Design and Engineering of a Chess-Robotic Arm
在“Chess-Bot”项目的范围内，这项研究的目标是为“Chess-Bot”将用于将棋子从一个单元移动到另一个单元的机器人手臂选择正确的模型。本文介绍了机器人手臂的定义和结构，并详细介绍了机器人及其组成部分的工程学和运动学原理。此外，不同结构的机器人手臂将根据不同的标准进行介绍和比较。最后，一个模型的“象棋机器人”的手臂将合成精确的算法和方程的基础上。
2012-04-07 cs.RO math.AG
On reverse-engineering the KUKA Robot Language
Institute for Software and Systems Engineering, University of Augsburg（奥格斯堡大学软件与系统工程研究所）；KUKA Roboter GmbH（库卡机器人有限公司）；MRK-Systeme GmbH（MRK系统有限公司）
大多数工业机器人的商业制造商都要求他们的机器人使用专门针对该领域的专有语言进行编程-典型的领域特定语言（DSL）。然而，这些语言经常遭受诸如特定于制造商的设计、有限的表达能力和缺乏可扩展性的缺点。出于这个原因，我们开发了可扩展的Robotics API，用于在通用语言之上对工业机器人进行编程。虽然这是一种非常灵活的工业机器人编程方法，但对于简单的任务来说，一种完全成熟的语言可能过于复杂。此外，必须维护对用原始DSL编写的代码的遗留支持。出于这些原因，我们在我们的Robotics API之上提出了一个典型机器人DSL的轻量级实现，KUKA机器人语言（KRL）。这项工作涉及逆向工程语言和映射到机器人API的细节的挑战。我们介绍了两种不同的方法来解释和执行KRL程序：基于树和基于字节码的解释。
2010-09-25 cs.RO
ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel
Warsaw University of Technology, Institute of Control（华沙技术大学控制学院）；Warsaw University of Technology, Institute of Computer Science（华沙技术大学计算机科学学院）；Industrial Research Institute for Automation（自动化与测量工业研究院）；Ukrainian Catholic University, Applied Science Faculty（乌克兰天主教大学应用科学学院）
本文提出基于MeROS元模型和V模型的方法，用于整合ROS与MBSE，提升机器人系统的设计可追溯性和验证能力。
2026-03-06 cs.RO cs.SE
Inversion of biological strategies in engineering technology: in case underwater soft robot
Harbin engineering university（哈尔滨工程大学）
本文提出基于生物策略逆向的仿生设计框架，通过构建F-B-Cs in E知识模型并结合NLP与多准则决策方法，以水下软体机器人为例验证其优化驱动机构等方面的有效性，为跨学科仿生创新提供可扩展方法学支持。
2025-04-16 cs.RO
Beyond the Control Equations: An Artifact Study of Implementation Quality in Robot Control Software
Ruhr University Bochum（博尔次大学）
本研究探讨了机器人控制软件实施质量的问题，发现实际实现中存在离散化处理不规范、测试不充分等缺陷，需改进指南与验证技术以提升可靠性。
2026-02-04 cs.RO cs.SE
Engineering the Hardware/Software Interface for Robotic Platforms - A Comparison of Applied Model Checking with Prolog and Alloy
Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）
机器人平台服务于不同的用例，从原型辅助应用的实验到在各个领域实现网络物理系统的嵌入式系统。我们正在使用1：10比例的微型车辆作为机器人平台，在自动驾驶汽车和协作车队领域进行研究。因此，使用不同传感器的实验，例如~超声波、红外线和旋转编码器需要使用我们的车辆平台来准备和实现。对于每个设置，我们需要配置硬件/软件接口板来处理所有传感器和执行器。因此，我们需要为接口板的每个引脚找到一个特定的配置设置，既可以处理我们当前的硬件设置，又足够灵活，可以为未来的用例支持更多的传感器或执行器。在本文中，我们展示了如何建模的硬件/软件接口板的配置空间域，使模型检验解决任务，找到任何，所有，最好的可能的引脚配置。我们提出了一个正式的实验结果，应用声明性语言合金和Prolog来指导工程的硬件/软件接口的机器人平台上的配置复杂性高达10引脚的配置空间大于1450万的可能性的例子的过程。我们的研究结果表明，我们的领域模型在合金相比，Prolog更好地找到可行的解决方案，为更大的配置，平均时间为0.58秒。为了找到最佳解决方案，我们的Prolog模型在最大所需配置下的性能更好，仅需1.38秒;然而，本文中作为示例使用的现有硬件工具目前没有涵盖这个重要的用例。
2014-01-16 cs.RO cs.SE
A C++ Implementation of a Cartesian Impedance Controller for Robotic Manipulators
Lund University（隆德大学）
笛卡尔阻抗控制是一种用于机器人的运动控制策略，其通过实现机器人相对于其外力的顺应行为来提高在部分未知环境中的安全性。这种顺从的机器人行为具有允许机器人的物理人类引导的附加益处。在本文中，我们提出了一个C++实现的遵守控制有效的任何扭矩命令的机器人机械手。所提出的控制器实现笛卡尔阻抗控制跟踪所需的末端执行器姿态。此外，关节阻抗投影在笛卡尔机器人运动的零空间中，以跟踪期望的机器人关节配置，而不干扰机器人的笛卡尔运动。所提出的实施方案还允许机器人向其环境施加所需的力和扭矩。几个安全功能，如过滤，速率限制，饱和度包括在拟议的实施。核心功能在一个可重用的基础库中，并在此基础上提供了一个机器人操作系统（ROS）ros_control集成。KUKA LBR iiwa机器人和Franka Replika机器人（Panda）在仿真和物理机器人中对该实现进行了测试。
2022-12-21 cs.RO
Enabling Generic Robot Skill Implementation Using Object Oriented Programming
German Research Institute for Artificial Intelligence（德国人工智能研究所）
针对中小企业及研究人员部署机器人系统时面临的接口复杂、依赖外部专业知识等问题，本文提出一种基于面向对象编程的软件框架，通过抽象层简化不同厂商型号机器人的接口，并基于Python实现了适配Yaskawa Motoman GP4料箱拣选单元的原型，降低了机器人系统的部署难度。
2025-08-14 cs.RO cs.SE
A Comparison of Prompt Engineering Techniques for Task Planning and Execution in Service Robotics
University of Bonn（波恩大学）；Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所）；Center for Robotics（机器人中心）；Computer Science Institute VI（计算机科学第六研究所）；Autonomous Intelligent Systems group（自主智能系统组）
本研究在服务机器人任务规划与执行中，系统比较了多种提示工程技术及其组合，通过仿真任务评估最先进模型的完成准确率与执行时间。
2024-11-06 cs.AI cs.RO
On Motion Control and Machine Learning for Robotic Assembly
Department of Automatic Control, Lund University（自动控制系，卢恩大学）
本研究通过减少机器人编程所需的工程工作量并增强机器人应对意外事件的能力，提出了新的方法，从而加快编程速度并使非工程背景用户也能使用机器人。
2019-05-27 cs.RO cs.SY eess.SY
Secure Robotics: A Definition and a Brief Review from a Cybersecurity Control and Implementation Methodology Perspective
Bluerydge Cybersecurity and Technology（布鲁里奇网络安全与技术公司）；University of Canberra（堪培拉大学）；The Australian National University（澳大利亚国立大学）
安全机器人是一个多学科的努力，以改善机器人和具体的人工智能系统的网络安全态势。本文调查了封装安全机器人概念的新兴概念和想法，并确定了五个安全机器人网络安全控制实施层作为从业人员考虑的关键起点。它还认识到需要进一步研究人机信任与实施既定和新颖的网络安全控制之间的关系。
2022-11-14 cs.CR cs.RO
On the Implementation of Behavior Trees in Robotics
Istituto Italiano di Tecnologia（意大利技术研究院）
行为树作为一种描述和实现机器人行为的工具越来越受到人们的关注。BT是在视频游戏行业中设计的，它们在机器人技术中的采用导致了ad-hoc库的开发，以设计和执行适合复杂机器人软件架构的BT。虽然对BT的工作方式存在广泛的共识，但某些特性依赖于在所使用的特定软件库中完成的实现选择。在这封信中，我们概述了采用BT的实际方面，以及机器人社区为充分利用BT在真实机器人中的优势而设计的解决方案。我们还概述了在机器人技术中使用的开源库中提出的解决方案，我们展示了BT如何适应机器人软件架构，并给出了一个用例示例。
2021-06-29 cs.RO
System-Level Development of a User-Integrated Semi-Autonomous Lawn Mowing System: Problem Overview, Basic Requirements, and Proposed Architecture
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
这篇概念论文从系统工程的角度概述了最近的一些努力，这些努力是为了设计和开发用户集成的半自主家用草坪修剪系统。这是机器人和系统工程界一个重要的新兴研究领域。提出的工作包括审查目前的进展，这个问题，从系统工程的角度来讨论这个问题，作者开发的一般系统架构，和一套初步的设计要求。这项工作旨在为系统工程和机器人社区内这些系统的进一步开发和改进提供基线和动力，并且与学术和商业研究相关。
2019-07-12 cs.RO cs.SE
Implementation of a Hierarchical fuzzy controller for a biped robot
National Engineering School of Sfax, University of Sfax（斯法克斯大学斯法克斯国家工程学院）；Institute of Applied Sciences and technology of Sousse, University of Sousse（苏塞大学苏塞应用科学与技术研究所）
本文介绍了一种仿人机器人控制系统的设计。为机器人的行走周期指定控制。控制系统的实现是在Matlab Simulink上完成的。本文提出了一种递阶模糊逻辑控制器（HFLC）来控制平面行走。HFLC的设计灵感来自于人体运动系统。将该方法应用于五杆平面机器人进入自由区的无障碍控制。
2014-12-29 cs.RO
Knitting Robots: A Deep Learning Approach for Reverse-Engineering Fabric Patterns
Bharti School of Engineering and Computer Science, Laurentian University（劳伦森大学巴蒂工程与计算机科学学院）；Shanghai International Fashion Education Centre（上海国际时尚教育中心）
本文提出一种基于深度学习的逆向编织流水线，采用两阶段架构，使机器人能够从织物图像生成机器可读的编织指令，解决标签不平衡和针法多样性等挑战，为全自动机器人编织奠定基础。
2025-04-18 cs.LG cs.RO
Reverse Engineering of Middleware for Verification of Robot Control Architectures
Università degli Studi di Genova（热那亚大学）；Istituto Italiano di Tecnologia (IIT)（意大利理工学院）
我们考虑的问题，自动化的分布式控制软件的验证依赖于订阅中间件。在这种情况下，主要的挑战是软件正确性本质上取决于中间件组件的正确使用，但这些组件的结构化模型可能无法用于分析，例如，因为它们太大和复杂，无法以成本有效的方式精确描述。为了克服这个问题，我们提出了识别抽象模型的中间件有限状态自动机，然后进行验证的组合中间件和控制软件模型。这两个步骤都是以计算机辅助的方式进行的，使用了自动识别和核查方面的最新技术。我们的主要贡献是表明，识别和验证的组合是可行的和有用的，当考虑到典型的问题，出现在分布式控制软件的实施。
2014-11-07 cs.FL cs.RO cs.SE
Enumeration, structural and dimensional synthesis of robotic hands: theory and implementation
Washington State University（华盛顿州立大学）；Idaho State University（爱达荷州立大学）
为特定任务设计机器人手可以帮助创建用于抓取和操作的优化末端执行器。然而，用于所有指尖的同时任务的机器人手的系统设计提出了许多挑战。在这项工作中的算法和实施的整体综合过程中，这可能是第一步走向一个完整的设计工具，机器人末端执行器。类型合成为一个给定的任务和手指的数量，可解性和尺寸合成为任意拓扑结构的开发和实施。由此产生的求解器是一个强大的工具，可以帮助创建具有任意数量的手指和手掌的创新机器人手。给出了几个类型综合、可解性计算和量纲综合的例子。
2020-08-19 cs.RO
Implementation of Q Learning and Deep Q Network For Controlling a Self Balancing Robot Model
Bangladesh University of Engineering & Technology（孟加拉国工程技术大学）
在本文中，两个强化学习，即Q学习和深度Q网络（DQN）的自平衡机器人凉亭模型的实现进行了讨论。实验的目标是让机器人模型学习在环境中保持平衡的最佳动作。它在一个特定的限度内停留的时间越长，它积累的奖励就越多，因此它就越平衡。在Q学习和DQN上进行了不同学习参数的不同实验，并显示了实验的图表。
2018-07-22 cs.RO
Design Project of an Open-Source, Low-Cost, and Lightweight Robotic Manipulator for High School Students
Watchung Hills Regional High School（瓦钦山地区高中）；Stevens Institute of Technology（史蒂文斯理工学院）
近年来，人们对高中机器人课外活动的兴趣越来越大，如机器人俱乐部和机器人比赛。不断增长的需求是越来越普遍的开源软件和负担得起的现成硬件套件的结果，这大大有助于降低入门级机器人爱好者的门槛。在这个项目中，我们提出了一个开源的，低成本的，轻量级的机器人机械手设计和开发的高中研究人员的指导下，大学教师和博士。学生.我们相信所提出的项目是适合高中机器人研究和教育活动。我们的开源软件包包括机械设计模型、机电一体化规范和软件程序源代码。机械设计模型包括CAD（计算机辅助设计）文件，这些文件可用于原型制作（3D打印技术），并可作为装配指南，与完整的物料清单一起使用。电气接线图和低级控制器作为开源软件包的一部分详细记录。该项目的教育目标是使高中学生团队能够复制和构建机器人操纵器。高中生在拟议项目中获得的工程经验是全方位的，包括机械设计、机电一体化和编程。该项目大大丰富了他们在基于项目的环境中的实践工程经验。在整个项目中，我们发现高中研究人员能够应用K-12 STEM课程的多学科知识来构建机器人操纵器。研究人员能够通过系统工程设计和开发过程，并获得使用专业工程工具的技能，包括SolidWorks和Arduino微控制器。
2023-03-16 cs.RO
Real time implementation of CTRNN and BPTT algorithm to learn on-line biped robot balance: Experiments on the standing posture
LISV, University of Versailles Saint-Quentin（凡尔赛圣康坦大学LISV实验室）
本文描述了用于在线学习控制律的连续时间递归神经网络（CTRNN）和动态时间反向传播（BPTT）算法的实时的实现的实验结果。对一台仿人机器人样机进行了站立姿态的平衡控制实验。训练神经控制器，通过控制躯干的关节运动来补偿外部扰动。算法嵌入在机器人的实时的电子单元中。在线学习的实施进行了详细介绍。学习行为和控制性能的结果证明了所提出的方法的强度和效率。
2020-11-13 cs.RO
Design and implementation of audio communication system for social-humanoid robot Lumen as an exhibition guide in Electrical Engineering Days 2015
Bandung Institute of Technology（万隆理工学院）
社会机器人流明是一个人形机器人创建的行为像人类和人类的朋友。在这项研究中，Lumen场景仅限于Lumen作为2015年电气工程日的展览指南，万隆理工学院电气工程本科生和研究生的研讨会和展览。作为一个展览指南，Lumen配备了Nao机器人，服务器和处理应用程序。音频通信系统就是其中的一种处理应用。该系统的目的是创建语言交流，使Lumen能够接收人类的声音并自然地对其做出反应。为了能够像人类一样进行交流，音频通信系统由语音识别模块将语音数据转换为文本，语音合成器模块将文本数据转换为语音，以及性别识别模块区分成年女性和男性声音。语音识别模块采用Google语音识别API实现，语音合成模块采用Acapela引擎实现，性别识别模块采用快速傅立叶变换算法提取的语音信号特征实现。用于实现的硬件是Nao机器人、计算机和无线调制解调器。- Lumen Robot Sosial Robot是一种能够像人类一样工作并为人类服务的类人机器人。音频通讯系统是一个应用最广泛的照明系统，它能够控制人体的亮度，并对自然产生响应，比如人体对自然的响应。为了实现人类等通讯，通讯音频系统需要一个强大的模块：语音识别来提供数据支持，语音合成器来提供数据支持，性别识别来提供想要和想要的东西。
2016-07-16 cs.HC cs.RO cs.SD
An experimental mechatronic design and control of a 5 DOF Robotic arm for identification and sorting of different sized objects
Western Macedonia Univ. of Applied Sciences（西马其顿应用科学大学）
本文的目的是提出的建设和编程的五个自由度的机器人手臂与红外传感器的识别和分类不同大小的对象相互作用。建筑设计的主轴将是构成机电一体化的三个主要科学分支：机械工程，电子电气工程和计算机工程。已被用于建设的方法，以及与传感器合作的手臂的编程方法。其目的是提出手动和自动控制的手臂识别和安装的对象通过一个简单的（在操作中）和低成本的传感器，如本文所使用的。此外，本文介绍了这种机械臂设计的意义及其在当代工业生产形式中的进一步应用。
2017-11-10 cs.RO
Harness Engineering for Physical AI: Robot Middleware Is the Harness Layer
Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院）
本文提出机器人中间件作为物理AI的驾驭层，需同时干预控制、计算和通信，并补充投影、隔离和转移三种缺失的强制功能，以ROS 2驾驭配置文件为例。
2026-06-08 cs.AI cs.RO cs.SE
High-Level Description of Robot Architecture
Kuwait University（科威特大学）
体系结构描述（AD）是促进机器人系统实现和验证的支柱。一般来说，目前的高层次广告反映了很大的变化，并导致各种困难，包括混合广告与实施问题。它们缺乏系统性和连贯性，也缺乏与技术有关的形式（例如，面部图标、计算机屏幕）。此外，存在用于引出需求的各种语言，诸如易于不一致的面向对象的分析方法（例如，那些在UML和SysML中使用多个图的人）。在本文中，我们将我们的研究导向一个更通用的概念化的广告机器人。我们采用一种新的建模方法，即思维机（TM），来描述机器人系统的架构。这样的应用程序的重点是高层次的规格说明，这是一个重要的方面，实现在这样的系统的设计和实施。TM建模可以用于文档和通信，并作为系统设计阶段的第一步。因此，样本机器人架构被重新表示在TM方面，从而开发（1）一个静态模型，捕捉机器人的atemporal方面，（2）一个动态模型，识别状态，和（3）一个行为模型，指定在系统中的事件的时序。这一结果表明，在机器人建模，确定机器人系统的行为，通过其静态描述的可行方法。
2020-11-25 cs.RO cs.SE
Design and Implementation of a Maxi-Sized Mobile Robot (Karo) for Rescue Missions
Advanced Mobile Robotics Lab（先进移动机器人实验室）
救援机器人被期望在包括非结构化障碍物的未知环境中进行侦察和灵巧操作。尽管在救援机器人领域已经提出了各种各样的设计和实现，但将所有的机动性、灵活性和侦察能力嵌入到单个机器人中仍然是一个具有挑战性的问题。本文介绍了Karo的设计和实现，一个移动机器人，表现出高度的流动性，在保持所需的灵活性和探索能力的城市搜索和救援（USAR）任务的一面。首先从RoboCup救援机器人联盟（Rescue Robot League，RRL）的框架中引出标准救援机器人的系统需求，然后通过绘制一个运动和操作系统，提出Karo的概念设计。考虑到这一点，这项工作提出了全面的设计过程，以及详细的机械设计的机器人的平台和它的7自由度机械手。此外，我们提出的设计和实现的命令和控制系统，讨论了机器人的电源系统，传感器和硬件系统。与此同时，我们阐明了卡罗的软件系统和人机界面的实现和就业的方式。此外，我们进行广泛的评估卡罗的现场表现，调查这项工作的主要目标是否已经得到满足。我们证明，卡罗有效地完成了指定的标准化救援行动，通过评估其在RRL的测试套件和培训套件的消防部门的能力的各个方面。最后，Karo的能力的全面性已得到验证，通过绘制定量比较Karo的性能和其他领先的机器人参加RRL。
2021-01-09 cs.RO
Large Language Models for Model-Based Robot Design
Cornell University（康奈尔大学）
提出用LLM构建显式工程模型，在优化前检查和修正建模假设，并在四旋翼和循线机器人组件选择中验证，证明该方法能提供可行性保证并整合工程知识与正式优化。
2026-10-14 cs.RO
Torque and velocity controllers to perform jumps with a humanoid robot: theory and implementation on the iCub robot
Fondazione Istituto Italiano di Tecnologia（意大利技术研究院）
跳跃可以是一种有效的运动方式，以克服小地形差距或障碍。在本文中，我们提出了两种不同的方法来执行跳跃的人形机器人。具体而言，从一个预定义的CoM轨迹，我们开发的理论为速度控制器和扭矩控制器的基础上的优化技术的关节输入的评估。该控制器已经在仿真和人形机器人iCub上进行了测试。在仿真中，机器人能够使用两个控制器跳跃，而真实系统仅使用速度控制器跳跃。结果突出了控制质心角动量的重要性，他们建议，关节性能，即最大功率，腿和躯干关节，和低水平的控制性能是根本，以达到可接受的结果。
2022-07-05 cs.RO
Design and implementation of computational platform for social-humanoid robot Lumen as an exhibition guide in Electrical Engineering Days 2015
Bandung Institute of Technology（万隆理工学院）
Social Robot Lumen是一个人工智能开发项目，旨在创建一个人工智能（AI），允许人形机器人与人类自然地交流。在这项研究中，Lumen将被开发为2015年电气工程日展览的导游。在开发AI时，有很多模块需要单独开发。为了使开发更容易，我们需要一个计算平台，它成为所有开发人员的基础，以便以并行方式开发模块。笔者开发的计算平台被称为Lumen Server。Lumen服务器主要有两个功能，一是作为所有Lumen智能模块与NAO机器人之间的桥梁，二是作为Lumen智能模块之间的通信桥梁。对于第二个功能，Lumen Server使用RabbitMQ实现AMQP协议。此外，作者还开发了一个机器人运动控制系统Lumen Motion。内腔运动是通过模拟NAO机器人的运动来实现的，也可以通过使用模糊逻辑控制器来创建控制系统。作家还开发了一个程序，连接所有流明智能模块，使流明可以像导游。本程序的实现采用有限状态机和事件驱动程序。从实现结果来看，所设计的功能都得到了成功的实现。通过该计算平台的开发，可以为Lumen的未来发展提供便利。对于下一步的发展，它必须集中在创建集成系统，使流明可以更好地响应环境。- Sosial Robot Lumen是一个开发机器人和人工智能（AI）的项目，它可以帮助机器人实现与人类的直接沟通。
2016-07-16 cs.HC cs.RO
FlowPlan: Zero-Shot Task Planning with LLM Flow Engineering for Robotic Instruction Following
Southern University of Science and Technology（南方科技大学）；National University of Singapore（新加坡国立大学）
提出FlowPlan，一种结构化多阶段LLM工作流，通过模块化分解规划过程，在零样本场景下生成逻辑连贯的动作序列并提取上下文指导，实现与数据驱动方法相媲美的机器人指令跟随性能。
2025-03-04 cs.RO
Design and implementation of image processing system for Lumen social robot-humanoid as an exhibition guide for Electrical Engineering Days 2015
Institut Teknologi Bandung（万隆理工学院）
Lumen Social Robot是一款人形机器人，开发的目的是让它成为所有人的好朋友。今年，Lumen社交机器人正在发展成为展览和研讨会的指南，本科生和研究生在电气工程ITB的期末考试，命名为电气工程日2015。为了在这种情况下成为向导，Lumen得到了几件事的支持。它们是Nao机器人组件、服务器和多处理器系统。图像处理系统是一种处理应用系统，其允许Lumen从摄像机眼拍摄的图像中识别和确定对象。该图像处理系统具有四个模块。它们是检测人的面部的面部检测模块、识别人的面部的面部识别模块、跟踪人的面部的面部跟踪模块以及基于人的身体的上部来检测人的人体检测模块。在EMGU CV上使用harcascade.xml库实现了人脸检测模块和人体检测模块。人脸识别模块通过添加已检测到的人脸的数据库并将其存储在该数据库中来实现。人脸跟踪模块采用平滑高斯滤波器对图像进行处理。- Lumen Sosial Robot正在开发一种能够帮助许多人的人形机器人。柠檬水系统需要一个能让流明发光的应用系统，并能从流明摄像机中看到柠檬水的影子。系统开发人员可以使用多个模块，包括人脸检测模块，人脸识别模块，人脸跟踪模块，以及人体检测模块。
2016-07-16 cs.CV cs.HC cs.RO
Reusability and Modifiability in Robotics Software (Extended Version)
CIFASIS (CONICET-UNR)（CIFASIS（CONICET-UNR））；Universidad Nacional de Rosario (UNR)（罗萨里奥国立大学（UNR））
本研究基于过程控制架构风格与设计模式开发除草机器人微控制器软件，通过8种设计模式解决30个问题得到133个模块，提升了组件复用性与程序可修改扩展性，且经实证验证12千行C++实现无效率损耗。
2024-09-11 cs.RO cs.SE
Implementation of Torque Controller for Brushless Motors on the Omni-directional Wheeled Mobile Robot
Kasetsart University（泰国农业大学）
轮式移动机器人的主要问题是低级别控制器增益的调整，特别是在机器人比赛。在比赛过程中，机器人车轮可能会损坏地板表面，因此表面系数可能会随着时间的推移而变化。PI增益必须在每场比赛之前进行调整。在本研究中，转矩控制器的定义和实现，以解决这个问题。转矩控制器由机器人轮角速度PI控制器和无刷电机的动力学方程组成。电动机动力学可以从能量守恒定律导出。在实验中使用了三种不同的地毯，它们具有不同的摩擦系数。机器人轮的角速度分布是从机器人运动学与不同的初始条件。机器人与转矩控制器的输出路径进行了比较与常规PI控制器的机器人的输出路径时，相同的车轮角速度配置文件被应用。结果表明，力矩控制器可以提供一个更好的机器人路径比普通的PI控制器。
2017-08-04 cs.RO
Synchronous Robotic Framework
California State University Long Beach（加州州立大学长滩分校）
我们提出了一个同步的机器人测试平台，称为SyROF，允许快速实施的机器人群。我们的主要目标是降低本科生和研究生进入合作机器人系统的门槛。该测试平台提供了一个高级编程环境，允许实现定时输入/输出自动机（TIOA）。SyROF提供了以下独特的特性：1）一个透明的机制来同步机器人动作，2）一个成员服务与故障检测器，和3）一个透明的服务，以提供公共知识，在每一轮。这些特性对于简化机器人群的实现是至关重要的。该软件分为五层：下层由一个实时订阅系统组成，允许任务之间的有效通信。下一层是卡尔曼滤波器的实现，以估计机器人的位置、方向和速度。第三层由同步器组成，同步执行机器人动作，为所有活动参与者提供公共知识，并处理故障。第五层是编程环境。
2020-06-08 cs.RO
Implementation Analysis of Collaborative Robot Digital Twins in Physics Engines
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI））；University of Kaiserslautern-Landau (RPTU)（凯撒斯劳滕-兰道大学（RPTU））
本文提出在Unreal Engine 5中集成双机械臂与光学红外跟踪系统构建6G通信测试床数字孪生，探讨ROS 2集成、视频流与双向通信，为复现和部署DT系统提供实现指导。
2025-04-28 cs.RO
Cost-Optimized Systems Engineering for IoT-Enabled Robot Nurse in Infectious Pandemic Management
organization= Rajshahi University of Engineering \& Technology , city= Rajshahi , citysep= , postcode= 6204 , country= Bangladesh
本研究针对疫情下医疗感染风险与效率问题，提出物联网控制的机器人护士系统，可实现健康评估、给药等自动化功能并支持监督控制，经测试验证了其在多场景下的性能，助力疫情管理降本增效。
2025-09-03 cs.HC cs.RO cs.SY
A Four-Tier Communication Architecture and Sim-to-Real Validation of a Graphical Open-Source Platform for Robotic Engineering Education
Deakin University（德金大学）；RMIT University（皇家墨尔本理工大学）；Swinburne University of Technology（斯威本科技大学）
针对大学实验室中机械臂教育规模化面临的商业数字孪生成本高和ROS门槛高的问题，提出一种四层通信架构，基于图形化开源平台（GOSP）实现虚拟环境与物理机器人的数据桥接，并通过仿真到现实验证其硬件无关的可行性。
2026-07-08 cs.ET cs.HC cs.RO
Design and Implementation of A Novel Precision Irrigation Robot Based on An Intelligent Path Planning Algorithm
Hainan University（海南大学）；University of Chinese Academy of Sciences（中国科学院大学）；Tianjin University（天津大学）
农业灌溉系统与农业生产密切相关。现有的农业灌溉系统存在着机动性差、精度不高、价格昂贵等问题。为了解决这些问题，智能灌溉机器人的设计和实现在这项工作中。机器人通过贝叶斯理论改进的灌溉路径规划算法实现精确灌溉。在该算法中，我们利用尽可能多的信息，以实现在复杂的农业环境中的全覆盖灌溉。此外，我们提出了最大风险，以避免在某些领域缺乏检查的问题。最后，通过仿真实验和现场实验对机器人和算法进行了验证。实验结果表明，该机器人能够满足各种农业灌溉任务的要求。
2020-03-02 cs.RO
Design, Implementation, and Cooperative Coevolution of an Autonomous/ Teleoperated Control System for a Serpentine Robotic Manipulator
GreyPilgrim Inc.（格雷朝圣者公司）
设计，实施和机器学习的问题与开发一个控制系统的蛇形机器人机械手进行了探讨。开发的控制器提供了自主控制的蛇形机器人manipulatorwithin一个封闭的环境，如地下储罐的机械手的操作过程中。控制器算法利用低级别的关节角度控制，采用力/位置反馈约束，和高级别的协调控制的末端执行器定位。这种方法导致了高水平的全机器人控制和低水平的遥控机器人控制模式，并为操作员提供了高水平的灵活性。
2007-06-07 cs.NE cs.RO
An In-Pipe Inspection Robot With Sensorless Underactuated Magnets and Omnidirectional Tracks: Design and Implementation
提出了一种管道爬行机器人的设计方案，该机器人利用一个灵巧的传动部件来研究复杂的直线关系。标准的轮式/行进式管内攀爬机器人在进行管内转弯调查时倾向于滑动和移动。该仪器有助于实现在前进过程中机器人轨道中的主要不可避免的结果。建议的传输赞赏的实际最远达到的标准双收益传输，这是开发的基本时间传输有三个结果。该仪器决定性地改变机器人的轨道速度，考虑到线关系内每个轨道上施加的功率，通过获得任何显着控制的必要条件。机器人在各种方向上穿越线网和在管道转弯时无滑移的娱乐性表明了所提出的游戏计划的充分性。
2022-05-20 cs.RO
Design and Implementation of a Human-Robot Joint Action Framework using Augmented Reality and Eye Gaze
Monash University（莫纳什大学）；University of Victoria（维多利亚大学）
当人类共同完成一项联合任务时，每个人都会建立一个关于情况及其演变的内部模型。有效的协作取决于这些个体模型如何重叠以在团队成员之间形成共享的心理模型，这对于人机团队中的协作过程非常重要。准确的共享心智模型的开发和维护需要个人意图的双向沟通以及解释其他团队成员意图的能力。为了实现有效的人机协作，提出了一种新的人机协作联合行动框架的设计与实现，该框架利用增强现实（AR）技术和用户眼睛注视实现意图的双向交流。我们通过一项有37名参与者的用户研究测试了我们的新框架，发现我们的系统提高了任务效率、信任度和任务流畅性。因此，使用AR和眼睛凝视来实现双向通信是改善影响人类和机器人之间协作的核心组件的一种有前途的方法。
2022-08-25 cs.RO
A Novel GPU-based Parallel Implementation Scheme and Performance Analysis of Robot Forward Dynamics Algorithms
City University of Hong Kong（香港城市大学）；University of Bologna（博洛尼亚大学）
我们提出了一种新的统一方案，并行实现关节型机器人动力学算法。它是基于一个统一的李群符号推导出关节式机器人的运动方程，其中各种著名的前向算法不同，只有他们的联合惯性矩阵求逆策略。这种新的计划导致一个统一的抽象的国家的最先进的前向动力学算法的块双对角和/或块三对角系统的组合，可以有效地解决了并行所有前缀和操作（扫描）和并行奇偶消除（OEE）分别。在Nvidia CUDA GPU平台上实现了该方案，并与混合关节体惯性算法（ABIA）、并联关节空间惯性反演算法（JSIIA）和约束力算法（CFA）进行了比较研究，分析了其性能。
2016-09-21 cs.RO
Development and Testing of an Engineering Model for an Asteroid Hopping Robot
University of Arizona（亚利桑那大学）
小行星的科学和起源被认为是行星科学十年调查的高度优先事项。十年巡天的两个主要问题涉及到原行星盘中存在的“太阳系形成的初始阶段、条件和过程以及星际物质的性质”，以及确定“有机物质的原始来源”。“研究星子的主要科学目标是通过原位实验来破译SSSB中无法通过调查确定的地质过程，并了解星子如何有助于行星的形成。地面观测不足以检查SSSB，因为它们只能测量物体表面的情况;然而，现场分析允许进一步近距离调查物体的表面特征和内部稳定性。小行星移动成像仪和地质观测器（AMIGO）是一个1U装载的自主机器人，可以在具有充气结构的小行星上进行表面跳跃。它包含提供立体背景成像、显微成像、地震传感和电场测量的科学仪器。多个跳跃机器人作为一个团队部署，以消除单点故障，并增加数据收集的鲁棒性。星载姿态控制系统由提供跳跃推力的离散微型喷管推进器芯片和控制第三轴的反作用轮组成。为了机器人的持续发展，开发了一个工程模型来测试各种组件和算法。
2019-10-09 astro-ph.IM cs.RO
Exploring Robot Trajectory Planning -- A Comparative Analysis of Algorithms And Software Implementations in Dynamic Environments
University of Lincoln（林肯大学）
本文比较分析了动态环境中机器人轨迹规划算法及其软件实现，旨在解决适应性和实时分析问题，以更好地应对不可预测环境。
2024-07-18 cs.RO cs.SE cs.SY
Design, Mechanical Simulation and Implementation of a New Six- Legged Robot
Faculty of Mechanical Engineering, University of Tabriz（大不里士大学机械工程学院）；School of Engineering Emerging Technologies（新兴技术工程学院）
蚂蚁是六条腿的昆虫，可以携带比体重重十倍的货物。由于有六条腿，它们本质上是稳定的。它们很强大，可以携带重物。基于这些原因，本文提出了一种新的并联运动学结构的六足蚂蚁机器人。在Solidworks中对机械结构进行了设计和优化。该机构有六个腿，只有两个直流电机驱动的六个腿，所以从机械的角度来看，设计是一个最佳的。由于使用无线模块，机器人重量轻，半自主。这一特点使该机器人适合用于社会机器人和救援机器人应用。变送器程序在上位机中采用LabVIEW实现，以单片机作为主控制器。电子板在Proteus Professional中设计和测试，PCB板在Altium Designer中实现。微控制器编程在Code Vision中完成。
2020-04-08 cs.RO
Walking of the iCub humanoid robot in different scenarios: implementation and performance analysis
Heidelberg University（海德堡大学）；Fondazione Istituto Italiano di Tecnologia (IIT)（意大利理工学院）
人形机器人iCub是意大利技术研究所（IIT）的一个研究平台，在世界各地的不同研究所中传播。在最新版本的iCub中，机器人配备了更强壮的腿和更大的脚，使其能够执行第一代机器人无法实现的平衡和行走运动。尽管有了新的腿硬件，但iCub机器人很少行走。在这项工作中，我们的目标是实现步行运动的机器人，从中我们要分析其步行能力。我们开发的软件模块的基础上扩展的经典技术，如基于ZMP的模式发生器和位置控制，以确定哪些是机器人对不同的行走任务的特点以及限制，以便给用户的机器人的性能的参考。大多数实验都是用HeiCub进行的，HeiCub是iCub的缩小版，没有手臂和头部。
2017-07-17 cs.RO
Torque-Controlled Stepping-Strategy Push Recovery: Design and Implementation on the iCub Humanoid Robot
Istituto Italiano di Tecnologia（意大利理工学院）
机器人社区面临的挑战之一是部署能够在现实世界中与人类一起可靠操作的机器人。对足式机器人的一个关键要求是能够正确地平衡它们的脚，拒绝外部干扰。iCub是一种最先进的人形机器人，最近才开始用脚保持平衡。虽然目前的平衡控制器已被证明在各种情况下是成功的，但它仍然无法通过采取步骤对强推力做出适当反应。本文就是朝这个方向发展的。它提出并实现了基于捕获点概念的控制策略[1]。而不是依赖于位置控制，像大多数捕获点相关的方法，所提出的策略产生的参考动量为基础的扭矩控制器已经实施的iCub，从而扩展其能力，以应对外部干扰，同时保留扭矩控制的优势时，与环境相互作用。在凉亭模拟器和iCub人形机器人上的实验验证了所提出的策略。
2017-05-30 cs.RO
Implementation 2D EKF-Based Simultaneous Localisation and Mapping for Mobile Robot
UNSW Australia（澳大利亚新南威尔士大学）
该项目的主要目标是，基本的EKF为基础的SLAM操作可以充分实现估计的UGV，在这个真实的环境中，涉及动态对象的状态。在基于EKF的SLAM系统的运行过程中，观察到SLAM操作实际实现中的几个问题，如测量数据处理、测量偏差去除、从测量数据中提取地标、对提取的地标进行预滤波以及观察地标中的数据关联。此外，还将基于EKF的SLAM操作与航位推算操作和全球定位系统（GPS）进行比较，以确定基于EKF的SLAM操作在真实环境中的有效性和性能。
2019-05-16 cs.RO
A Domain Specific Language for kinematic models and fast implementations of robot dynamics algorithms
Istituto Italiano di Tecnologia（意大利理工学院）
刚体动力学算法在机器人控制器和仿真的几个组件中起着至关重要的作用。高频控制回路中的实时的限制和特定应用的时间要求要求这些功能非常高效。尽管已建立的算法的可用性，他们的有效实施，为特定的机器人仍然是一个繁琐和容易出错的任务。然而，这些组件是获得高性能控制器所必需的。为了实现有效的，但很好的maintenance实现动力学算法，我们建议使用一个特定领域的语言来描述机器人的运动学/动力学模型。由于算法在此模型上被参数化，因此可以生成针对特定机器人定制的可执行代码，这要归功于\dsls可用的设施。这种方法允许用户只处理他们的机器人的高级描述，并将他们从有问题的手工开发中解脱出来;然后可以将资源和精力集中在开放的研究问题上。关于逆动力学的有效代码的生成的初步结果将作为这种方法的概念证明。
2013-01-30 cs.PL cs.RO
The Natural Robotics Contest: Crowdsourced Biomimetic Design
University of Surrey（萨里大学）；École polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院）；Technische Universität München（慕尼黑工业大学）；Queen Mary University of London（伦敦玛丽女王大学）；Royal College of Art（皇家艺术学院）
本文介绍了自然机器人学竞赛，通过众包仿生设计将公众对自然的直觉转化为工程系统，并以获奖的过滤微塑料机器鱼为案例展示了仿生机器人设计过程。
2022-10-20 cs.RO
Co-modelling of Agricultural Robotic Systems
Aarhus University（奥胡斯大学）
自动化和机器人地面车辆解决方案正逐渐成为农业行业的一部分，用于执行喂养、放牧、种植、收获和除草等任务。农业机械在室内和室外农场环境中运行，导致不断变化的操作条件。在农业领域，如动物饲养和田间喷洒等任务中，地面车辆运输的负载变化是常见的。为农业领域的条件和场景开发自动化和机器人地面车辆解决方案是一项复杂的任务，需要多个工程学科的投入。这篇博士论文提出了自动化和机器人地面车辆解决方案的研究和开发的建模和仿真，用于组件开发，虚拟样机测试和场景评估等目的。多个工程学科的协作是通过结合来自不同工程学科的多个建模和仿真工具来实现的。这些组合的模型被称为协同模型，它们的执行被称为协同仿真。本论文的结果是一个基于模型的自动化和机器人地面车辆的开发方法，用于一些研究和开发的情况。使用基于模型的开发方法创建了自动化和机器人地面车辆的联合模型，它们有助于该研究领域的未来发展支持。本论文提出了四个贡献对探索一个选择的设计空间的自动化或机器人地面车辆。使用联合建模和联合仿真获得的解决方案被部署到其地面车辆实现中，这确保了开发的所有阶段都被覆盖。
2019-06-17 cs.RO
Proceeding of the 1st Workshop on Social Robots Personalisation At the crossroads between engineering and humanities (CONCATENATE)
本研讨会旨在探讨社交机器人个性化的跨学科挑战，汇聚不同领域研究者提出指导原则，解决个性化HRI在定义、实现及法律伦理合规方面的关键问题。
2023-11-23 cs.AI cs.HC cs.RO
Ethics of Artificial Intelligence and Robotics in the Architecture, Engineering, and Construction Industry
Stony Brook University（石溪大学）；National Taiwan University（台湾大学）；Texas A&M University（德克萨斯农工大学）；University of Sharjah（沙迦大学）；Embry-Riddle Aeronautical University（安柏瑞德航空大学）
本研究从伦理视角系统回顾了过去五年AEC行业的AI与机器人研究，识别出九个关键伦理问题和十三个相关研究主题，并提出七个未来研究方向，以促进更安全高效的应用。
2023-10-09 cs.AI cs.RO
Mechatronics-Driven Musical Expressivity for Robotic Percussionists
Georgia Tech Center for Music Technology（佐治亚理工学院音乐技术中心）
音乐表现力是人类和机器人音乐家音乐表演的一个重要方面。我们提出了一种新的机电一体化驱动的实现无刷直流（BLDC）电机的机器人马林巴琴播放器，名为西蒙，旨在提高速度，动态范围（响度），并最终感知到的音乐表现力相比，国家的最先进的机器人provisionist致动器。在动态范围的客观测试中，我们发现我们的实现提供了更广泛和更一致的动态范围响应相比，基于螺线管的机器人proxionists。我们的实现也优于螺线管和人类马林巴球员在打击速度。在测量音乐表现力的主观听力测试中，我们的系统的表现明显优于基于螺线管的系统，并且在统计上与人类表演者没有区别。
2020-07-29 cs.RO
End-to-End Robotic Reinforcement Learning without Reward Engineering
University of California, Berkeley（加州大学伯克利分校）
深度神经网络模型和强化学习算法的结合可以学习机器人行为的策略，这些策略直接读取原始感官输入，如相机图像，有效地将估计和控制纳入一个模型。然而，强化学习的现实应用必须通过手动编程的奖励函数来指定任务的目标，这在实践中需要设计与端到端强化学习承诺避免的完全相同的感知管道，或者使用额外的传感器来检测环境以确定任务是否已成功执行。在本文中，我们提出了一种方法，通过使机器人能够从成功结果的适度数量的示例中学习，然后主动请求查询，机器人向用户显示状态并要求标签来确定该状态是否代表成功完成任务，从而消除对奖励规范的手动工程的需要。虽然为每个状态请求标签相当于要求用户手动提供奖励信号，但我们的方法只需要在训练期间看到的一小部分状态的标签，这使得它成为一种有效且实用的学习技能的方法，而无需手动设计奖励。我们评估我们的方法在现实世界中的机器人操作任务，观察由机器人的相机所看到的图像。在我们的实验中，我们的方法可以直接从图像中有效地学习排列物体，放置书籍和布帘，而无需任何手动指定的奖励功能，并且只需与现实世界进行1-4小时的交互。
2019-05-16 cs.CV cs.LG cs.RO
