针对传统灵巧手追求灵活性而带来其外形尺寸过大、结构复杂的问题,设计一种小巧紧凑而灵活性高的全驱动三指灵巧手并建立其三维模型。采用拉格朗日法建立单手指动力学模型并进行动力学分析。然后将灵巧手三维模型导入ADAMS软件中建立灵巧手虚拟样机进行仿真,得到其运动学与动力学等性能曲线。利用MATLAB软件对其动力学方程进行数值分析,其理论分析结果与ADAMS仿真结果一致,验证了理论计算的正确性和灵巧手结构设计的合理性。基于拉格朗日乘子法求取抓取力初值,通过引入稳定系数对其进行优化得到优化接触力,同时也验证了其在手指关节驱动力矩约束下的合理性,为灵巧手手指抓取力计算提供了新的参考。

针对基本蚁群算法(ACO)收敛速度慢的特点,提出了一种移动机器人路径规划的蚁群优化改进算法。通过限制信息素的取值范围,扩大了搜索结果,从而避免了算法过早收敛,同时还提出了一种信息素挥发系数自适应调节的改进蚁群算法方略,意图通过自适应的调整信息素挥发系数来提高算法的全局性和算法的收敛速度。针对在栅格环境中蚁群算法规划出来的路径折线多,转角大的特点,提出了用贝塞尔曲线优化路径的方法。仿真结果显示,经过优化过后的平滑路径更加适合移动机器人的运行情况,在任意随机给定的环境中,算法能够迅速找出最优路径。

为解决室内环境下的非视距(NLOS)、多径传播以及欠观测条件下的量测系统误差给测距定位带来较大误差的问题,提出了改进增量卡尔曼滤波以消除定位误差的算法。该算法运用增量卡尔曼滤波对由超宽带(UWB)室内定位系统得到的距离值进行去噪,避免了受环境、测量设备等因素影响或者难以自校准由量测方程带来的系统误差而导致较大的卡尔曼滤波误差问题;然后运用经典Chan定位算法对目标标签实现定位获得定位结果。实验和仿真表明,与传统的小波去噪和卡尔曼滤波相比,该定位算法数据稳定性好,误差减小,显著提高了定位精度。

针对目前球形机器人的完整动力学模型不能应用现有的非线性控制方法的问题,通过合理的抽象和简化,采用拉格朗日法选取适当的广义坐标,推导出一种完整的三维动力学模型,并将其转化为二阶非线性微分方程,相较其他的动力学模型降低了复杂度,为基于动力学模型的控制策略研究提供基础。同时针对该模型采用一种并联PID控制方法,在Simulink仿真实验中证明在此动力学模型基础上该控制策略能实现机器人的平衡控制与运动控制,并具有较好的响应特性和稳定性。

设计制作了一种六轮独立驱动差速转向的全地形移动机器人,分析了六轮驱动和差速转向在全地形移动机器人应用上的优势。对移动机器人进行整体设计,建立了全地形六轮移动机器人平面差速转向的动力学模型,在研究动力学模型的基础上得到电机参数,选择合适的驱动电机和减速器。运用ADAMS虚拟样机对移动机器人的关键尺寸进行多目标优化,得到在一定约束条件下的最优设计尺寸。运用SolidWorks软件建立了三维模型,完成机器人的机械系统搭建和控制系统搭建。

针对KinectFusion算法中采用frame-to-model ICP进行位姿估计时经常发生位姿丢失的问题,提出了使用惯性测量传感器IMU进行松耦合的算法改进.通过使用IMU采集到位移数据结合ICP算法实现位姿估计,意图在快速移动或者采集的图像数据缺少有效配准点的情况下保证相机跟踪不丢失,增强KinectFusion算法的整体鲁棒性.通过实验,将提出的算法与原有的算法进行比较,结果表明这里算法在没有明显降低实时性的情况下,其鲁棒性上优于原有算法,可以满足移动机器人的实时SLAM需求.