智能避障机器人设计外文翻译

第一篇：智能避障机器人设计外文翻译

外文翻译

INTELLIGENT VEHICLE

Our society is awash in “machine intelligence” of various kinds.Over the last century, we have witnessed more and more of the “drudgery” of daily living being replaced by devices such as washing machines.One remaining area of both drudgery and danger, however, is the daily act ofdriving automobiles 1.2 million people were killed in traffic crashes in 2002, which was 2.1% of all globaldeaths and the 11th ranked cause of death.If this trend continues, an estimated 8.5 million people will be dying every year in road crashes by 2020.In fact, the U.S.Department of Transportation has estimated the overall societal cost of road crashes annually in the United States at greater than $230 billion.When hundreds or thousands of vehicles are sharing the same roads at the same time, leading to the all too familiar experience of congested traffic.Traffic congestion undermines our quality of life in the same way air pollution undermines public health.Around 1990, road transportation professionals began to apply them to traffic and road management.Thus was born the intelligent transportation system(ITS).Starting in the late 1990s, ITS systems were developed and deployed.In developed countries, travelers today have access to signifi-cant amounts of information about travel conditions, whether they are driving their own vehicle or riding on public transit systems.As the world energy crisis, and the war and the energy consumption of oil--and are full of energy, in one day, someday it will disappear without a trace.Oil is not in resources.So in oil consumption must be clean before finding a replacement.With the development of science and technology the progress of the society, people invented the electric car.Electric cars will become the most ideal of transportation.In the development of world each aspect is fruitful, especially with the automobile electronic technology and computer and rapid development of the information age.The electronic control technology in the car on a wide range of 1

外文翻译

applications, the application of the electronic device, cars, and electronic technology not only to improve and enhance the quality and the traditional automobile electrical performance, but also improve the automobile fuel economy, performance, reliability and emissions purification.Widely used in automobile electronic products not only reduces the cost and reduce the complexity of the maintenance.From the fuel injection engine ignition devices, air control and emission control and fault diagnosis to the body auxiliary devices are generally used in electronic control technology, auto development mainly electromechanical integration.Widely used in automotive electronic control ignition system mainly electronic control fuel injection system, electronic control ignition system, electronic control automatic transmission, electronic control(ABS/ASR)control system, electronic control suspension system, electronic control power steering system, vehicle dynamic control system, the airbag systems, active belt system, electronic control system and the automatic air-conditioning and GPS navigation system etc.With the system response, the use function of quick car, high reliability, guarantees of engine power and reduce fuel consumption and emission regulations meet standards.The car is essential to modern traffic tools.And electric cars bring us infinite joy will give us the physical and mental relaxation.Take for example, automatic transmission in road, can not on the clutch, can achieve automatic shift and engine flameout, not so effective improve the driving convenience lighten the fatigue strength.Automatic transmission consists mainly of hydraulic torque converter, gear transmission, pump, hydraulic control system, electronic control system and oil cooling system, etc.The electronic control of suspension is mainly used to cushion the impact of the body and the road to reduce vibration that car getting smooth-going and stability.When the vehicle in the car when the road uneven road can according to automatically adjust the height.When the car ratio of height, low set to gas or oil cylinder filling or oil.If is opposite, gas or diarrhea.To ensure and improve the level of driving cars driving stability.Variable force power steering system can significantly change the driver for the work efficiency and the state, so widely used

外文翻译

in electric cars.VDC to vehicle performance has important function it can according to the need of active braking to change the wheels of the car, car motions of state and optimum control performance, and increased automobile adhesion, controlling and stability.Besides these, appear beyond 4WS 4WD electric cars can greatly improve the performance of the value and ascending simultaneously.ABS braking distance is reduced and can keep turning skills effectively improve the stability of the directions simultaneously reduce tyre wear.The airbag appear in large programs protected the driver and passenger's safety, and greatly reduce automobile in collision of drivers and passengers in the buffer, to protect the safety of life.Intelligent electronic technology in the bus to promote safe driving and that the other functions.The realization of automatic driving through various sensors.Except some smart cars equipped with multiple outside sensors can fully perception of information and traffic facilities and to judge whether the vehicles and drivers in danger, has the independent pathfinding, navigation, avoid bump, no parking fees etc.Function.Effectively improve the safe transport of manipulation, reduce the pilot fatigue, improve passenger comfort.Of course battery electric vehicle is the key, the electric car battery mainly has: the use of lead-acid batteries, nickel cadmium battery, the battery, sodium sulfide sodium sulfide lithium battery, the battery, the battery, the flywheel zinc-air fuel cell and solar battery, the battery.In many kind of cells, the fuel cell is by far the most want to solve the problem of energy shortage car.Fuel cells have high pollution characteristics, different from other battery, the battery, need not only external constantly supply of fuel and electricity can continuously steadily.Fuel cell vehicles(FCEV)can be matched with the car engine performance and fuel economy and emission in the aspects of superior internal-combustion vehicles.Along with the computer and electronic product constantly upgrading electric car, open class in mature technology and perfected, that drive more safe, convenient and flexible, comfortable.Electric cars with traditional to compete in the market, the car will was electric cars and intelligent car replaced.This is the question that day

外文翻译

after timing will come.ABS, GPS, and various new 4WD 4WS, electronic products and the modern era, excellent performance auto tacit understanding is tie-in, bring us unparalleled precision driving comfort and safety of driving.The hardware and software of the intelligent vehicle are designed based on AVR.This system could set the route in advance.The vehicle could communicate with the PC vianRF401 and could run safely with the help of ultra sound detection and infrared measuring circuit.Neural network self-study is used to improve the intelligence of the vehicle.The performance of servo systems will determine the property of the robot.Based on AVRseries MCU，the velocity servo system for driving motor is created in this paper，including a discrete PIregulator which will work out a PWM control signal with applying the skill of integral separation.The velocities of motors will be controlled real-time with the speed sampling frequency set for 2KHz by using the AVR-GCC compiler software development.Compared to the servo system development based on the 51 Series MCU，the system here has these advantages of simpler peripheral circuit and faster data processing.The experiments demonstrate that，the mobile robot runs stably and smoothly by the control of AVR units，and that the design proposal especially benefits the development of intelligent mobile robots，also can be widely used in the development of other smart devices and product lines.A new design of contest robot control system based on AVR Atmega8 was put forward.According to the character of contest robot , the main control unit , motor drive unit , sense detection unit and LCD display unit were introduced.Furthermore the servo driver system based on MCBL3006S , the line t racker sensor system and the obstacle avoidance sensor system were presented in detail.Finally the performance shows

that

the

control

system

is

open,simple,easy programming,intelligent and efficiency.Avoidance rules of intelligent vehicle obstacle are intro ducted.Through the collection of infrared sensor formation,the rules use diode D1 to launch and diode D2 to receive infrared signals.Infrared transmitter signal without a dedicated circuit

外文翻译

comes directly from the MCU clock frequency, which not only simplifier the circuit and debugging, but also make the circuit stability and anti-jamming capability greatly enhanced.After the experimental verification,the system runs reliably meet the design requirements.A smart car control system of the path information identified based on CCD camera was introduced.The hardware structure and scheme were designed.The control strategy of s teering mechanism was presented.The smart car not only can identify the road precisely, but also have ant-interference performance, and small steady state error.This article designed smart car system,includes the aspects of the sensor information acquisition and processing, motor drive, control algorithm and control strategy etc.Using laser sensor to collect the road information which can feedback to the micro-controller control system,then making analytical processing combined with the software.With velocity feedback and PID control algorithms to control steering engine and the speed of smart car.Verified by actual operation, this method makes smart car travel stably and reliably，and its average speed to reach 2.6m /s, and get a satisfied results.By the aid of the professional know ledge of control, patter n recognition, sensor technology, aut omotive electronics, electricity, computer, machinery and so on, an intelligent vehicle system is designed with PID control algorithm,CCD detection system and HC9SDG128 MCU.Code Warrior IDE integrated development programming environment is taken as a basic softy are platform that can automatically deal with the traffic and image pro cessing, and then adjust the moving direction along the scheduled or bit by t he aid of a CCD camera.The system has many advantages, such as high reliability , high stability, good speed ability and scalability.Based on the research background of the Free-Scale smart car competition,a smart track following car is designed.In the car, the photo electricity sensor is used to check the path and obtain the information of racing road, and calculate the error

外文翻译

between the car and the black line.The fuzzy control is used to control the velocity of the car.The experiments show that the smart car based on the fuzzy control has high accuracy on the judgment of the path, stability and velocity control.外文翻译

智能车

我们的社会充斥着各种各样的“机器智能“。在过去的世纪，我们目睹越来越多日常生活中的“苦差事“被机器设备解决，如洗衣机。

然而，一个既枯燥又危险的保留区域就是日常驾驶汽车。2002年，120万人死于交通事故，这是所有全球2.1％死亡，死因排名第11。如果这种趋势继续下去，估计从2020年起每一年死于道路交通统（ITS）。20世纪90年代中后期开始，它的系统进行了开发和部署。在发达国事故的人将达到850万人。事实上，美国交通部估计交通事故的整体社会成本每年超过2300亿美元。

数百或数千辆车共享相同的道路时，就导致了大家都熟悉的交通挤塞。交通挤塞破坏了我们的生活质量就像空气污染损害公众健康。1990年左右，公路运输的专业人士开始申请让他们在交通和道路管理。于是诞生了智能交通系家，旅客今天能够获得旅行条件的信息，无论是驾驶自己的车或乘坐公共交通系统。

随着世界能源危机的持续，以及战争和能源-----石油的消耗及汽车饱有量的增加，能源在一天一天下降，终有一天它会消失的无影无踪。石油不是在生资源。所以必须在石油耗净之前找到一种代替品。随着科技的发展社会的进步，有人发明了电动汽车。电动汽车将成为人们最为理想的交通工具。

世界在各各方面的发展都取得丰硕成果，尤其是随着汽车电子技术和计算机以及发展迅速的信息时代。电子控制技术在汽车上得到了广泛应用，汽车上应用的电子装置越来越丰富，电子技术不仅用来改善和提高传统汽车电器的质量和性能，而且还提高了汽车的动力性、燃油经济性、可靠性以及废气排放的净化性。汽车上广泛使用电子产品不仅降低了成本，并且减少维护的复杂性。从发动机的燃油喷射点火装置、进气控制、废气排放控制、故障自诊断到车身辅助装置都普遍采用了电子控制技术，可以说今后汽车发展主要以机电一体化。汽车上广泛采用的电子控制点火系统主要有电子控制燃油喷射系统、电子控制点火系统、电子控制自动变速器、电子控制防滑（ABS/ASR）控制系统、电子控制悬架系统、电子控制动力转向系统、车辆动力学控制系统、安全气囊系统、主动安全带系统、电子控制自动空调系统、导航系统还有GPS等。有了这些系

外文翻译

统汽车响应敏捷，使用功能强，可靠性高，既保证发动机动力又降低燃油的消耗，而且又满足排放法规的标准。

汽车是现代人必不可少的交通工具。而电动汽车给我们带来无限乐趣外还能给我们劳累一天的身心得以放松。就拿自动变速器来说吧，汽车在行驶时，可以不踩离合器踏板，就可以实现自动换档而发动机不会熄火，这样有效的提高驾驶方便性减轻驾驶员的疲劳强度。自动变速器主要由液力变矩器、齿轮变速器、油泵、液压控制系统、电子控制系统、油冷却系统等组成。电子控制的悬架主要是用来缓冲路面对车身的冲击力以及减少振动保证汽车平顺性和操纵稳定性。当汽车行驶在不平坦的道路时汽车能能根据底盘和路面高度自动调整。当车高比设置的高度低时，就向气室或油缸充气或充油。如果是相反，就放气或泻油。从而保证汽车的水平行驶，提高行驶稳定性。可变力动力转向系统因能显著改变驾驶员的工作效率和状态，所以在电动汽车上广泛使用。VDC对汽车性能有着至关重要的作用它能根据需要主动对车轮进行制动来改变汽车的运动状态，使汽车达到最佳的行驶状态和操纵性能，并增加了汽车的附着性，控制性和稳定性。除了这些之外4WS、4WD的出现大大提高了电动汽车的价值与性能同步提升。ABS具有减少制动距离并能保持转向操作能力有效提高行驶方向的稳定性同时减少轮胎的磨损。安全气囊的出现在很大程序上保护了驾驶员和乘客的安全，大大降低汽车在碰撞时对驾驶员和乘客的缓冲，以过到保护生命安全的目的。

智能电子技术在汽车上得以推广使得汽车在安全行驶和其它功能更上一层楼。通过各种传感器实现自动驾驶。除些之外智能汽车装备有多种传感器能充分感知交通设施及环境的信息并能随时判断车辆及驾驶员是否处于危险之中，具备自主寻路、导航、避撞、不停车收费等功能。有效提高运输过程中的安全，减少驾驶员的操纵疲劳度，提高乘客的舒适度。当然蓄电池是电动汽车的关键，电动汽车用的蓄电池主要有：铅酸蓄电池、镍镉蓄电池、钠硫蓄电池、钠硫蓄电池、锂电池、锌―空气电池、飞轮电池、燃料电池和太阳能电池等。在诸多种电池中，燃料电池是迄今为止最有希望解决汽车能源短缺问题的动力源。燃料电池具有高效无污染的特性，不同于其他蓄电池，其不需要充电，只要外部不断地供给燃料，就能连续稳定地发电。燃料电池汽车(FCEV)具有可与内燃机汽车媲美的动力性能，在排放、燃油经济性方面明显优于内燃机车辆。

外文翻译

随着计算机和电子产品不断开级换代，电动汽车技术也在日趋成熟与完善，使得驾驶更安全、方便、灵活、舒适。电动汽车真正能够与传统的燃油汽车相竞争，今后汽车市场终会被电动汽车和智能汽车所取代。这只是时间性的问题这一天终究会来到的。ABS、GPS、4WS、4WD以及各种新时代的电子产品与现代高性能汽车默契组合、绝妙搭配，带给我们无与伦比的精准驾驶舒适性和行驶安全性。

以AVR 单片机为核心, 提出了一种智能探测小车的软硬件设计方案。系统可以预先设定小车的行走路线, 能够实现小车与计算机之间的无线通讯, 通过超声测物和红外测障电路使小车安全行走。另外, 系统通过JTAG 接口在线调试程序。软件设计中采用神经网络自学习, 大大增强了小车的智能化.执行元件的伺服系统性能将决定机器人的性能。基于AVR 系列单片机，并应用积分分离技术，设计离散PI 调节器，输出PWM 控制信号，建立驱动电机的速度伺服控制系统。使用AVR － GCC 编译软件开发伺服系统软件，设定速度采样频率为2KHz，实现对电机速度的实时控制。与基于51 系列单片机开发的伺服系统相比，本系统所需的外围电路更简单，数据处理速度更快。实现了机器人响应快速，移动平稳。该伺服系统的开发尤其适用于智能移动机器人，还可以广泛应用于其它智能设备和生产线。

提出了一种基于AVR 单片机Atmega8 为核心控制器的比赛机器人控制系统,通过比赛机器人的特征分析,阐述了构成控制系统所需的主控单元、电机驱动单元、传感检测单元及LCD 显示单元,其中详细分析了以MCBL3006S 为核心的伺服电机驱动单元,以及关系比赛机器人基本功能实现的循线传感系统及避障传感系统,并给出部分程序。最后通过实践表明,该控制系统开放性好、结构简单、编程容易、智能并高效。

智能车的避障规则，通过对红外传感器的信息进行采集,使用二极管D1 发射红外线，二极管D2 接收红外信号。红外线发射部分不设专门的信号发生电路，直接从单片机实现时钟频率，既简化了线路和调试工作，又能使电路的稳定性和抗干扰能力大大加强。经实验验证，该系统运行可靠，达到了设计要求。

介绍一种基于CCD 摄像头的路径识别的智能车控制系统, 设计了硬件结构与方案, 提出了转向机构的控制策略, 该智能车能准确实现自主寻迹, 具备抗干扰性极强, 稳态误差小等特点。

外文翻译

智能车系统，包括传感器信息采集与处理、电机驱动、控制算法及控制策略等方面。采用激光传感器采集道路信息并反馈给单片机控制系统，通过软件进行相关分析处理，通过速度反馈和PID 算法控制舵机转向和智能车速度。通过实际运行验证，本方法使智能车运行稳定、可靠,其平均速度达到2.6m/s，得到比较理想的效果。

为了综合利用控制、模式识别、传感器技术、汽车电子、电气、计算机、机械等专业领域知识, 设计实现了一个基于PID 控制算法, CCD 检测系统, 并采用H C9SDG128 单片机作为主控芯片的智能车系统。该系统使用Codewar rio r IDE 集成开发环境作为程序设计的基本软件平台, 能利用摄像头自动识别路况, 进行图像处理, 进而调整方向沿预定轨道前行, 具有很强的可靠性、稳定性、快速性、扩展性。

以“飞思卡尔”杯智能车大赛为研究背景，开发了一种智能循迹小车。该小车采用光电传感器检测路径，获得赛道信息，求出小车与黑线间的偏差，采用模糊控制对小车的速度进行控制，使小车能够自动跟随直道和弯道。实践表明，采用模糊控制的智能小车在路径识别的精准度，稳定性，及速度控制上具有明显优势。

第二篇：智能机器人外文翻译

Robot Robot is a type of mechantronics equipment which synthesizes the last research achievement of engine and precision engine, micro-electronics and computer, automation control and drive, sensor and message dispose and artificial intelligence and so on.With the development of economic and the demand for automation control, robot technology is developed quickly and all types of the robots products are come into being.The practicality use of robot products not only solves the problems which are difficult to operate for human being, but also advances the industrial automation program.At present, the research and development of robot involves several kinds of technology and the robot system configuration is so complex that the cost at large is high which to a certain extent limit the robot abroad use.To development economic practicality and high reliability robot system will be value to robot social application and economy development.With the rapid progress with the control economy and expanding of the modern cities, the let of sewage is increasing quickly: With the development of modern technology and the enhancement of consciousness about environment reserve, more and more people realized the importance and urgent of sewage disposal.Active bacteria method is an effective technique for sewage disposal，The lacunaris plastic is an effective basement for active bacteria adhesion for sewage disposal.The abundance requirement for lacunaris plastic makes it is a consequent for the plastic producing with automation and high productivity.Therefore, it is very necessary to design a manipulator that can automatically fulfill the plastic holding.With the analysis of the problems in the design of the plastic holding manipulator and synthesizing the robot research and development condition in recent years, a economic scheme is concluded on the basis of the analysis of mechanical configuration, transform system, drive device and control system and guided by the idea of the characteristic and complex of mechanical configuration, electronic, software and hardware.In this article, the mechanical configuration combines the character of direction coordinate and the arthrosis coordinate which can improve the stability and operation flexibility of the system.The main function of the transmission mechanism is to transmit power to implement department and complete the necessary movement.In this transmission structure, the screw transmission mechanism transmits the rotary motion into linear motion.Worm gear can give vary transmission ratio.Both of the transmission mechanisms have a characteristic of compact structure.The design of drive system often is limited by the environment condition and the factor of cost and technical lever.'The step motor can receive digital signal directly and has the ability to response outer environment immediately and has no accumulation error, which often is used in driving system.In this driving system, open-loop control system is composed of stepping motor, which can satisfy the demand not only for control precision but also for the target of economic and practicality.on this basis, the analysis of stepping motor in power calculating and style selecting is also given.The analysis of kinematics and dynamics for object holding manipulator is given in completing the design of mechanical structure and drive system.Kinematics analysis is the basis of path programming and track control.The positive and reverse analysis of manipulator gives the relationship between manipulator space and drive space in position and speed.The relationship between manipulator’s tip position and arthrosis angles is concluded by coordinate transform method.The geometry method is used in solving inverse kinematics problem and the result will provide theory evidence for control system.The f0unction of dynamics is to get the relationship between the movement and force and the target is to satisfy the demand of real time control.in this chamfer, Newton-Euripides method is used in analysis dynamic problem of the cleaning robot and the arthrosis force and torque are given which provide the foundation for step motor selecting and structure dynamic optimal ting.Control system is the key and core part of the object holding manipulator system design which will direct effect the reliability and practicality of the robot system in the division of configuration and control function and also will effect or limit the development cost and cycle.With the demand of the PCL-839 card, the PC computer which has a.tight structure and is easy to be extended is used as the principal computer cell and takes the function of system initialization, data operation and dispose, step motor drive and error diagnose and so on.A t the same time, the configuration structure features, task principles and the position function with high precision of the control card PCL-839 are analyzed.Hardware is the matter foundation of the control.System and the software is the spirit of the control system.The target of the software is to combine all the parts in optimizing style and to improve the efficiency and reliability of the control system.The software design of the object holding manipulator control system is divided into several blocks such as 2 system initialization block, data process block and error station detect and dispose model and so on.PCL-839 card can solve the communication between the main computer and the control cells and take the measure of reducing the influence of the outer signal to the control system.The start and stop frequency of the step motor is far lower than the maximum running frequency.In order to improve the efficiency of the step motor, the increase and decrease of the speed is must considered when the step motor running in high speed and start or stop with great acceleration.The increase and decrease of the motor’s speed can be controlled by the pulse frequency sent to the step motor drive with a rational method.This can be implemented either by hardware or by software.A step motor shift control method is proposed, which is simple to calculate, easy to realize and the theory means is straightforward.The motor' s acceleration can fit the torque-frequency curve properly with this method.And the amount of calculation load is less than the linear acceleration shift control method and the method which is based on the exponential rule to change speed.The method is tested by experiment.At last, the research content and the achievement are sum up and the problems and shortages in main the content are also listed.The development and application of robot in the future is expected.机器人

机器人是典型的机电一体化装置，它综合运用了机械与精密机械、微电子与计算机、自动控制与驱动、传感器与信息处理以及人工智能等多学科的最新研究成果，随着经济的发展和各行各业对自动化程度要求的提高，机器人技术得到了迅速发展，出现了各种各样的机器人产品。机器人产品的实用化，既解决了许多单靠人力难以解决的实际问题，又促进了工业自动化的进程。目前，由于机器人的研制和开发涉及多方面的技术，系统结构复杂，开发和研制的成本普遍较高，在某种程度上限制了该项技术的广泛应用，因此，研制经济型、实用化、高可靠性机器人系统具有广泛的社会现实意义和经济价值。

由于我国经济建设和城市化的快速发展，城市污水排放量增长很快，污水处理己经摆在了人们的议事日程上来。随着科学技术的发展和人类知识水平的提高，人们越来越认识到污水处理的重要性和迫切性，科学家和研究人员发现塑料制品在水中是用于污水处理的很有效的污泥菌群的附着体。塑料制品的大量需求，使得塑料制品生产的自动化和高效率要求成为经济发展的必然。

本文结合塑料一次挤出成型机和塑料抓取机械手的研制过程中出现的问题，综述近几年机器人技术研究和发展的状况，在充分发挥机、电、软、硬件各自特点和优势互补的基础上，对物料抓取机械手整体机械结构、传动系统、驱动装置和控制系统进行了分析和设计，提出了一套经济型设计方案。采用直角坐标和关节坐标相结合的框架式机械结构形式，这种方式能够提高系统的稳定性和操作灵活性。传动装置的作用是将驱动元件的动力传递给机器人机械手相应的执行机构，以实现各种必要的运动，传动方式上采用结构紧凑、传动比大的蜗轮蜗杆传动和将旋转运动转换为直线运动的螺旋传动。机械手驱动系统的设计往往受到作业环境条件的限制，同时也要考虑价格因素的影响以及能够达到的技术水平。由于步进电机能够直接接收数字量，响应速度快而且工作可靠并无累积误差，常用作数字控制系统驱动机构的动力元件，因此，在驱动装置中采用由步进电机构成的开环控制方式，这种方式既能满足控制精度的要求，又能达到经济性、实用化目的，在此基础上，对步进电机的功率计一算及选型问题经行了分析。

在完成机械结构和驱动系统设计的基础上，对物料抓取机械手运动学和动力学进行了分析。运动学分析是路径规划和轨迹控制的基础，对操作臂进行了运动学正、逆问题的分析可以完成操作空间位置和速度向驱动空间的映射，采用齐次坐标变换法得到了操作臂末端位置和姿态随关节夹角之间的变换关系，采用几何法分析了操作臂的逆向运动学方程求解问题，对控制系统设计提供了理论依据。机器人动力学是研究物体的运动和作用力之间的关系的科学，研究的目的是为了4 满足是实时性控制的需要，本文采用牛顿-欧拉方法对物料抓取机械手动力学进行了分析，计算出了关节力和关节力矩，为步进电机的选型和动力学分析与结构优化提供理论依据。

控制部分是整个物料抓取机械手系统设计关键和核心，它在结构和功能上的划分和实现直接关系到机器人系统的可靠性、实用性，也影响和制约机械手系统的研制成本和开发周期。在控制主机的选用上，采用结构紧凑、扩展功能强和可靠性高的PC工业控制计算机作为主机，配以PCL-839卡主要承担系统功能初始化、数据运算与处理、步进电机驱动以及故障诊断等功能;同时对PCL-839卡的结构特点、功能原理和其高定位功能等给与了分析。硬件是整个控制系统以及极限位置功能赖以存在的物质基础，软件则是计算机控制系统的神经中枢，软件设计的目的是以最优的方式将各部分功能有机的结合起来，使系统具有较高的运行效率和较强的可靠性。在物料抓取机械手软件的设计上，采用的是模块化结构，分为系统初始化模块、数据处理模块和故障状态检测与处理等几部分。主控计算机和各控制单元之间全部由PCL-839卡联系，并且由该卡实现抗干扰等问题，减少外部信号对系统的影响。

步进电机的启停频率远远小于其最高运行频率，为了提高工作效率，需要步进电机高速运行并快速启停时，必须考虑它的升，降速控制问题。电机的升降速控制可以归结为以某种合理的力一式控制发送到步进电机驱动器的脉冲频率，这可由硬件实现，也可由软件方法来实现。本文提出了一种算法简单、易于实现、理论意义明确的步进电机变速控制策略:定时器常量修改变速控制方案。该方法能使步进电机加速度与其力矩——频率曲线较好地拟合，从而提高变速效率。而且它的计算量比线性加速度变速和基于指数规律加速度的变速控制小得多。通过实验证明了该方法的有效性。

最后，对论文主要研究内容和取得的技术成果进行了总结，提出了存在的问题和不足，同时对机器人技术的发展和应用进行了展望。

第三篇：机器人外文翻译

沈阳航空工业学院学士学位论文

机 器 人

工业机器人是在生产环境中以提高生产效率的工具，它能做常规乏味的装配线工作，或能做那些对于工人来说是危险的工作，例如，第一代工业机器人是用来在 核电站中更换核燃料棒，如果人去做这项工作，将会遭受有害的放射线的辐射。工业机器人亦能工作在装配线上将小元件装配到一起，如将电子元件安放在电路印制板，这样，工人就能从这项乏味的常规工作中解放出来。机器人也能按程序要求用来拆除炸弹，辅助残疾人，在社会的很多应用场合下履行职能。

机器人可以认为是将手臂末端的工具、传感器和（或）手爪移到程序指定位置的一种机器。当机器人到达位置后，它将执行某种任务。这些任务可以是焊接、密封、机器装料、拆卸以及装配工作。除了编程以及系统的开停之外，一般来说这些工作可以在无人干预下完成。如下叙述的是机器人系统基本术语：

1.机器人是一个可编程、多功能的机械手，通过给要完成的不同任务编制各种动作，它可以移动零件、材料、工具以及特殊装置。这个基本定义引导出后续段落的其他定义，从而描绘出一个完整的机器人系统。

2.预编程位置点是机器人为完成工作而必须跟踪的轨迹。在某些位

沈阳航空工业学院学士学位论文

置点上机器人将停下来做某些操作，如装配零件、喷涂油漆或焊接。这些预编程点贮存在机器人的贮存器中，并为后续的连续操作所调用，而且这些预编程点想其他程序数据一样，可在日后随工作需要而变化。因而，正是这种编程的特征，一个工业机器 人很像一台计算机，数据可在这里储存、后续调用与编译。

3.机器手是机器人的手臂，它使机器人能弯曲、延伸和旋转，提供这些运动的是机器手的轴，亦是所谓的机器人的自由度。一个机器人能有3~16轴，自由度一词总是与机器人轴数相关。

4.工具和手爪不是机器人自身组成部分，但它们是安装在机器人手臂末端的附件。这些连在机器人手臂末端的附件可使机器人抬起工件、点焊、刷漆、电弧焊、钻孔、打毛刺以及根据机器人的要求去做各种各样的工作。

5.机器人系统还可以控制机器人的工作单元，工作单元是机器人执行任务所处的整体环境，该单元包括控制器、机械手、工作平台、安全保护装置或者传输装置。所有这些为保证机器人完成自己任务而必须的装置都包括在这一工作单元中。另外，来自外设的信号与机器人通讯，通知机器人何时装配工件、取工件或放工件到传输装置上。机器人系统有三个基本部件：机械手、控制器和动力源。

A.机械手

沈阳航空工业学院学士学位论文

机械手做机器人系统中粗重工作，它包括两个部分：机构与附件，机械手也用联接附件基座，图21-1表示了一机器人基座与附件之间的联接情况。

机械手基座通常固定在工作区域的地基上，有时基座也可以移动，在这种情况下基座安装在导轨回轨道上，允许机械手从一个位置移到另外一个位置。

正如前面所提到的那样，附件从机器人基座上延伸出来，附件就是机器人的手臂，它可以是直动型，也可以是轴节型手臂，轴节型手臂也是大家所知的关节型手臂。

机械臂使机械手产生各轴的运动。这些轴连在一个安装基座上，然后再连到拖架上，拖架确保机械手停留在某一位置。

在手臂的末端上，连接着手腕（图21-1），手腕由辅助轴和手腕凸缘组成，手腕是让机器人用户在手腕凸缘上安装不同的工具来做不同的工作。

机械手的轴使机械手在某一区域内执行任务，我们将这个区域为机器人的工作单元，该区域的大小与机械手的尺寸相对应，图21-2列举了一个典型装配机器人的工作单元。随着机器人机械结构尺寸的增加，工作单元的范围也必须相应的增加。

机械手的运动有执行元件或驱动系统来控制。执行元件或驱动系统

沈阳航空工业学院学士学位论文

允许各轴力经机构转变为机械能，驱动系统与机械传动链相匹配。由链、齿轮和滚珠丝杠组成的机械传动链驱动着机器人的各轴。

B.控制器

机器人控制器是工作单元的核心。控制器储存着预编程序供后续调用、控制外设，及与厂内计算机进行通讯以满足产品更新的需要。

控制器用于控制机械手运动和在工作单元内控制机器人外设。用户可通过手持的示教盒将机械手运动的程序编入控制器。这些信息储存在控制器的储存器中以备后续调用，控制器储存了机器人系统的所有编程数据，它能储存几个不同的程序，并且所有这些程序均能编辑。

控制器要求能够在工作单元内与外设进行通信。例如控制器有一个输入端，它能标识某个机加工操作何时完成。当该加工循环完成后，输入端接通，告诉控制器定位机械手以便能抓取已加工工件，随后，机械手抓取一未加工件，将其放置在机床上。接着，控制器给机床发出开始加工的信号。

控制器可以由根据事件顺序而步进的机械式轮鼓组成，这种类型的控制器可用在非常简单的机械系统中。用于大多数机器人系统中的控制器代表现代电子学的水平，是更复杂的装置，即它们是由微处理器操纵的。这些微处理器可以是8位、16位或32位处理器。它们可以使得控制器在操作过程中显得非常柔性。

沈阳航空工业学院学士学位论文

控制器能通过通信线发送电信号，使它能与机械手各轴交流信息，在机器人的机械手和控制器之间的双向交流信息可以保持系统操作和位置经常更新，控制器亦能控制安装在机器人手腕上的任何工具。

控制器也有与厂内各计算机进行通信的任务，这种通信联系使机器人成为计算机辅助制造（CAM）系统的一个组成部分。

存储器。给予微处理器的系统运行时要与固态的存储装置相连，这些存储装置可以是磁泡，随机存储器、软盘、磁带等。每种记忆存储装置均能贮存、编辑信息以备后续调用和编辑。

C.动力源

动力源是给机器人和机械手提供动力的单元。传给机器人系统的动力源有两种，一种是用于控制器的交流电，另一种是用于驱动机械手各轴的动力源，例如，如果机器人的机械手是有液压和气压驱动的，控制信号便传送到这些装置中，驱动机器人运动。

沈阳航空工业学院学士学位论文

液压与气压系统

仅有以下三种基本方法传递动力：电气，机械和流体。大多数应用系统实际上是将三种方法组合起来而得到最有效的最全面的系统。为了合理地确定采取哪种方法。重要的是了解各种方法的显著特征。例如液压系统在长距离上比机械系统更能经济地传递动力。然而液压系统与电气系统相比，传递动力的距离较短。

液压动力传递系统涉及电动机，调节装置和压力和流量控制，总的来说，该系统包括：

泵：将原动机的能量转换成作用在执行部件上的液压能。阀：控制泵产生流体的运动方向、产生的功率的大小，以及到达执行部件流体的流量。功率大小取决于对流量和压力大小的控制。

执行部件：将液压能转成可用的机械能。

介质即油液：可进行无压缩传递和控制，同时可以润滑部件，使阀体密封和系统冷却。

联接件：联接各个系统部件，为压力流体提供功率传输通路，将液体返回油箱（贮油器）。

油液贮存和调节装置：用来确保提供足够质量和数量并冷却的液体。

沈阳航空工业学院学士学位论文

液压系统在工业中应用广泛。例如冲压`钢类工件的磨削几一般加工业、农业、矿业、航天技术、深海勘探、运输、海洋技术，近海天然气和石油勘探等行业，简而言之，在日常生活中有人不从液压技术中得到某种益处。

液压系统成功而又广泛使用的秘密在于它的通用性和易操作性。液压动力传递不会象机械系统那样受到机器几何形状的制约，另外，液压系统不会像电气系统那样受到材料物理性能的制约，它对传递功率几乎没有量的限制。例如，一个电磁体的性能受到钢的磁饱和极限的限制，相反，液压系统的功率仅仅受材料强度的限制。

企业为了提高生产率将越来越依靠自动化，这包括远程和直接控制生产操作、加工过程和材料处理等。液压动力之所以成为自动化的组成部分，是因为它有如下主要的特点：

1.控制方便精确

通过一个简单的操作杆和按扭，液压系统的操作者便能立即起动，停止、加减速和能提供任意功率、位置精度为万分之一英寸的位置控制力。图13-1是一个使飞机驾驶员升起和落下起落架的液压系统，当飞行向某方向移动控制阀，压力油流入液压缸的某一腔从而降下起落架。飞行员向反方向移动控制阀，允许油液进入液压缸的另一腔，便收回起落架。

2.增力 一个液压系统（没有使用笨重的齿轮、滑轮和杠杆）能简单

沈阳航空工业学院学士学位论文

有效地将不到一盎司的力放大产生几百吨的输出。

3.恒力或恒扭矩

只有液压系统能提供不随速度变化而变化的恒力或恒扭矩，他可以驱动对象从每小时移动几英寸到每分钟几百英寸，从每小时几转到每分钟几千转。

4.简便、安全、经济

总的来说，液压系统比机械或电气系统使用更少的运动部件，因此，它们运行与维护简便。这使得系统结构紧凑，安全可靠。例如 一种用于车辆上的新型动力转向控制装置一淘汰其他类型的转向动力装置，该转向部件中包含有人力操纵方向控制阀和分配器。因为转向部件是全液压的，没有方向节、轴承、减速齿轮等机械连接，使得系统简单紧凑。

另外，只需要输入很小的扭矩就能产生满足极其恶劣的工作条件所需的控制力，这对于因操作空间限制而需要小方向盘的场合很重要，这也是减轻司机疲劳度所必须的。

液压系统的其他优点包括双向运动、过载保护和无级变速控制，在已有的任何动力、系统中液压系统也具有最大的单位质量功率比。

尽管液压系统具有如此的高性能，但它不是可以解决所有动力传递问题的灵丹妙药。液压系统也有缺点，液压油有污染，并且泄露不可能完全避免，另外如果油液渗漏发生在灼热设备附近，大多数液压油能引起火灾。

沈阳航空工业学院学士学位论文

气压系统

气压系统是用压力气体传递和控制动力，正如名称所表明的那样，气压系统通常用空气（不用其他气体）作为流体介质，因为空气是安全、成本低而又随处可得的流体，在系统部件中产生电弧有可能点燃泄露物的场合下（使用空气作为介质）尤其安全。

在气压系统中，压缩机用来压缩并提供所需的空气。压缩机一般有活塞式、叶片式和螺旋式等类型。压缩机基本上是根据理想气体法则，通过减小气体体积来增加气体压力的。气压系统通常考虑采用大的中央空气压缩机作为一个无限量的气源，这类似于电力系统中只要将插头插入插座边可获得电能。用这种方法，压力气体可以总气体源输送到整个工厂的各个角落，压力气体可通过空气滤清器除去污物，这些污染可能会损坏气动组件的精密配合部件如阀和汽缸等，随后输送到各个回路中，接着空气流经减压阀以减小气压值适合某一回路使用。因为空气不是好的润滑油，气压系统需要一个油雾器将细小的油雾注射到经过减压阀减压空气中，这有帮助于减少气动组件精密配合运动件的磨损。

由于来自大气中的空气含不同数量的水分，这些水分是有害的，它可以带走润滑剂引起的过分磨损和腐蚀，因此，在一些使用场合中，要用空气干燥器来除去这些有还的水分。由于气压系统直接向大气排

沈阳航空工业学院学士学位论文

气，会产生过大的噪声，因此可在气阀和执行组件排气口安装销声器来降低噪声，以防止操作人员因接触噪声及高速空气粒子有可能引发的伤害。

用气动系统代替液压系统有以下几条理由：液体的惯性远比气体大，因此，在液压系统中，当执行组件加速减速和阀突然开启关闭时，油液的质量更是一个潜在的问题，根据牛顿运动定律，产生加速度运动油液所需的力要比加速同等体积空气所需的力高出许多倍。液体比气体具有更大的粘性，这会因为内摩擦而引起更大的压力和功率损失；另外，由于液压系统使用的液体要与大气隔绝，故它们需要特殊的油箱和无泄露系统设计。气压系统使用可以直接排到周围环境中的空气，一般来说气压系统没有液体系统昂贵。

然而，由于空气的可压缩性，使得气压系统执行组件不可能得到精确的速度控制和位置控制。气压系统由于压缩机局限，其系统压力相当低（低于250psi），而液压力可达1000psi之高，因此液压系统可以是大功率系统，而气动系统仅用于小功率系统，典型例子有冲压、钻孔、夹紧、组装、铆接、材料处理和逻辑控制操作等。

第四篇：CVM避障算法 翻译

基于曲率速度的局部避障方法(草稿)

作者：Reid Simmons 翻译：Luo Qijun 本文提出了一种新的室内移动机器人的局部避障方法，它将避障问题描述为速度空间的约束优化问题。将速度和加速度的物理限制和障碍物分布的环境约束置于机器人的线速度和角速度上，机器人选择满足所有约束，并使得目标函数最大化的速度指令，目标函数折中考虑速度、安全性和目标方向。这种方法的高效实时的应用，已经经过广泛测试，表明其在办公室环境下可以可靠、平滑而快速的导航。这种避障方法可以作为更复杂导航行为的基础，从简单的漫游到基于地图的导航都可以使用。

1，引言

局部避障算法针对 未知的 或 部分已知的环境。

（1）机器人应该能够安全的导航，即使面临感知器的噪声 和 航迹的错误

（2）机器人应该在试图避障的同时趋向目标；

（3）算法必须高效的运算，以至于实时运行于机器人主机 另外，有一些其他算法没有考虑在内的内容：

（1）机器人的动态性应该纳入计算，使之能够以高速运动于拥挤的环境中（2）算法应该明确的尽量最大化机器人的前进进程（3）算法应该同时控制机器人的方向和速度

我们的方法，CVM算法，针对上述的内容。该算法的主要特点是它在机器人的速度空间操作，而不是Cartesian或者配置空间，它通过最大化目标函数来选择命令，用于综合考虑车体安全性、速度和目标导向性。这种方法认为机器人能够控制线速度和角速度，但是不能瞬间转向。也就是说，它只能沿着圆弧走。满足这种方式的机器人包括差动机器人，差速驱动机器人，和多种 非完整车辆。然而 我们的论述忽略了加速度的影响，实际上，对于以步行速度运行的室内机器人来说，这是一个好的近似。

曲率速度算法通过在速度空间添加约束，并在此空间中选择满足所有约束并且最大化目标函数的点进行工作的。约束条件来源于机器人速度和加速度的物理限制，和表示障碍物分布的传感器数据。后者（对于每个可能的曲率），用于表示机器人在撞上障碍物之前能运行多远。

为了达到实时性能，到障碍物的曲线距离用一个分段函数来近似描述。这种近似将速度空间划分为多个离散的区间，每个区间考虑一个确定的距离。该算法在各个区间中找到一个点，使目标函数最大化。这个全面最大化的点用于操作机器人。几个简单的扩展使该基本算法对于传感器噪声更具鲁棒性，并减小了机器人陷入困境的可能性。在我们室内机器人上的测试证明：它能在有人办公室环境内快速、平滑和安全行驶。相关工作

一些著名的局部避障通过计算机机器人将要朝向的方向进行的，但是没有将车体的动态特性计算在内。例如：势场趋近法使用排斥和吸引特性的向量和来计算期望的机器人朝向。速度控制 通过按势向量大小比例选择速度来确定。在该算法基础上改进得到的向量场直方图方法，通过计算一个一维极性直方图进行的，处理该直方图以检测开放区域以便机器人行进。在方向被选择后，再根据到障碍物的距离按比例选择机器人速度。虽然该方法可以产生平滑的轨迹并能同时处理窄、宽的开放处。就像势场趋近法，它没有把下列情况计算在内：当机器人转向时沿着圆弧移动，而不是沿着直线。在混乱复杂的环境中，它忽略了车辆的动态特性，而这时很关键的。

那些引入车辆动态特性和非完整约束计算的方法已经在线下路径规划中作了研究[]，对于快速的局部避障来说，这些方法通常计算代价太高。

然而，最近报告了一些局部避障方法，通过选择一些驾驶命令而不是行驶方向来引入车辆的动力学特性。驾驶角度场算法，跟我们的算法类似，使用到障碍物的曲率正切 来约束一个连续的空间（在那个情况下的驾驶角度一维空间）。曲率和连接弧的距离，在驾驶角度范围内用于阻止行驶。该算法计算几个距离阈值的约束，并试图行驶到最自由的空间。速度控制是一个在驾驶者模块和局部避障模块间的迭代“商议、谈判”过程，与此相反，在我们的算法中，速度和转向弧度通过仿真选择，速度空间的点使得目标函数最大化。针对室内高速导航，有一个类似的基于速度空间操作的算法，就有人作了更早但是独立的研究。该算法针对受车辆动力学约束的弧线的离散集合，并选择其中一个最接近目标方向，保证机器人不会在几秒行驶范围内不会撞上障碍物。初始方法采用两步趋近法来选择曲率和速度；后来，他们研究出了一步选择曲率和速度的算法[6]。针对室外导航，也有一种类似的的方法[7]。考虑了所有的车体动力学，所以路径不必是一个圆弧，为每条路径计算一个可行度量，并选择其中一个最好的结果。但是这些方法的问题在于：仅仅通过分析弧线的离散集合，好的路径可能淹没在碰撞中，并且不被考虑到。曲率速度法

我们描述局部避障问题为一个在机器人的速度空间内的约束优化问题。机器人的速度空间就是可控制速度的稽核。对于差速驱动机器人来说，就像我们的机器人，速度空间包括线速度和角速度的正交空间。通过约束优化，我们试图使机器人选择某个（tv, rv）对，使得目标函数最大化，同时在允许的速度情况下满足所有的约束。

用这种公式描述局部避障问题有几个优点：首先，通过在速度空间内的计算，我们能够同时控制机器人的速度和朝向，并得到一个直接产生命令用于控制机器人的解决方法。通过将此问题作为一个约束优化问题，我们能够很简单地合并来自于环境和机器人动力学的约束条件，并能够得到使速度和安全折中的描述（公式）（规则）。

首先，我们假设机器人总是沿着圆弧线行驶，该弧线曲率由c = rv/tv得到，正的曲率表示顺时针的移动。所以，速度空间中的每个点，对应于笛卡尔空间中的约束曲率的运动。然而，这实际上是一种近似，如果考虑加速度的影响因素的话，如果在绝大所属室内移动机器人的相对较低速度和高加速度的情况下这些影响都被忽略。[6] 机器人的物理限制包括两种类型的速度空间约束。一个是机器人有最大角速度和线速度：tv<=tv(max), tv>=-tv(max), rv<=rv(max), rv>=-rv(max).在我们的方案中，我们又加入了一个约束条件：tv〉=0，以此防止机器人的后退运动。角加速度和线加速度的限制，ra（max）和ta(max)构成了另外一些约束。给定机器人当前速度 rv(cur)和tv（cur），和时间间隔T(accel)(基于CVM算法周期来选择)，我们再加入3个约束条件，这些条件给出了在下一时刻可达的速度：

考虑到安全原因，tv的明显的其他约束没有加入。我们试图保证tv=0是速度空间中可以达到的部分。另外一个重要的约束源是由环境障碍物构成的。我们可以按照如下方式将笛卡儿空间障碍物转换为速度空间的约束：首先，转化障碍物到配置空间，并且对所有曲率c,计算机器人在碰到障碍物obs可能行驶的距离dc(c,obs).然后定义每个障碍物在速度空间的距离函数：

给定障碍物集合OBS, 累积距离函数定义为：

最后，由于传感器探测距离的限制（为了避免无限值的计算），我们修剪了函数D，利用某个限制距离L（3m, 在我们的实现中）

通常，计算障碍距离函数dc(c,obs)将会非常复杂，由于任意形状的障碍物。为了解决此，我们将障碍物近似为圆形。这是一个有根据的接近，在给定传感器输入-声纳和激光测距仪的情况下。由于我们的机器人也是圆形，笛卡空间到配置空间的转化仅仅通过机器人的半径增加障碍物的半径。现在，计算dc是直接进行的。由于在原始位置的机器人面向y轴正半轴，给定曲率c在（xj,yj）与障碍物相交，我们可以得到：

给定这些物理的和环境的速度空间的约束，通过优化目标函数来选择机器人的命令。从第1节的要求中，可以清楚的发现目标函数会偏好更高的速度，在碰到障碍物前可以行驶更远距离的曲率，并且试图使机器人面向期望的目标方向。我们利用一个简单的线性目标函数来描述这些准则，其中，每项都要在0和1间进行归一化：

速度项简单地表明了对更快速运行的偏好，而其他的则一般。距离项表明沿着给定曲率rv/tv无碰撞运行更远的距离。朝向项是与目标朝向的偏差，它对期望的目标朝向的速度转动时间Tc后将要达到的朝向之间的区别作了解释。

值表示每一项在目标函数中的相关权重。利用目标函数机器人可以展示不同的行为，这依赖于权重和障碍物分布，从为了避障急转弯的减速到除了为了躲避同一障碍物而进行提前转向外的全速行驶。第6节展示了关于选择权重值对算法敏感性的试验结果。

(在机器人局部坐标内)和机器人如果以rv 实时实现

在前述章节中描述的曲率速度法，满足局部避障的所有准则，除了他不是计算高效的外。计算Dlimit 是很困难的，即使在圆形障碍物的简化假设条件下。另外，给定Dlimit的一个通用描述，函数f寻优也是耗时的，即使使用如模拟退伙的近似技术。在这一节里，我们描述了实现细节以解决计算的相关问题。

利用一个区间的有限集合的近似Dlimit可以达到实时性能，这种区间是等距划分的。这种曲率区间集合，通过使用障碍物的切线曲率，将速度空间划分为常量距离的区间，进而划分那些重叠区域，以使 与区间对应的距离是所有重叠区域中的最小距离。最小和最大速度、加速度约束加入到这个空间，并且，对于每个曲率区间，求出在约束上限的最高点（因为使目标函数最大化的点必在上限边界处）。机器人在所有曲率区间中选择使目标函数最大化的命令。

我们通过速度距离函数dv来计算Dlimit。需要注意的是 对于一个给定的障碍物obs，dc(c, obs)在障碍物曲率切线区外是无限大的。所以，我们仅仅需要考虑Cmin和Cmax之间的那些曲率：

交点（用于计算dc）是:

注意：公式6没有定义 障碍物圆覆盖的区域

。因为，在实际中，障碍物和机器人是不可能占据同一位置的，这仅仅会在传感器噪声或者确定障碍时的圆形近似的情况下产生。另外一种方式，我们通过定义半径robs为

（这里e设置为1厘米）来处理这样一个障碍物。那么我们就可以使用公式6来计算所有障碍物的最小最大曲率。

给定切线曲率，第一个近似（接下来将被精确计算）是将dv置为最大至最小曲率间的常量：

每个确定的距离将产生一个障碍物区间的集合。为了计算Dlimit的精确确定近似值，我们通过分裂重叠障碍物区间和用更大的联合距离去除重叠片找到了障碍物区间的最小合并。针对此的一个有效算法使用了一种曲率区间数据结构(,d1,2)其中c1,c2是两个曲率，d1,2时区间内的确定的距离值。从几何学上来说，每个曲率区间定义为速度空间上的一对直线，直线间的距离是确定的值。

最小合并算法从曲率区间个新的曲率区间：

开始，对于每个障碍物，用一对切线曲率与其关联距离算法组成一，根据该区间与已存在区间的关系，修改该区间

将切线曲率间的距离函数近似为常量，不是很合适的，因为dv实际上是完全非线性的。在某些情况下，这种近似太过保守，特别是在两个切线曲率的距离值是非常不同的。更重要的是，这种近似常常太过自由主义，实际最小值可能比每个切线曲率距离都要小。

为了修正这些问题，我们精炼dv的近似为一个分段常量。思想为：将区间

分裂为多个区间，对每个区间计算出一个常量距离值，然后使用上述描述的最小合并算法来近似全部的Dlimit函数。我们的方法是要选择障碍物圆上离原点直线距离最近的一个点，并从该点开始把障碍物划分为四个象限。为最小和最大切线曲率的邻近点，定义曲率区间，每个区间的距离值设为两个端点曲率的最小值。

为了使目标函数最大化，我们注意到：每个曲率区间提供了速度空间的一对线性不等式。在上述章节中描述的速度和加速度约束也是一些线性不等式。因此，我们有了一个线性不等式稽核和一个线性目标函数---一种通常容易求解的形式。然而，在我们的问题里，有一个附加问题的附加结构，它会使的计算更加简化：因为曲率线对间的距离值是常量，目标函数对于tv是单调递增的，对于每个曲率区间的函数优化值，存在于约束线的边界上。这导向了一个非常高效的算法：对于每个曲率区间，在每个关联约束的上边界的顶点计算目标函数，并在所有曲率区间中选择全局最优值（利用一个小的扩张：我们也需要在朝向误差dthata是零，时，计算目标函数）扩展

在前述两节中描述的曲率速度法，有一些实际问题。首先，由于传感器噪声，障碍物可能不是很精确，他们可能在内部显现。因此，我们可能要让机器人与障碍物保持接近，并使之减速，如果不能在他们旁边行驶的话。第二，虽然目标函数通常能够很好的获得趋向目标方向并且躲避障碍物行为，有两种情况不能很好的工作：当所有的选择都一样糟糕时，表示机器人被挂住，和当机器人离目标方向很远时。在这一节内容里，我们描述基本曲率速度算法的简单的扩充，以解决上述每个问题。一个简单的扩充，帮助补偿传感器噪声，它使用一个安全区来生长障碍物。我们使用一个相对小的安全区（5cm）,因为安全区的大小与机器人可通过开放区间宽窄成反比例的。安全区太大，机器人通过房间门和在拥挤的走廊里经过人群会有困难。

另外一个扩充，文献3，6提出，帮助机器人保持远离障碍物（或者，至少，使它更小心，当从障碍物边行驶时），它添加了一个最大的可允许的线速度，该速度与到障碍物距离成比例。特别是，对于每个曲率区间,我们约束最大线速度tv<=d/Timp, 以致机器人能够行使至少Timp秒，在碰到障碍物前。

对于一些曲率区间，距离d 比极点 ,中的一个或两个都大，表示机器人将擦边障碍物经过，如果它沿着此极点曲率行驶的话。（例如，d1, 的值图3中，比dc(C3,B)大）。虽然添加一个安全区能够有所帮助，我们通过增加一个约束进一步增加了安全性，机器人仅在它离所有障碍物距离至少为S时，才全速行驶。

我们通过首先计算远离障碍物S的曲率，它在距离d正切于曲率c，来确定这个约束:

然后，我们添加约束，线速度减低到由点（）组成的直线下。

这就确保机器人将不会全速行驶，除非它保留与障碍物至少距离S经过。一个类似的约束，使用公式9中的r+S，针对曲率区间的下界被加入。

有时候，使目标函数最优的值使其机器人行驶很慢，或者完全不动。这常常发生，例如，当机器人在三面被障碍物包围而它的目标朝向就在正前方，就在障碍物区域。为了处理这一情况，我们采用了原地转身算法，机器人原定不动并且作旋转直到最好的角速度命令为零。这将允许机器人终于看到前方开放的区间并且向前移动，足够使其移动到距离陷阱外。

最后一个扩充，目标函数权重参数的选择，是必要的。选择的权重工作良好，当机器人面向目标方向很近时（在正负60度以内），但是当它面向相反方向时却效果很差。在这种情况下，我们要强烈鼓励机器人开始转动，从而面向目标方向。我们通过增加朝向项的权重来实现，该权重正比于机器人离目标方向的大小。

特别是，我们用

代替目标函数中的。下一节，讨论各参数值对算法的灵敏性。试验结果

CVM算法已经在在Xavier移动机器人上实现和测试。Xavier是一个四轮同步驱动底盘的机器人，由RWI制造，可以独立控制其线速度和角速度。他使用一圈24个声纳传感器（1-2Hz）和一个30度激光测距仪（5-10Hz）。声纳和激光数据组合起来并采用一个简单的20cm精度histogram grid 文献[2]。

底盘得到8 Hz的航迹推算信息，cvm算法也以此速度运行。但接受到一个新的数据报时，每一个被占的格子单元被转化为自身局部坐标并处理产生曲率约束。一般有15-30个障碍物，产后10-15个不同的曲率区间（由于曲率区间重叠，区间数小于障碍物数）。相应的速度约束被添加进去，最优的（tv，rv）发给底盘计算机。算法（包括感知数据处理）运行于在66MHz主频的486计算机上，大概耗时12毫秒。

CVM依赖一些参数，特别是目标函数中的。为了确定这些参数对算法的灵敏度，我们在仿真环境下做一个一系列测试。环境被设置为测试算法的逃离局部最优和避障趋向目标的能力。每次开始机器人在一个点和给定方向，并向前直线运行，当机器人越过虚线时结束。

改变参数完成了一些列路径。基于完成路径的平均时间，我们总结出算法对于目标朝向权重参数 a3的相对值比较敏感，而对a1, a2的相对值不敏感。如果a3置为0，a3/(a1+a2)的值大于15%的话，算法进展缓慢（机器人常陷入局部陷阱）。在此范围内，每个路径中的标准差比 其值和最优设置的值的差 一般较大，但是在a1>a2时平均稍大。

改变a4执行类似的路径，额外的权值鼓励机器人在远离前进运行。结果显示CVM是相对不敏感的，对于a4>0但小于3（此时，机器人又容易陷入局部）。最优好的设置是a1=0.6, a2 = 0.3, a3 =0.1 a4=1.0(平均完成时间67.5s, 标准10.2s), 该设置用于图8的显示结果。

图9为Xavier的不同运行轨迹。为更好的强调差别，图中，障碍物（2个盒子，一个圆的垃圾罐，一个消防门）用机器人半径进行了生长，而机器人为一个点。在每种情况下，机器人从图上方开始，面向底部，且要求其转90度面向左侧。每种情况下，机器人必须环绕围墙并导航绕过三个离散的障碍物。我们在30，45，60cm/s的速度行驶对CVM算法与60cm/s运行的势场法进行了对比。结果显示，CVM较势场法产生更为显著的平滑轨迹。另外，在更高速度下，机器人保持离障碍物更远，而且路径较为平滑。这主要归结与 “靠近障碍物”约束在高速情况更加重要，这使机器人较早对目标做出响应。

局部避障算法供几个更高级别的行为使用。“漫游”通过设置机器人局部目标朝向为0，这偏向是机器人持续沿着当前方向行驶。“朝向方向”行为通过设置为当前机器人朝向和目标方向的差值来实现。最后，为机器人朝向到局部目标点的角“朝向目标”行为通过变换全局目标位置到机器人坐标框架，并且设置度 来实现。对于最后那个行为，我们需要一个附加的扩充：如果目标点在曲率区间内，其相关距离较到目标点的直线距离小，那么目标朝向项的权重被设置为很高以强烈鼓励机器人瞄向目标行驶。

这些行为，逐个构成基于地图导航规划的基础[文献10，11]。最后系统展示出在人类办公室、走廊环境下的可靠、快速导航。讨论

我们描述了针对局部避障的曲率速度算法，它将此问题视为机器人速度空间的约束优化问题。这种描述的优点包括 同时控制速度和机器人朝向的能力，合成环境和机器人动力学、以及处理速度、安全和目标朝向的平衡能力约束的简化。

CVM实现了实时性能，通过近似化机器人在碰到障碍物前能够行驶多远的弧线距离来实现。近似处理是一个分段常量函数，由到障碍物切线曲率来定义。附加的速度约束被加入，在机器人物理限制和保持远离障碍物的期望的基础上，或者至少慢速行驶当接近障碍物时。

该方法已经被实现，并且在Xavier上进行了测试，Xavier是一个差速驱动机器人（它可以使用差分驱动车，并且是沿圆弧行驶的非完整约束车辆。）实现是高校的，并能使机器人在人员办公室环境下达到60CM/s的速度行驶。速度限制的原因，在于声纳传感器的速率（激光视场范围限制阻碍它成为障碍物检测的主要传感器）。通过提高传感器的检测周期，我们希望达到一米每秒（travel）。

基于该算法的下一步工作包括：找到更好的距离函数的近似方法，尝试更精炼的目标函数。我们也要致力于扩展以曲率为基础的速度空间算法来进行多步导航规划问题。

本文展示了通过考虑测量动力学，和使平衡速度、安全和目标趋向的目标函数最大化，我们可以创造一种高效的、实时的局部避障算法，用于在布满障碍物的环境中产生安全、平滑、快速的轨迹。

第五篇：机器人算法外文翻译

Improved Genetic Algorithm and Its Performance Analysis

Abstract: Although genetic algorithm has become very famous with its global searching, parallel computing, better robustness, and not needing differential information during evolution.However, it also has some demerits, such as slow convergence speed.In this paper, based on several general theorems, an improved genetic algorithm using variant chromosome length and probability of crossover and mutation is proposed, and its main idea is as follows : at the beginning of evolution, our solution with shorter length chromosome and higher probability of crossover and mutation;and at the vicinity of global optimum, with longer length chromosome and lower probability of crossover and mutation.Finally, testing with some critical functions shows that our solution can improve the convergence speed of genetic algorithm significantly , its comprehensive performance is better than that of the genetic algorithm which only reserves the best individual.Genetic algorithm is an adaptive searching technique based on a selection and reproduction mechanism found in the natural evolution process, and it was pioneered by Holland in the 1970s.It has become very famous with its global searching, parallel computing, better robustness, and not needing differential information during evolution.However, it also has some demerits, such as poor local searching, premature converging, as well as slow convergence speed.In recent years, these problems have been studied.In this paper, an improved genetic algorithm with variant chromosome length and variant probability is proposed.Testing with some critical functions shows that it can improve the convergence speed significantly, and its comprehensive performance is better than that of the genetic algorithm which only reserves the best individual.In section 1, our new approach is proposed.Through optimization examples, in section 2, the efficiency of our algorithm is compared with the genetic algorithm which only reserves the best individual.And section 3 gives out the conclusions.Finally, some proofs of relative theorems are collected and presented in appendix.Description of the algorithm 1.1 Some theorems Before proposing our approach, we give out some general theorems(see

appendix)as follows: Let us assume there is just one variable(multivariable can be divided into many sections, one section for one variable)x ∈ [ a, b ] , x ∈ R, and chromosome length with binary encoding is 1.Theorem 1

Minimal resolution of chromosome is s = ba 2l1Theorem 2

Weight value of the ith bit of chromosome is

wi = bai1(i = 1,2,…l)2l1Theorem 3

Mathematical expectation Ec(x)of chromosome searching step with one-point crossover is Ec(x)= baPc 2lwhere Pc is the probability of crossover.Theorem 4

Mathematical expectation Em(x)of chromosome searching step with bit mutation is Em(x)=(b-a)Pm

1.2 Mechanism of algorithm

During evolutionary process, we presume that value domains of variable are fixed, and the probability of crossover is a constant, so from Theorem 1 and 3, we know that the longer chromosome length is, the smaller searching step of chromosome, and the higher resolution;and vice versa.Meanwhile, crossover probability is in direct proportion to searching step.From Theorem 4, changing the length of chromosome does not affect searching step of mutation, while mutation probability is also in direct proportion to searching step.At the beginning of evolution, shorter length chromosome(can be too shorter, otherwise it is harmful to population diversity)and higher probability of crossover and mutation increases searching step, which can carry out greater domain searching, and avoid falling into local optimum.While at the vicinity of global optimum, longer length chromosome and lower probability of crossover and mutation will decrease searching step, and longer length chromosome also improves resolution of mutation, which avoid wandering near the global optimum, and speeds up algorithm

converging.Finally, it should be pointed out that chromosome length changing keeps individual fitness unchanged, hence it does not affect select ion(with roulette wheel selection).1.3 Description of the algorithm

Owing to basic genetic algorithm not converging on the global optimum, while the genetic algorithm which reserves the best individual at current generation can, our approach adopts this policy.During evolutionary process, we track cumulative average of individual average fitness up to current generation.It is written as 1X(t)= GGft1avg(t)where G is the current evolutionary generation, fitness.favg is individual average When the cumulative average fitness increases to k times(k> 1, k ∈ R)of initial individual average fitness, we change chromosome length to m times(m is a positive integer)of itself , and reduce probability of crossover and mutation, which can improve individual resolution and reduce searching step, and speed up algorithm converging.The procedure is as follows:

Step 1 Initialize population, and calculate individual average fitness and set change parameter flag.Flag equal to 1.favg0, Step 2 Based on reserving the best individual of current generation, carry out selection, regeneration, crossover and mutation, and calculate cumulative average of individual average fitness up to current generation

favg;

favgStep 3 If

favg0≥k and Flag equals 1, increase chromosome length to m times of itself, and reduce probability of crossover and mutation, and set Flag equal to 0;otherwise continue evolving.Step 4 If end condition is satisfied, stop;otherwise go to Step 2.2 Test and analysis

We adopt the following two critical functions to test our approach, and compare it with the genetic algorithm which only reserves the best individual: f1(x,y)0.5sin2x2y20.5[10.01xy222]

x,y∈ [5,5]

[1,1] f2(x,y)4(x22y20.3cos(3πx)0.4cos(4πy))

x,y∈2.1 Analysis of convergence During function testing, we carry out the following policies: roulette wheel select ion, one point crossover, bit mutation, and the size of population is 60, l is chromosome length, Pc and Pm are the probability of crossover and mutation respectively.And we randomly select four genetic algorithms reserving best individual with various fixed chromosome length and probability of crossover and mutation to compare with our approach.Tab.1 gives the average converging generation in 100 tests.In our approach, we adopt initial parameter l0= 10, Pc0= 0.3, Pm0= 0.1 and k= 1.2, when changing parameter condition is satisfied, we adjust parameters to l= 30, Pc= 0.1, Pm= 0.01.From Tab.1, we know that our approach improves convergence speed of genetic algorithm significantly and it accords with above analysis.2.2 Analysis of online and offline performance

Quantitative evaluation methods of genetic algorithm are proposed by Dejong, including online and offline performance.The former tests dynamic performance;and the latter evaluates convergence performance.To better analyze online and offline performance of testing function, w e multiply fitness of each individual by 10, and we give a curve of 4 000 and 1 000 generations for f1 and f2, respectively.(a)online

(b)online

Fig.1 Online and offline performance of f1

(a)online

(b)online

Fig.2 Online and offline performance of f2

From Fig.1 and Fig.2, we know that online performance of our approach is just little worse than that of the fourth case, but it is much better than that of the second, third and fifth case, whose online performances are nearly the same.At the same time, offline performance of our approach is better than that of other four cases.Conclusion In this paper, based on some general theorems, an improved genetic algorithm using variant chromosome length and probability of crossover and mutation is proposed.Testing with some critical functions shows that it can improve convergence speed of genetic algorithm significantly, and its comprehensive performance is better than that of the genetic algorithm which only reserves the best individual.Appendix With the supposed conditions of section 1, we know that the validation of Theorem 1 and Theorem 2 are obvious.Theorem 3 Mathematical expectation Ec(x)of chromosome searching step with one point crossover is baPc2lEc(x)=

where Pc is the probability of crossover.Proof

As shown in Fig.A1, we assume that crossover happens on the kth locus, i.e.parent’s locus from k to l do not change, and genes on the locus from 1 to k are exchanged.1During crossover, change probability of genes on the locus from 1 to k is 2

(“1” to “0” or “0” to “1”).So, after crossover, mathematical expectation of chromosome searching step on locus from 1 to k is

k11ba1baEck(x)wjl2j1l(2k1)

22121j12j12Furthermore, probability of taking place crossover on each locus of k1chromosome is equal, namely l Pc.Therefore, after crossover, mathematical expectation of chromosome searching step is 1Ec(x)PcEck(x)

k1lSubstituting Eq.(A1)into Eq.(A2), we obtain l1PbaP(ba)11ba1Pcl(2k1)cl[(2i1)l]c(1l)2212l212l21k1llba0, so Ec(x)Pc where l is large, l2l21Ec(x)l1

Fig.A1 One point crossover

Theorem 4 Mathematical expectation Em(x)of chromosome searching step with bit mutation Em(x)(ba)Pm, where Pm is the probability of mutation.Proof Mutation probability of genes on each locus of chromosome is equal, say Pm, therefore, mathematical expectation of mutation searching step is Em(x)=åPm·wi=åPm·i=1i=1llb-ai-1b-a·2=P··(2i-1)=(b-a)·Pm mli2-12-1

一种新的改进遗传算法及其性能分析

摘要：虽然遗传算法以其全局搜索、并行计算、更好的健壮性以及在进化过程中不需要求导而著称，但是它仍然有一定的缺陷，比如收敛速度慢。本文根据几个基本定理，提出了一种使用变异染色体长度和交叉变异概率的改进遗传算法，它的主要思想是：在进化的开始阶段，我们使用短一些的变异染色体长度和高一些的交叉变异概率来解决，在全局最优解附近，使用长一些的变异染色体长度和低一些的交叉变异概率。最后，一些关键功能的测试表明，我们的解决方案可以显著提高遗传算法的收敛速度，其综合性能优于只保留最佳个体的遗传算法。

遗传算法是一种以自然界进化中的选择和繁殖机制为基础的自适应的搜索技术，它是由Holland 1975年首先提出的。它以其全局搜索、并行计算、更好的健壮性以及在进化过程中不需要求导而著称。然而它也有一些缺点，如本地搜索不佳，过早收敛，以及收敛速度慢。近些年，这个问题被广泛地进行了研究。

本文提出了一种使用变异染色体长度和交叉变异概率的改进遗传算法。一些关键功能的测试表明，我们的解决方案可以显著提高遗传算法的收敛速度，其综合性能优于只保留最佳个体的遗传算法。

在第一部分，提出了我们的新算法。第二部分，通过几个优化例子，将该算法和只保留最佳个体的遗传算法进行了效率的比较。第三部分，就是所得出的结论。最后，相关定理的证明过程可见附录。

1算法的描述

1.1 一些定理

在提出我们的算法之前，先给出一个一般性的定理（见附件），如下：我们假设有一个变量（多变量可以拆分成多个部分，每一部分是一个变量）x ∈ [ a, b ] , x ∈ R，二进制的染色体编码是1.定理1 染色体的最小分辨率是

s =

ba l21定理2 染色体的第i位的权重值是

bai1(i = 1,2,…l)2l1定理3 单点交叉的染色体搜索步骤的数学期望Ec(x)是

wi =

Ec(x)= baPc 2l其中Pc是交叉概率

定理4 位变异的染色体搜索步骤的数学期望Em(x)是

Em(x)=(b-a)Pm

其中Pm是变异概率 算法机制

在进化过程中，我们假设变量的值域是固定的，交叉的概率是一个常数，所以从定理1 和定理3我们知道，较长的染色体长度有着较少的染色体搜索步骤和较高的分辨率；反之亦然。同时，交叉概率与搜索步骤成正比。由定理4，改变染色体的长度不影响变异的搜索步骤，而变异概率与搜索步骤也是成正比的。

进化的开始阶段，较短染色体（可以是过短，否则它不利于种群多样性）和较高的交叉和变异概率会增加搜索步骤，这样可进行更大的域名搜索，避免陷入局部最优。而全局最优的附近，较长染色体和较低的交叉和变异概率会减少搜索的步骤，较长的染色体也提高了变异分辨率，避免在全局最优解附近徘徊，提高了算法收敛速度。

最后，应当指出，染色体长度的改变不会使个体适应性改变，因此它不影响选择（轮盘赌选择）。

算法描述

由于基本遗传算法没有在全局优化时收敛，而遗传算法保留了当前一代的最佳个体，我

们的方法采用这项策略。在进化过程中，我们跟踪到当代个体平均适应度的累计值。它被写成：

1GX(t)= favg(t)Gt1其中G是当前进化的一代，favg是个体的平均适应度。

当累计平均适用性增加到最初个体平均适应度的k(k> 1, k ∈ R)倍，我们将染色体长度变为其自身的m(m 是一个正整数)倍，然后减小交叉和变异的概率，可以提高个体分辨率、减少搜索步骤以及提高算法收敛速度。算法的执行步骤如下：

第一步：初始化群体，并计算个体平均适应度favg0，然后设置改变参数的标志flag。flag设为1.第二步：在所保留的当代的最佳个体，进行选择、再生、交叉和变异，并计算当代个体的累积平均适应度favg

favg0第三步：如果

favgk 且flag = 1，把染色体的长度增加至自身的m倍，减少交叉和变异概率，并设置flag等于0;否则继续进化。

第四步：如果满足结束条件，停止；否则转自第二步。

测试和分析

我们采用以下两种方法来测试我们的方法，和只保留最佳个体的遗传算法进行比较：

f1(x,y)0.5sin2x2y20.5[10.01xy222] [5,5]

x,y∈ [1,1] f2(x,y)4(x22y20.3cos(3πx)0.4cos(4πy))

x,y∈收敛的分析

在功能测试中，我们进行了以下政策：轮盘赌选择，单点交叉，位变异。种群的规

模是60。L是染色体长度，Pc和Pm分别是交叉概率和变异概率。我们随机选择4个遗传算法所保留的最佳个体来与我们的方法进行比较，它们具有不同的固定染色体长度和交叉和变异的概率。表1给出了在100次测试的平均收敛代。

在我们的方法中，我们采取的初始参数是l0 = 10，Pc0 = 0.3，Pm0 = 0.1和k = 1.2，当满足改变参数的条件时，我们调整参数l = 30，Pc = 0.1，Pm = 0.01。

1.1 在线和离线性能的分析

Dejong提出了遗传算法的定量评价方法，包括在线和离线性能评价。前者测试动态性能，而后者评估收敛性能。为了更好地分析测试功能的在线和离线性能，我们把个体的适应性乘以10，并f1和f2分别给出了4 000和1 000代的曲线：

(a)在线

(b)离线

图1 f1的在线与离线性能

(a)在线

(b)离线

从图1和图2可以看出，我们方法的在线性能只比第四种情况差一点点，但比第二种、第三种、第五种好很多，这几种情况下的在线性能几乎完全相同。同时，我们方法的离线性能也比其他四种好很多

结论

本文提出了一种使用变异染色体长度和交叉变异概率的改进遗传算法。一些关键功能的测试表明，我们的解决方案可以显著提高遗传算法的收敛速度，其综合性能优于只保留最佳个体的遗传算法。

附件

有了第一部分中假定的条件，定理1和定理2的验证是显而易见的。下面给出定理3和定理4的证明过程：

定理3 单点交叉的染色体搜索步骤的数学期望Ec(x)是

Ec(x)= 其中Pc是交叉概率

baPc 2l证明：

如图A1所示，我们假设交叉发生在第k个基因位点，从k到l的父基因位点没有变化，基因位点1到k上的基因改变了。

在交叉过程中，1到k基因位点上的基因改变的概率为0.5(“1”变化”0”或者”0”变为”1”)，因此，交叉之后，基因位点上的染色体搜索步骤从1到k的数学期望是

k11ba1baEck(x)wjl2j1l(2k1)

22121j12j121此外，每个位点的染色体发生交叉的概率是相等的，即lPc。交叉后，染色

k体搜索步骤的数学期望是

1Ec(x)PcEck(x)k1l

把Eq.(A1)替换为Eq.(A2)，我们得到 l1PbaP(ba)11ba1Pcl(2k1)cl[(2i1)l]c(1l)l22l2l212121k1lba0，所以Ec(x)Pc 其中l是非常大的，l2l21Ec(x)l1图1 单点交叉

定理4 位变异的染色体搜索步骤的数学期望是

Em(x)(ba)Pm

其中Pm是变异概率。证明：

每个基因位点上的基因的变异概率是相等的，比如Pm，因此变异搜索步骤的数学期望是：

Em(x)=åPm·wi=åPm·i=1i=1ll

b-ai-1b-a·2=P··(2i-1)=(b-a)·Pmmli2-12-1