Mobile Formation Coordination and Tracking Control for Multiple Non-holonomic Vehicles
Department of Automatic Control, Lund University(自动化系,吕勒奥大学)
本文针对非holonomic车辆在SE(2)上的轨迹跟踪和移动编队协调问题,提出了一种基于中间姿态变量的分阶段控制方法,并证明了严格刚体运动的编队条件,同时通过仿真和实验验证了所提控制器的性能。
2019-02-28 cs.MA cs.RO cs.SY
Demo Abstract: Real-Time Out-of-Distribution Detection on a Mobile Robot
School of Computer Science and Engineering(计算机科学与工程学院)
在诸如自主车辆(AV)的网络物理系统中,机器学习(ML)模型可以用于导航和识别可能干扰车辆操作的对象。然而,ML模型在面对训练分布之外的数据时,不太可能做出准确的决策。分发外(OOD)检测可以通过在运行时间识别此类样本来充当ML模型的安全监视器。然而,在像AV这样的安全关键系统中,OOD检测除了功能要求之外还需要满足实时的【形】约束。在这个演示中,我们使用移动机器人作为AV的替代品,并使用OOD检测器来识别潜在的危险样品。机器人使用图像数据和YOLO目标检测网络在一个微型城镇中导航。我们表明,我们的OOD检测器是能够识别OOD图像的实时的【形】在嵌入式平台上同时执行目标检测和车道跟踪。我们还表明,它可以用来成功地停止车辆在未知的,新的样品的存在。
2022-11-15 cs.LG cs.RO
A vehicle with a two-wheel steering system mobile in shallow dense granular media
National Taiwan University(国立台湾大学);Shizuoka University(静冈大学)
我们设计了一种车辆的转向系统由两个独立旋转的车轮在前面。我们量化的有效性的转向系统中的车辆的流动性和机动性运行在一个盒子里包含一层乒乓球的包装密度为0.8,低于随机紧密包装值0.84在2D。该转向系统可以减小由在快速移动的车辆前方形成的卡球所施加的阻力。而且,如果两个方向盘中只有一个旋转,车辆可以转向与旋转方向盘相反的方向。如果通过增加车轮和球之间的接触面积使车轮更好地接合乒乓球,则转向系统的性能更有效。我们提倡将我们的设计应用于在具有中等填充密度的颗粒状材料中移动的机器。
2017-07-27 cond-mat.soft cs.RO
Algorithms for Routing of Unmanned Aerial Vehicles with Mobile Recharging Stations
Virginia Tech(弗吉尼亚理工大学)
研究了能量有限的无人机在最短时间内访问多个地点的规划问题。我们设想的情况下,无人机可以通过降落在固定充电站或无人地面车辆(UGV)作为移动充电站的方式进行充电。这导致了旅行商问题(TSP)与移动充电站的一个新变种。我们提出了一种算法,不仅可以找到访问网站的顺序,还可以找到何时何地登陆充电站充电。我们的算法为UGV规划行程,并确定放置固定充电站的最佳位置。虽然我们研究的问题是NP-Hard的,我们提出了一个实用的解决方案,使用广义TSP,找到最佳的解决方案。如果UGV较慢,则算法还找到支持UAV任务所需的UGV的最小数量,使得UAV不需要等待UGV。我们的模拟结果表明,运行时间是可以接受的合理大小的实例在实践中。
2017-09-18 cs.MA cs.RO
Probability of detection of an extraneous mobile object by autonomous unmanned underwater vehicles as a solution of the Buffon problem
Institute for Applied mathematics, Far Eastern Branch of Russian Academy Sciences(俄罗斯科学院远东分院应用数学研究所);Far Eastern Federal University(远东联邦大学)
水下机器人解决了目标检测装置的问题。提供了一个概率制定的问题,它使用的检测任务的减少到一个经典的任务布冯。这个公式在与设备相关联的坐标系中的问题的公式化中自然出现。它示出的问题,允许分析中存在的渐近参数,确定的比率的装置的局部扫描大小的全局大小的问题正在考虑中。
2018-01-31 cs.RO physics.data-an
Deep Reinforcement Learning Based Framework for Mobile Energy Disseminator Dispatching to Charge On-the-Road Electric Vehicles
Purdue University(普渡大学);University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文提出基于深度强化学习的框架,利用PPO智能体在ChargingEnv环境中调度移动能量分发器,以提升电动汽车续航并优化部署效率。
2023-08-29 cs.AI cs.LG cs.RO
New Intelligent Transmission Concept for Hybrid Mobile Robot Speed Control
本文提出了一种利用二自由度齿轮传动实现移动机器人速度控制的新概念。所开发的智能速度控制器利用齿轮箱,其中包括周转齿轮训练与两个输入,一个耦合到发动机轴和另一个变速直流电动机的轴。净输出速度是两个输入速度的组合,并且由行星齿轮训练的传动比控制。这种新方法消除了变矩器的使用,而变矩器是所有可用的自动变速器的不可或缺的部分,从而减少了液力偶合器过程中在箱体中发生的功率损失。通过逐渐改变直流电动机的速度,实现了无级变速。所开发的控制器的其他优点是靠边停车和倒车,通过智能混合直流电动机和发动机的速度来实现。这种方法在整车设计中消除了传统的制动系统。使用两个动力源,内燃机和电池驱动的直流电动机,利用混合动力汽车的现代理念。新的移动机器人速度控制器即使在内燃机故障的极端情况下也能够驱动车辆,例如,由于气体耗尽。
2006-01-14 cs.RO
Modeling and Control of an Autonomous Three Wheeled Mobile Robot with Front Steer
Autonomous Ground Vehicle Research Group(自主地面车辆研究组);Indian Institute of Technology (IIT) Kharagpur(印度理工学院(IIT)卡里格普尔);West Bengal, India(印度西孟加拉)
本文提出了一种自主三轮移动机器人的前轮转向建模与控制策略,设计了速度控制PID控制器并实现了数字控制框架,同时展示了轨迹控制框架,通过实验验证了系统模型并讨论了控制器性能与鲁棒性。
2016-12-05 cs.RO cs.SY eess.SY
Communication-Aware Consistent Edge Selection for Mobile Users and Autonomous Vehicles
School of Computing, University of Georgia(佐治亚大学计算机学院);School of ECE, University of Georgia(佐治亚大学电气与计算机工程学院)
本文针对车辆移动导致的接入点切换与任务迁移联合问题,提出基于DDPG的深度强化学习框架及通信计算联合分配方法,以降低时延和中断并最大化QoS。
2024-08-06 cs.AI cs.NI cs.RO
Development of a Mobile Vehicle Manipulator Simulator for the Validation of Shared Control Concepts
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本文介绍了一个实时仿真器的开发控制大型车辆机械手的验证。这种开发的必要性可以通过缺乏这样的模拟器来证明:既没有开源项目,也没有商业产品,这将适合于测试协同控制概念。首先,我们提出了非线性仿真模型的车辆和机械手。使用MATLAB/Simulink进行建模,这也可以将代码生成为独立的C++ ROS节点(机器人操作系统节点)。代码生成的新挑战也进行了讨论。然后,将获得的独立C++操作系统节点集成到模拟器框架中,该框架包括图形用户界面、方向盘和操纵杆。该模拟器可以提供整个系统运动的实时计算,从而实现人与自动化的交互。此外,该模型的定性验证。最后,模拟器的功能证明了在测试中与人类操作员。
2022-11-23 cs.RO cs.SY eess.SY
Temporal viability regulation for control affine systems with applications to mobile vehicle coordination under time-varying motion constraints
LCCC Linnaeus Center(LCCC 林纳厄中心);ELLIIT Excellence Center(ELLIIT 卓越中心);Lund University(Lund 大学)
本文提出了一种时间可行性调节理论,用于一般动态控制系统,特别是控制仿射系统,通过时间变化约束函数参数化时间变化可行集,以确保动态控制系统在时间变化可行集中不变,从而执行时间依赖状态约束。同时,本文还给出了控制仿射系统可行控制输入存在的充分条件,并将该理论应用于移动车辆协调。
2018-11-15 cs.MA cs.RO cs.SC
Range Image-based LiDAR Localization for Autonomous Vehicles
University of Bonn(波恩大学)
鲁棒和准确的,基于地图的定位是自主移动系统的关键。在本文中,我们利用从三维激光雷达扫描生成的距离图像来解决在由三角形网格表示的大规模户外环境的地图中定位移动机器人或自动驾驶汽车的问题。我们使用泊松曲面重建生成基于网格的地图表示。基于当前LiDAR扫描生成的距离图像和基于网格的地图的合成渲染视图,我们提出了一种新的观察模型,并将其集成到Monte Carlo定位框架中,该框架实现了更好的定位性能,并很好地推广到不同的环境。我们在不同环境中使用不同的LiDAR扫描仪收集的多个数据集上测试了所提出的定位方法。实验结果表明,该方法能够在不同环境下可靠、准确地定位移动系统,并以LiDAR传感器的帧速率在线运行,跟踪车辆姿态。
2021-05-25 cs.RO
Energy-Aware Routing Algorithm for Mobile Ground-to-Air Charging
Drexel University(德雷塞尔大学)
针对UGV-UAV协作系统中的能量受限路由问题,提出一种能量感知路由算法,结合TSP与蒙特卡洛树搜索,在保证快速运行的同时实现接近最优的任务时间。
2025-04-19 cs.RO cs.SY eess.SY
Efficient Avoidance of Ellipsoidal Obstacles with Model Predictive Control for Mobile Robots and Vehicles
Institute of Engineering and Computational Mechanics(工程与计算力学研究所);Department of Mechanical Engineering, LUT University(机械工程系,卢托大学)
本文提出一种将任意椭球体重叠测试集成到模型预测控制(MPC)框架中的高效避障方法,适用于轮式移动机器人,仿真与硬件实验验证了其向现实的可转移性和实时适用性。
2024-12-16 cs.RO cs.SY eess.SY
A Novel Assistive Controller Based on Differential Geometry for Users of the Differential-Drive Wheeled Mobile Robots
Tohoku University(东北大学)
某些轮式移动机器人,例如,电动轮椅可以通过用户的间接操纵杆控制来操作。当用户应该确定车辆方向和速度时,正确的转向角变得至关重要,特别是对于差动轮式车辆,因为车辆速度和方向仅用两个驱动轮控制。当用户需要实现复杂曲线时,这个问题变得更具挑战性。一种新的辅助控制器与安全约束,需要解决这些问题。而且,经典的控制方法大多需要预先确定期望的状态,这与人类对期望位置的自发决定完全矛盾。在这项工作中,我们开发了一种新的辅助控制策略的基础上微分几何只依赖于操纵杆输入和车辆状态的控制器不需要任何所需的状态。我们首先解释车辆运动学和我们设计的达布框架运动学的一个虚拟的车轮和平面的接触点。其次,几何控制器使用达布框架运动学的设计具有一定的安全约束下的平滑轨迹。我们用不同的参与者实验我们的方法,并评估其在各种路线上的表现。
2022-02-04 cs.RO cs.SY eess.SY
Methods for Collision-Free Navigation of Multiple Mobile Robots in Unknown Cluttered Environments
自主车辆的导航和引导是机器人学的一个基本问题,近几十年来吸引了大量的研究。这份报告主要涉及可证明的碰撞避免多个自主车辆在未知的杂乱环境中运行,使用反应分散导航法,障碍物信息由一些传感器系统提供。最近,基于模型预测控制的导航系统的鲁棒和分散的变体已被应用于车辆导航问题。属性,如可证明的碰撞避免下的干扰和可证明的收敛到一个目标已被证明;然而,这些往往需要显着的计算和通信能力,不考虑传感器的约束,使实时使用有些困难。似乎还有机会在易处理性、最优性和鲁棒性之间进行更好的权衡。本文的主要工作如下:第一,将鲁棒模型预测控制概念与基于局部路径规划的反应式导航策略相结合,分别应用于具有加速度约束和扰动的完整和单一车辆模型;第二步,将模型预测控制类型的方法扩展到关于障碍物的信息仅限于离散射线的情况,基于传感器模型,可证明安全,收敛边界以下,可以显示;第三,新的约束条件的发展,允许分散协调多个车辆使用一个强大的模型预测控制型方法,其中一个单一的通信交换使用每个控制更新,车辆被允许同时执行规划,并避免一致性目标。
2014-01-27 cs.RO math.OC
Persistent Surveillance With Energy-Constrained UAVs and Mobile Charging Stations
University of Minnesota(明尼苏达大学)
我们通过使用能量受限的无人机(UAV)来解决对环境进行持续监视的问题,无人机由作为移动充电站的无人地面车辆(UGV)提供支持。具体来说,我们计划所有车辆的轨迹和无人机的充电时间表,以最大限度地减少长期的最大年龄,其中年龄被定义为在分区环境中两次连续访问感兴趣区域之间的时间。我们介绍了一种可扩展的规划策略,基于1)创建UAV-UGV团队,2)将环境分解为可以由任何团队在单个燃料循环中覆盖的最佳分区,3)将团队均匀分布在穿过这些分区的循环路径上,以及4)让每个团队中的UAV覆盖其当前分区并在由UGV充电的同时被运输到下一个分区。我们展示了一些与所提出的策略的安全性和性能相关的结果。
2019-08-15 cs.RO cs.SY eess.SY
AI and Machine Learning Driven Indoor Localization and Navigation with Mobile Embedded Systems
Colorado State University(科罗拉多州立大学)
该文综述室内导航因GPS失效而依赖WiFi与传感器的现状,分析前沿方案挑战,并说明移动嵌入式系统上的AI算法如何实现定位与导航。
2024-08-09 cs.AI cs.LG cs.RO
The Role of Compute in Autonomous Aerial Vehicles
University of Texas at Austin(德克萨斯大学奥斯汀分校);University of California Berkeley(加州大学伯克利分校);Harvard University(哈佛大学);Delft University of Technology(代尔夫特理工大学);Google Brain(谷歌大脑)
自主移动的网络物理机器是我们未来的一部分。具体来说,无人驾驶飞行器在包裹递送等用例中的活动有所复苏。这些系统面临着许多挑战,如有限的机载能量导致的低续航力,因此,提高任务时间和能量是重要的。传统上,这种改进是通过更好的算法实现的。但我们的前提是,更强大、更高效的机载计算也应该解决这个问题。本文研究如何计算子系统,在一个信息物理移动机器,如微型飞行器,影响任务时间和能源。具体来说,我们提出的问题是什么样的计算网络物理移动机器人的作用?我们表明,计算和运动是紧密交织在一起的,因此有必要仔细检查网络和物理过程及其相互影响。我们展示了计算影响任务指标的不同影响路径,并使用分析模型,模拟和端到端基准测试对其进行检查。为了实现类似的研究,我们开源了MAVBench,我们的工具集包括一个闭环模拟器和一个基准测试套件。我们的调查表明,网络物理协同设计,一种方法,其中机器人的网络和物理过程/数量的开发与另一个考虑,类似于硬件-软件协同设计,是必要的最佳机器人设计。
2019-06-24 cs.RO
AG-CVG: Coverage Planning with a Mobile Recharging UGV and an Energy-Constrained UAV
Woods Hole Oceanographic Institution (WHOI)(伍兹霍尔海洋研究所);University of Maryland(马里兰大学);University of Southern California(南加利福尼亚大学)
针对能量受限UAV与移动充电UGV的覆盖路径规划问题,提出启发式方法,通过路径聚类和图匹配优化会合充电,平均降低11.33%会合开销,并完成实物验证。
2024-03-15 cs.RO
CODEI: Resource-Efficient Task-Driven Co-Design of Perception and Decision Making for Mobile Robots Applied to Autonomous Vehicles
本文提出CODEI框架,通过占用查询量化感知需求并结合整数线性规划,实现移动机器人感知与决策的硬件软件协同设计,并在自动驾驶案例中验证了资源优先级对传感器选择的影响。
2025-04-07 cs.AI cs.AR cs.CV
Priority-based coordination of mobile robots
MINES ParisTech(巴黎矿业学院);LAAS(系统分析与架构实验室)
本文研究了在交叉口协调多个移动机器人的问题,提出通过规划优先级而非具体轨迹来实现更鲁棒的协调系统,适用于自动驾驶车辆等共享道路的场景。
2014-10-03 cs.RO cs.SY eess.SY
Affine Transformable Unmanned Ground Vehicle
Aerospace and Mechanical Engineering, University of Arizona(航空航天与机械工程系,亚利桑那大学)
本文提出了一种可仿射变换的无人地面车辆,通过深度神经网络和动力单元设计,实现多单元安全变形与仿射变换跟踪。
2026-02-07 cs.RO cs.SY eess.SY
Agile Reactive Navigation for A Non-Holonomic Mobile Robot Using A Pixel Processor Array
Bristol Robotics Laboratory, The University of Bristol(布里斯托尔机器人实验室,布里斯托尔大学);Visual Information Laboratory, The University of Bristol(视觉信息实验室,布里斯托尔大学);Department of Electrical and Electronic Engineering, The University of Manchester(曼彻斯特大学电气与电子工程系);The Department of Computer Science and Engineering & The Department of Ophthalmology, The University of California, San Diego(加利福尼亚大学圣地亚哥分校计算机科学与工程系及眼科系);Hangzhou ATG Intelligent Technology Co. Ltd.(杭州ATG智能科技有限公司);Amazon(亚马逊公司);The University of California, San Diego(加利福尼亚大学圣地亚哥分校);The University of Manchester(曼彻斯特大学);The University of Bristol(布里斯托尔大学);Amazon, Seattle, USA(亚马逊公司(西雅图));The Department of Ophthalmology, The University of California, San Diego(加利福尼亚大学圣地亚哥分校眼科系)
本文提出了一种灵活的反应式导航策略驱动非完整的地面车辆周围的门在一个混乱的环境中使用一个低成本的处理器阵列传感器的预设课程。这使得机器视觉任务能够直接在传感器的图像平面上执行,而不是使用单独的通用计算机。我们演示了一个小型地面车辆运行通过或避免多个门在高速使用最少的计算资源。为了实现这一目标,为像素处理阵列开发了目标跟踪算法,然后直接在视觉传感器上处理捕获的图像,获取目标信息以控制地面车辆。该算法可以在室外以高达2000 fps的速度运行,在室内照明水平下可以以200 fps的速度运行。在传感器级进行图像处理避免了传统传感器中遇到的图像传输瓶颈。通过实验验证了车载图像处理的实时性和鲁棒性。实验结果表明,该算法的能力,使地面车辆导航的平均速度为2.20米/秒,通过多个门和3.88米/秒的“障碍”的任务,在一个环境中具有显着的视觉混乱。
2020-09-27 cs.CV cs.RO
Colorisation et texturation temps réel d'environnements urbains par système mobile avec scanner laser et caméra fish-eye
Mines ParisTech(巴黎高等矿业学院)
我们在这里提出了一个实时的移动地图系统安装在车辆上。地面获取系统以一个地理定位系统和两个传感器为基础,即一个激光扫描仪和一个带鱼眼镜头的照相机。我们生成3D彩色点云和环境的纹理模型。一旦系统被校准,数据采集和处理就“在途中”完成。本文主要介绍了点云彩色化、三角剖分和纹理映射的方法。
2014-12-03 cs.CV cs.RO
Extrinsic Parameter Calibration for Line Scanning Cameras on Ground Vehicles with Navigation Systems Using a Calibration Pattern
The University of Sydney(悉尼大学);The Australian Centre for Field Robotics(澳大利亚现场机器人中心)
线扫描相机,其仅捕获单个像素线,已经越来越多地用于基于地面的移动或机器人平台。在将相机数据直接地理参考到世界坐标是有利的应用中,需要相机的6D姿态的准确估计。本文重点介绍了常见的情况下,移动平台配备了一个刚性安装的线扫描相机,其姿态是未知的,和导航系统提供车身姿态估计。我们提出了一种新的方法,估计相机的姿态相对于导航系统。该方法涉及成像和手动标记具有明显可识别点的校准图案,从相机和导航系统数据中对这些点进行三角测量,并重新投影它们以计算可能性,该可能性被最大化以估计6D相机姿态。此外,马尔可夫链蒙特卡罗(MCMC)算法用于估计偏移的不确定性。在两个不同的平台上进行测试,该方法能够估计的姿态在0.06 m / 1.05 $^{\circ}$和0.18 m / 2.39 $^{\circ}$。我们还提出了几种方法来显示和解释的6D结果在一个人可读的方式。
2018-02-12 cs.CV cs.RO
Characterizing gaussian mixture of motion modes for skid-steer vehicle state estimation
Department of Automotive Engineering,Clemson University, SC, 29634, USA(汽车工程系,克莱姆森大学);U.S. Army DEVCOM Ground Vehicle Systems Center, Warren, MI 48092, USA(美国陆军 DEVCOM 地面车辆系统中心)
针对滑移转向轮式移动机器人因缺乏可靠摩擦模型导致运动模型不可靠的问题,采用基于高斯混合模型的模型簇识别方法,并结合交互式多模型(IMM)框架实现角速度状态估计,提供快速实时预测。
2025-07-15 cs.RO cs.SY eess.SY
Evaluation of Mobile Environment for Vehicular Visible Light Communication Using Multiple LEDs and Event Cameras
School of Engineering, Nagoya University, Nagoya, Japan(名古屋大学工学系);Woven by Toyota, Inc.(丰田公司);TOYOTA MOTOR CORPORATION(丰田汽车公司)
本研究构建以事件相机为接收器、多LED为发射器的车载可见光通信系统,采用Walsh-Hadamard码导频序列追踪分离光源,实验验证40米内、30km/h车速下可无差错通信,为ADAS与AD的光通信应用提供支撑。
2025-05-21 cs.IT cs.NI cs.RO