摘要:作为机器人学术界和工业的一个基本问题,室内自动驾驶移动机器人(AMRS)已被广泛研究。对于AMR,获取有关其工作环境及其本身的信息至关重要,可以通过传感器和从这些传感器的测量中提取相应信息来实现。传感技术的应用可以使移动机器人能够执行本地化,映射,目标或障碍物识别以及运动任务等。本文回顾了室内场景中自动移动机器人的传感技术。分析并比较了在应用中使用单个传感器的好处和潜在问题,并引入了处理这些传感器数据的基本原理和流行算法。此外,还引入了一些多传感器融合的主流技术。最后,本文讨论了室内场景中自动移动机器人的传感技术的未来发展趋势,以及实际应用环境中的挑战。
Staubli是StäubliInternational AG的商标,在瑞士和其他国家注册。©Stäubli02/2025 -V2。我们保留修改产品规格的权利,恕不另行通知。robot.mkg@staubli.com |照片:SmaphoreStäubli
这本针对高级本科生和研究生的教科书强调了针对运动,感应和推理的一系列策略的计算和算法。它集中在轮式和腿部移动机器人上,但也讨论了其他各种推进系统。新版本在过去10年中提出了机器人和智能机器的进步,包括对SLAM(同时本地化和映射)和多机器人系统的显着覆盖。它包括其他数学背景和样本问题的广泛列表。现在在第一版中假设的各种数学技术在文本末尾的附录中介绍了,以使本书更加独立。
本综述的主题是机器人中的几何配准。配准算法将数据集关联到一个公共坐标系中。它们已广泛应用于物体重建、检查、医疗应用和移动机器人定位。我们专注于需要配准点云的移动机器人应用。虽然这些算法的基本原理很简单,但已经针对许多不同的应用提出了许多变体。在这篇综述中,我们从历史的角度介绍了配准问题,并表明可以根据一些元素来组织和区分大量的解决方案。因此,我们提出了几何配准的形式化,并将文献中提出的算法投射到该框架中。最后,我们回顾了该框架在移动机器人中的一些应用,这些应用涵盖了不同类型的平台、环境和任务。这些示例使我们能够研究每个用例的具体要求以及导致配准实施的必要配置选择。最终,本评论的目的是为几何配准配置的选择提供指导。
自主移动机器人(AMR)在各个部门中变得越来越重要。他们协助人类完成复杂,危险或重复的任务。最初是为了提高工业环境中的生产率和安全性,其范围已大大扩大。最初关注工业操纵器的路径计划[1],AMRS现在使用高级算法在没有碰撞的情况下导航。这种扩展使他们能够在工业环境以外的多样化和动态环境中运作[2],[3]。尽管有很大的进步,但现有的自动移动机器人(AMR)的导航策略通常仍集中在特定领域:陆地,空中和水生。这些策略通常采用从感知到控制的分层方法,每种方法都针对不同的操作环境,例如工业环境[4],不均匀的地形[5],[6]和水下探索[7],[8]。所有这些应用都表明缺乏可以在所有域中无缝集成的统一框架,本文旨在解决问题。通过采用模块化包,提出的分类可以增强组件的可重复性和互操作性,从而促进自主导航所有域的更轻松地集成[9],[10]。本文介绍了一种新的全面分类系统,旨在简化澳大利亚导航的各个方面。该系统充当基本框架,组织了阶段,模块和层之间的复杂关系。它提高了自主导航策略的理解和执行,提供了清晰的
摘要:路径计划是机器人技术领域的重要研究方向;但是,随着现代科学和技术的发展,对机器人研究领域的有效,稳定和安全的路径规划技术的研究已成为现实的需求。本文介绍了一种改进的麻雀搜索算法(ISSA),并采用了融合策略,以进一步提高解决挑战性任务的能力。首先,用圆形混沌映射初始化了麻雀种群,以增强多样性。第二,在探索阶段使用了北陀螺仪的位置更新公式,以替换安全情况下的Sparrow Search Algorithm的位置更新公式。这改善了发现者模型在解决方案空间中的搜索广度,并优化了解决问题的效率。第三,该算法采用了Lévy飞行策略来提高全球优化能力,因此在迭代的后期,麻雀会跳出本地最佳。最后,自适应T分布突变策略在后期迭代中增强了局部勘探能力,从而提高了麻雀搜索算法的收敛速度。将其应用于CEC2021函数集,并将其与其他标准智能优化算法进行比较以测试其性能。此外,ISSA是在移动机器人的路径规划问题中实施的。比较研究表明,就路径长度,运行时间,路径最佳性和稳定性而言,所提出的算法优于SSA。结果表明,在移动机器人路径计划中,所提出的方法更有效,健壮和可行。
Scitech摘要简介整个网络 - 10月26日 - NOV。 1次适用于移动机器人中国专利新闻的四轮独立悬架系统授予的中国专利赠款|星期五,2024年11月1日
iot.asus.com请在订购前验证规格。本文档仅用于参考目的。所有产品规范均需更改,恕不另行通知。未经出版商事先事先书面许可,本出版物的任何一部分都不得以任何形式或任何形式,电子,影印,记录或其他方式复制。©Asustek Computer Inc.保留所有权利。
五十多年来,轮式移动机器人 (WMR) 已被证明是太空探索和行星任务中不可或缺的一部分。能够穿越各种各样的环境、机动性、能够被引导至特殊位置以及相对于其他平台更低的重量和功耗是其越来越受欢迎的原因。图 1 描述了过去、现在和未来在不同地外天体上执行任务的著名 WMR。有关行星 WMR 的全面参考书目,请参阅(Sanguino,2017)。行星上的 WMR 的运行需要复杂的软件和硬件解决方案来进行制导、导航和控制(GNC)。这确实是因为地外天体上的条件不同。复杂而未知的环境、与异质土壤的相互作用、陡坡、松散和多相地形、在低重力区域行驶、恶劣的照明条件、GPS 信号不可用、功耗限制以及嵌入式系统的计算限制都是开发 GNC 模块时必须处理的关键挑战(Quadrelli 等人,2015 年)。里程表或车辆相对于某些局部参考的姿态和方向知识是 GNC 算法的关键组成部分。由于存在限制和不确定性,当前的行星 WMR 依靠与地面站的远程通信来执行里程表并规划安全运行。这种地面在环操作可缩短车辆在环路中停留的时间。