为了降低闭链弓形五连杆沿直线加速翻滚运动过程中的能量损耗,研究了恒势能和变势能翻滚策略下最大翻滚加速度对系统总能耗的影响规律。采用了一种可调整最大翻滚加速度的修正梯形曲线作为系统翻滚角的加速度规律,分别利用恒势能和变势能翻滚策略得到关节轨迹。在此基础上,考虑关节中的黏滞摩擦,运用了含耗散函数的拉格朗日方程求动力学逆解,并通过能耗方程计算系统总能耗。计算结果表明,随最大翻滚加速度的增大系统总能耗先减小后增大;采用恒势能翻滚策略有利于降低系统总能耗。最后,通过Adams仿真验证了理论分析的正确性。

针对目前深度强化学习移动机器人路径规划中稀疏奖励导致的效率低、收敛慢等问题,提出一种梯度奖励政策。使用区域分割将环境分割为缓冲区、探索区、临近区以及目标区,奖励的动态变化可以逐步缩小机器人的探索范围,同时在安全区域内也能获得正向奖励。首先输入机器人当前的位置坐标,经过神经网络后估计4个动作的Q值,随后通过去首动态贪婪策略达到最大化探索,最后采用基于均方误差的优先经验回放抽取样本进行梯度下降更新网络。实验结果表明:在小范围环境内探索效率可提升近40%,在大范围环境下成功率高于80%,而且在提高探索效率的同时增强了鲁棒性。

针对工业自动导引运输车(AGV)小车在以十字色带为特征标志进行导航,导致路线偏离问题,采用Halcon机器视觉软件,提出一种基于XLD匹配法的纠位系统。对模板图像进行预处理,消除阴影和杂点。通过高斯导数创建新的数学模型,进行滤波,从而获取更清晰的XLD轮廓及较准确的十字色带中心点坐标,创建XLD轮廓模板;进行XLD轮廓模板匹配,得出检测图像十字色带的位置信息,实现定位纠偏。结果表明:基于XLD轮廓形状匹配的方法可以快速、准确、稳定地提取十字色带位

针对所设计的5-DOF机械手,使用D-H参数法建立正运动学模型,并利用反变换法结合几何法得到了逆运动学的封闭解表达式。通过求解目标轨迹上路径点的逆解,利用MATLAB软件进行了逆运动学仿真,分别对两组逆解进行轨迹规划,得到相同的末端轨迹,验证了关节角逆运动学方程关系及其正确性。在此基础上,对符合关节转角范围的一组逆解进行多项式拟合,并采取分段拟合的方法,降低多项式次数并减小了误差,得到关节变量关于时间t的显示解析式,拟合结果精确,便于实现对输入舵机的实时控制。最后,利用机构测量仿真,证明了拟合解析式的准确性。