可变形机器人具有多种构形以适应不同环境和任务的要求,然而构形的多变增加了构形研究的复杂性,加大了系统实现的难度。在可变形机器人的众多构形中,构形之间的转换途径随着构形数量的增加呈指数增长,如何对最佳构形转化途径进行选择,是国际上该研究领域的难题。为此,本研究提出了可变形机器人的构形网络模型。根据构形之间可以相互转化的拓扑特征,构形网络模型中每种构形对应网络中的顶点,构形转换关系对应网络中的边。利用图论中的基本思想和算法,相应定义了构形邻接矩阵、构形转换途径矩阵、构形转换耗值矩阵和中心构形,旨在解决构形网络建模、最佳构形转换途径和中心构形选择等科学问题,并在可变形机器人AMOEBA-I的改进平台中加以实现和验证。本项目研究成果的取得将极大地拓展可变形机器人的相关基础理论和应用研究,具有普遍意义和较大的实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
基于SSVEP 直接脑控机器人方向和速度研究
城市轨道交通车站火灾情况下客流疏散能力评价
基于FTA-BN模型的页岩气井口装置失效概率分析
基于图卷积网络的归纳式微博谣言检测新方法
独立操作型可重构机器人群体矢量构形研究
基于构形平面匹配的可重构机器人运动学求解方法的研究
空间可重构绳系编队飞行机器人动力学与构形控制研究
知识可增殖人工神经网络并行模型