人机共居环境异构机器人分布式控制系统研究

发布时间：2021-06-20 11:00

　　近年来,随着以人工智能为代表的第四次工业革命的到来,机器人技术进步飞速、日益成熟。机器人的应用从工业领域逐渐扩展到了家庭服务、教育、娱乐、医疗与看护、军事救援与物资运输、无人区探索等各种领域。人类越来越希望多种类不同构型的机器人能够在人的生产生活环境中,各司其职,为人工作,与人共处,即实现“人机共融”,异构机器人以共享环境感知、计算资源、控制与决策能力的模式共处于同一工作环境中。这需要针对异构机器人研究具有分布式控制、海量数据存储与管理、多级通信等技术的集成控制系统,构建人与多种类异构机器人和谐共处的“人机共融”智慧空间。“人机共融”智慧空间的异构机器人控制系统等相关技术成为当前机器人领域研究的热点。本文针对人机共居环境下异构机器人的集中控制和管理、海量数据的存储和处理、分布式通信、软硬件的解耦和代码复用等多个方面进行研究,基于机器人操作系统（ROS）构建了人机共居环境异构机器人分布式控制系统。首先,对异构机器人的工作环境以及通信要求进行分析,将轮式移动机器人平台的控制系统进行升级改造以适应新系统的要求;其次,调整系统的整体架构,实现软硬件的解耦,提高了软件代码的复用率,同时也提高机器... 

【文章来源】：北京建筑大学北京市

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

常见的扫地机器人Figure.1-1Commonsweepingrobots

系统的核心通常由微控制器或微控制芯片组成，对其编程以实现所需要的功能。常见的机械臂如图 1-2 所示。图1-2 常见的机械臂Figure.1-2 Common manipulators3、教育机器人教育机器人通常集教育与娱乐于一身，拥有完善的视觉与语音系统，外观或炫酷或可爱。软硬兼修，能够联网搜索在线资源。通过大数据算法筛选丰富的教育资源，能够通过语音交互帮助儿童学习。有些还可以对其编程实现一些娱乐功能，比如使其跳舞等[5]。常见的教育机器人如图 1-3 所示。

第 1 章 绪 论3图1-3 常见的教育机器人Figure.1-3 Common educational robots4、物流机器人物流机器人目前主要是针对企业智能仓储而开发的，其结构上类似于扫地机器人，同样携带了众多的用于定位、运动规划和导航的传感器。物流机器人的实时建图与定位通常基于 SLAM 算法实现。对于不同的应用场景，有不同等级的负载能力[6]。支持多种操作系统平台下的二次开发，常见的物流机器人如图 1-4 所示。图1-4 常见的物流机器人Figure.1-4 Common logistics robots5、机器人花盆机器人花盆是为了替代人类做一些为了照顾家养植物的重复性无意义的工作。它能够自动检测顶部植物的光照度，并根据植物的习性自动找到适合植物生长的最佳位置。例如，当植物缺少阳光时，机器人花盆会将植物带到阳光充足的地方，让阳光照射在植物的表面上。当植物获得足够的阳光时，机器人花盆又会将植物带到适合植物生存的环境中。当人类长时间没有为植物浇水时，机器人花盆还自动检测植物是否脱水，然后将植物带到人类面前

【参考文献】：
期刊论文
[1]国内外机器人教育的发展现状研究综述[J]. 陈妍君.  学周刊. 2018(24)
[2]基于NAO机器人的多种通道人机交互研究与案例实现[J]. 聂艳明,林吴航,董佩杰,梁会,张志刚,钟梦浩.  数字技术与应用. 2018(04)
[3]典型机械手臂研究现状综述[J]. 宁致远.  信息记录材料. 2018(03)
[4]基于二维激光传感器的三维图像获取系统[J]. 何旭,冯肖维,何敏.  电子技术与软件工程. 2017(18)
[5]我国仓储物流机器人发展现状与未来趋势[J]. 杨文华.  物流技术与应用. 2017(09)
[6]基于ROS的移动机器人平台系统设计[J]. 刘晓帆,赵彬.  微型机与应用. 2017(11)
[7]基于麦克纳姆轮的全向移动自主机器人[J]. 莫然,张进,高淑芝.  山东工业技术. 2017(08)
[8]基于CAN总线的老人服务机器人通信方法的实现[J]. 王琨,袁兵,骆敏舟,曹毅,李可,张秋菊.  现代制造工程. 2016(12)
[9]一种异构多机器人系统交互协议[J]. 马礼,郑俊歌,杨银刚,张永梅.  计算机测量与控制. 2016(07)
[10]扫地机器人的发展现状及展望[J]. 赵航,刘玉梅,卜春光,李艳杰,刘博.  信息与电脑(理论版). 2016(12)

硕士论文
[1]基于Kinect的人体姿态识别和机器人控制[D]. 蒋亚杰.深圳大学 2017
[2]主从异构型遥操作机器人工作空间映射与运动控制研究[D]. 严水峰.浙江大学 2017
[3]异构多机器人系统通信协议一致性研究与实现[D]. 郑俊歌.北方工业大学 2016
[4]基于Kinect的人体姿势识别与校正[D]. 于芝枝.广东工业大学 2014
[5]数据驱动的NAO机器人关节运动控制[D]. 孙漫漫.武汉理工大学 2014
[6]基于Kinect的手势识别与机器人控制技术研究[D]. 王松林.北京交通大学 2014
[7]室内机器人超声测距和定位算法的研究[D]. 包闰贵.安徽大学 2011
[8]基于中间件技术和Petri网的机器人群控系统的研究[D]. 冯国瑞.山东大学 2008
[9]基于WLAN的移动机器人远程控制系统研究[D]. 付二寅.西安理工大学 2007
[10]基于多传感器的机器人环境感知方法研究[D]. 宁姗.哈尔滨工程大学 2007



本文编号：3239069