面向竞争型网络机器人核心问题与关键技术的研究

结合现今网络机器人系统的发展趋势，在前期竞争型网络机器人研究的基础上，特别是对具有较高对抗度的直接对抗型竞争型机器人遥操作作业的深入进行，分析并解决之前研究过程中发现的影响竞争型网络机器人系统的核心问题和关键技术，包括通过视觉伺服技术和智能程序来辅助或代替人完成整个作业,实现网络机器人的智能对弈；充分利用B/S和C/S两种架构的优势，将两者统一成为一个混合的架构，从不同层次介入网络机器人系统中，对网络机器人系统进行控制；丰富并完善人机交互方式，基于多通道的人机交互技术，通过多种输入模式的融合实现对操作者不同层次上控制意图的理解；可配置网络机器人三维仿真系统的概念，根据用户需求进行功能配置，将仿真中的各个模块单独或组合起来嵌入到实际系统中，实现仿真系统与实际系统的无缝连接，进而对竞争型网络机器人系统的设计及验证进行前期预设计和后期实验验证；提升竞争型网络机器人系统在动态复杂环境下的作业能力。

课题组在前期竞争型网络机器人研究的基础上，特别是对具有较高对抗度的直接对抗型竞争型机器人遥操作作业的深入研究，从闭环系统各个组成部分出发，将竞争型网络机器人研究的核心问题归结为在存在网络时延的情况下，如何合理地对组成闭环系统的系统输入、信息通路、被控对象以及系统反馈等部分的功能进行设计和划分，提升各个部分信息交互的效率，克服网络时延影响，提升整个系统的响应速度，使操作者及时有效地对机器人进行控制，取得竞争的胜利。通过该课题的研究，对于影响未来机器人技术走向的竞争型网络机器人有个更全面的认识，并找到了继续拓展该领域研究的方向和方法，可以在可配置仿真、竞争性意图辨识、机器人智能博弈与人机智能分配等方向上展开更深入的研究。.(1) 针对竞争性环境下的动态不确定性，引入部分可观马尔科夫决策 (POMDP) 技术，设计并实现了针对不确定性的竞争型网络机器人体系结构，为研究智能对弈算法提供了系统建模与决策的基础。.(2) 将竞争型网络机器人作业转化为微分对策求解问题，进而借助于动态博弈及微分对策等技术，研究并设计了基于微分对策的竞争型网络机器人对弈策略算法，给出了竞争参考策略，实现了高层次的智能对弈，提升了竞争型网络机器人系统在动态复杂环境下的作业能力。.(3) 通过视觉伺服技术实现了网络机器人的底层局部智能，设计并实现了基于无标定的视觉伺服的竞争型网络机器人底层自主控制算法，创新地提出了扩展图像雅克比阵，并设计了一种基于鲁棒信息滤波器的更新算法在线估计扩展图像雅克比矩阵。同时，引入了图像处理延时的预测和补偿技术，进一步提高了图像雅可比阵的预测精度。在此基础上，设计了一种非线性鲁棒控制器，利用李雅普诺夫方法证明了其稳定性，并通过实验验证该算法的有效性。.(4) 充分研究并分析了B/S和C/S两种架构的特点，设计并实现了面向网络机器人系统的混合架构模式。.(5) 在隐马尔可夫建模的基础上，通过多种输入模式的融合实现对操作者控制意图的理解等，进而在将操作者底层运动级控制指令以及高层动作级策略有效地在一个平台上进行统一。.(6)设计并实现了一套较完善的可配置开放性多机器人视觉仿真系统。完成了三维空间运动运动控制，实现了仿真系统参数的可配置功能，通过引入误差分析，可对实际系统进行高度仿真，帮助科研人员深入视觉伺服控制和对弈竞争算法。