比，所提算法將地圖節(jié)點訪問數(shù)量平均降低68.5%，計算時間平均降低83.5%。
2.基于一體化運動學(xué)模型的軌跡優(yōu)化技術(shù)。通過在一體化運動學(xué)模型的基礎(chǔ)上設(shè)定優(yōu)化目標(biāo)，可以實現(xiàn)在機器人執(zhí)行相同任務(wù)的條件下，實現(xiàn)更優(yōu)的運動效果和更低的能量消耗，優(yōu)化后的運動可以將能耗降平均低6.2%。
3.機器人行為智能協(xié)同控制技術(shù)。機器人根據(jù)預(yù)先規(guī)劃的任務(wù)、人的指令以及通過"眼睛"感知到的環(huán)境來獲取信息。通過任務(wù)與行為邏輯的映射，機器人對機身狀態(tài)、手的動作和腳的動作進行規(guī)劃。得到身體、手、腳的運動信息后，將機器人的行為與電機驅(qū)動進行映射——即系統(tǒng)一體化運動學(xué)模型，從而得到電機的驅(qū)動命令。通過機器人行為智能協(xié)同控制系統(tǒng)，系統(tǒng)運行時間平均減少69.8%，內(nèi)存占用空間平均減少15.0%，系統(tǒng)的整體性能得到大幅提升。

1.張建政  2.董易  3.韋鯤  4.李洪濤  5.鄒金沛  6.張淵民  7.張興盛  8.俞吟  9.李亮華  10.李方保  11.黃書航  12.張煜  13.歐陽實  14.呂建輝  15.呂云振