Navigation Framework for a Hybrid Steel Bridge Inspection Robot
University of Nevada, Reno(内华达大学雷诺分校)
自主导航是钢桥检测机器人对钢桥进行状态监测和维护的必要条件。大多数现有的机器人解决方案需要人类支持来导航机器人进行检查。本文提出了一种ARA机器人在移动模式下的导航框架[1]、[2]。在这种模式下,机器人需要穿过并检查所有可用的钢筋。本研究最重要的贡献是四种算法,它们可以处理深度数据,将其分割成簇,估计边界,构建一个图来表示结构,生成具有任何起点和终点的最短检测路径,并确定可用的机器人配置路径规划。钢结构桥梁的实验表明,该算法的有效性能,并有可能应用于ARA机器人运行在真正的桥梁结构。我们在Github上发布了源代码,供研究社区使用。
2021-03-11 cs.RO
Control Framework for a Hybrid-steel Bridge Inspection Robot
University of Nevada, Reno(内华达大学雷诺分校)
钢桥检测机器人的自主导航对于正确维护至关重要。大多数用于桥梁检测的现有机器人解决方案需要人工干预来协助控制和导航。在本文中,已经提出了一个控制系统框架,以前设计的ARA机器人[1],它有利于自主实时导航,并最大限度地减少人类的参与。ARA机器人的机械设计和控制框架可以实现两种不同的配置,即移动和蠕动转换。此外,切换控制开发与三维点云的钢铁表面作为输入,允许机器人之间切换移动和尺蠖变换。切换控制的表面可用性算法(考虑平面、面积和高度)使机器人能够自主地执行尺蠖跳跃。移动转换允许机器人在连续的钢表面上移动,并对钢桥结构进行目视检查。实际钢桥结构上的实际实验突出了ARA机器人的有效性能与建议的控制框架,在钢桥的视觉检测过程中的自主导航。
2020-09-01 cs.RO
Near-Optimal Path Planning for Complex Robotic Inspection Tasks
University of Antwerp(安特卫普大学)
在本文中,我们考虑的问题产生的机器人检查路径。这些路径应允许连接的测量设备执行高质量的测量。我们正式表明,生成机器人路径,同时最大限度地提高检查质量,自然对应于子模块定向越野问题。能够生成具有数学保证的解决方案的传统方法无法扩展到现实世界的问题。在这项工作中,我们提出了一种方法,能够为现实世界中的复杂问题产生接近最优的解决方案。我们实验测试这种方法在各种各样的检查问题,并表明它几乎总是优于传统的方法。我们还表明,我们的方法的近最优性,使其更强大的改变检查问题,因此更普遍。
2019-05-14 cs.RO
Gaze-based Human-Robot Interaction System for Infrastructure Inspections
University of California, Los Angeles(加州大学洛杉矶分校);University of Waterloo(滑铁卢大学)
针对基础设施目视检测主观且不可重复的问题,提出基于凝视与混合现实全息图的人机交互系统,实现缺陷属性实时估计和在线进度监测,并通过受控实验验证其有效性。
2024-03-12 cs.RO
Hybrid Trajectory Optimization for Autonomous Terrain Traversal of Articulated Tracked Robots
Harbin Institute of Technology(哈尔滨工业大学);Tsinghua University(清华大学)
提出一种铰接式履带机器人自主地形跨越的混合轨迹优化方法,通过平面接触模型与混合运动模式实现实时规划,在仿真与真实场景中验证了其在时间、能效、稳定性与平滑度上的优势。
2023-11-23 cs.RO
Automated Robotic Monitoring and Inspection of Steel Structures and Bridges
University of Nevada, Reno(内华达大学里诺分校);University of Technology Sydney(悉尼科技大学)
本文介绍了视觉和三维结构检测钢结构和桥梁使用开发的攀爬机器人。机器人可以在钢铁表面上自由移动,携带传感器,收集数据,然后实时的发送到地面站进行监控以及进一步处理。通过对钢结构表面图像的拼接和三维地图的建立,提供了结构的当前状态。此外,实现了基于计算机视觉的方法来检测拼接图像上的表面缺陷。在多种情况下测试攀爬机器人检测的有效性,以确保牢固的钢附着力和成功的数据汇集。检测方法也成功地评估了各种测试图像,其中钢裂纹可以自动识别,而不需要一些启发式推理。
2017-05-13 cs.RO
Dynamic replanning in uncertain environments for a sewer inspection robot
下水道巡检机器人MAKRO是一种由轮子驱动的蠕虫状多节段自主机器人。目前正在MAKRO-PLUS项目中开发。机器人必须在下水道系统中自主导航。它的首要任务将是携带水探针,在船上进行分析,并测量沙井和管道的位置,以检测受污染的污水,并改善目前的下水道系统地图。其中一个具有挑战性的问题是控制器软件,它应该使机器人能够在下水道系统中导航并自主执行检查任务,而不会造成任何自我损坏。本文重点研究了机器人的路径规划和重规划问题。机器人软件有四个不同的级别,其中规划系统是最高级别,其余三个是控制器级别,每个级别具有不同的抽象程度。规划器协调机器人要连续执行的动作序列。
2004-12-11 cs.RO
Control and Navigation Framework for a Hybrid Steel Bridge Inspection Robot
University of Nevada, Reno(内华达大学雷诺分校)
钢桥检测机器人的自主导航对于正确维护至关重要。大多数现有的钢桥检测机器人解决方案需要人工干预来协助控制和导航。在本文中,控制和导航框架已被提出的钢桥检测机器人开发的先进机器人与自动化(ARA),以促进自主实时导航和最大限度地减少人为干预。ARA机器人被设计为在两种模式下工作:移动和蠕动。机器人在平面上运动时采用移动模式,在平面间跳跃时采用蠕动模式。为了使ARA机器人能够在移动和蠕动模式之间切换,基于三维点云数据开发了切换控制器。提出了表面检测算法,使机器人检查钢表面(平面,面积和高度)的可用性,以确定从移动模式到尺蠖模式的转换。为了让机器人安全地导航和访问桥梁的所有钢构件,开发了四种算法来处理来自深度相机的数据,将其分割成聚类,估计边界,构建表示结构的图形,生成具有任何起点和终点的最短检查路径,并确定用于路径规划的可用机器人配置。钢结构桥梁的实验表明,该算法的有效性能,并有可能应用于ARA机器人运行在真正的桥梁结构。
2021-02-01 cs.RO
Coverage Path Planning for Robotic Quality Inspection with Control on Measurement Uncertainty
University of Shanghai for Science and Technology(上海理工大学);Virginia Tech(弗吉尼亚理工大学)
安装在机器人上的光学扫描仪通常用于质量检测,例如验证板材结构的尺寸规格。覆盖路径规划(CPP)是影响机器人质量检测精度和效率的重要问题。传统的CPP策略主要关注在全覆盖检测条件下最小化机器人的视点数目或移动距离。在自由曲面检测中,很少考虑扫描数据采集时的测量不确定度。针对这一问题,提出了一种新的基于最优视点采样策略的CPP方法,将关键测量点的测量不确定度引入到自由曲面检测中。首先,根据测量不确定度的公差要求,计算出测量不确定度的可行范围。考虑测量不确定性和MP的可见性,生成初始可行视点集。然后,建立检测成本函数来评估所选视点的数量和所有所选视点的视场(FOV)中的平均测量不确定度。在此基础上,提出了一种改进的快速探索随机树(RRT*)算法,该算法利用检查成本函数和CPP优化进行视点采样。案例研究,包括模拟测试和检查实验,已经进行了评估所提出的方法的有效性。结果表明,与基准方法相比,该方法对关键MP的扫描精度有了显著提高。
2022-01-12 cs.RO
Automatic Robot Path Planning for Visual Inspection from Object Shape
Tampere University(坦佩雷大学)
针对视觉检测训练数据采集与路径配置难题,本文提出利用机械臂单深度相机提取物体点云轮廓,并依据表面法向自动生成单路径或多路径检测轨迹。
2023-12-05 cs.RO
Online Next-Best-View Planner for 3D-Exploration and Inspection With a Mobile Manipulator Robot
Fraunhofer FKIE(弗劳恩霍夫通信、信息处理与人机工程研究所)
执行面向终端用户的自主探索的机器人系统可以部署在不同的场景中,这些场景不仅需要映射,而且还需要终端用户对感兴趣区域的同时检查。在这项工作中,我们提出了一种新的下一个最佳视图(NBV)的规划,它可以执行充分的探索和面向用户的探索与检查的区域的兴趣使用移动机械手机器人。作为多目标优化(MOO)的一个实例,我们解决了探测-检查问题,并提出了一种基于加权和的信息增益函数,用于计算安装在手臂上的RGB-D相机的NBVs。对于这两种类型的探测任务,我们将我们的方法与现有的最先进的探测方法进行比较,并证明了我们在总体积映射和较低计算要求方面的改进。移动机械手机器人的实际实验证明了该方法的实用性和有效性。
2022-03-18 cs.RO
Intelligent Magnetic Inspection Robot for Enhanced Structural Health Monitoring of Ferromagnetic Infrastructure
Santa Catalina School(圣卡塔利娜学校);Toronto Metropolitan University(多伦多都会大学)
本文提出一种配备磁性轮和MobileNetV2深度学习模型的智能磁力检测机器人,用于铁磁基础设施的缺陷检测,在六种缺陷类型上达到85%精确率,提高了检测精度与安全性。
2024-11-04 cs.RO
Multi-directional Bicycle Robot for Steel Structure Inspection
University of Nevada, Reno(内华达大学里诺分校);Northeastern University(东北大学)
本文提出了一种新颖的多方向自行车机器人设计,其目标是检测包括复杂形状结构在内的一般铁磁结构。运动的概念是基于安排两个磁轮在一个类似自行车的配置与两个独立的转向致动器。这种配置允许机器人具有多方向的移动性。额外的自由关节有助于机器人自然适应钢结构的非平坦和复杂表面。机器人的最大优点是机械简单,机动性高。此外,机器人还配备了用于结构健康监测的传感工具。我们展示了我们的机器人的部署,以执行钢桥梁上的钢铁锈蚀检测。最终的检测结果将以桥梁的3D模型以及检测到的生锈区域的标记位置进行可视化。
2021-03-27 cs.RO
Athena: An Autonomous Open-Hardware Tracked Rescue Robot Platform
Technical University of Darmstadt(达姆施塔特技术大学)
Athena是一款具备四组可重新配置翻转臂和低成本E-Stop解决方案的开放式硬件救援机器人平台,用于应对复杂地形和多样化任务需求。
2026-02-23 cs.RO
Mapless, Stabilizing, and Anti-Stuck Flipper Control for Articulated Tracked Robots
Czech Technical University in Prague(布拉格捷克技术大学);Faculty of Electrical Engineering(电气工程学院)
针对铰接履带式机器人,提出无地图的SAS控制器,融合稳定与防卡滞功能,在仿真和真实场景中,其 traversal 质量媲美先进基于地图控制器,且能通过LiDAR无法探测的隐藏障碍物。
2026-10-12 cs.RO
Stability analysis of tensegrity mechanism coupled with a bio-inspired piping inspection robot
Léonard de Vinci Pôle Universitaire(莱昂纳多·达·芬奇大学中心)
管道检测机器人在工业中发挥着至关重要的作用,因为它们可以减少人类的工作量,并降低对生命的风险。一般来说,这些机器人的运动技术可以分为机械和仿生。法国LS2N公司设计并研制了一种刚性履带式巡检机器人,该机器人采用了槽形从动腿机构、直流电机和控制单元。该刚性原型有助于确定与管道壁实现良好接触力所需的静态力。为了实现机器人的曲面内工作,在机器人的各个模块之间引入了由三个拉簧和一个被动万向节组成的张拉整体机构。通过考虑拉索的预紧力,确定了机器人装配的最优参数,保证了整个机器人的稳定性。然而,在静态条件下,存在一些力的机器人,特别是张力整体机构的腿机构的一端与管道壁夹紧时。当管道的方向为水平时,这些力占主导地位。本文的目的是了解在机器人装配体自重作用下,弹簧刚度对张拉整体机构静稳定性的影响。
2022-06-03 cs.RO
Optimization and Evaluation of Multi Robot Surface Inspection Through Particle Swarm Optimization
University of Southern California(南加州大学);Princeton University(普林斯顿大学);University of Groningen(格罗宁根大学)
针对多机器人表面巡检任务,提出基于粒子群优化的抗噪声参数优化方案,结合决策准确率与时间评估适应度,经仿真验证较经验参数提升适应度中位数最高达55%。
2023-10-04 cs.RO
Maritime Vessel Tank Inspection using Aerial Robots: Experience from the field and dataset release
Norwegian University of Science and Technology (NTNU)(挪威科技大学)
本文展示了空中机器人在船舶压载舱内自主探索与视觉检查的现场成果,覆盖3艘船7类舱段,并总结了经验教训,同时发布了包含机载与手持传感器采集的数据集。
2024-04-29 cs.RO
Development of An Autonomous Bridge Deck Inspection Robotic System
University of Nevada, Reno(内华达大学里诺分校);Rutgers University(罗格斯大学);Dong-A University(东亚大学)
由于美国许多桥梁的状况不佳,对老化桥梁安全的威胁已被公认为是公众关注的关键问题。目前,桥梁检查是手动进行的,并且无法有效地识别桥梁状况恶化,以便于实施适当的维护或修复程序。在本文中,我们报告了一个新的发展自主移动机器人系统的桥面检测和评估。该机器人集成了多个无损评估(NDE)传感器和导航控制算法,使其能够在桥面上准确自主地机动,以收集视觉图像并进行NDE测量。所开发的机器人系统可以减少桥面数据汇集和检测的成本和时间。为了有效地监测桥面,详细介绍了建立桥面裂缝图的裂缝检测算法。通过对机器人采集的冲击回波(IE)、超声表面波(USW)和电阻率(ER)数据进行分析,分别生成桥面的分层图、混凝土弹性模量图和腐蚀图。该机器人系统已成功部署在美国十多个不同州的众多桥梁上。
2017-04-24 cs.RO
Towards Long-Distance Inspection for In-pipe Robots in Water Distribution Systems with Smart Navigation
Texas A&M University(德克萨斯A&M大学)
配水系统中的事故会造成水资源损失和水污染,这就要求公用事业管理人员及时评估管道的状况。然而,管道很长,进入管道的所有部分是一项艰巨的任务;目前的管道机器人具有短距离检测和无法操作在役网络的局限性。在这项工作中,我们改进了我们以前开发的管道机器人的设计,并分析了管道压力和相对速度对机器人在操作过程中与计算流体动力学(CFD)模拟的影响。定义了机器人操作的极端场景,我们估计电池充电一圈时机器人的最小检查距离为5400 m。提出了一种多相位运动控制器,该控制器能保证管道在直线和非直线状态下的可靠运动,并能保证管道连接处的零速度稳定状态。我们还提出了一种基于粒子滤波的定位和导航方法,并将其与所提出的多相运动控制器相结合。在该方法中,操作的地图被提供给机器人,并且机器人基于地图和粒子滤波方法来定位自身。此外,机器人通过在由粒子滤波算法执行的运动控制器算法的不同阶段之间切换来导航管道的不同配置。实验和仿真结果表明,该机器人与导航显示了一个很有前途的解决方案,为远程检测管道的管道机器人。
2021-05-11 cs.RO
Deployment of long distance multi-moving robots for underground pipe inspection
一个管道攀爬机器人的蓝图,它与尖锐的传输一起工作,以研究复杂的线关系。标准的轮式/发生管道攀爬机器人在探索管道转弯时倾向于滑动。仪器有助于实现一个非常明显的延迟序列,其中机器人滑动和拖动,因为它的进展。建议的传输加入了标准双输出传输的最远接地层。这为3个输出变速箱留出了相当长的时间。该仪器考虑到施加在线关系内的每个轨道上的力,以专门改变机器人的轨道速度,解锁精细控制的关键。机器人在具有不同轴承和防滑管弯头的管网上的偏转证明了所提出的结构的完整性。
2022-08-13 cs.RO
A Localization and Navigation Method for an In-pipe Robot in Water Distribution System through Wireless Control towards Long-Distance Inspection
Texas A&M University(德克萨斯A&M大学)
在本文中,我们提出了一个操作程序,我们以前开发的管道机器人系统,用于水质监测在供水系统(WDS)。所提出的操作程序是一个开发的无线通信系统,适用于土壤,水和岩石的恶劣环境与多相控制算法。新的无线控制算法有利于智能导航和近实时的无线数据传输过程中,我们在管道机器人在白龙会的操作。智能导航使机器人能够通过不同配置的管道,具有长时间检查能力,其中电池安装在机器人上。为此,我们将操作过程分为五个步骤,分配一个特定的运动控制阶段和无线通信任务的机器人。我们在本文中描述了每个步骤和与该步骤相关的算法。建议的机器人系统定义的配置类型在每个管道与预编程的管道地图,是给机器人之前的操作和无线通信系统。无线通信系统包括在操作过程中执行双向通信的一些中继节点。开发的无线机器人系统以及操作程序有助于机器人在BDS中进行远程检查的定位和导航。
2021-05-21 cs.RO
Learning Quadrupedal Robot Locomotion for Narrow Pipe Inspection
ShanghaiTech University(上海科技大学);Lancaster University(兰卡斯特大学)
本文提出一种基于强化学习的方法,通过引入特权视觉信息和新的奖励函数,训练四足机器人自适应穿越狭窄管道,并在仿真和真实场景中验证了该方法即使面对意外障碍物也能有效完成任务。
2024-12-18 cs.RO
A framework for power line inspection tasks with multi-robot systems from signal temporal logic specifications
Faculty of Electrical Engineering, Czech Technical University in Prague(布拉格捷克技术大学电气工程学院);University of Sannio(萨尼奥大学);ENEA(意大利国家新技术、能源与环境署)
电力公司必须定期检查电力线路基础设施,以确保可靠的电力分配。研究工作的重点是自动化的电力线检测过程中,通过寻找策略,满足不同的要求表示在潜在的损害和故障检测。这个问题出现了安全的规划和控制技术的自主机器人执行视觉检测任务的需要。当考虑多机器人扩展时,这样的应用变得更加有趣和至关重要。在本文中,我们提出了计算可行的和受约束的轨迹,利用信号时序逻辑(STL)规范的四旋翼舰队。规划器允许制定相当复杂的任务,避免沿路径的障碍物和禁区。在MATLAB中实现的仿真结果表明,所提出的方法的有效性,导致在硬件上的实验测试的方式。
2021-03-04 cs.RO
Safety-critical Autonomous Inspection of Distillation Columns using Quadrupedal Robots Equipped with Roller Arms
California Institute of Technology(加州理工学院)
针对精馏塔这类多层复杂环境的自主巡检安全需求,提出一种融合四足机器人滚轮臂、机载感知、安全滤波与脚步重规划的多层状态机框架,经工业塔板实验验证有效。
2024-04-16 cs.RO
Design and Development of Miniature long distance multi-moving robots for 3D Smart Sensing for underground Pipe Inspection
设计一个管道内攀爬机器人,操纵锋利的齿轮来研究复杂的直线关系。传统的滚动/发生管道爬行机器人在探索管道曲线时倾向于滑动。所提出的齿轮箱连接到标准双输出齿轮箱的最远接地平面。仪器有助于实现一个非常明确的减速序列,其中机器人在向前移动时滑动和拉动。该仪器考虑到施加在线路关系内的每个轨道上的力,并有意地修改机器人的轨道速度,解锁微调的关键。这使得3个输出传输花费大量时间。机器人在具有各种轴承和防滑管弯头的管网上的偏转证明了所提出的结构的完整性。
2022-08-22 cs.RO
Mechanically-Inflatable Bio-Inspired Locomotion for Robotic Pipeline Inspection
Delft University of Technology(代尔夫特理工大学)
受寄生蜂产卵器启发研发的机械充气式柔性管道检测机器人,可适配不同管道尺寸形状,平均运动效率70%、夹持力13 N,为多场景管道检测提供新方案。
2024-03-12 cs.RO
OmniPlanner: Universal Exploration and Inspection Path Planning Across Robot Morphologies
Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)(工程 cybernetics 系,挪威科学与技术大学)
OmniPlanner是一种跨机器人形态的通用路径规划框架,通过统一架构实现探索与检查任务,适用于空中、地面和水下环境,提升了跨领域的适应性和效率。
2026-09-17 cs.RO
Semi-autonomous Teleoperation using Differential Flatness of a Crane Robot for Aircraft In-Wing Inspection
University of Washington(华盛顿大学)
本工作利用起重机机器人的微分平坦性设计无碰撞低振荡轨迹,实现飞机机翼内部检查的半自主遥操作,显著减少振荡和碰撞并提升任务效率。
2024-12-14 cs.RO
Autonomous visual inspection of large-scale infrastructures using aerial robots
Luleå University of Technology(吕勒奥理工大学)
本文提出了一种新的框架,通过建立一个具有强大的定位,规划和感知能力的全自主微型飞行器(MAV)团队,围绕3D基础设施进行视觉检测。拟议的空中检查系统在大规模上达到了高度的自主性,同时将空中机器人的实际部署推向了极限。在所提出的方法中,部署的MAV的结构的检查只依赖于他们的机载计算机和传感系统。开发的框架设想了一个模块化系统,结合了本地化,路径规划和映射领域的开放式研究挑战,具有快速现场部署和减少执行时间的整体能力,可以根据操作员的需求重复执行检查任务。所建立的系统的架构包括:1)一个基于几何的路径规划器的覆盖复杂结构的多个微型飞行器,2)一个准确而灵活的定位组件,它提供了一个精确的姿态估计的微型飞行器,通过使用超宽带融合惯性估计方案,和3)视觉数据后处理方案的三维模型的建立。所提出的框架的性能已经在多个真实的室外现场试验中得到了实验证明,所有这些试验都集中在风力涡轮机的具有挑战性的结构上作为主要测试用例。成功的实验结果,描绘了所提出的自主导航系统的优点,使技术对空中机器人检查。
2019-01-16 cs.RO
Autonomous Exploration and General Visual Inspection of Ship Ballast Water Tanks using Aerial Robots
Norwegian University of Science and Technology (NTNU)(挪威科技大学);Equinor ASA(Equinor 公司);Altera Infrastructure Production AS(Altera 基础设施生产公司)
针对船舶压载水舱狭窄受限的检测难题,提出结合体积探索与视距约束视觉检测的空中机器人方案,经仿真、多舱任务及实船现场实验验证,还可生成语义分割网格支持直观分析。
2023-11-07 cs.RO
Leveraging Fixed-Parameter Tractability for Robot Inspection Planning
University of Utah(犹他大学);University of Bergen(卑尔根大学);Birkbeck, University of London(伦敦大学伯克贝克学院)
针对自主机器人巡检路径规划难题,提出图巡检抽象问题及动态规划、整数线性规划两种精确算法,通过多种方案提升可扩展性,在两项仿真机器人任务上的路径权重和巡检覆盖率均优于现有最优方法。
2024-09-17 cs.DS cs.RO
A Multi-Layer Software Architecture for Aerial Cognitive Multi-Robot Systems in Power Line Inspection Tasks
Czech Technical University in Prague(布拉格捷克理工大学);Universidade Federal da Paraiba(帕拉伊巴联邦大学);University of Seville(塞维利亚大学)
本文提出了一种多层的软件架构,以执行协同任务的四旋翼舰队提供支持,在电力线路检查操作。拟议的软件框架保证了无人机和人类工人之间的安全要求,同时确保任务成功执行。此外,认知能力集成在多车辆系统中,以应对不可预见的事件和外部干扰。通过仿真实验验证了该方案的可行性和有效性。
2023-02-09 cs.RO
High Precision Control of Tracked Field Robots in the Presence of Unknown Traction Coefficients
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Iowa State University(爱荷华州立大学)
在作物行中精确转向以避免作物损坏是农业机器人在各种田间作业中最重要的任务之一,例如监测,机械除草或喷洒。在实践中,由于未知的牵引系数,不同的土壤条件可能导致偏离轨道导航,从而可能导致农作物受损。为了解决这个问题,本文提出了一个实时滚动时域估计和控制(RHEC)框架应用于一个完全自主的移动机器人平台,以提高其转向精度的开发,应用和实验结果。廉价和快速的微处理器的最新进展,以及非线性优化问题的解决方法的进步,使得非线性滚动时域控制(RHC)和滚动时域估计(RHE)方法适用于需要高频(毫秒)更新的现场机器人。一个实时RHEC框架的开发和应用到一个完全自主的移动机器人平台,作者设计的在现场表型分析应用程序在Sorbestos领域。非线性RHE用于估计约束状态和参数,非线性RHC是基于包含时变参数的自适应系统模型设计的。实验验证了实时RHEC框架的能力,结果表明,在颠簸和潮湿的土壤领域的准确跟踪性能。RHEC框架的欧几里德误差和所需计算时间的平均值分别等于$0.0423$ m和$0.88$毫秒。
2021-03-21 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
Development of a 3 in Sewer Pipe Inspection Robot with an Articulated Differential Mechanism using X-shaped Linkages
Ritsumeikan University(立命馆大学)
提出一种改进的三通下水道管道检测机器人,通过铰接差动机构提升牵引力和越障能力,并设计基于驱动轮电流检测的线缆松弛控制方法,实验验证了其越障性能。
2026-06-15 cs.RO
Variable Autonomy of Whole-body Control for Inspection and Intervention in Industrial Environments using Legged Robots
Institute for Perception, Action and Behaviour, School of Informatics, The University of Edinburgh(爱丁堡大学信息学院感知、行动与行为研究所)
在工业和民用场景中部署机器人是保护操作员免受危险和危害的可行解决方案。共享自主权对于实现足式机器人等复杂系统的远程控制至关重要,允许操作员专注于基本任务,而不是过于详细的执行。为了实现这一点,我们提出了一个全面的控制框架,使用足式机器人检查和干预,并验证多个本地操作优化算法的集成,以提高远程操作。建议的控制提供3种操作模式:全自动,半自主,触觉接口接收现场物理交互,以协助遥操作。我们的贡献是设计了一个基于QP的半解析全身控制,这是完成各种任务的关键,受到内部和外部的限制。我们展示了全身控制的多功能性,在解耦任务,奇异容忍度和约束满足。我们在现场试验中部署了我们的解决方案,并在机器人清除道路障碍物和穿越困难地形时通过紧急停止进行评估。
2020-10-23 cs.RO
Mission Planning and Execution in Heterogeneous Teams of Aerial Robots supporting Power Line Inspection Operations
University of Seville(塞维利亚大学);Czech Technical University in Prague(捷克技术大学布拉格分校)
本文提出了一种软件架构,旨在协调一个团队的异构飞行器的检查和维护操作的高压电力线的情况下。分层方法通过规划和执行需要车辆支持人类操作员的复杂任务来处理高级任务。资源受限问题允许在考虑车辆能力和电池限制的情况下在团队之间分配任务。此外,行为树(BT)负责任务执行,在发生意外事件(如车辆故障或通信中断)时触发重新规划操作。通过在Gazebo中实现的真实仿真验证了该方法的可行性和有效性。
2023-02-09 cs.RO
Low-Cost Underwater In-Pipe Centering and Inspection Using a Minimal-Sensing Robot
Computer Science Department, Texas A&M University(计算机科学系,德克萨斯农工大学)
本文提出了一种低成本水下管道内中心对准与检测方法,利用IMU、压力传感器和双声纳实现自主导航与检测,无需复杂多传感器系统。
2026-02-05 cs.RO
Multi-Objective Design Optimization of the Leg Mechanism for a Piping Inspection Robot
Institut de Recherche en Communications et Cybernétique de Nantes (IRCCyN)(南特通信与控制论研究所(IRCCyN));AREVA NC(阿海珐NC)
本文讨论了在核电站辐射区工作的管道检测机器人的接触点自适应机构即腿机构的尺度综合。该机构是机器人子系统的主导部分,负责运动。首先,从文献中选择了三种结构,并描述了它们的特性。然后,使用多目标优化的方法,提出了考虑到环境和设计约束,以确定最佳的架构和最佳的几何参数的腿。在这种情况下,目标函数是机构尺寸的最小化和传动力因子的最大化。给出了Pareto前沿与目标函数和设计参数的关系。最后,给出了位于Pareto前沿的几种解的CAD模型,并进行了讨论.
2014-06-18 cs.RO
A Hermetic, Transparent Soft Growing Vine Robot System for Pipe Inspection
Department of Mechanical Engineering, Stanford University(机械工程系,斯坦福大学);Department of Aeronautics and Astronautics, Stanford University(航空航天工程系,斯坦福大学)
针对软生长藤蔓机器人子系统复杂且缺乏实际验证的问题,提出一种密闭透明藤蔓机器人系统,将机电组件封闭于透明主体内并采用被动自适应尖端支架,在废水管道测绘任务中验证了其有效性。
2025-10-30 cs.RO
Autonomous Construction-Site Safety Inspection Using Mobile Robots: A Multilayer VLM-LLM Pipeline
Virginia Tech(弗吉尼亚理工学院)
本文提出一种多层VLM-LLM流水线,通过机器人自主导航与人工智能结合,实现施工工地安全检查的自动化报告生成。
2025-12-16 cs.RO
AERIAL-CORE: AI-Powered Aerial Robots for Inspection and Maintenance of Electrical Power Infrastructures
本文提出首个结合多种创新空中机器人的自主系统AERIAL-CORE,用于电力基础设施的超视距巡检与维护,配备空中机械臂及高空作业支持机制,并在电力线上成功验证了10公里以上的飞行能力。
2024-01-04 cs.RO
SLEI3D: Simultaneous Exploration and Inspection via Heterogeneous Fleets under Limited Communication
School of Advanced Manufacturing and Robotics, Peking University(北京大学先进制造与机器人学院);Division of Natural and Applied Sciences, Duke Kunshan University(杜克昆山大学自然科学与应用科学系)
SLEI3D通过异构舰队实现同步探索与勘察,并在有限通信条件下进行实时通信。
2026-01-01 cs.RO
Safety-critical Control of Quadrupedal Robots with Rolling Arms for Autonomous Inspection of Complex Environments
California Institute of Technology (Caltech)(加州理工学院(Caltech))
针对复杂多层环境下四足机器人自主巡检的安全移动问题,提出包含轨迹生成、落脚点重规划、安全关键控制等模块的框架,结合降阶与全身体模型,经实物实验验证可实现塔盘层级间的安全自主导航切换。
2023-12-12 cs.RO
Language-Guided Terrain-Adaptive Neural MPC for Autonomous Traversal of Articulated Tracked Robots
针对铰接履带机器人在复杂环境中的自主穿越难题,提出结合学习运动学模型、NMPC和LLM调参的ASTRIL-MPC框架,显著提升穿越质量并消除碰撞。
2026-09-17 cs.AI cs.RO
High-curvature, high-force, vine robot for inspection
University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校)
本文提出一种受植物生长启发的藤蔓机器人转向方法,利用正交弹性模量相差400倍的各向异性褶皱薄膜实现轴向拉伸和周向不可延伸,结合层间阻塞技术,使机器人同时具备高曲率转向和大作用力能力,用于受限环境检测。
2023-10-02 cs.RO
Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities
ShanghaiTech University(上海科技大学);University of Pennsylvania(宾夕法尼亚大学)
本文提出一种机器人关节空间中观测约束圆柱腔体检修的自主优化方法,通过多起点无导数搜索优化关节构型,在 Isaac Sim 实验中表现优于基准方法,完成 92%目标构型且平均底部可见度达 91.65%。
2026-08-18 cs.RO
Cooperative Path-following Control of Remotely Operated Underwater Robots for Human Visual Inspection Task
Nara Institute of Science and Technology(奈良先端科学技术大学院大学);Tokai University(东海大学)
遥控潜水器(ROV)已经引起了人们对水下任务的极大关注,例如基础设施的检查和维护。即使是熟练的操作员,操作员的工作量也往往很大。因此,期望用于操作者的辅助方法。本研究的对象是,在由操作人员进行视觉检查的同时,控制水下机器人沿着一定的路径行进的作业。在这种作业中,由于视觉检查是由操作人员进行的,所以希望能够手动实现轨迹控制的速度。然而,为了将资源分配给目视检查,期望通过辅助自动控制来最小化路径跟踪上的工作量。因此,本研究的目的是开发一种合作的路径跟踪控制方法,实现上述任务,通过扩展的非完整轮式车辆的鲁棒路径跟踪控制律。为了简化这个问题,我们考虑了一个路径跟踪和视觉对象识别任务在一个二维平面。我们进行了一项实验,参与者(n=16)谁完成了任务,使用所提出的方法和手动控制。结果表明,无论是路径跟踪误差和工作量的参与者显着小于所提出的方法比手动控制。此外,主观反应表明,操作员的注意力往往被分配到物体识别,而不是机器人操作任务与所提出的方法。这些结果表明所提出的协同路径跟踪控制方法的有效性。
2022-03-25 cs.RO
Task Allocation and Coordinated Motion Planning for Autonomous Multi-Robot Optical Inspection Systems
University of Shanghai for Science and Technology(上海理工大学);Virginia Polytechnic Institute and State University(弗吉尼亚理工学院暨州立大学)
自主多机器人光学检测系统越来越多地应用于过程监测和质量控制中的在线测量。许多方法的路径规划和机器人协调已开发的静态和动态环境,并应用于不同的领域。然而,这些方法可能不适用于自主多机器人光学检测系统,由于在线优化的快速计算要求,机器人末端执行器方向的独特特性,以及复杂的大规模自由形式的产品表面。提出了一种新的多机器人检测协调运动规划任务分配方法。具体而言,(1)提出了一种局部鲁棒检测任务分配方法,以实现机器人之间高效、均衡的测量分配;(2)通过机器人坐标空间的动态搜索和冲突机器人中探针位姿或局部路径的扰动,实现无碰撞路径规划和协调运动规划。案例研究表明,该方法可以降低机器人与环境之间的碰撞风险,解决机器人之间的冲突,并减少检查周期时间显着和一致。
2021-06-15 cs.RO cs.SY eess.SY
Strategic Sacrifice: Self-Organized Robot Swarm Localization for Inspection Productivity
针对机器人集群巡检中定位计算开销大限制生产力的问题,提出受生物启发的自组织牺牲协同定位机制,由少数智能体承担计算负担以提升整体巡检效率,并通过理论和实验验证了其最优性与鲁棒性。
2024-11-14 cs.MA cs.RO
Design and Development of a Robotic Vehicle for Shallow-Water Marine Inspections
Centre for Automation and Robotic Engineering Science, University of Auckland(奥克兰大学);School of Science and Engineering, Ritsumeikan University(立命馆大学);University of Canterbury(坎特伯雷大学)
对船体或海洋废弃物等进行水下海洋检测是确保海洋结构物和水下物种安全的重要措施之一。这项工作详细介绍了一个紧凑和经济的观测级遥控潜水器(REO)原型的设计,开发和鉴定,用于在浅水中进行科学研究。该探测器有一个实时处理器和控制器,它根据地面站的命令来监测车辆的运动。车辆驾驶是使用车载Raspberry pi摄像头和一些导航传感器,如全球定位系统(GPS),惯性,温度,深度和压力的支持完成的。该ROV原型是一个使用有限数量的组件构建的紧凑单元,适合使用单个相机进行水下检查。所开发的传感器在水池中进行了初步测试。
2020-07-09 cs.RO
Distributed Surface Inspection via Operational Modal Analysis by a Swarm of Miniaturized Vibration-Sensing Robots
Faculty of Science and Engineering, University of Groningen(格罗宁根大学科学与工程学院)
本文提出利用微型振动感知机器人集群进行分布式表面检测,结合高斯过程估计器引导探索与运行模态分析,在高保真仿真环境中有效定位并检测钢制表面结构损伤。
2025-07-10 cs.RO
Robotic Non-Destructive Testing of Manmade Structures: A Review of the Literature
Indian Institute of Technology(印度理工学院);Aachen University(亚琛大学)
这篇文献综述探讨了机器人如何用于维护人造结构,如管道,钢筋混凝土甲板和空间站作为一个样本的广泛的机器人无损检测(NDT)的应用。机器人NDT可用于发现管道中的斑块、钢结构建筑中的腐蚀以及空间站中的冲击损伤,这些通常是肉眼看不到的。检查后,被检查的材料被保存在其原始状态。本文的结构如下:首先,阐述了无损检测的定义,并讨论了将用于上述结构的检测的具体方法。其次,解释为什么机器人适合于检查,特别是机器人相对于人类的优势。第三,三个现实世界的例子通知读者在机器人无损检测的当前进展。最后,机器人问题的总结提醒人们,测试和开发必须继续机器人无损检测成为主流。
2020-07-12 cs.RO