Beacon-Based Feedback Control for Parking an Active-Joint Center-Articulated Mobile Robot
The University of Western Ontario（西安大略大学）
本文针对主动关节中心铰接式移动机器人，提出基于极坐标方程和Lyapunov方法的泊车控制律，并利用信标导引反馈实现从任意初始位姿的自主稳定泊车。
2025-06-03 cs.RO cs.SY eess.SY
Kinematic control design for wheeled mobile robots with longitudinal and lateral slip
University of Cambridge（剑桥大学）；University of Campinas（坎皮纳斯大学）
针对恶劣地面条件下轮式移动机器人因纵横向滑移难以控制的问题，提出一种自适应运动学控制器，有效补偿纵向滑移并处理横向滑移，理论证明误差一致最终有界，仿真验证了轨迹跟踪性能。
2021-05-13 cs.RO cs.SY eess.SY
Circular-Line Trajectory Tracking Controller for Mobile Robot using Multi-Pixy2 Sensors
Saigon University（西贡大学）；University of Technology (HCMUT)（胡志明市理工大学）；Vietnam National University Ho Chi Minh City（胡志明市越南国家大学）
针对移动机器人圆-线轨迹跟踪问题，提出利用三个 Pixy2 传感器获取信息并建立运动学模型，结合滑模控制器调节跟踪误差，仿真验证了方法有效性。
2023-08-12 cs.RO cs.SY eess.SY
PI(t)D(t) Control and Motion Profiling for Omnidirectional Mobile Robots
最近，一种趋势正在向人类服务的自主移动机器人发展，其应用范围广泛，包括在人员稀缺的医院，酒店或实验室提供物资，或应对室内紧急情况。然而，现有的自主移动机器人（AMR）的运动是缓慢和低效的，人类服务应用程序的扩散的基本障碍。这项研究开发了一种运动控制架构，展示了几种算法的潜力，以提高速度和效率。这些措施包括一个新的PI（t）D（t）控制器，设置积分和微分增益作为时间的函数，和完整运动的运动轮廓应用。由此产生的性能表明了更快、更有效的AMR的潜力，这些AMR保持了高水平的准确性和可重复性。希望这项研究可以作为更快运动控制的概念验证，以消除进一步使用人类服务移动机器人的关键障碍。
2021-10-19 cs.RO cs.SY eess.SY
Nonlinear Unknown Input and State Estimation Algorithm in Mobile Robots
College of Information Sciences（信息科学学院）；School of Electrical Engineering（电气工程学院）；GE Global Research（GE全球研究）
本文提出一种适用于非线性动态模型和随机噪声的移动机器人未知输入和状态估计算法，通过传感器数据和控制指令检测并量化传感器和执行器的异常。
2018-04-09 cs.RO cs.SY eess.SY
A study and design of localization system for mobile robot based on ROS
近年来，移动机器人由于广泛应用于日常生活的各个领域，受到了众多研究者的关注。本文应用虚拟机器人操作系统（ROS）平台开发了机器人运动定位系统。该系统是基于相对和绝对测量方法的组合，其中的数据从编码器，数字罗盘，和激光扫描仪传感器融合使用扩展卡尔曼滤波器（EKF）。该系统还成功地消除了由环境引起的误差以及误差积累。实验结果表明，该系统具有良好的位姿精度和稳定性，可进一步应用于室内环境下的机器人工作。
2021-09-12 cs.RO cs.SY eess.SY
Umgebungserfassungssystem fuer mobile Roboter (environment logging system for mobile autonomous robots)
FACHHOCHSCHULE LAUSITZ University of Applied Sciences（劳西茨应用技术大学）
本学位论文描述了该模块的理论基础、概念和应用开发过程的最终结果。对于环境记录而言，使用用于内部的小型移动机器人应当是昂贵的激光扫描仪的经济替代方案。因此，作用半径内物体的结构、颜色或材料以及环境亮度和照明对测量结果没有影响。
2012-01-03 cs.AR cs.RO
Mobile Robot Localization Using Fuzzy Neural Network Based Extended Kalman Filter
University of Engineering and Technology, Vietnam National University, Hanoi（越南河内国家大学工程技术大学）
针对移动机器人定位问题，提出了一种改进扩展卡尔曼滤波器（EKF）性能的新方法。采用模糊逻辑系统连续调整滤波器的噪声协方差矩阵。实现了一个神经网络来调节模糊规则的前件和后件部分的隶属函数。其目的是在噪声协方差矩阵固定或错误确定的情况下，提高EKF的精度，避免EKF发散。进行了仿真和实验。结果表明，该滤波器在定位移动机器人方面优于EKF。
2021-05-06 cs.RO cs.SY eess.SY
Cooperative Distributed Robust Control of Modular Mobile Robots with Bounded Curvature and Velocity
University of Utah（犹他大学）
本文研究了一种新型的运动控制系统，用于具有柔性框架轮式模块化移动机器人（CFMMR）。该系统结合了基于有限曲率的运动控制器和非线性阻尼动态控制器，通过多种控制器交互形式评估不同控制结构，实验结果验证了姿态调节的有效性。
2019-05-03 cs.RO cs.SY eess.SY
Stabilization control of networked mobile robot using past observation-based preditive filter
Trường ĐH Công nghệ, ĐHQGHN（越南国家大学科技大学）
研究了具有通信时延的网络化移动机器人的镇定控制问题。提出了一种新的状态估计滤波器，即基于过去观测的预测滤波器。该滤波器能够从延迟测量预测系统状态。状态估计器与控制律相结合，保证了网络系统的渐近稳定性。从一个实际的机器人系统中提取的参数进行仿真，结果证实了所提出的方法的正确性和适用性。
2020-05-13 cs.RO cs.SY eess.SY
A Decentralized Interactive Architecture for Aerial and Ground Mobile Robots Cooperation
LITIS, University of Le Havre（勒阿弗尔大学LITIS）；GREAH, University of Le Havre（勒阿弗尔大学GREAH）；IUT GEII, University of Le Havre（勒阿弗尔大学IUT GEII）
本文提出了一种新的分散式交互架构的空中和地面移动机器人的合作。空中移动机器人用于在区域检查期间提供全球覆盖，而地面移动机器人用于提供地面特征的局部覆盖。我们包括一个人在回路中提供路标的地面移动机器人安全地在检查区域的进展。空中移动机器人连续跟随地面移动机器人，以便始终将其保持在其覆盖视图中。
2015-02-27 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
Constrained Optimal Planning to Minimize Battery Degradation of Autonomous Mobile Robots
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对自主移动机器人电池退化问题，提出兼顾循环退化与日历老化、保障任务完成的约束最优规划优化框架，通过矩形分段线性近似线性化双线性问题，案例验证其可实现最优路径规划并减少电池老化。
2025-06-16 cs.RO cs.SY eess.SY
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
Multi-Mobile Robot Localization and Navigation based on Visible Light Positioning
South China University of Technology（华南理工大学）
我们展示了基于可见光定位（VLP）定位的多移动机器人导航。实验结果表明，该方法能够准确地定位机器人的位置。
2022-11-01 cs.RO
Robust asymptotic stability of two-wheels differential drive mobile robot
Trường Đại học Công nghệ, ĐHQGHN（越南国家大学科技大学）
针对非均匀差动驱动移动机器人，提出了离散时域内系统噪声和测量噪声共存的稳定运动控制律设计方法。该方法将机器人的操作位形分为全局位形和局部位形两部分，并根据李雅普诺夫稳定性理论设计了两种位形的控制律。所提出的稳定控制律能够在任何初始条件下，即使系统中存在噪声，也能渐近稳定地到达目标位置和姿态。仿真结果验证了该方法的有效性。
2020-05-13 cs.RO cs.SY eess.SY
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
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
Direct And Inverse Dynamics Problems For A Three-wheel Mobile Robot With Two Drive Wheels
本文研究具有两个驱动轮的三轮移动机器人的正动力学与逆动力学问题，通过建立其多输入多输出动态系统数学模型，为分析和综合预定期望轨迹上的机器人控制系统提供基础。
2024-11-22 cs.RO math.OC
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
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
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
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
"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
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
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
Temporal Logic Task Planning and Intermittent Connectivity Control of Mobile Robot Networks
Duke University（杜克大学）
在本文中，我们开发了一个分布式间歇通信和任务规划框架的移动机器人团队。机器人的目标是完成复杂的任务，由本地线性时序逻辑公式捕获，并与所有其他机器人以及可能的用户共享收集的信息。具体来说，我们考虑的情况下，机器人的通信能力是不足以形成可靠的和连接的网络，而机器人移动来完成他们的任务。在这种情况下，间歇性通信协议是必要的，允许机器人暂时从网络断开，以完成他们的任务，没有通信约束。我们假设机器人只有在空间中的共同位置相遇时才能相互通信。我们的分布式控制框架共同确定本地计划，使所有机器人完成其分配的时间任务，通信事件的序列，保证信息交换无限频繁，最佳的通信位置，最大限度地减少所需的距离度量。仿真结果验证了所提出的控制器的有效性。
2018-06-24 cs.MA 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
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
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
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
A Novel Graph-based Motion Planner of Multi-Mobile Robot Systems with Formation and Obstacle Constraints
Shanghai Jiao Tong University（上海交通大学）；Monash University（莫纳什大学）
多移动机器人系统在许多应用中显示出比单个机器人更大的优势。然而，机器人需要形成所需的任务指定的编队，使可行的运动显着减少。因此，它是具有挑战性的，以确定机器人是否可以通过一个障碍物的环境下形成的约束，特别是在一个障碍物丰富的环境。此外，是否存在机器人的最佳路径？针对这两个问题，本文提出了一种新的基于图的运动规划器。首先建立了多移动机器人系统的工作空间与位形空间的映射关系，在此映射关系中，可以获得满足编队约束和避碰要求的有效位形。然后，通过验证有效配置之间的连通性来生成无向图。采用广度优先搜索方法来回答图上是否存在可行路径的问题。最后，在更新后的图上规划出一条最优路径，同时考虑路径长度和编队偏好的代价。仿真结果表明，该规划器可用于多障碍物环境下编队约束下的机器人最优运动。此外，考虑了不同的约束。
2022-10-07 cs.MA 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
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
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
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
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
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
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
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
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
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
