Coverage Control for a Multi-robot Team with Heterogeneous Capabilities using Block Coordinate Descent (BCD) Method
Hong Kong University of Science and Technology（香港科技大学）
在本文中，我们提出了一个覆盖控制系统的多机器人团队与异构能力巡逻或监测有界环境。能力可以定义为机器人的任何标准，如剩余功率或移动速度，这取决于目的。所提出的控制系统旨在根据机器人的能力将环境的不同部分分配给机器人，即，具有较高能力的机器人占据环境的较大部分，而具有较低能力的机器人占据较小部分。我们使用块坐标下降（BCD）的方法来优化部分的位置和分区方法交替。一个集中的机器被用来同步的机器人和每个机器人的梯度可以计算在一个分布式的方式。仿真结果表明，所提出的控制系统的性能。
2022-04-20 cs.RO
Coordinated Guiding Vector Field Design for Ordering-Flexible Multi-Robot Surface Navigation
Huazhong University of Science and Technology（华中科技大学）；Hunan University（湖南大学）；University of Groningen（格罗宁根大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文提出分布式CGVF，通过收敛、传播与协调三项及虚拟坐标共享，实现任意顺序的多机器人二维曲面全局收敛导航，并降低通信与计算成本。
2024-01-25 cs.RO
Robot Learning Using Multi-Coordinate Elastic Maps
Persistent Autonomy and Robot Learning (PeARL) Lab, University of Massachusetts Lowell（持续自主与机器人学习实验室，马萨诸塞大学洛厄尔分校）
本文提出一种基于多坐标弹性映射的机器人演示学习方法，将技能编码到多种微分坐标并自动确定各坐标重要性，通过仿真和UR5e书写任务验证其有效性。
2025-05-09 cs.RO
Peristaltic locomotion without digital controllers: Exploiting the origami multi-stability to coordinate robotic motions
Clemson University（克莱姆森大学）
本研究提出并探讨一种新的方法，以产生类似运动的分段折纸机器人。具体来说，我们展示了使用多稳定嵌入折纸骨架，以消除需要多个致动器或数字控制器来协调复杂的机器人蠕动爬行运动。在这项研究中的爬行机器人由两个串联的折纸节，每个具有广义Kresling设计和可折叠的锚定机构。力学分析和实验测试，这个双段模块揭示了一个确定性的变形序列或致动周期，然后使用它来产生不同的阶段，在一个类似的运动步态。我们只控制这个机器人的总长度，而不是像机器人和其他爬行机器人那样单独控制分段变形。因此，这种方法可以显着减少运动所需的致动器的总数，并简化控制要求。此外，Kresling折纸设计的丰富性为我们提供了大量的自由度来定制运动性能。这项研究的结果将有助于我们如何使用机器人驱动和控制的多稳定性力学的范式转变。
2019-06-10 cs.RO
Integrable Whole-body Orientation Coordinates for Legged Robots
University of Pennsylvania（宾夕法尼亚大学）；Boardwalk Robotics（博德沃克机器人公司）；Boston Dynamics Artificial Intelligence Institute（波士顿动力人工智能研究所）；Florida Institute for Human and Machine Cognition（佛罗里达人机认知研究所）
针对腿足机器人复杂的旋转控制挑战，提出一种仅依赖系统配置、代表整体朝向且变化率近似总角动量的全身朝向坐标构建方法，并在硬件上验证了其多种用途。
2023-07-31 cs.RO
Bimanual Robot-Assisted Dressing: A Spherical Coordinate-Based Strategy for Tight-Fitting Garments
School of Physics, Engineering and Technology, University of York（物理、工程与技术学院，约克大学）；Honda Research Institute Europe（本田欧洲研究机构）
本文针对紧身衣物穿衣难题，提出基于球坐标系的双臂穿衣策略，利用方位角作为任务特征，结合GMM和GMR进行模仿学习，生成适应不同手臂姿态的穿衣轨迹并通过实验验证其有效性。
2025-08-17 cs.RO
Meeting-Merging-Mission: A Multi-robot Coordinate Framework for Large-Scale Communication-Limited Exploration
Dji Co（大疆创新科技有限公司）；Zhejiang University（浙江大学）；Huzhou Institute of Zhejiang University（浙江大学湖州研究院）
这封信提出了一个完整的框架会议合并任务的多机器人探索下的通信限制。考虑到现实世界中通信带宽和距离的有限性，提出了一种轻量级的环境表示方法和一种高效的协作探索策略。对于较低的带宽，每个机器人利用特定的多面体来维护自由空间和超前沿信息（SFI）作为探索决策的来源。为了减少重复的探索，我们开发了一个基于任务的协议，驱动机器人共享收集到的信息在稳定的会合。我们还设计了一个完整的路径规划方案集中和分散的情况下。为了验证我们的框架是实用和通用的，我们提出了一个广泛的基准测试，并部署到多UGV和多无人机平台我们的系统。
2022-07-20 cs.RO
ESCoT: An Enhanced Step-based Coordinate Trajectory Planning Method for Multiple Car-like Robots
School of Vehicle and Mobility, Tsinghua University（车辆与移动系统学院，清华大学）
本文提出ESCoT方法，通过局部协同规划和重复配置重规划策略，显著提升了多类车机器人轨迹规划在稀疏和密集场景下的求解质量与成功率，并经实际机器人测试验证了其有效性。
2025-08-13 cs.RO
Clarke Transform and Clarke Coordinates -- A New Kid on the Block for State Representation of Continuum Robots
University of Toronto（多伦多大学）
针对任意数量腱驱动连续机器人的解耦难题，本文推广了矢量控制中的Clarke变换，提出Clarke变换与Clarke坐标，以消除腱间相互依赖、简化建模并统一状态表示，结合弧参数推导出适用更广的泛化方法。
2024-09-20 cs.RO
A Unified Calibration Framework for Coordinate and Kinematic Parameters in Dual-Arm Robots
本文提出统一校准双臂机器人坐标转换和运动学参数的框架，通过单个李代数公式整合紧密耦合参数，减少误差累积，提升校准精度。
2026-03-16 cs.RO
Consistent Distributed Cooperative Localization: A Coordinate Transformation Approach
National Key Laboratory of Modeling and Simulation for Complex Systems, School of Astronautics, Harbin Institute of Technology（哈尔滨工业大学航天学院复杂系统建模与仿真国家重点实验室）
本文提出一种基于线性时变坐标变换的一致性分布式协同定位算法，使传播雅可比与状态解耦并适配服务器式分布式框架，在仿真与真实数据上验证了其在一致性和精度上优于现有方法。
2024-10-22 cs.RO
Gyroscopically Stabilized Robot: Balance and Tracking
单轮陀螺稳定机器人Gyrover是一个动态稳定但静态不稳定的欠驱动系统。本文在机器人动力学模型的基础上，研究了与系统相关的两类非完整约束。然后，基于反推技术，我们提出了一个控制律的平衡控制陀螺仪。其次，通过将系统状态从直角坐标系转换到极坐标系，给出了直角空间中的点到点控制和直线跟踪控制律。
2004-12-11 cs.RO
Structure design and coordinated motion analysis of bionic crocodile robot
Ohio State University（俄亥俄州立大学）；BITS Pilani（Pilani比拉理工学院）；China University of Mining and Technology（中国矿业大学）
针对仿生鳄鱼机器人肢体与躯干不协调问题，基于真实鳄鱼特征设计多自由度铰接式仿生机器人，采用D-H法做运动学分析，仿真验证脊柱尾部协同四肢可提升运动性能，为仿生机器人研发提供参考。
2023-11-03 cs.RO
Cascaded Nonlinear Control Design for Highly Underactuated Balance Robots
Rutgers University（罗格斯大学）
针对欠驱动自由度多于驱动自由度的高度欠驱动平衡机器人，提出将动力学转化为级联虚拟驱动子系统并依次设计控制输入的非线性方法，实现轨迹跟踪与平衡，且在三级倒立摆小车仿真中验证有效。
2023-10-02 cs.RO
World-Coordinate Human Motion Retargeting via SAM 3D Body
Dalian University of Technology（大连理工大学）；Shenzhen University（深圳大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
本文提出通过SAM 3D Body进行世界坐标人体动作重定向，利用轻量级物理约束实现机器人可用动作生成。
2025-12-25 cs.RO
TCAFF: Temporal Consistency for Robot Frame Alignment
MIT Department of Aeronautics and Astronautics（麻省理工学院航空与宇航科学系）
针对无全局定位、里程计漂移下的机器人坐标系对齐难题，提出利用时间一致性、基于稀疏开集物体地图的多假设算法TCAFF，在多机器人协作行人跟踪任务中达到接近真值定位的跟踪精度。
2025-05-19 cs.RO
Automatically designing robot swarms in environments populated by other robots: an experiment in robot shepherding
IRIDIA, Université libre de Bruxelles（布鲁塞尔自由大学IRIDIA研究所）
本文研究在存在其他机器人的环境中自动设计机器人集群，以机器人牧羊为框架，使用自动模块化设计和神经进化生成牧羊犬集群的控制软件，实现与羊群的有效协调。
2024-04-28 cs.RO
Multi-Robot Planning on Dynamic Topological Graphs using Mixed-Integer Programming
Johns Hopkins University Applied Physics Laboratory（约翰斯·霍普金斯大学应用物理实验室）；Johns Hopkins University（约翰斯·霍普金斯大学）
针对多机器人规划决策空间随机器人数量指数增长、最优解计算难的问题，提出基于动态拓扑图与混合整数规划的方法，通过凸松弛优化实现秒级最优协同策略计算。
2023-08-02 cs.RO
Daily Assistive Modular Robot Design Based on Multi-Objective Black-Box Optimization
The University of Tokyo（东京大学）
针对日常辅助场景对个性化机器人的需求，研发可重构、带锁止与释放机构的执行器模块，并用TPE黑盒优化生成满足坐标要求且扭矩最小的构型，验证了其可实现多种日常辅助功能。
2023-09-25 cs.RO
Exp[licit]-A Robot modeling Software based on Exponential Maps
Massachusetts Institute of Technology（麻省理工学院）；University of Twente（特文特大学）
本文提出基于指数映射微分几何方法的机器人建模软件Exp[licit]，将坐标系选择减少至两个，并对比传统方法展示其优势。
2023-09-13 cs.RO
Multi-Robot Multi-Room Exploration with Geometric Cue Extraction and Circular Decomposition
Carnegie Mellon University（卡内基梅隆大学）；University of Technology Sydney（悉尼科技大学）
针对多房间室内环境下的多机器人探索协调问题，提出结合几何线索提取与圆形分解的自主探索流程，实现分布式协同的系统性房间探索，在仿真与实机实验中均优于基线方法。
2023-12-04 cs.RO
Cyber Physical System Information Collection: Robot Location and Navigation Method Based on QR Code
Maritime College in Guangdong Communication Polytechic（广东交通职业技术学院航海学院）
本研究针对信息物理系统中的相机定位问题，提出结合P4P算法与流形梯度优化的QR码定位方法，经仿真验证该方法在低信噪比下性能优于传统P4P算法，可转换为AGV的世界坐标系位姿。
2023-10-05 cs.RO
From Robot Self-Localization to Global-Localization: An RSSI Based Approach
Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
针对群体机器人协同中以机器人为中心的定位不适用的问题，本文扩展LadyBug算法，提出基于RSSI、利用静止机器人作信标构建全局坐标系的无GPS无地标环境全局定位方法，实验结果表现良好。
2023-10-03 cs.RO
Decentralised construction of a global coordinate system in a large swarm of minimalistic robots
Tomas Bata University in Zlín（兹林托马斯巴塔大学）；New Jersey Institute of Technology（新泽西理工学院）；Université Libre de Bruxelles（布鲁塞尔自由大学）；University of Sheffield（谢菲尔德大学）
机器人群体的集体智慧和自主性可以通过使单个机器人意识到它们是一个更大的整体的组成单元以及它们的角色来提高。在这项研究中，我们提出了一种算法，使位置自我意识在一群极简主义的容易出错的机器人，只能在本地广播消息，并估计距离他们的邻居。尽管无法测量传入消息的方位，但运行我们算法的机器人可以计算它们在以规则队形部署的群中的位置。我们通过多达200个Kilobot机器人的实验表明，这种位置的自我意识可以被机器人用来创建一个共享的坐标系，并动态地自我分配位置相关的任务。我们的解决方案比最先进的算法要求更少，并且包含集体噪声过滤机制。因此，它有一个扩展的机器人平台，它可以运行。所有机器人都是可互换的，运行相同的代码，并且不需要任何先验知识。通过我们的算法，机器人达到了集体同步，并且可以自主地意识到群体的空间配置及其在其中的位置。
2023-02-28 cs.AI cs.RO
Autonomous Multi-Robot Exploration Strategies for 3D Environments with Fire Detection Capabilitie
College of Engineering University of Washington, Seattle, USA
本文综述了面向建筑探索与火灾探测的自主多机器人系统在2D/3D环境中的探索策略，提出基于OctoMap和势场避障的模块化定位、建图与轨迹规划方法，并展望了去中心化建图、多无人机协同和时变环境适应等未来方向。
2024-11-24 cs.RO
Model Predictive Control Design of a 3-DOF Robot Arm Based on Recognition of Spatial Coordinates
University of Liverpool（利物浦大学）
采用模型预测控制（MPC）对三自由度机械臂的输入力矩进行优化，使其能够运行到目标位置并准确抓取物体。首先使用单目相机来识别物体的颜色和深度。然后，将逆运动学计算与通过坐标变换得到的物体空间坐标相结合，得到各伺服机构所需的转角。最后，建立了机器人手臂结构的动力学模型，并应用模型预测控制仿真伺服系统的最优输入转矩，以最小化代价函数。
2022-09-04 cs.RO cs.SY eess.SY
Referencing between a Head-Mounted Device and Robotic Manipulators
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Karlsruhe University of Applied Sciences（卡尔斯鲁厄应用技术大学）
在基于使用盔装显示器（HMD）的增强现实的人机交互（HRI）期间，在机器人坐标系和AR设备坐标系之间具有精确且鲁棒的变换是至关重要的，这既用于直观的信息显示，也用于跟踪人类运动。该领域中的大多数当前解决方案依赖于对视觉标记（例如QR码）的跟踪或者依赖于手动参考，这两者都提供不令人满意的结果。与此同时，在更广泛的机器人和机器视觉社区中存在过多的目标检测和参考方法。参考的精度同样几乎从未被测量过。在这里，我们想解决这个问题，首先介绍了目前使用的机器人和HMD之间的参考方法的概述。接下来是机器人领域中使用的目标检测和参考方法的简要概述。基于这些方法，我们建议三类参考算法，我们打算追求-半自动的，在拍摄;自动，一杆;和自动连续。我们描述了这三个类的一般工作流程，以及描述我们提出的算法在这些类中的每一个。最后，我们提出了第一个实验结果的半自动参考算法，测试工业库卡KR-5机械手。
2019-04-04 cs.RO
Watch, Infer, Coordinate: Inferring Robot Partner Constraints for Zero-Shot Coordination
Honda Research Institute USA（本田美国研究院）；Johns Hopkins University（约翰斯·霍普金斯大学）
本文提出观察、推断、协调方法，通过观察联合行为推断机器人伙伴的物理约束，显著提升零样本协调性能，接近真实约束预言机。
2026-10-02 cs.AI cs.MA cs.RO
AxisGuide: Grounding Robot Action Coordinate System in RGB Observations for Robust Visuomotor Manipulation
Korea University（韩国大学）；University of Michigan（密歇根大学）；KT R&D Center（KT研发中心）；Kakao Mobility（Kakao移动）
针对视觉运动策略在分布偏移下动作执行失败的问题，提出AxisGuide方法，通过渲染机器人基座坐标系轴并叠加提示通道，增强动作坐标理解，显著提升泛化性能。
2026-06-04 cs.AI cs.RO
Pattern Formation for Asynchronous Robots without Agreement in Chirality
Jadavpur University（贾达普大学）；University of Washington（华盛顿大学）；Indian Statistical Institute（印度统计研究所）
本文提出了一种确定性算法，由一组自治的，同质的，遗忘的移动机器人在有限时间内形成一个给定的非对称模式下的CORDA模型。机器人被表示为2D平面上的点。机器人之间没有明确的通信。机器人通过观察平面上其他机器人的位置来进行协调。最初，假设所有机器人都是静止的。机器人具有由方向感（SoD）、取向或手性和尺度定义的局部坐标系。最初，机器人处于不对称配置。我们表明，这些机器人可以在有限的时间内形成任何给定的不对称图案。
2014-03-11 cs.DC cs.RO
Visual Generalized Coordinates
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
机器人技术中的一个开放性问题是如何利用视觉来识别机器人自身和周围的世界，许多模型试图恢复传统的C空间参数。相反，我们提出了一个替代的C-空间推导广义坐标从$n$图像的机器人。我们表明，这种图像的空间是双射的运动空间，所以这些图像躺在流形$\mathcal{V}$同胚的规范C-空间。我们现在将这个流形近似为一组$n$邻域切空间，从而得到一个图，我们称之为视觉路线图（VRM）。给定一个新的机器人图像，我们执行逆运动学视觉附近的图像之间的图像空间插值。障碍物投影到VRM上的$O(n)$时间的图像叠加，导致识别的碰撞构成。连接自由节点的边现在可以用可视局部规划器检查，自由空间运动可以在$O(nlogn)$时间内计算。这使我们能够在图像空间中规划路径的机器人操作器未知的链接几何形状，自由度，运动学，障碍物，和相机姿势。我们勾勒的主要理论思想的证据，确定的假设，并展示了关节和移动机器人的方法。我们还通过调查各种指标和图像采样密度来研究该过程的可行性，并在模拟和真实机器人上进行演示。
2015-09-18 cs.AI cs.RO
Distributed coordinated path following using guiding vector fields
University of Groningen（格罗宁根大学）；Universidad Complutense de Madrid（马德里康普顿斯大学）；Eindhoven University of Technology（埃因霍温理工大学）
在许多应用中，对一大群移动机器人施加可扩展的协调运动控制是必不可少的，这在需要重复执行的任务中是有效的，例如环境监测。在本文中，我们设计了一个引导向量场，引导多个机器人遵循可能不同的期望路径，同时协调他们的运动。矢量场使用路径参数作为在相邻机器人之间通信的虚拟坐标。然后，虚拟坐标被用来控制机器人之间的相对参数位移沿路径。这使我们能够设计一个饱和的控制算法的Dubins汽车模型。该算法是分布式的，可扩展的，适用于任何光滑路径在$n$维配置空间，并保证全局收敛。多达50个机器人的仿真和固定翼飞机的室外实验验证了理论结果。
2021-04-09 cs.RO cs.SY eess.SY
Learning to Dynamically Coordinate Multi-Robot Teams in Graph Attention Networks
Georgia Institute of Technology（佐治亚理工学院）
在制造业中集成先进机器人技术的兴趣越来越大，促使人们重新集中精力开发实时调度解决方案，以协调这种环境中的人机协作。传统上，调度代理完成任务的时间和空间约束的问题已经接近精确的算法，这是计算上难以处理的大规模，动态协调，或近似的方法，需要领域专家手工艺为每个应用程序。我们试图克服这些传统方法的局限性，开发一种新的图形注意力网络配方自动学习功能的调度问题，让他们的部署。为了通过机器学习学习组合优化问题的有效策略，我们在非参数框架中将较小问题的模仿学习与较大问题的深度Q学习相结合，以实现机器人团队的快速，接近最优的调度。我们表明，我们的基于网络的政策，发现至少有两倍以上的解决方案，在所有的测试方案，在现有的最先进的方法。
2020-06-28 cs.AI cs.LG cs.RO
The Gathering Problem for Two Oblivious Robots with Unreliable Compasses
Nagoya Institute of Technology（名古屋工业大学）；Japan Advanced Institute of Science and Technology（日本北陆先端科学技术大学院大学）；Kyushu University（九州大学）
在讨论匿名移动机器人的模式形成问题时，通常将其分为同步、半同步和异步机器人。对于半同步机器人，所有可利用记忆形成的图案也可以在没有记忆的情况下形成，唯一的例外是形成点（即，两个机器人的集合。然而，收集两个半同步机器人没有记忆的问题是平凡的解决时，他们的局部坐标系是一致的，和不可能性证明本质上使用的不一致性，在他们的坐标系。受此启发，本文研究了局部坐标系之间的一致性的大小，必要和充分的解决半同步和异步模型下的两个不经意的机器人收集问题。为了讨论一致性的大小，我们假设每个机器人都配备了一个不可靠的指南针，其轴承可能会偏离绝对参考方向，每个机器人的局部坐标系由其指南针确定。我们考虑两类不可靠罗盘，即常方位的静态罗盘和方位可任意变化的动态罗盘。对于机器人和指南针模型的每种组合，我们建立了偏差θ的条件，该条件允许算法解决收集问题，其中偏差由指南针的x轴与全局坐标系的参考方向之间形成的最大角度测量：对于具有静态罗盘的半同步和异步机器人，θ < π/2，对于具有动态罗盘的半同步机器人，θ < π/4，对于具有动态罗盘的异步机器人，θ < π/6。除了具有动态罗盘的异步机器人外，这些充分条件也是必要的。
2011-11-07 cs.DC cs.DS cs.RO
Manipulation-Oriented Object Perception in Clutter through Affordance Coordinate Frames
University of Michigan（密歇根大学）；Robotics Institute（机器人研究所）
为了在非结构化环境中实现鲁棒操作，机器人应该能够将操作动作推广到新的对象实例。例如，要倒饮料和提供饮料，机器人应该能够识别承担任务的新容器。最重要的是，机器人应该能够操纵这些新颖的容器来完成任务。为了实现这一目标，我们的目标是提供强大的和广义的感知对象的启示和他们的相关操作构成可靠的操作。在这项工作中，我们结合了启示和类别级姿态的概念，并引入了启示坐标框架（ACF）。使用ACF，我们根据各个启示部件及其之间的兼容性来表示每个对象类，其中每个部件与机器人操作的部件类别级姿势相关联。在我们的实验中，我们证明了ACF优于最先进的目标检测方法，以及对象部分的类别级姿态估计。我们进一步证明了ACF的机器人操作任务的适用性，通过在模拟环境中的实验。
2022-10-11 cs.CV cs.RO
RoboCast: Asynchronous Communication in Robot Networks
Université Pierre et Marie Curie - Paris 6（巴黎第六大学（皮埃尔和玛丽·居里大学））；Ben Gurion University of the Negev（内盖夫本·古里安大学）
本文介绍了\emph{RoboCast}通信抽象。RoboCast允许一群非遗忘的匿名机器人，这些机器人只被赋予可见性传感器，并且不共享公共坐标系，以异步交换信息。我们提出了一个通用的框架，涵盖了一大类异步通信算法，并展示了我们的框架可以用来实现基本的构建块，如机器人网络的收集或stigmergy。更详细地说，我们提出了一个RoboCast算法，允许机器人广播他们的本地坐标系彼此。我们的算法进一步完善了本地碰撞避免计划。然后，使用RoboCast原语，我们提出了确定性异步收集和二进制信息交换的算法。
2010-09-23 cs.DC cs.RO
Learning to Coordinate for a Worker-Station Multi-robot System in Planar Coverage Tasks
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人研究院）
本文针对大规模平面覆盖任务中资源受限且存在随机动态干扰的多机器人系统，提出工人-工作站MRS，并将其建模为完全合作多智能体强化学习问题，通过端到端分散式在线规划同时实现覆盖与会合规划，仿真和实机实验验证了其在任务完成时间上的竞争力。
2022-08-24 cs.AI cs.MA cs.RO
Towards Natural Language Environment: Understanding Seamless Natural-Language-Based Human-Multi-Robot Interactions
Purdue University（普渡大学）
本文探讨了自然语言环境的设计空间，通过虚拟现实研究揭示人与多机器人交互中的协调机制和设计挑战。
2026-01-22 cs.HC cs.RO
Optimization of Cartesian Tasks with Configuration Selection
Ostbayerische Technische Hochschule Regensburg（东巴伐利亚雷根斯堡应用技术大学）
工业机器人应用设计中的一项基本任务是机器人和工件的相对位置。加工点是在相对于工件坐标系的笛卡尔坐标系中定义的，工件必须定位成使得机器人可以到达所有点。找到这样的位置仍然是一个基于开发人员直觉的迭代过程。一个困难是选择一个典型的6R机器人的向后变换的几个解决方案之一。%结合轴的有限范围。我们提出了一种新的算法，同时优化工件的位置和机器人配置在所有工艺点使用高阶优化算法。一个关键因素是机器人的虚拟棱柱轴的延伸。该方法的实际可行性示出了一个例子，使用商业工业机器人。
2023-02-18 cs.RO math.OC
Together We Rise: Optimizing Real-Time Multi-Robot Task Allocation using Coordinated Heterogeneous Plays
TCS Research（塔塔咨询服务研究中心）
针对动态仓库中的实时多机器人任务分配问题，提出双智能体强化学习框架MRTAgent，结合改进LQR控制器，在支持连续运动的同时优化任务分配与机器人选择，以最小化行驶距离和延迟。
2025-02-22 cs.AI cs.LG cs.MA
Deep Learning-Enhanced Visual Monitoring in Hazardous Underwater Environments with a Swarm of Micro-Robots
Durham University（杜伦大学）；The University of Manchester（曼彻斯特大学）
本文提出一种集成数据仿真、多模态深度学习坐标预测与图像重组的新方法，解决危险水下环境中微型机器人集群因环境干扰导致的位置漂移和旋转问题，实现高精度对齐与清晰连贯的环境监测。
2025-03-04 cs.CV cs.RO
Stereo-based Multi-motion Visual Odometry for Mobile Robots
Wuhan University（武汉大学）
随着计算机视觉的发展，视觉里程计被越来越多的移动机器人采用。然而，我们发现，不仅自己的姿势，但其他移动物体的姿势也是至关重要的机器人的决定。此外，当有明显的运动物体出现时，视觉里程计会受到很大的干扰。本文提出了一种基于立体视觉的多运动视觉里程计方法来获取机器人及其他运动物体的位姿。为了同时获得姿态，在传统的视觉里程计流水线中加入了连续运动分割模块和坐标转换模块。因此，所有移动对象的姿态可以被获取并转换到地面坐标系中。实验结果表明，所提出的多运动视觉里程计能有效消除运动目标对视觉里程计的影响，且每个运动目标的位置和方向RMSE（均方根误差）分别达到10 cm和3°。
2019-10-15 cs.CV cs.RO
A Swarm-Coordinated Multi-Robot System for Early Stress Detection in Agricultural Rows Using Multimodal Leaf Sensing
Delhi Public School Vasant Kunj（瓦桑特昆吉德里公立学校）；University of Delhi（德里大学）；On My Own Technology Pvt. Ltd（On My Own Technology私人有限公司）
本文提出CropSentry，一种低成本多机器人系统，通过多模态叶片感知逐行监测作物胁迫，实现84.12%分类准确率，为中小农户提供可负担的早期胁迫检测方案。
2026-10-07 cs.AI cs.RO
Fast Contact Detection via Fusion of Joint and Inertial Sensors for Parallel Robots in Human-Robot Collaboration
Institute of Mechatronic Systems, Leibniz University Hannover（机电系统研究所，汉诺威莱布尼茨大学）
针对人机协作场景下并联机器人接触检测延迟问题，提出融合编码器与单台低成本消费级IMU、通过扩展卡尔曼滤波估计末端加速度并结合动力学计算外力的方法，实验显示较动量观测器最多缩短50%检测时长，3-39ms内可检测碰撞与夹持。
2025-06-17 cs.RO cs.SY eess.SY
A Centralized Planning and Distributed Execution Method for Shape Filling with Homogeneous Mobile Robots
School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）；KTH Royal Institute of Technology（瑞典皇家理工学院）
针对功能受限、需依赖其他机器人定位的同构移动机器人，提出集中式规划与分布式执行方法，可判断目标形状（含带孔复杂形状）能否填充，执行无需全局坐标，通过调度信息实现快速低通信量形成，仿真验证有效。
2025-04-17 cs.RO cs.SY eess.SY
3D Foundation Models Enable Simultaneous Geometry and Pose Estimation of Grasped Objects
Carnegie Mellon University（卡内基梅隆大学）
针对机器人抓取物体的几何与位姿估算需求，提出利用3D基础模型结合无相机外参的坐标对齐方法，实现RGB图像下的联合估算与运动学映射，经真实物体抓取实验验证有效。
2024-07-14 cs.LG cs.RO cs.SY
Nonholonomic Robot Parking by Feedback -- Part I: Modular Strict CLF Designs
Department of Mechanical and Aerospace Engineering, UC San Diego（加州大学圣地亚哥分校机械与航空航天工程系）；Imperial College London（伦敦帝国学院）；University of Rome Tor Vergata（罗马托维加塔大学）
本文提出了一种模块化设计框架，通过解耦径向坐标实现非holonomic单轮车的渐近稳定，结合被动性、逆向设计和积分前馈开发反馈律，并提供严格CLFs以实现特征值分配和收敛估计。
2026-01-07 cs.RO cs.SY eess.SY
