內(nèi)容預(yù)覽：對宏-微機器人跟蹤不連續(xù)軌線，本文采用軌線分割的方法，軌線分割的結(jié)果，宏機械手的期望軌跡為一條連續(xù)軌線，軌線中的不連續(xù)部分將由微機械手跟蹤；同時，宏-微機器人這一冗余系統(tǒng)變 ...

內(nèi)容預(yù)覽：給出了基于觀測器的水下機器人神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制算法，控制算法由3部分組成：輸出反饋控制、神經(jīng)網(wǎng)絡(luò)以及滑模項，其中輸出反饋控制為了保證系統(tǒng)的初始穩(wěn)定性；神經(jīng)網(wǎng)絡(luò)用于逼近系統(tǒng) ...

內(nèi)容預(yù)覽：提出了利用散焦圖像的高頻能量參數(shù)獲取深度信息的新方法，算法實現(xiàn)步驟分為兩步：首先通過標定實驗，從一組在2μm間隔深度下采集的微工具序列模糊圖像中導(dǎo)出深度計算方程，然后在實際 ...

內(nèi)容預(yù)覽：針對多指靈巧手鋼纜傳動系統(tǒng)的非線性，提出一種基于分散神經(jīng)網(wǎng)絡(luò)的位置控制方法。通過對復(fù)雜的鋼纜傳動系統(tǒng)施加不同的輸入可以得到特定的相對簡單的輸入輸出數(shù)據(jù)，利用這種特定的輸入 ...

內(nèi)容預(yù)覽：提出一種基于分量直方圖的白適應(yīng)分割方法，首先對圖像的3個分量統(tǒng)計直方圖進行自適應(yīng)分割，確定出各分量的分類數(shù)目及類的取值范圍；然后，對分割類進行分量間組合，獲得原圖像中主要 ...

內(nèi)容預(yù)覽：提出一種基于分量直方圖的白適應(yīng)分割方法，首先對圖像的3個分量統(tǒng)計直方圖進行自適應(yīng)分割，確定出各分量的分類數(shù)目及類的取值范圍；然后，對分割類進行分量間組合，獲得原圖像中主要 ...

內(nèi)容預(yù)覽：針對多自由度仿人機器人的運動控制，從神經(jīng)生理學(xué)和機器人學(xué)的角度研究了基于中樞模式生成器（CPGs）的仿人運動控制策略。提出了一種將多目標遺傳算法應(yīng)用于（CPGs）參數(shù)優(yōu)化的方法。 ...

內(nèi)容預(yù)覽：本文研究了基于多機器人協(xié)調(diào)的船體分段對接系統(tǒng)的運動學(xué)和對接精度問題，根據(jù)船體分段對接工藝特點，提出了機器人的軌跡規(guī)劃算法和對接控制方案。在此基礎(chǔ)上，討論了幾種誤差因素對系 ...

內(nèi)容預(yù)覽：提出了一種基于多傳感器信息的冗余度機器人規(guī)劃與控制的模型，利用不同傳感器本身的特性，分階段地對多傳感器的信息進行融合，減少規(guī)劃時間，并在冗余度機器人的運動過程中，不斷地提 ...

內(nèi)容預(yù)覽：本文提出了基于多Agent的混合智能學(xué)習(xí)算法，將個體學(xué)習(xí)和群體學(xué)習(xí)有教地結(jié)合起來，并給出了該算法在RoboCup足球機器人仿真系統(tǒng)中的具體應(yīng)用，實驗結(jié)果表明了算法的可行性與有效性。 ...

內(nèi)容預(yù)覽：大部分傳統(tǒng)的機器人控制方法依賴于一精確模型。隨著機器人的日趨復(fù)雜，此類方法已受到種種限制。本文在借鑒國際最新研究成果的基礎(chǔ)上，提出了一種新的操作臂控制算法。算法繼承了多Ag ...

內(nèi)容預(yù)覽：本文針對多機器人對復(fù)雜的未知環(huán)境的地圖構(gòu)建問題，提出了一種通過動態(tài)分區(qū)實現(xiàn)多機器人協(xié)作地圖構(gòu)建的方法。在本文中，采用基于柵格的地圖表示法，利用多個距離傳感器收集信息，應(yīng)用 ...