您的位置: 专家智库 > >

北京市教委科技发展计划(EM200610005019)

作品数:3 被引量:3H指数:1
相关作者:韩光胜张洪亮樊瑞元左国玉梁帅更多>>
相关机构:北京工业大学更多>>
发文基金:北京市教委科技发展计划博士科研启动基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇机器人
  • 2篇多机器人
  • 1篇任务优先级
  • 1篇神经网
  • 1篇神经网络
  • 1篇全维视觉
  • 1篇网络
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇标定方法
  • 1篇目标点

机构

  • 3篇北京工业大学

作者

  • 3篇韩光胜
  • 1篇左国玉
  • 1篇樊瑞元
  • 1篇高伟敬
  • 1篇梁帅
  • 1篇张洪亮

传媒

  • 2篇控制工程
  • 1篇机电工程

年份

  • 2篇2010
  • 1篇2008
3 条 记 录,以下是 1-3
排序方式:
基于任务优先级的多机器人彩色目标跟踪
2010年
以多机器人系统为对象,面向多机器人协作跟踪运动目标这一问题,提出了基于任务优先级的多机器人协作策略,使得多机器人系统在任务分解、分配、规划、决策及执行等过程中各机器人个体的功效能够最大程度的发挥,设计的视觉系统软件能够使机器人达到对多通道颜色信息的有效识别,机器人通过区分不同颜色的目标来判断所要执行任务的优先级别。结合了实验室现有的具有全景视觉的open自主机器人,其视野范围可达360°,目标定位更加有效且目标不会在机器人的视野中丢失。实验结果表明,在对彩色目标识别效果良好的基础上,利用多机器人协作能够有效完成对于目标的跟踪,同时,此多机器人系统能够针对不同的任务要求,依据合理的协调策略实现更加合理的任务分配。
梁帅韩光胜
关键词:任务优先级多机器人
全维视觉机器人距离标定方法
2008年
通过分析全维视觉系统的特点,总结出了常用全维视觉系统距离的标定方法,指出了各自的应用范围及优缺点。并针对应用范围最广的插值标定方法存在"单个采样点对标定精度影响较大"的缺点,提出了一种利用人工神经网络进行标定的新方法。实验证明,该距离标定方法不但可以节省标定时间,还可以提高标定精度。
高伟敬韩光胜
关键词:全维视觉BP神经网络
基于动态目标点的行为分解编队算法被引量:3
2010年
多机器人编队可以分解为队形形成和队形保持控制两部分。针对多机器人编队控制任务中的队形形成问题,提出了一种基于动态目标点的行为分解编队算法。此算法是一种改进的基于行为的编队控制方法,这种控制方法的思路为,首先要求各机器人在每一时刻确定一个运动目标点,此运动目标点是根据运动过程中机器人实时的位置运算出来的,是一个动态的目标点。根据此目标点进而产生一个运动需求。再将此运动需求按照有限状态机(FSM)原理分解为不同的子行为,然后给这些子行为分别赋予不同的权值,并求出一组控制变量,最终对这组控制变量加权平均产生一个综合控制变量。仿真实验表明,该方法能快速有效地实现多机器人的编队控制。此编队算法可以有效应用于军事搜索、围捕或机器搬运等多个领域。
左国玉张洪亮韩光胜樊瑞元
关键词:多机器人目标点
共1页<1>
聚类工具0