路径规划关键词检索结果

使用方向校正来解释和改善最佳控制问题

Interpreting and Improving Optimal Control Problems With Directional Corrections

许多机器人技术任务,例如路径规划或轨迹优化,被表达为最佳控制问题(OCP)。获得高性能的关键在于OCP目标函数的设计。实际上,目标函数由一组单个组件组成,必须仔细建模和交易,以使OCP具有所需的解决方案。平衡多个组件以实现所需的解决方案并了解解决方案时,通常是具有挑战性的,即在不希望的情况下会影响个人成本组件的影响。在本文中,我们提出一个框架…

Outrider 实施强化学习 AI 以提高配送场吞吐量

Outrider implements reinforcement learning AI to enhance distribution yard throughput

Outrider 是一家为物流中心开发自动堆场运营的初创公司,它推出了“业界首创”的先进强化学习 (RL) 技术,以最大限度地提高客户站点的货运吞吐量。Outrider 的 RL 模型将路径规划速度提高了 10 倍,并使 Outrider 系统能够更高效、更安全地在繁忙、复杂的配送场内运送货物。Vittorio […]

移动机械手:将移动性和操控性相结合,适用于各种环境

Mobile Manipulators: Combining Mobility and Manipulation for Diverse Environments

AMR(自主移动机器人)的自主导航和机械臂的操纵是先进技术,它们各自面临着与定位、路径规划和准确性相关的重大挑战。然而,许多工业应用需要集成解决方案,将两种功能结合起来:同时导航和操纵。换句话说,就是自主移动机械手机器人。在这种情况下,Robotnik 脱颖而出,成为市场上为数不多的专门生产移动机械手机器人的制造商之一。凭借在该技术开发方面的丰富经验,我们的产品组合包括专为室内和室外环境设计的自主移动机械手,具有各种运动学、范围和有效载荷能力,可适应每种应用的特定需求。

这款移动 3D 打印机可直接在地板上打印

This Mobile 3D Printer Can Print Directly on Your Floor

对于多部分项目来说,等待 3D 打印项目的每个部分完成、将其从打印机中取出,然后将其安装到位可能非常繁琐。如果有一种方法可以让您的打印机将其作品打印到您需要的确切位置,那会怎样?这就是 MobiPrint 的承诺,这是一种新型 3D 打印机器人,可以在房间内移动,将设计直接打印到地板上。MobiPrint 由华盛顿大学的 Daniel Campos Zamora 设计,由一台经过改装的现成 3D 打印机和一台家用真空机器人组成。首先,它会自主绘制其空间 — 无论是房间、走廊还是整层楼。然后,用户可以从预建库中进行选择,或上传自己的设计,打印在映射区域的任何位置。然后,机器人会穿过房间并打印设计

IEEE 认知和发展系统汇刊,第 16 卷,第 4 期,2024 年 8 月

IEEE Transactions on Cognitive and Developmental Systems, Volume 16, Issue 4, August 2024

1) 基于多模态生理信号的用户感知多层级认知工作量估计作者:Pierluigi Vito Amadori、Yiannis Demiris页数:1212 - 12222) TR-TransGAN:用于纵向 MRI 数据集扩展的时间递归 Transformer 生成对抗网络作者:Chen-Chen Fan、Hongjun Yang、Liang Peng、Xiao-Hu Zhou、Shiqi Liu、Sheng Chen、Zeng-Guang Hou页数:1223 - 12323) 基于多标准 TD3 的深度强化学习用于分散式多机器人路径规划作者:Heqing Yin、Chang Wang、Chao

IEEE 神经网络和学习系统汇刊,第 35 卷,第 8 期,2024 年 8 月

IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 8, August 2024

1) 自主视觉感知的开放式在线学习作者:Haibin Yu, Yang Cong, Gan Sun, Dongdong Hou, Yuyang Liu, Jiahua Dong页数:10178 - 101982) 连续时间强化学习控制:理论结果回顾、性能洞察和新设计需求作者:Brent A. Wallace, Jennie Si页数:10199 - 102193) 可解释人工智能归纳逻辑编程技术评论作者:Zheng Zhang, Levent Yilmaz, Bo Liu页数:10220 - 102364) 离线强化学习调查:分类、评论和开放问题作者:Rafael Figueiredo Pru

视频周五:Loco-Manipulation

Video Friday: Loco-Manipulation

Video Friday 是每周精选的精彩机器人视频,由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。Eurobot Open 2024:2024 年 5 月 8 日至 11 日,法国拉罗什河畔ICRA 2024:2024 年 5 月 13 日至 17 日,日本横滨RoboCup 2024:2024 年 7 月 17 日至 22 日,荷兰埃因霍温Cybathlon 2024:2024 年 10 月 25 日至 27 日,苏黎世享受今天的视频!在这项工作中,我们展示了 LocoMan,这是一种灵巧的

2023/02/23 DARPA,服务展示战场空域消除冲突软件

2023/02/23 DARPA, Services Demonstrate Battlefield Airspace Deconfliction Software

DARPA 的快速战术执行空域全面感知 (ASTARTE) 项目最近展示了新的自动飞行路径规划软件,该软件在有争议空域的模拟战斗中成功地消除了友方导弹、炮火以及有人和无人机的冲突,同时避免了敌方火力。在美国陆军任务指挥战斗实验室举行的演示中,英国《金融时报》 2022 年末,ASTARTE 软件在堪萨斯州莱文沃思与陆军综合任务规划和空域控制工具 (IMPACT) 软件套件无缝集成。 IMPACT 由航空计划执行办公室的航空任务系统和架构项目办公室管理。

积雪障碍物对车辆机动性的影响

Snow-Covered Obstacles’ Effect on Vehicle Mobility

摘要:复杂环境中的机动性项目使用无人机系统 (UAS) 来识别障碍物并在前方作战地点提供路径规划。无人机配备了摄影测量和激光雷达等遥感设备来识别障碍物。路径规划算法结合了检测到的障碍物,然后确定最快和最安全的车辆路线。未来的算法应该结合车辆的特性,因为每种类型的车辆在给定的障碍物上都会有不同的表现,从而产生独特的最佳路径。这项研究探讨了积雪覆盖的障碍物对动态车辆响应的影响。车辆测试使用仪表化的 HMMWV(高机动性多用途轮式车辆)在有或没有积雪的障碍物上行驶。测试表明,与 14.5 厘米积雪相关的法向力变化减少了 45%,身体加速度减少了 43%。为了预测车身加速度和法向力响应,我们开发了两种

ERDC 在机器人寻路和导航方面的进步

ERDC's Advancements in Robotics Pathfinding and Navigation

在 Rover Robotics,我们始终关注机器人行业的最新发展,尤其喜欢听取使用我们机器人的人的意见。今天,我们想展示一些来自美国陆军工程研究与发展中心 (ERDC) 的有趣报告,介绍他们在推进机器人测绘、寻路和导航方面的工作。ERDC 拥有一些世界领先的工程和科学研究人员,我们很高兴能贡献我们的机器人来支持他们的研究工作。 Rover Pro 已在其地理空间研究实验室中用作多操作无线测距和低功率激光雷达地下结构开发或 MOWLES 机器人,帮助学生和研究人员从人类难以或危险导航的地下结构中获取真实数据!查看 ERDC 的这些最新报告,了解更多关于他们如何解决一些最棘手的问题,包括 3D

Digi Labs 的 Wild Goose Chaser(案例研究)

Digi Labs' Wild Goose Chaser (Case Study)

明尼苏达州韦扎塔的 Digi Labs 制定了一项雄心勃勃的计划,即建立一支自主机器人队伍,以解决加拿大鹅日益严重的问题。也就是说,它们无处不在,而且数量呈指数级增长。在北美,这些鹅造成了数百万美元的损失。如果您拥有滨水住宅物业,或拥有足够空间容纳这些生物的企业,那么您已经明白我在说什么了。它们攻击人类、挡路,留下一堆粪便。在最坏的情况下,它们最终会进入跑道附近的飞机引擎或撞上汽车前部。Digi Labs 的 Wild Goosechaser 是基于 Open Rover 4WD 机器人平台构建的。它配备了 Nvidia Tx2,以及许多摄像头和其他传感器,因此它可以执行机载图像识别,然后通过