Mobile Robots through Task-Based Human Instructions using Incremental Curriculum Learning
University of Tsukuba(筑波大学)
本文提出将增量课程学习与深度强化学习结合,用于基于任务型人类指令的移动机器人导航,实验证明该方法能提升训练效率与泛化能力,优于无课程学习的方法。
2024-12-26 cs.AI 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
World Robot Challenge 2020 -- Partner Robot: A Data-Driven Approach for Room Tidying with Mobile Manipulator
The University of Tokyo(东京大学);Matsuo Institute(松尾研究所)
使用移动机械手整理家庭环境对机器人技术提出了各种挑战,例如适应大的现实环境变化,以及在人类在场的情况下安全可靠地部署。世界机器人挑战赛(WRC)2020中的伙伴机器人挑战赛于2021年9月举行,是一项全球比赛,以真实家庭环境中的整理任务为基准,重要的是,针对这一挑战,我们开发了一套完整的家庭服务机器人系统,该系统利用数据驱动的方法来适应执行过程中出现的众多边缘情况,而不是传统的手动预编程解决方案。在本文中,我们描述了建议的机器人系统的核心成分,包括视觉识别,对象操作,和运动规划。我们的机器人系统获得了二等奖,验证了数据驱动的机器人系统在家庭环境中移动操作的有效性和潜力。
2022-07-22 cs.AI cs.CV cs.LG
Obstacle avoidance and path finding for mobile robot navigation
Division of Science and Engineering, Penn State Abington(宾州州立大学阿宾顿分校科学与工程学院)
本文研究了不同的方法来检测机器人前方的障碍物,使用机器人中的摄像机,航空摄像机和超声波传感器。我们还探索了各种有效的路径寻找方法,机器人导航到目标源。开发了单次和多次迭代的基于角度的导航算法。将基于θ的路径搜索算法与Dijkstra算法进行了比较,分析了它们的性能。
2020-12-05 cs.AI cs.RO
WebotsTM: Professional Mobile Robot Simulation
Cyberbotics Ltd.开发WebotsTM,这是一款移动机器人仿真软件,可为您提供用于移动机器人建模、编程和仿真的快速原型环境。所提供的机器人库使您能够将控制程序传输到几个商业上可用的真实移动机器人。WebotsTM允许您定义和修改一个完整的移动机器人设置,即使是几个不同的机器人共享同一个环境。对于每个对象,您可以定义许多属性,例如形状,颜色,纹理,质量,摩擦力等,您可以为每个机器人配备大量可用的传感器和执行器。您可以使用自己喜欢的开发环境对这些机器人进行编程,模拟它们,并选择将生成的程序传输到您的真实机器人上。WebotsTM是与瑞士洛桑联邦理工学院(Swiss Federal Institute of Technology)合作开发的,经过全面测试,记录良好,并持续维护超过7年。它现在是Cyberbotics有限公司的主要商业产品。
2004-12-11 cs.RO
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
MoRPI-PINN: A Physics-Informed Framework for Mobile Robot Pure Inertial Navigation
Autonomous Navigation and Sensor Fusion Lab (ANSFL)(自主导航与传感器融合实验室);Hatter Department of Marine Technologies(海洋技术系);Charney School of Marine Sciences(海洋科学学院);University of Haifa(海法大学)
本文提出MoRPI-PINN框架,通过嵌入物理定律提升移动机器人惯性导航精度,实验证明其比其他方法准确率提升超85%。
2025-09-09 cs.AI 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
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
Semantic-Aware Environment Perception for Mobile Human-Robot Interaction
Otto-von-Guericke-University Magdeburg(马格德堡奥托·冯·格里克大学)
当前的技术进步为将人机交互提升到以人为中心的合作的新水平提供了新的机会。在这种情况下,一个关键的问题是环境的语义理解,以使移动机器人更复杂的互动和促进与人类的沟通。假设是基于视觉的语义对象和人的注册,后者进一步分析潜在的交互伙伴。尽管取得了显著的研究成果,可靠和快速的语义信息注册仍然是一个具有挑战性的任务,移动机器人在现实世界中的场景。在本文中,我们提出了一个基于视觉的移动辅助机器人系统,使语义感知的环境感知没有额外的先验知识。我们部署我们的系统上的移动人形机器人,使我们能够测试我们的方法在现实世界中的应用。
2022-11-07 cs.AI cs.CV 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
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
"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
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
Neural Networks in Mobile Robot Motion
研究了在部分结构化环境中安全移动的自主机器人的路径规划与智能控制问题。这个环境可能涉及任意数量的障碍物,它们的形状和大小都是任意的;其中一些是允许移动的。我们描述了我们的方法来解决移动机器人控制中的运动规划问题,使用神经网络为基础的技术。本文提出了一种基于两个神经网络的机器人无碰撞路径的构造方法。第一神经网络用于使用超声测距仪数据来确定“自由”空间。第二个神经网络为工作空间中路径的下一个机器人部分“找到”安全方向,同时避开最近的障碍物。所提出的技术生成的路径的仿真例子。
2004-12-11 cs.AI 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
Situated Multimodal Control of a Mobile Robot: Navigation through a Virtual Environment
Brandeis University(布兰迪斯大学)
我们提出了一个新的界面,用于控制导航机器人在新的环境中使用协调的手势和语言。我们使用一个带有激光雷达和摄像头的TurtleBot3机器人,一个机器人在探索时遇到的具体模拟,以及一个促进通用通信的跨平台桥梁。人类伙伴可以使用英语口语和相对于模拟环境的手势向机器人传递指令,以引导机器人完成导航任务。
2020-07-13 cs.AI cs.CL cs.RO
Path planning for Robotic Mobile Fulfillment Systems
University of Paderborn(帕德博恩大学);Leuphana University of Lüneburg(吕讷堡莱法纳大学)
本文提出了一个收集的路径规划算法的实时移动的多个机器人在机器人移动履行系统(RMFS)。机器人被指派将存储单元移动到工作站的拣选员,而不是要求拣选员去存储区域。路径规划算法的目标是为机器人找到路径,以满足没有冲突或死锁的请求。最先进的路径规划算法,包括WHCA*,FAR,BCP,OD&ID和CBS,经过调整以适应RMFS中的路径规划,并集成在仿真工具中,以引导机器人在存储和检索过程中从起点到目的地。在模拟研究中考虑了十种不同的布局,其中包括各种数量的机器人,楼层,吊舱,车站和存储区域的大小。性能指标的吞吐量,路径长度和搜索时间进行了监测。仿真结果表明,最好的算法的基础上,每个性能指标。
2018-11-19 cs.AI 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
Embodied AI with Foundation Models for Mobile Service Robots: A Systematic Review
本文系统综述了基础模型在移动服务机器人中的应用,探讨了其在具身AI中的整合、核心挑战及未来研究方向。
2026-01-28 cs.AI cs.CL cs.CV
Android Controlled Mobile Robot Design with IP Camera
在这项研究中,实现了基于Arduino卡的移动机器人设计。该机器人可以用作安全机器人、辅助机器人或控制机器人。所设计的机器人有两种操作模式。第一操作模式是自主模式。在这种模式下,机器人借助放置在其周围的超声波传感器检测周围环境,并通过使用编码器跟踪其经过的地方。它能够在不击中任何地方和从它所经过的地方通过的情况下导航,并通过安装在其上的其他系统将患者的脉搏和温度情况传输给用户。IP摄像机还将场景发送到屏幕上。放置在患者旁边的紧急按钮在紧急情况下向用户发送信息。如果再次检测到温度和脉搏异常,则用户给出消息。当预先记录的药物使用时间到来时,系统可以提醒患者。第二种模式是手动模式。在这种模式下,用户可以用Android操作系统移动机器人所需的方向。此外,在自主模式下接收的所有数据都可以发送给用户。因此,即使移动机器人不在机器人附近,用户也可以利用相机图像控制移动机器人。
2021-01-20 cs.AI 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
Learning to automatically detect features for mobile robots using second-order Hidden Markov Models
在本文中,我们提出了一种新的方法,基于隐马尔可夫模型来解释时间序列的传感器数据从移动机器人自动检测功能。隐马尔可夫模型在模式识别,特别是语音识别中的应用由来已久。与其他方法(如神经网络)相比,它们的主要优点是能够对可变长度的噪声时间信号进行建模。在本文中,我们表明,这种方法是非常适合的时间序列的移动机器人传感器数据的解释。我们提出了两个不同的实验和结果:第一个在室内环境中,移动机器人学习检测功能,如打开的门或T形路口,第二个在室外环境中,不同的移动机器人必须识别的情况下,如爬山或穿越岩石。
2005-01-24 cs.AI
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
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
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
Adaptive Model Predictive Control of Wheeled Mobile Robots
University of California at Berkeley(加州大学伯克利分校)
本文提出了一种基于自适应模型预测控制(AMPC)框架的控制算法,用于引导具有未知惯量的两轮移动机器人到达期望点和方向。将两轮移动机器人建模为具有非完整运动学约束的刀刃或冰鞋,并采用拉格朗日方法推导了其动力学方程。在每个时刻的输入是从模型预测控制(MPC)获得的,其中具有使用递归最小二乘算法更新的一组标称参数。最后通过数值仿真验证了算法的有效性。
2022-01-03 cs.AI cs.RO cs.SY
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
A Survey on Open Problems for Mobile Robots
University of Pisa(比萨大学)
移动机器人的抓取是机器人研究中的一个重要课题。本文首先介绍了相关的研究工作,总结了模型和结果。然后,焦点转移到收集脂肪机器人的开放问题上。在这种情况下,“胖”意味着机器人不是用二维空间中的一个点来表示,而是有一个范围。此外,它可能是不透明的,在这个意义上,其他机器人不能“看穿”它。所有这些问题导致重新定义的原始问题和CORDA模型的扩展。对于最多4个机器人,文献中提供了一种算法,但对于n>4个胖机器人,收集总是可能的吗?另一个开放的问题被认为是:边界巡逻的移动机器人。一组只对速度和能见度有约束的移动机器人在有边界和可能有障碍物的多边形环境中工作。机器人必须进行永久运动(可能在环境中),以便最大限度地减少边界点不被任何机器人观察的时间跨度。
2011-11-07 cs.MA cs.RO
Offload or Overload: A Platform Measurement Study of Mobile Robotic Manipulation Workloads
UC Berkeley(加州大学伯克利分校);Microsoft Corp(微软公司)
本文首次研究了移动机器人操控工作负载在车载、边缘和云GPU平台上的表现,发现小车载GPU无法运行完整工作栈,而大车载GPU会更快耗尽电池,卸载虽缓解约束但引入网络延迟和带宽问题,最终量化了机器人舰队共享计算的机会与风险。
2026-03-18 cs.AI cs.NI 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
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
Challenges in Visual Anomaly Detection for Mobile Robots
Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI(达莱·莫勒人工智能研究所(IDSIA),提契诺大学-南方应用科学与艺术大学)
我们认为自主移动机器人的视觉检测异常的任务。我们对相关类型的视觉异常进行分类,并讨论如何通过无监督的深度学习方法检测它们。我们提出了一个专门为此任务构建的新数据集,在此基础上我们测试了一种最先进的方法;我们最后讨论了在真实场景中的部署。
2022-09-22 cs.CV cs.RO stat.ML
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
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
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
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
Mobile Robots Adaptive Control Using Neural Networks
University “Politehnica” Bucharest(布加勒斯特理工大学)
本文提出了一种前馈控制策略,用于考虑移动机器人非线性模型及其输入输出交互,通过神经网络控制器补偿建模不确定性,实现智能控制策略。
2015-12-10 cs.RO cs.SY eess.SY
Complete Visibility Algorithm for Autonomous Mobile Luminous Robots under an Asynchronous Scheduler on Grid Plane
Nagoya Institute of Technology(名古屋工业大学);Hosei University(法政大学)
针对无限网格平面上不透明发光机器人的完全可见性问题,提出一种仅用两种颜色、支持异步运行且无需知晓机器人总数的分布式算法,明确了机器人能力与问题可解性的关联。
2023-06-14 cs.DC cs.RO
Empirical Analysis of Bi-directional Wi-Fi Network Performance on Mobile Robots in Indoor Environments
University of Georgia(佐治亚大学)
本文提出了一个框架来衡量的重要指标(吞吐量,延迟,数据包重传,信号强度等)。确定由机器人操作系统(ROS)中间件支持的移动机器人的Wi-Fi网络性能。我们通过室内环境中的实验装置分析了移动机器人的双向网络性能,其中移动机器人将重要的传感器数据(如来自摄像机的视频流和LiDAR扫描值)传输到命令站,同时通过从命令站接收的遥控速度命令导航室内环境。实验评估了2.4 GHz和5 GHz信道下的性能,不同的接入点(AP)的位置,每侧最多有两个网络设备。该框架可推广到车辆网络评估,本研究的讨论和见解适用于现场机器人社区,其中无线网络在现实环境中成功执行机器人任务方面发挥着关键作用。
2022-01-13 cs.NI cs.RO
Optimized Wireless Control and Telemetry Network for Mobile Soccer Robots
Universidade Federal de Pernambuco(伯南布哥联邦大学)
在各种机器人应用中,包括RoboCup类别,移动机器人需要控制命令才能与周围环境正确交互。这些控制命令应该是无线的,不会干扰机器人的运动;此外,通信有一系列要求,包括低延迟和一致的传输。本文提出了一个完整的通信体系结构,包括计算机与基站通信,将数据传输到机器人,并返回机器人遥测到计算机。利用所提出的通信,可以在不到4.5ms的时间内为六个机器人发送消息,所有机器人都可以进行遥测。
2021-06-28 cs.RO cs.SY eess.SY
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
A Low Cost Vision Based Hybrid Fiducial Mark Tracking Technique for Mobile Industrial Robots
University of Jazan(贾赞大学)
机器人视觉领域发展迅速。机器人可以智能地做出反应,并通过感知计算为用户活动提供帮助。由于工业应用提出了人类无法处理的复杂要求,因此需要一种有效的低成本和鲁棒的技术来跟踪移动工业机器人。现有的基于传感器的移动机器人跟踪技术是昂贵的,部署,配置和维护复杂。其中一些还需要专用且通常昂贵的硬件。本文提出了一种低成本的视觉为基础的技术称为混合基准标记跟踪(HFMT)技术的跟踪移动工业机器人。HFMT技术需要现成的硬件(CCD摄像头)和可打印的2-D圆形标记用作基准,用于跟踪预处理器上的移动工业机器人定义的路径。该技术允许机器人跟踪一个预定义的路径,通过使用基准检测右和左转弯的路径和白色地带跟踪路径。HFMT技术的实现和测试的室内移动机器人在我们的实验室机器人在真实环境中导航的实验结果证实了我们的方法简单而鲁棒,可以在人类无法工作的任何恶劣工业环境中采用。
2012-09-29 cs.CV cs.RO