本文通过分析机器人多指手爪的静摩擦、库伦摩擦、粘性摩擦等非线性因素,推导出多指手爪屈伸关节的动态控制模型;针对多指手爪的非线性影响,提出了一种位置离散学习控制方法,并给出了这种方法的收敛性定理.仿真结果表明,离散学习控制方法能在有限次迭代后使手指关节位置达到期望位置

给出了空间RSS’S机构速度和加速度分析的另一种方法——影响系数法,可以验证用求导法所得结果的正确性.对空间机构或机器人机构的执行构件进行实时控制时选择影响系数法,能提高在线控制速度

ourse topics Introduction Mathematical Background Rigid- Body Mechanics Robotic Kinematics Robotic dynamics

本文根据模糊推理原理,提出了模糊混合(Hybrid)控制方法,并把它用于三自由度机械人的回柱二维插入过程中,实验结果表明,该方法能使振动幅度减少95%以上,并消除了阻塞现象,更好地完成插入任务

采用自校正模糊控制方法对北科大双拇指手进行控制.通过调整模糊控制的量化因子、比例因子及控制规则,达到双拇指手能快速响应、抓握力无超调控制,并通过分级控制实现对质量未知的物体的稳定抓握.实验证明这种控制方法与常规模糊控制相比,具有较好的控制效果

建立了一个类人的机器人关节,由两条对抗设置的Mckibben人工肌肉驱动.简单介绍了Mckibben肌肉的力特性模型,推导了关节角度和Mckibben肌肉长度间的关系,从力学角度讨论了最大可能旋转角度,分析了Mckibben肌肉与关节的连接位置及关节结构参数对关节旋转角度的影响,并把类人关节和人类关节进行了比较.结果表明,Mckibben肌肉的收缩率和关节结构参数对关节旋转角有较大影响,关节内侧的Mckibben肌肉与关节的适中连接位置可使关节角达到极大值

针对现有基于粒子群参数优化的改进蚁群算法耗时较大的问题,提出了一种新的解决方案.方案中采用一种全局异步与精英策略相结合的信息素更新方式,同时合理减少蚁群算法被粒子群算法调用一次所需的迭代代数.对日本旭川垃圾场巡查机器人路径规划问题仿真求解的结果表明,与其他算法相比,该改进算法具有比较明显的速度优势

Outline Path Planning in Partially Known Environments. Finding the Shortest Path to the Goal. Alternative Approaches to Path Planning in Partially Known Environments. Continuous Optimal Path Planning

Probabilistic roadmaps Planning in the real world Planning amidst moving obstacles RRT-based planners Conclusions Applicability of Lazy PRM to Spheres

Foundations of State Estimation PartⅡ Topics: Hidden Markov Models Particle Filters Additional reading: L. R. Rabiner, \ tutorial on hidden Markoy models,\ Proceedings of the IEEE, vol. 77,. 257-286, 1989 Radford M. Neal, 1993. Probabilistic Inference Using Markov Chain Monte