项目名称: 基于集值函数描述的移动机器人自主行为基础问题研究

项目编号: No.61203340

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 谷丰

作者单位: 中国科学院沈阳自动化研究所

项目金额: 24万元

中文摘要: 在线估计、运动控制和行为优化是实现移动机器人自主行为能力的三个核心问题,这三个问题之间是紧密耦合与相互制约的,如何对其耦合关系进行描述与处理,在统一的框架下统筹考虑整体性能的优化问题是决定移动机器人自主行为能力的关键。但是,对此问题的系统化的研究尚不多见。同时,研究表明,不确定性是体现上述三个问题之间有机联系的主要因素,而实际机器人中的不确定性往往表现出很强的集合有界性,鉴于此,本项目试图利用集值函数这一表征集合的函数概念来研究移动机器人的自主行为能力问题,通过探讨基于集值函数的自主行为问题描述、及其中的高效数值计算、集值估计、运动控制、行为优化等问题,并辅以在实际机器人系统上的实验验证,建立一套以集值函数为基础的、移动机器人自主控制问题的一体化解决方案。本项目的研究成果对于扩展机器人自主行为能力问题的研究具有较强的理论价值,同时对提高移动机器人在复杂环境中的自主行为能力也有一定借鉴意义。

中文关键词: 集值分析;机器人自主行为;集员滤波;主动建模;自动微分

英文摘要: Estimation,control and optimal planning are the three key problems of the mobile robots autonomous behavior and they are tightly coupled and interdependent. The relationship of the three problems detemins the preformance of mobiel robot autonomous behavior. Thus, how to describe the coupled relationship and optimize the performance of the mobile robot system in a uniform frame is the key solution for improving the autonomous behavior, which is less focused on in recent years. Some researches have showed that the uncertainty description and solution is main organic link among the three problems and the uncertainty is usually bounded in many practical applications. Thus, in our research, the set theory based set-valued function which can well describe the bounded characteristics is used to sovle the autonomous behavior problem. Based on the set-valued function, the integration solution scheme is going to be built by studying the problem formulaiton , efficient numerical calculation, set-valued estimation, motion control, optimal planning and experiment. The research result has the important theorical value for expanding the autonomous behavior research and also can improve the prefomance of the mobile robot in the complex surroudings.

英文关键词: set-valued description;mobile robot autonomous behavior;set-membership filter;active modeling;differentiation automatic

成为VIP会员查看完整内容
0

相关内容

专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
84+阅读 · 2020年12月11日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【康奈尔】最新《强化学习基础》CS 6789课程
专知会员服务
67+阅读 · 2020年9月27日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
深度强化学习简介
专知
30+阅读 · 2018年12月3日
【紫冬分享】移动机器人视觉里程计综述
中国科学院自动化研究所
11+阅读 · 2018年10月31日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
【强化学习】强化学习入门以及代码实现
产业智能官
18+阅读 · 2017年9月4日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
12+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
84+阅读 · 2020年12月11日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【康奈尔】最新《强化学习基础》CS 6789课程
专知会员服务
67+阅读 · 2020年9月27日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
相关资讯
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
深度强化学习简介
专知
30+阅读 · 2018年12月3日
【紫冬分享】移动机器人视觉里程计综述
中国科学院自动化研究所
11+阅读 · 2018年10月31日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
【强化学习】强化学习入门以及代码实现
产业智能官
18+阅读 · 2017年9月4日
相关基金
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
12+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
136+阅读 · 2018年10月8日
微信扫码咨询专知VIP会员