Evaluation of Smartphone IMUs for Small Mobile Search and Rescue Robots
ShanghaiTech University（上海科技大学）
小型移动机器人是搜救机器人的一个重要类别。将所有必要的组件集成到这样的小型机器人中是一项艰巨的工程任务。智能手机已经被工业界制造得体积小、重量轻、价格便宜，因此是作为此类机器人主控制器的绝佳候选者。在本文中，我们概述了如何在Android设备上使用ROS，然后评估一个对移动机器人非常重要的传感器：惯性测量单元（IMU）。在静态和动态条件下进行了实验，以测量三个智能手机和三个专业的IMU的IMU的误差。在实验中，我们使用的跟踪系统和自主移动机器人。
2019-12-03 cs.RO
Mobile Robot Motion Control Using a Combination of Fuzzy Logic Method and Kinematic Model
Hanoi University of Industry（河内工业大学）；University of Economics - Technology for Industries（工业经济技术大学）
移动机器人已经广泛应用于人类生活的各个方面。当机器人在工作区域的不同位置之间移动以执行任务时，控制运动以遵循预定义的路径是移动机器人的主要任务。此外，机器人必须保持其所需的速度与其他代理合作。本文提出了一种运动控制器的发展，其中模糊逻辑方法相结合的差动驱动机器人的运动模型。仿真结果与实验结果的比较表明，该方法是有效的，适用于实际的移动机器人。
2022-10-23 cs.RO
MobileCharger: an Autonomous Mobile Robot with Inverted Delta Actuator for Robust and Safe Robot Charging
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
MobileCharger是一种新型的移动充电机器人，具有倒三角形致动器，用于两个移动机器人之间安全可靠的能量传输。基于RGB-D相机的计算机视觉系统允许使用卷积神经网络（CNN）检测目标移动机器人上的电极。嵌入式高保真触觉传感器被应用于基于接触表面上的压力数据使用CNN来估计充电器机构上的电极与主机器人上的电极之间的未对准。因此，所开发的视觉-触觉感知系统允许致动器的末端执行器的精确定位，并确保两个机器人的电极之间的可靠连接。实验结果表明，使用CNN的电极检测的平均精度高（84.2%）。基于CNN的电极搜索算法的成功率达到83%，平均执行时间为60 s。MobileCharger可以引入一个新的充电系统水平，并增加自主移动机器人的普及。
2021-07-23 cs.LG cs.RO
Circle Formation of Weak Mobile Robots
本文证明了Défago & Konagaya猜想。此外，我们描述了一个确定性的协议，形成一个规则的n边形在有限的时间。
2006-07-12 cs.RO
Robot Operating System Compatible Mobile Robots for Education and Research
Inovasyon Muhendislik Ltd. Sti.（创新工程有限公司）；Research and Development Department（研发部门）
近年来，移动机器人的使用不可避免地增加了。生产该领域产品的公司的增加，机器人领域研究的普及以及服务于许多不同领域的技术能力都表明了这种使用的增加。移动机器人在医疗、教育、生产、物流、国防工业和航天装备等方面的重要性越来越突出。事实上，机器人教育可以减少到一个非常年轻的年龄，生产和编码简单的机器人，易于访问的部分也是这个领域的一个重要因素。在这一点上，教育机器人对机器人技术传播的影响是不可否认的。
2020-12-23 cs.RO
Terrestrial Soft Mobile Robots: A Review
School of Computing, DePaul University（德保罗大学计算机学院）；Department of Computer Science, Hampton University（哈珀学院计算机科学系）
本文综述了软体移动机器人的当前研究状态，重点探讨了无轮陆地移动系统中的运动策略、驱动方法、建模方法和控制系统，同时指出了实现软体移动机器人在各领域广泛应用的关键挑战。
2026-05-19 cs.RO
Laser-Tracker-Assisted Camera-to-Robot Calibration for Mobile Robots
Institute of Photogrammetry and Remote Sensing (IPF), Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院摄影测量与遥感研究所）
提出一种激光跟踪仪辅助的移动机器人相机标定方法，通过链接多个标定目标放宽配置假设，实现更通用的相机位姿标定。
2026-09-24 cs.CV cs.RO
Dynamic Modelling and Adaptive Traction Control for Mobile Robots
近年来，移动机器人得到了大量的研究。大量的研究已经发表在许多方面与移动机器人。大部分的研究致力于设计和开发一些机器人运动和路径规划的控制技术。大量的研究人员已经使用运动学模型来开发移动机器人的运动控制策略。他们的论点和假设，这些模型是有效的，如果机器人具有低速，低加速度和轻负载。然而，移动机器人的动态建模是非常重要的，因为它们被设计为以更高的速度行驶，并执行重型工作。本文提出并讨论了一种新的方法来发展的动力学模型和控制策略的轮式移动机器人，我建模为一个刚体，两个轮子和一个脚轮的作用。运动控制策略分为两个层次。第一层是处理系统的动态特性，称为低层控制器。第二个层次的发展，以照顾路径规划和轨迹生成。
2004-11-08 cs.RO
A Framework for Interactive Teaching of Virtual Borders to Mobile Robots
University of Applied Sciences Bielefeld（比勒费尔德应用科学大学）；Otto-von-Guericke University Magdeburg（马格德堡奥托·冯·格里克大学）
家庭环境中机器人数量的增加导致人类和机器人之间的共存。机器人承担日常任务，并在日常生活中为居民提供支持。人们欣赏机器人在他们的环境中的存在，只要他们保持对它们的控制。一个重要的方面是机器人工作空间的控制。因此，我们引入虚拟边界精确和灵活地定义移动机器人的工作空间。首先，我们提出了一个新的框架，允许一个人以交互方式限制移动机器人的工作空间。为了证明该框架的有效性，实现了一个基于视觉标记的具体实现。之后，移动机器人能够执行其任务，同时尊重新的虚拟边界。该方法是准确的，灵活的和更少的时间消耗比显式机器人编程。因此，即使是非专家也能够向他们的机器人教授虚拟边界，这在家庭环境中的吸尘或服务机器人等领域尤其有趣。
2017-02-16 cs.RO
Sensor Network Based Collision-Free Navigation and Map Building for Mobile Robots
机器人安全导航是包括地面移动机器人和飞行机器人在内的自主机器人的基础研究领域。安全机器人导航算法的主要目标是引导自主机器人从其初始位置到目标或沿着期望的路径避开障碍物。随着信息技术和传感器技术的发展，机器人技术与传感器网络相结合的实现成为近年来研究的热点。其中一个相关的实现是基于传感器网络的机器人导航。此外，机器人的另一个重要导航问题是安全区域搜索和地图构建。本文首先提出了一种动态环境下地面移动机器人全局无碰撞路径规划算法。考虑到传感器网络的优势，将所提出的路径规划算法发展为基于传感器网络的地面移动机器人导航算法。该方法采用二维测距传感器网络对静态和动态障碍物进行检测。该传感器网络可以引导探测到的安全区域内的各个地面移动机器人到达目标。此外，所提出的导航算法扩展到三维环境。该算法利用传感器网络的测量数据，将工作空间中的任意飞行机器人从初始位置导航到目标位置。此外，本文还研究了地面移动机器人的另一个导航问题--安全区域搜索和地图构建，并提出了两种算法。在第一种方法中，我们考虑地面移动机器人配备了一个二维测距传感器搜索有界的二维区域没有任何碰撞，并建立一个完整的二维地图的区域。此外，第一个提出的地图创建算法扩展到另一种算法的三维地图创建。
2017-09-02 cs.RO
MissionGPT: Mission Planner for Mobile Robot based on Robotics Transformer Model
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
本文提出基于Transformer和大语言模型的MissionGPT方法，仅凭相机数据即可为移动机器人规划并执行任务，基本动作成功率超50%，可扩展至任意类型和数量的机器人。
2024-11-07 cs.RO
Magnetic-Assisted Initialization for Infrastructure-free Mobile Robot Localization
Nanyang Technological University（南洋理工大学）
大多数现有的移动机器人定位解决方案要么严重依赖于预先安装的基础设施，要么难以在高度重复的环境中工作，这些环境没有足够的独特功能。为了解决这个问题，我们提出了一种磁辅助初始化方法，提高了重复的无特征环境中的无基础设施的移动机器人定位的性能。该系统采用由粗到精的结构，主要由磁场匹配和激光扫描匹配两部分组成。首先，插值磁场地图建立和移动机器人的初始位姿的部分确定的k-近邻（k-NN）算法。其次，融合先验初始位姿信息，通过激光扫描匹配对机器人进行更精确、更高效的定位。在我们的实验中，移动机器人被成功地定位在一个没有特征的矩形走廊与88%的成功率和平均正确定位时间为6.6秒。
2019-11-21 cs.RO
RRT-GPMP2: A Motion Planner for Mobile Robots in Complex Maze Environments
University College London（伦敦大学学院）
针对复杂迷宫环境下移动机器人的运动规划需求，提出融合GPMP2轨迹优化算法与RRT采样算法优势的RRT-GPMP2规划器，经仿真与海洋机器人虚拟场景应用验证了其性能与实用性。
2024-12-10 cs.RO
Wi-Fi Based Indoor Positioning System For Mobile Robots By Using Particle Filter
HY Technic Ltd. Sti.（HY技术有限公司）；Eskisehir Osmangazi University（埃斯基谢希尔奥斯曼加齐大学）；Inovasyon Muhendislik Ltd. Sti.（创新工程有限公司）
移动机器人具有实时自主工作的能力。自主行为严格依赖于知道移动机器人的位置。移动机器人在室内的定位是一个困难的任务，只有一个传感器的信息被使用。我们提出了一种系统和方法来定位移动机器人通过融合信号从WIFI和里程表数据，通过粒子滤波。在这项研究中，粒子滤波器是一个众所周知的过滤器，用于室内定位的移动机器人。该系统由RFKON系统和evarobot两部分组成，分别用于数据汇集和实验。接收信号强度（RSS）测量的WiFi接入点，位于任何环境中被用来定位一个固定的移动机器人在一个楼层区域通过SIS粒子滤波器。使用RFKON数据库中的RSS测量值，对于300和1000个粒子，平均定位误差分别为0.7606和0.1495 m。
2020-12-09 cs.RO
Mobile Robot Yielding Cues for Human-Robot Spatial Interaction
Monash University（莫纳什大学）
移动机器人越来越多地被部署在公共场所，如购物中心，机场和城市人行道。这些机器人中的大多数被设计成具有人类感知的运动规划能力，但并不被设计成与行人交流。行人遇到这些机器人时没有事先了解机器人的行为，这可能会导致不适，困惑和延迟社会接受。在这项研究中，我们探讨了常见的人机交互在门口或瓶颈的结构化环境。我们设计并评估了机器人在这种情况下向行人屈服时所使用的通信线索。我们对102名参与者进行了一项在线用户研究，使用了一组机器人对人类屈服暗示的视频。结果表明，机器人撤退提示是最社会可接受的线索。这项工作的结果有助于指导公共空间移动机器人的发展。
2021-04-06 cs.RO
Few common failure cases in mobile robots
European Organization for Nuclear Research (CERN)（欧洲核子研究组织）；Royal Institute of Technology (KTH)（皇家理工学院）
部署用于远程检查、测量或救援任务的移动机器人可能会由于各种可能性而失败，并且可能与硬件或软件相关。这些故障场景需要从环境中手动恢复（自救）机器人。如果移动机器人部署的环境具有危险或有害条件（例如电离辐射），则回收移动机器人将带来不可预见的挑战。虽然不可能完全预测机器人中的所有故障，但可以通过采用某些设计/使用考虑因素来减少故障。在这篇简短的文章中，根据实际经验提出了一些失败案例，并提出了克服所示失败情况的一般建议。
2015-08-12 cs.RO
Rapid Development of a Mobile Robot Simulation Environment
Lawrence Technological University（劳伦斯理工大学）
机器人仿真在智能地面车辆（IGV）的开发过程中提供了许多优势，例如在不同的场景中测试软件组件，而不需要完整的物理机器人。本文讨论了使用快速应用程序开发和Unity游戏引擎创建的3D仿真环境，以便在移动机器人比赛中进行测试。我们的经验表明，模拟环境极大地促进了比赛软件的开发。该模拟器还有助于机器人的硬件开发。
2022-08-09 cs.RO
Exploiting Physical Dynamics to Detect Actuator and Sensor Attacks in Mobile Robots
Pennsylvania State University（宾夕法尼亚州立大学）
移动机器人是网络空间和物理世界紧密耦合的网络物理系统。对移动机器人的攻击可以超越网络防御，并在物理世界中升级为灾难性后果。在本文中，我们专注于主动攻击，能够直接影响机器人任务操作的检测。通过利用移动机器人的物理动力学，我们开发的RIDS，一种新的机器人入侵检测系统，可以检测致动器攻击以及传感器攻击的非线性移动机器人随机噪声。我们实现和评估的RIDS Khepera移动机器人对具体的攻击情况下，通过各种攻击渠道，包括信号干扰，传感器欺骗，逻辑炸弹，物理损坏。对20个实验结果的评价表明，假阳性率和假阴性率的平均值均小于1%。每次攻击的平均检测延迟保持在0.40秒以内。
2017-08-06 cs.CR cs.RO
A Survey of Deep Learning Techniques for Mobile Robot Applications
多年来，深度学习的进步吸引了对人工神经网络在机器人系统中的深度的研究。本研究综述将对当前的研究进行总结，特别关注深度学习应用于移动机器人的收益和障碍。
2018-03-20 cs.CV cs.RO
Fuzzy Logic Control for Indoor Navigation of Mobile Robots
Worcester Polytechnic Institute (WPI)（伍斯特理工学院）
本文针对移动机器人在未知动态杂乱室内环境中的导航问题，提出一种基于模糊逻辑控制器的实现方案，以传感器读数和期望运动方向为输入、车轮加速度为输出，实现避障并到达目标位置。
2024-09-04 cs.RO
"I was Confused by It; It was Confused by Me:" Exploring the Experiences of People with Visual Impairments around Mobile Service Robots
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
移动服务机器人已经变得越来越普遍。然而，这些机器人可能会给视力障碍（PVI）的人带来潜在的可访问性问题和安全问题。我们试图探索PVI围绕主流移动服务机器人所面临的挑战，并确定他们的需求。17名PVI接受了采访，讲述了他们对三种新兴机器人的体验：真空机器人、送货机器人和无人机。我们通过考虑他们在机器人周围的不同角色-直接用户和旁观者-全面调查了PVI的机器人体验。我们的研究强调了参与者对移动服务机器人的可访问性，安全性和隐私问题的挑战和担忧。我们发现，缺乏可访问的反馈使得PVI难以精确控制，定位和跟踪机器人的状态。此外，作为旁观者遇到移动机器人会使参与者感到困惑，甚至害怕，从而带来安全和隐私方面的障碍。我们进一步提炼了设计考虑因素，以实现更易接近和更安全的PVI机器人。
2022-08-29 cs.HC cs.RO
Mobile Robot Localisation and Navigation Using LEGO NXT and Ultrasonic Sensor
University of Bristol（布里斯托大学）；The Hong Kong University of Science and Technology（香港科技大学）；Shandong University（山东大学）；Jilin University（吉林大学）；Shenzhen Sanhang Industrial Technology Research Institute（深圳三航工业技术研究院）
移动机器人对个人和行业都变得越来越重要。移动机器人技术不仅被该领域的专家使用，而且在业余爱好者中也很受欢迎。然而，实现移动机器人自主执行任务可能是昂贵的，因为需要各种类型的传感器和机器人平台的高价格。因此，在本文中，我们提出了一种移动机器人定位和导航系统，它使用了乐高超声波传感器在室内地图的基础上的乐高MINDSTORM NXT。这为大多数机器人爱好者提供了一个负担得起的、即用型的选择。本文提出了一种从超声波传感器采集的失真读数中提取有用信息的有效方法。然后，粒子滤波器被用来定位机器人。在机器人位置估计的基础上，提出了一种基于采样的机器人导航路径规划方法。该方法通过最小化机器人转弯次数和覆盖距离来减小机器人累积运动误差。机器人定位和导航算法在MATLAB中实现。模拟结果表明，三个不同的室内地图位置的平均精度在1和3厘米之间。此外，在一个真实的设置进行的实验表明，所提出的方法的有效性。
2018-10-20 cs.RO
Distributed Formation Control of Nonlonolomic Mobile Robots by Bounded Feedback in the Presence of Obstacles
University of Nevada, Reno（内华达大学里诺分校）
研究了非完整移动机器人的分布式编队控制问题。使用基于排斥力的控制律来保证代理之间的碰撞避免。在存在障碍物的不确定环境中，排斥力和旋转方向的构造使智能体能够避开和通过障碍物。每个机器人的控制输入被设计为有界的。不同编队的数值仿真结果表明了该方法的有效性。
2017-05-09 cs.RO
A New Vision for Smart Objects and the Internet of Things: Mobile Robots and Long-Range UHF RFID Sensor Tags
Massachusetts Institute of Technology（麻省理工学院）；Harvard University（哈佛大学）；University of Washington（华盛顿大学）；Duke University（杜克大学）
我们提出了一个新的愿景，智能物体和物联网，其中移动机器人与无线供电，远距离，超高频射频识别（UHF RFID）标签配备传感能力进行交互。我们通过研究最近商业化的传感器标签来探索推动这一愿景的技术创新，这些传感器标签可以贴在或嵌入物体或环境中，以产生真正的具身智能。使用一对配备UHF RFID阅读器的自主移动机器人，我们探索了几个潜在的应用，移动机器人与传感器标签进行交互，以执行任务，如：土壤湿度传感，远程作物监测，基础设施监测，水质监测和遥感器部署。
2015-07-09 cs.RO
Dynamic Modeling and Simulation of a Four-wheel Skid-Steer Mobile Robot using Linear Graphs
GRASP Lab at Ontario Tech University（安大略理工大学GRASP实验室）
本文介绍了线性图理论的概念和方法在四轮滑移转向移动机器人系统建模与仿真中的应用。LG表示的系统，提出了一个移动机器人系统的动力学的伴随状态空间模型进行评估，使用相关的LG理论MATLAB工具箱，这是在我们的实验室开发的。采用基于遗传算法的参数估计方法来确定系统参数，从而对模型进行了非常精确的仿真。开发的模型，然后进行评估和验证，通过比较模拟LG模型轨迹与ROS露台模拟机器人的轨迹和从物理机器人系统获得的实验数据。所得到的结果表明，建议的LG模型，结合GA参数估计过程中，产生一个高度准确的方法建模和仿真的移动机器人系统。
2021-10-01 cs.RO
Set-theoretic Localization for Mobile Robots with Infrastructure-based Sensing
The University of Michigan - Ann Arbor（密歇根大学安娜堡分校）
在本文中，我们介绍了一种基于基础设施的传感移动机器人定位的集合论方法。所提出的方法在传感器和机器人运动模型的已知噪声界限的假设下，计算超出机器人身体和方向界限的集合。我们建立理论属性和计算方法，这套理论定位方法，并说明其应用程序的自动代客泊车的例子在模拟和全向机器人定位问题在现实世界中的实验。我们证明了集理论定位方法可以执行强大的不确定性集初始化和传感器噪声相比，FastSLAM。
2022-08-27 cs.RO
Motion Control of Two Mobile Robots under Allowable Collisions
University of Science and Technology of China（中国科学技术大学）；Dalian University of Technology（大连理工大学）
本文研究允许碰撞下两移动机器人的运动控制，通过分析碰撞影响建立混合模型，并应用脉冲控制技术重新设计运动控制策略以保证任务完成。
2024-04-26 cs.RO cs.SY eess.SY
Acoustic tactile sensing for mobile robot wheels
McGill University（麦吉尔大学）；Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）；TTI-Chicago（芝加哥丰田技术研究所）
本文提出一种基于轮载声波导和现成声学测距仪的移动机器人触觉感知架构，可实现全周地形识别、障碍物分类与碰撞接触定位，并支持多种建图任务。
2024-02-28 cs.RO
Designing a Miniature Wheel Arrangement for Mobile Robot Platforms
College of Electrical and Mechanical Engineering, National University of Sciences and Technology（国家科技大学机电工程学院）；Department of Mechanical Engineering（机械工程系）
在本研究报告中，详细介绍了一种微型车轮的设计。这种微型轮装置本质上是一种方向控制机构，旨在用于移动机器人平台或基座上。该设计是一个特定的一个采用步进电机作为致动器和所描述的只能用于某种类型的轮式机器人。然而，作为一个基本的转向控制元件，这些微型轮装置中的一个以上可以组合在一起，以实现更复杂和智能的方向控制方案的轮式移动机器人平台的不同配置。
2011-04-02 cs.RO
Different Applications of Mobile Robots in Education
University of Mostar（莫斯塔尔大学）
本文介绍了在教育中使用移动机器人的不同可能性。通过移动机电机器人系统“Robotino”的应用，本文展示了开发交互式讲座和练习的可能性，以提高教育质量，为学生提供新的能力。机器人作为一个真正的系统的应用支持加强知识和技能，学生通过设计，创造，组装和操作机器人开发的特定领域。这种学习方式包含一个很重要的元素，那就是“游戏学习”或通过游戏学习。除了技术能力，将这种方法与团队合作相结合还可以提高社交技能和学习动机。本文将介绍机器人在教学中的应用，机电一体化系统的建模和设计，机电一体化系统的仿真和参数监测，机电一体化系统中传感器数据的采集，处理和应用的例子。
2017-10-09 cs.RO
Study of Self-Organization Model of Multiple Mobile Robot
一个好的多移动机器人组织模型应该能够提高系统的效率，降低机器人交互的复杂度，降低计算的难度。本文从拓扑学、结构学和组织学的社会学角度，研究了动态、复杂、未知环境下多移动机器人组织的形成和运行机制。提出并详细描述了一种层次式Web递归组织模型HWROM及其生成算法.通过统一的框架将机器人社会领导者、机器人团队领导者和个体机器人定义为同一结构，并采用递归结构描述组织模型。该模型采用面向任务和自顶向下的方法，动态地建立和维护结构和组织。它采用市场化的技术在动态环境中分配任务、组建团队和分配资源。该模型具有自组织性、动态性、简洁性、通用性和鲁棒性等特点。
2006-01-14 cs.RO
A Generalized Continuous Collision Detection Framework of Polynomial Trajectory for Mobile Robots in Cluttered Environments
The University of Hong Kong（香港大学）；Baidu Research（百度研究院）
在本文中，我们介绍了一种广义连续碰撞检测（CCD）框架的移动机器人沿多项式轨迹在杂乱的环境中，包括各种静态障碍物模型。具体来说，我们发现，机器人和障碍物之间的碰撞条件可以转化为一组多项式不等式，其根可以有效地解决所提出的求解器。此外，我们测试了不同类型的移动机器人与各种运动学和动力学的约束，在我们的广义CCD框架，并验证它允许可证明的碰撞检查，并可以计算准确的时间的影响。此外，我们结合我们的架构与导航系统中的路径规划器。受益于我们的CCD方法，移动机器人能够安全地工作在一些具有挑战性的场景。
2022-06-27 cs.RO
Obstacle Avoidance for Autonomous Mobile Robots Based on Mapping Method
Hanoi University of Industry（河内工业大学）；University of Economics - Technology for Industries（经济与技术工业大学）
近年来，移动机器人因其在各种环境中的应用而受到研究者的极大关注。移动机器人在穿越障碍物时，需要识别障碍物并生成新的轨迹以到达目的地。提出了一种基于开源的机器人操作系统（ROS）和动态窗口逼近（DWA）算法的移动机器人避障方法。实验是使用移动机器人进行的，其中导航数据是基于由激光扫描仪收集的数据。实验结果表明，该机器人能够在静态和动态障碍物环境中正常工作。
2021-09-14 cs.RO cs.SY eess.SY
Cooperative Collision Avoidance in Mobile Robots using Dynamic Vortex Potential Fields
Technische Universität Dortmund（多特蒙德工业大学）；International Institute of Information Technology Bangalore（班加罗尔国际信息技术学院）
本文研究了非完整机器人在二维平面内作匀速直线运动时的避碰问题。的机动，以避免碰撞的设计使用动态涡流势场（PF）和它们的负梯度;这种提法导致机器人之间的相互行为，表示为合作。排斥场被选择为机器人相对于另一个机器人的速度和位置的函数，并且在其定义中引入涡度保证了不存在局部最小值。只有当机器人处于与其他移动机器人或静止障碍物碰撞的路径上时，才会激活这种排斥场。通过分析极坐标系下基于运动学的啮合动力学，它表明，合作机器人是能够避免碰撞与非合作机器人，如固定和等速机器人，以及那些积极寻求与它碰撞的PF参数的条件确定，确保避免碰撞的所有情况下。使用移动机器人平台获得的实验结果支持的理论贡献。
2022-11-24 cs.RO
Evaluation of Three Vision Based Object Perception Methods for a Mobile Robot
Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究所 (IIIA-CSIC)）；Computer Vision Center（计算机视觉中心）；Australian Centre for Field Robotics（澳大利亚野外机器人中心）；The University of Sydney（悉尼大学）
本文讨论了应用于移动机器人的对象感知。能够在非结构化环境中感知语义上有意义的对象是使机器人适合在家庭环境中执行高级任务的关键能力。然而，为这项任务找到一个解决方案是艰巨的：它需要有能力处理图像形成的变化，在一个移动的相机与严格的时间限制。本文引起注意的一些问题，在移动机器人的情况下，应用三个国家的最先进的对象识别和检测方法，并提出了处理窗口/分割的方法。因此，这项工作的目的是评估国家的最先进的对象感知，试图开发一个轻量级的解决方案，在典型的室内环境中的移动机器人的使用/研究。
2011-02-02 cs.RO
Vision Based Navigation for a Mobile Robot with Different Field of Views
Bahria University（巴里亚大学）；EPFL（洛桑联邦理工学院）；Sussex University（萨塞克斯大学）
进化机器人背后的基本思想是为手头的特定任务进化一组神经控制器。它涉及使用各种输入参数，例如红外传感器、光传感器和基于视觉的方法。本文旨在探讨基于视觉的移动机器人导航的演变。详细讨论了不同视场对移动机器人的影响。采用不同的FOV值对个体进行进化，并对进化结果进行记录和分析，在对100多个不同的FOV值进行评估后，提出了最佳的FOV值。已经观察到，最佳FOV值需要较少的进化代数，并且用该特定值训练的移动机器人能够在环境中很好地导航。
2009-06-26 cs.RO
Calibration of the internal and external parameters of wheeled robot mobile chasses and inertial measurement units based on nonlinear optimization
School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院）；School of Automation, SouthEast University（东南大学自动化学院）
移动机器人定位、地图绘制和导航系统通常采用惯性测量单元（IMU）来获得机器人的加速度和角速度。然而，在内部和外部参数的IMU所产生的有缺陷的校准误差直接影响机器人定位和位姿估计的精度。虽然这个问题已经解决了成熟的内部参考校准方法可用于IMU，外部参考校准方法之间的IMU和底盘的移动机器人是缺乏的。针对这一问题，提出了一种基于非线性优化的底盘-IMU内外参数标定算法，该算法适用于配备摄像头、IMU和轮速里程表的机器人，在准确标定IMU内部参数和摄像头内外参数的前提下发挥作用。所有的内部和外部参考校准都是使用机器人的现有设备进行的，而不需要额外的校准辅助工具。以麦克纳姆轮全方位移动平台为例验证了该方法的可行性，也适用于其他类型的移动机器人底盘。所提出的标定方法，从而证明，以保证机器人位姿估计的准确性。
2020-05-17 cs.RO
GenNav: A Generic Indoor Navigation System for any Mobile Robot
Zen Aerologiks；BMS College of Engineering（BMS工程学院）
导航系统是任何移动机器人的核心，它包括SLAM和路径规划单元，机器人利用该路径规划单元来生成环境的地图，在其中定位自己并确定到达目的地的最佳路径。本文介绍了概念化，开发，仿真和硬件实现GenNav一个通用的室内导航系统的任何移动空中或地面机器人。通过模块化并通过提供来自LiDAR的替代测距源来创建软件计算和硬件致动单元之间的独立性来实现通用化，从而消除对专用测距传感器的需求。来自LiDAR的里程反馈可以由导航计算单元使用，并且该系统可以推广到具有不同类型和取向的致动器的各种机器人
2020-08-01 cs.RO
EdgeFlowNet: 100FPS@1W Dense Optical Flow For Tiny Mobile Robots
Worcester Polytechnic Institute（伍斯特理工学院）
针对微型移动机器人光流估计受限于机载资源的问题，提出利用边缘计算的EdgeFlowNet方法，在微型四旋翼部署验证其静态避障等功能，相比现有SOTA快20倍、精度提升超20%且功耗仅1.08W，实现高级自主能力。
2025-02-12 cs.RO
Angle-Constrained Formation Control for Circular Mobile Robots
Engineering and Technology Institute Groningen, University of Groningen（格罗宁根大学格罗宁根工程技术研究所）；Universidad Complutense de Madrid（马德里康普顿斯大学）
在这封信中，我们研究了在平面上移动的移动机器人的队形控制问题，其中，不是假设机器人是简单的点，而是假设每个机器人都具有半径相等的圆盘形状。基于低成本的视觉传感器获得的相邻机器人圆盘的内角测量值，提出了一种基于梯度的分布式控制律，并证明了相关误差系统的指数收敛性。通过构造，所提出的控制律具有吸引人的属性，确保相邻机器人之间的碰撞避免。我们还提出了模拟结果{一队}的四个圆形移动机器人形成一个矩形形状。
2020-05-10 cs.MA cs.RO cs.SY
From Safety Standards to Safe Operation with Mobile Robotic Systems Deployment
École de technologie supérieure（高等技术学院）
本文针对建筑工地移动机器人部署的安全问题，综述相关标准并提出扩展现有标准以覆盖未覆盖场景的风险评估框架，经专家验证后给出安全建议。
2025-02-28 cs.RO
Mathematical model of a remotely controlled skid-slip tracked mobile robot
Universitá degli studi "Mediterranea" di Reggio Calabria（雷焦卡拉布里亚“地中海”大学）
建立了遥控滑移履带式移动机器人的不确定范数有界数学模型。线性状态空间描述的目的是描述的非线性误差动力学的机器人在轨迹跟踪机动的控制通道中的延迟的存在下，考虑到未知的，但有界的滑移系数。
2023-03-06 cs.RO math.DS
Linear Time-Varying MPC for Nonprehensile Object Manipulation with a Nonholonomic Mobile Robot
University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）；University of Naples（那不勒斯大学）
本文提出了一种非完整移动机器人通过推动操作物体的技术，推动是一种非连续的操作运动基元。这种原语涉及与机器人和被操纵对象之间的摩擦相关联的单边约束。违反此约束会在操纵过程中产生对象的滑动，从而阻止正确完成任务。设计了一种线性时变模型预测控制，使控制行为中包含了适当的单边约束。该方法是通过先锋3-DX轮式机器人执行的推动操作的包装在动态仿真环境中进行验证。
2020-03-23 cs.RO
Efficient Self-stabilizing Simulations of Energy-Restricted Mobile Robots by Asynchronous Luminous Mobile Robots
Tokyo Institute of Technology（东京工业大学）；Hosei University（法政大学）
本研究针对自主移动机器人群体的模型计算等价性问题，提出用Ssynch/Asynch模式的LUMI机器人仿真Rsynch模式LUMI机器人的自稳定协议，降低了Ssynch仿真的颜色需求，还实现了n=2时Asynch的最优仿真。
2024-02-04 cs.DC cs.RO
Interacting With a Mobile Robot with a Natural Infrastructure-Less Interface
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
在本文中，我们介绍了一种新的方法，使用户能够以自然的方式与移动机器人进行交互。所提出的交互系统不需要任何特定的基础设施或设备，而是依赖于常用的对象，同时使用户的双手自由。具体来说，我们建议利用智能手表（或传感器腕带）来识别用户前臂的运动。利用加速度和角速度的测量来识别用户的手势和定义机器人的速度命令。建议的互动系统进行评估实验与不同的用户控制的移动机器人和相比，使用遥控设备的机器人的遥操作。结果表明，所提出的自然交互系统的可用性和有效性的基础上使用的智能手表提供显着改善人机交互体验。
2017-04-04 cs.RO
Mobile 3D Printing Robot Simulation with Viscoelastic Fluids
New York University（纽约大学）；fortiss - Research Institute of the Free State of Bavaria（巴伐利亚自由州fortiss研究所）；New York University Abu Dhabi（纽约大学阿布扎比校区）；Technical University of Munich（慕尼黑工业大学）
移动3D打印机器人的系统设计和算法开发需要逼真的仿真。它们需要一个移动机器人仿真平台与基于物理的材料仿真进行互操作，以处理时变可变形3D打印材料与环境中其他模拟刚体之间的相互作用，这对机器人专家来说还不可用。为了弥合这一差距并实现移动3D打印过程的实时仿真，我们开发了一个仿真框架，其中包括基于粒子的粘弹性流体仿真和广泛采用的Gazebo机器人仿真器中的粒子到网格转换，避免了传统增材制造仿真方法的瓶颈。该框架是第一个能够模拟机器人手臂或移动机械手与粘弹性流体。该方法使用不同的材料属性和多个协作机器人进行测试，以证明其模拟能力的机器人计划和控制的打印头轨迹，并在视觉上感觉在同一时间打印的流体材料作为一个自由形式的网格。在模拟中的可用材料颗粒的功能的可扩展性也进行了研究。在普通台式计算机上实现了平均5 FPS的模拟。
2021-10-08 cs.RO
Infrastructure-less Wireless Connectivity for Mobile Robotic Systems in Logistics: Why Bluetooth Mesh Networking is Important?
Bristol Research and Innovation Laboratory, Toshiba Europe Ltd.（东芝欧洲有限公司布里斯托尔研究与创新实验室）
移动机器人已经颠覆了正在经历彻底变革的物料搬运行业。各个行业对增强自动化的需求通常需要在几乎没有基础设施的物流设施中运行移动机器人系统。在这样的环境中，开箱即用的低成本机器人解决方案是可取的。无线连接在这种移动机器人系统的成功操作中起着至关重要的作用。移动机器人的无线网状网络是一个有吸引力的解决方案，然而，一些系统级的挑战创造了独特而严格的服务要求。本文的重点是蓝牙mesh技术的作用，这是物联网（IoT）连接领域的最新成员，在解决移动机器人系统的无基础设施连接的挑战。它从通信、控制、协作、覆盖、安全和导航/定位的角度阐述了关键的系统级设计挑战，并探讨了蓝牙mesh技术应对这些挑战的不同能力。它还通过蓝牙mesh的真实实验评估提供性能见解，同时研究其与竞争解决方案的差异化功能。
2021-07-12 cs.NI cs.RO
CREATE: Multimodal Dataset for Unsupervised Learning, Generative Modeling and Prediction of Sensory Data from a Mobile Robot in Indoor Environments
Université de Sherbrooke（舍布鲁克大学）
CREATE数据库由来自基于iRobot Create的移动机器人平台的14小时多模态记录组成。各种传感器包括视觉、听觉、运动和本体感受。该数据集是在移动机器人的背景下设计的，该机器人可以学习其环境的多模态表示，这要归功于其导航环境的能力。这种能力还可以用来学习机器人的不同模态（例如视觉，听觉）之间的依赖关系和关系，因为它们反映了机器人的外部环境和内部状态。所提供的多模态数据集预期具有多种用途，例如多模态无监督对象学习、多模态预测和自我运动/因果关系检测。
2018-01-30 cs.RO
Seeing Thru Walls: Visualizing Mobile Robots in Augmented Reality
Monash University（莫纳什大学）
我们提出了一种方法，通过增强现实耳机的机器人和人类之间没有视线的可见性时，移动机器人的可视化。在增强现实中，三个元素被可视化：1）机器人的3D模型以指示其位置，2）从机器人发出的箭头以指示其计划的移动方向，以及3）表示地平面的2D网格。我们进行了一个用户研究，18名参与者，其中每个参与者被要求检索对象，一次一个，从站在T型路口的两端在走廊的尽头，移动机器人漫游。结果表明，可视化提高了任务的安全性和效率，并使参与者在个人空间内对机器人更加舒适。此外，可视化的运动意图，除了机器人模型被发现是更有效的比单独可视化的机器人模型。该系统可以通过提高机器人的可见性和可预测性来提高自动化仓库的安全性。
2022-03-16 cs.RO
MobileH2R: Learning Generalizable Human to Mobile Robot Handover Exclusively from Scalable and Diverse Synthetic Data
Tsinghua University（清华大学）；Galbot；Peking University（北京大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Shanghai Qi Zhi Institute（上海期智研究院）
提出 MobileH2R 框架，通过可扩展的多样化合成人体运动、安全演示生成与 4D 模仿学习，训练移动机器人闭环交接策略，无需真实演示且成功率较基线至少提升 15%。
2025-01-09 cs.RO
Learning Mobile Robot Based on Adaptive Controlled Markov Chains
University of Technology（技术大学）；Energy IT LLP（Energy IT 有限合伙企业）
在这里，我们建议一个移动机器人训练算法，是基于谁控制的机器人，这反过来又是由马尔可夫链管理的决策者的偏好近似。模型参数的设置是根据涉及决策者的情况和决策的数据进行的。适应决策者偏好的模型可以在机器人正常操作过程中或在特别计划的测试会话期间先验地建立。基于机器人操作过程的仿真建模数据和决策者的机器人控制，我们建立了模型参数，从而说明了所有算法组件的工作能力和自适应效果。
2015-09-04 cs.RO
Multi-objective Compositions for Collision-Free Connectivity Maintenance in Teams of Mobile Robots
Georgia Institute of Technology（佐治亚理工学院）
本文提出了一种组合障碍函数来系统地组合多个移动机器人团队的目标。目标首先被编码为障碍函数，然后使用AND和OR逻辑运算符组合。这种方法的优点是组合障碍函数可以证明保证所有组合目标的同时满足。组合障碍函数的例子中，确保避免碰撞和静态/动态图形连接的移动机器人团队。由此产生的复合材料的安全性和连通性的障碍证书进行了实验验证的一个团队的四个移动机器人。
2016-08-24 cs.RO math.OC
Markov Localization for Mobile Robots in Dynamic Environments
Carnegie Mellon University（卡内基梅隆大学）；University of Freiburg（弗莱堡大学）
定位，即从传感器数据中估计机器人的位置，是移动机器人中的一个基本问题。本文提出了一个版本的马尔可夫定位，提供准确的位置估计，这是针对动态环境。马尔可夫定位的关键思想是保持机器人在其环境中的所有位置的空间上的概率密度。我们的方法表示这个空间度量，使用细粒度的网格近似密度。它能够从头开始全局定位机器人，并从定位失败中恢复。它对环境（例如占用网格地图）和噪声传感器（例如超声波传感器）的近似模型是鲁棒的。我们的方法还包括一个过滤技术，它允许移动机器人可靠地估计其位置，即使在人口稠密的环境中，人群阻挡机器人的传感器的时间延长。这里所描述的方法已经在移动机器人的几个实际应用中实现和测试，包括部署两个移动机器人作为交互式博物馆导游。
2011-06-01 cs.AI cs.RO
Virtual Borders: Accurate Definition of a Mobile Robot's Workspace Using Augmented Reality
Bielefeld University of Applied Sciences（比勒费尔德应用科学大学）；Otto-von-Guericke University Magdeburg（奥托-冯-格里克马格德堡大学）
我们解决的问题，交互式控制的移动机器人的工作空间，以确保人类感知导航。这对于生活在人类-机器人共享空间（例如，家庭环境）中的非专家用户尤其相关，因为他们想要保持对他们的移动机器人（例如，真空清洁或伴侣机器人）的控制。因此，我们引入了机器人在执行任务时所遵守的虚拟边界。为此，我们采用RGB-D谷歌探戈平板电脑作为人机界面结合增强现实应用程序，灵活地定义虚拟边界。我们评估了我们的系统与15个非专家用户的准确性，教学时间和正确性，并与其他基线方法的基础上视觉标记和激光笔的结果进行了比较。实验结果表明，我们的方法具有同样高的准确性，同时减少教学时间显着相比，基线方法。这适用于不同的边界长度，形状和教学过程中的变化。最后，我们证明了该方法的正确性，即移动机器人改变其导航行为，根据用户定义的虚拟边界。
2018-10-08 cs.RO
