检索结果-南通市图书馆

作者：夏壮哈尔滨工业大学

学位级别：硕士

机器人抓取技术对于服务机器人以及工业机器人有着重大的意义。机器人智能化的发展迫使机器人需要有自主学习的能力,其中也包括抓取能力。机器人抓取的研究内容主要包括分析人手结构和功能,制作多指的手爪,从形封闭和力封闭对机器人抓... 详细信息

机器人抓取技术对于服务机器人以及工业机器人有着重大的意义。机器人智能化的发展迫使机器人需要有自主学习的能力,其中也包括抓取能力。机器人抓取的研究内容主要包括分析人手结构和功能,制作多指的手爪,从形封闭和力封闭对机器人抓取进行定性分析以及研究机器人抓取的封闭性、可操作性、稳定性等。近些年,随着计算机计算能力的增强,大数据以及机器学习得到了快速的发展,被运用到了各个领域。机器学习中的深度学习技术也给机器人抓取领域注入了新的活力。本文以Robotiq140二指爪为执行机构,利用深度学习技术建立目标检测模型和抓取网络模型,完成了机器人的抓取任务。主要研究内容包括:虚拟环境的数据对训练目标检测网络的影响,机器人抓取参数的设计,抓取网络模型的搭建,以及抓取网络模型的训练。本文首先针对家用物品进行目标检测,建立了目标检测的网络模型,并且建立了相应的数据集。为了减轻收集数据的工作量,本文提出了背景分离的方法自动从虚拟环境中收集带有标签的数据集,比较了该数据集以及真实环境采集的数据集在不同比例下训练的网络模型的性能。当以3000张虚拟图片和40张真实图片作为训练集,测得平均准确率为94%,而以320张作为训练集,测得准确率为93%。实验表明虚拟数据有助于网络的收敛。接着,基于目前国内外学者提出的基于深度学习的机器人抓取数学模型,设计了本文抓取模型的数学表达式。本文使用全卷积预测以及残差单元设计了抓取网络模型;为了快速获得训练数据,提出了基于视觉的定步长包围盒抓取算法,并在虚拟环境和现实环境中使用该方法收集训练数据。文中使用收集的虚拟数据和现实数据相结合的方法训练抓取网络模型,在虚拟环境和现实环境下验证了抓取网络的性能。在现实环境中,对熟悉的物体的抓取准确率为89%,在新颖的物体(未在训练集中的物体)中抓取准确率为82%。实验表明,定步长包围盒算法明显加速了实验数据的收集,虚拟数据的使用增强了抓取网络模型的性能。最后,搭建了基于V-REP的虚拟仿真实验环境,结合tensorflow完成了虚拟环境下机器人的抓取。然后将训练好的目标检测网络模型和抓取网络模型结合,利用真实机器人对已知物体进行了抓取实验,抓取成功率为80%。实验表明抓取算法是可行的,并且整个系统是稳定的。

关键词：深度学习机器人抓取目标检测抓取卷积网络虚拟数据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

SCARA机器人参数自适应与补偿控制研究

SCARA机器人参数自适应与补偿控制研究

作者：于昊哈尔滨工业大学

学位级别：硕士

SCARA机器人是经典的工业机器人,因为它具有运行速度快,重复定位精度高等优势,所以应用在很多工业生产领域。由于工业机器人在进行实际的运行作业中会面临多变的工作环境,导致系统参数会发生变化,并且易收到随机干扰的影响。自适应控制... 详细信息

SCARA机器人是经典的工业机器人,因为它具有运行速度快,重复定位精度高等优势,所以应用在很多工业生产领域。由于工业机器人在进行实际的运行作业中会面临多变的工作环境,导致系统参数会发生变化,并且易收到随机干扰的影响。自适应控制方法具有更强的鲁棒性,无需精确求解机器人系统参数,而是通过在线辨识使系统获得良好的控制性能,因而在工业机器人的控制上具有很大的优势。课题围绕SCARA机器人的运动学奇异位姿回避、系统参数自适应控制、补偿控制器设计和跟踪控制实验等关键问题进行了研究。课题首先对SCARA机器人的系统模型进行了研究。根据SCARA机器人的自由度配置和结构尺寸建立了运动学模型并进行了正、逆分析,并针对逆运动学提出了满足实际应用的要求;由于关节型机器人存在的运动学奇异性,对机器人的奇异位置进行了分析求解,并引入阻尼对角加速度进行抑制,使机器人无法达到奇异位姿。其次,对SCARA机器人进行了动力学建模,并根据SCARA机器人的应用目的对动力学模型进行了合理的简化;为了解决此机器人系统惯性参数的不确定问题,提出了基于间接自适应控制和复合自适应控制的轨迹跟踪算法,利用力矩预报误差对系统参数进行自适应更新,使参数满足系统控制要求。并且以此基础上研制出一种基于动力学的轨迹跟踪控制器,可以达到该机器人系统对轨迹的有效跟踪,并将两种方法进行了比较分析。然后,针对工业机器人系统在实际工作中面临的外部干扰问题,提出了将跟踪精度和快速性作为控制器设计标准。通过引入标准误差信号作为系统状态变量,设计动力学非线性补偿项,对系统的外界不确定条件进行补偿,实现对机器人关节空间轨迹的跟踪控制,并证明的补偿控制器的渐进稳定性。最后,为验证该文所设计的自适应跟踪方法和补偿控制器的可行性,建立基于PC机的SCARA机器人伺服实验系统,在机器人系统参数不确定且存在外部干扰的条件下进行了轨迹跟踪实验,结果表明实现了系统参数不确定的自适应跟踪控制和对外界随机干扰的补偿。

关键词： SCARA机器人动力学奇异系统参数不确定自适应跟踪外部干扰补偿控制器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人工情感的机器人行为决策研究

基于人工情感的机器人行为决策研究

作者：毛俊鑫哈尔滨工业大学

学位级别：硕士

随着机器人技术的不断发展,人们要求机器人能在更复杂且无法精确建模的环境中工作,机器人不再只是执行简单的机械动作,而需要更强的环境适应性与更和谐的人机交互。传统的人工智能已经无法满足这些要求,而作为人类智能重要组成部分的情... 详细信息

随着机器人技术的不断发展,人们要求机器人能在更复杂且无法精确建模的环境中工作,机器人不再只是执行简单的机械动作,而需要更强的环境适应性与更和谐的人机交互。传统的人工智能已经无法满足这些要求,而作为人类智能重要组成部分的情感智能开始受到研究者的关注,人工情感的研究为提高机器人智能性与拟人性提供了潜在可能。为探索人工情感在机器人中所能起到的作用,该文结合传统人工智能和最新发展的人工情感,提出了基于人工情感的机器人行为决策方法。不同于现有的大多数方法算法复杂、学习速度慢、实时性差的缺点,该文提出的方法算法简单、学习速度快、实时性好。首先,分析了人工情感与机器人行为决策的研究现状,指出发展基于人工情感的机器人行为决策方法的现实背景与重要意义。其次,在分析了自然情感特征的基础上,建立起基于模糊集合论的人工情感模型,提出基于人工情感与计算智能的机器人行为决策方法,并设计了一个虚拟机器人实验,验证该方法的有效性。接着,在分析了害怕情感机理的基础上,建立起害怕的人工情感模型,提出基于害怕情感模型与强化学习的机器人行为决策方法,并设计了在多障碍物环境下的目标导航任务的仿真实验,验证该方法的有效性。最后,鉴于和谐人机交互的重要性,提出基于人工情感与多种机器学习方法的体系结构,将该结构应用于情感虚拟智能体中,并在Matlab/GUI下建立交互界面,验证该结构的合理性与有效性。总之,该文提出了多种基于人工情感的行为决策方法,并均用仿真实验验证方法的有效性,对将人工情感这个新的研究领域与机器人行为决策这个传统研究领域进行有机结合进行了理论尝试,这对提高机器人在复杂环境下的自主性以及和谐人机交互具有重要的理论意义与实际应用价值。

关键词：人工情感行为决策计算智能强化学习虚拟智能体

基于激光传感器的板式家具特征提取和三维重构算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于激光传感器的板式家具特征提取和三维重构算法研究

作者：徐胜润哈尔滨工业大学

学位级别：硕士

家具的喷涂作业作为整个家具制造行业中的重要环节,现阶段的主要生产方式依然采用大量人工进行,不仅效率低下且对工人损害较大。工业喷涂机器人的引入一定程度上解放了人工。但是现阶段喷涂机器人的作业能力依赖于人工示教水平,且主要... 详细信息

家具的喷涂作业作为整个家具制造行业中的重要环节,现阶段的主要生产方式依然采用大量人工进行,不仅效率低下且对工人损害较大。工业喷涂机器人的引入一定程度上解放了人工。但是现阶段喷涂机器人的作业能力依赖于人工示教水平,且主要应用于单品种的大批量喷涂,生产的柔性化水平不高。对于多品种家具的并行喷涂作业较难满足生产需求。本文主要针对小型板式家具柔性自动喷涂过程,对家具点云模型的获取以及预处理,多视角点云数据配准,家具表面特征提取和快速三维重建等展开研究。首先,结合实际生产需求,确定家具表面点云的测量采集方式。根据实际测量平台对测量原理进行分析并建立相对应的坐标系,推导确定坐标系间的相互关系,测量获取了板式家具的表面点云数据。对测量的数据,基于其中不同类型噪声点数据特点,运用统计学方法对离群杂乱噪声进行剔除。采用加权协方差矩阵求解家具表面点云法线信息,并结合邻域高斯均值对法线进行滚动修正。在修正后的法线基础上,结合邻域距离对表面小噪声点进行平滑处理,从而实现对原始测量数据的滤波预处理。其次,对点云配准进行研究,解决实际种多视角采集的家具数据的配准融合问题。采用粗配准与精配准递进的方式,利用关键点和局部FPFH特征进行初始粗配准,使用RANSAC方法对配准过程的特征匹配进行优化。在粗配准结果基础上,通过组合采样,并对传统ICP的匹配迭代过程进行优化,提高整个过程的效率。通过实际采集数据和标准数据进行了算法的有效性验证。再次,结合板式家具表面特点和后续的喷涂轨迹规划需求,对家具表面的不同待喷涂区域特征进行提取。采用结合法线的RANSAC对表面的主要待喷涂平面特征进行提取,对共面多平面和平面提取后的不同花纹特征分别进行聚类,获得独立的区域。采用切片投影的方法获取不同花纹区域的截面特征。对平面和花纹区域的边缘特征运用角度阈值进行提取,并结合边缘凹凸性进行区分。最后,对多视角配准后的家具表面点云重建进行研究。采用局部最小二乘对配准后家具点云进行平滑处理。通过降采样精简,筛减重建点数,提高重建效率。采用局部投影的方法,结合区域贪婪生长,对家具表面点云进行快速三角化重建,同时设置约束条件对生长点进行筛选以保证重建后表面三角网格质量。最后通过实验确定合适采样比例,并验证重建效果。

关键词：板式家具点云滤波点云配准特征提取表面重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轮桨一体式两栖机器人的研制

轮桨一体式两栖机器人的研制

作者：程龙哈尔滨工业大学

学位级别：硕士

随着社会的发展和科技的进步，人们越来越认识到两栖生态环境的重要性，它不但有重要的生态价值还有很强的军事价值。然而目前对其的开发保护还处于初级阶段，进行环境监测、情报搜集所采用的主要是轮式小车，不具有两栖能力，能直接进... 详细信息

随着社会的发展和科技的进步，人们越来越认识到两栖生态环境的重要性，它不但有重要的生态价值还有很强的军事价值。然而目前对其的开发保护还处于初级阶段，进行环境监测、情报搜集所采用的主要是轮式小车，不具有两栖能力，能直接进行应用的两栖机器人也很少。本课题的目的是研制一台两栖机器人，它将应用于对两栖环境的保护、开发和军事作战。该机器人以轮桨一体式的推进器为动力，最终将组成机器人群，并以网络为平台进行动作协调、任务分配。为此本课题做了一下研究工作：首先，针对两栖机器人在水面的效率问题和对沼泽的适应性问题，结合越野轮胎和动蹼明轮原理，本文提出一种新型轮桨一体式推进器，并结合机器人本体的结构设计，提出设计流程，对推进器进行了设计。在设计的同时，在Fluent中对机器人本体进行了流体力学仿真，以期获得更优的设计结果。为验证设计的合理性，在Adams中对明轮机构进行动态仿真，得到各桨叶在水中的角度曲线。其次，针对机器人的水面稳定性问题，结合船舶相关理论将其分为三个部分：小倾角稳性、大倾角稳性和动稳性。采用等体积倾斜水线方法求出小倾角时机器人的稳性半径和稳性高;针对本机器人的具体情况，将变排水量计算法和积分法融合，对大倾角稳性进行了分析，并得到稳性横截曲线图;根据求得的静稳性曲线和动能定理，得到了动稳性臂曲线。最后，根据设计模型加工制作了机器人样机，并对其进行密封处理。为检验机器人样机在速度、密封性和水陆环境切换等方面的性能，分别进行了陆地和水面实验，实验证明样机符合预期的各项指标。

关键词：两栖机器人轮桨一体式动蹼明轮机器人密封水面稳性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智能轮椅室内建图及自主导航技术研究

智能轮椅室内建图及自主导航技术研究

作者：袁源强哈尔滨工业大学

学位级别：硕士

随着人口老龄化压力的日益加剧以及残疾人口数目的不断增多,提高老年人和残疾人生活行动的便携性已成为急需解决的社会问题,智能轮椅作为助老助残产品中的重要分支受到国内外研究者的广泛关注。室内建图及自主导航作为智能轮椅的基础功... 详细信息

随着人口老龄化压力的日益加剧以及残疾人口数目的不断增多,提高老年人和残疾人生活行动的便携性已成为急需解决的社会问题,智能轮椅作为助老助残产品中的重要分支受到国内外研究者的广泛关注。室内建图及自主导航作为智能轮椅的基础功能,其中涉及的关键技术有SLAM(Simultaneous Localization And Mapping,即同时定位与建图)、全局定位以及路径规划等。本文对智能轮椅室内建图及自主导航过程中涉及的关键技术进行研究,主要工作如下:首先,研究了SLAM的数学模型,针对基于滤波的建图算法无法在大环境中创建全局一致地图的问题,提出了一种基于图优化的建图算法。该算法采用基于相关性的扫描匹配方法实现帧间匹配,利用局部地图匹配完成回环检测,并使用位姿优化消除累计误差。通过仿真验证,该算法能够在室内大型环境中创建全局一致的地图。其次,研究了基本蒙特卡洛定位算法,针对基本蒙特卡洛定位算法应用于全局定位时存在的粒子收敛速度缓慢、样本退化及粒子贫乏的问题,提出了一种改进的蒙特卡洛定位算法。该算法将扩展卡尔曼滤波用于运动预测过程中的位姿估计,同时将自适应机制引入重采样过程,自适应地重采样及调整粒子数。通过仿真验证,该算法提高了粒子的收敛速度以及定位的可靠性。再次,研究了A*算法,针对A*算法用于全局路径规划时存在的规划效率低、规划路径转折多的问题,提出了一种双向平滑A*算法,提高了全局路径规划的效率,得到了平滑的全局路径。同时研究了DWA算法用于局部路径规划,并基于全局路径规划与局部路径规划相结合的思想,提出了一种基于改进A*算法和DWA算法的混合路径规划方法。通过仿真验证,该方法能够在已知环境中得到一条较优且平滑的全局路径,同时能够在局部变化的环境中进行避障。最后,搭建了智能轮椅实验平台,包括智能轮椅硬件平台以及基于ROS的自主导航系统。在室内复杂小环境和简单大环境中分别对智能轮椅平台进行了室内环境建图实验、定位及自主导航实验,实验结果表明本文方法具有一定的效果,同时智能轮椅能够在不同的室内环境中实现建图、定位及自主导航功能。

关键词：智能轮椅 SLAM 蒙特卡洛定位 A* DWA

基于动力学的小型工业机器人轨迹优化算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动力学的小型工业机器人轨迹优化算法研究

作者：沈锦华哈尔滨工业大学

学位级别：硕士

随着工业生产线的自动化与智能化水平不断提高,工业机器人的轨迹规划能力也面临着更严格的要求。工业机器人的时间最优轨迹规划是提高生产效率的重要技术,在过去几十年中吸引了国内外众多研究人员的研究兴趣。如何使工业机器人的末端执... 详细信息

随着工业生产线的自动化与智能化水平不断提高,工业机器人的轨迹规划能力也面临着更严格的要求。工业机器人的时间最优轨迹规划是提高生产效率的重要技术,在过去几十年中吸引了国内外众多研究人员的研究兴趣。如何使工业机器人的末端执行器,在最短的时间内沿着预定的笛卡尔空间路径运动,同时满足运动学约束与动力学约束,仍然是一个困难而重要的问题。因此本文以工业机器人的轨迹优化算法为研究对象,针对不同的约束条件与目标函数,规划出满足工业应用要求的最优轨迹。具体研究内容如下:首先,根据小型六轴机器人的改进DH参数进行运动学建模,分析正运动学并计算连杆间的齐次变换矩阵。为了避免采用代数解法进行过多的矩阵求逆运算,选择几何投影法与欧拉角解法相结合的方法,求解小型六轴机器人的逆运动学。分别利用牛顿欧拉迭代法与拉格朗日方程法对小型六轴机器人进行动力学建模,通过编写MATLAB程序验证动力学算法,并比较了两种动力学算法的计算效率与计算误差。其次,介绍了沿预定路径的工业机器人时间最优轨迹规划算法。该算法基于机器人的完整非线性动力学,利用路径参数化的方法,建立时间最优轨迹规划的数学模型。利用凸松弛法将粘性摩擦力引入的非凸约束转化为凸约束,并将非线性的目标函数和约束转化为二阶锥约束。制定适当的离散化方案,将轨迹优化问题转化为有限维度的二阶锥规划问题。编写时间最优轨迹规划算法的MATLAB程序,调用凸优化求解器SDPT3获得时间最优轨迹的数值解。再次,针对时间最优轨迹规划算法存在的缺点,通过原理分析、模型推导、程序实现等方法,对时间最优轨迹规划算法进行改进:施加更多满足实际需求的运动学约束;目标函数增加对能量消耗和总加加速度的限制,从而降低运行时间最优轨迹的能量消耗,限制关节加速度的突变,改善轨迹的跟踪性能;引入速度相关的转矩约束,进一步降低时间最优轨迹的运行时间。最后,为了验证时间最优轨迹的可实施性,搭建了小型六轴机器人的Simulink-ADAMS机电联合仿真平台,对轨迹优化算法生成的最优轨迹进行了仿真测试,再将仿真验证后的最优轨迹在小型六轴机器人实验平台上运行,验证算法的有效性与最优轨迹的可实施性。

关键词：工业机器人机器人动力学时间最优轨迹规划轨迹优化凸优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于传声器阵列的被动声音定位技术研究

基于传声器阵列的被动声音定位技术研究

作者：刘英翠哈尔滨工业大学

学位级别：硕士

被动声音识别和定位技术是一项涵盖声学、电子学、信号处理等诸多学科的新技术，在军事、助听设备、视频会议系统、安全监控以及机器人定位等领域均有着广泛的应用。但是现实中，由于声音信号的特殊性及声场环境的复杂性，对于声音定位... 详细信息

被动声音识别和定位技术是一项涵盖声学、电子学、信号处理等诸多学科的新技术，在军事、助听设备、视频会议系统、安全监控以及机器人定位等领域均有着广泛的应用。但是现实中，由于声音信号的特殊性及声场环境的复杂性，对于声音定位技术的理论算法仿真研究较为活跃，但在工程应用领域存在着成本高、运算量大、精度低、实时性低等问题，应用实例很有限。本论文从提高低采样率下定位精度、降低硬件成本的实际应用角度出发，设计实现了一套基于五元十字传声器阵列的被动声音定位系统，为基于广义互相关时延估计的定位算法在低采样率下实现较高精度定位提供了一定的依据，也为该法在以后发展中运用到嵌入式设备中提供了可能性支撑。首先，本文对五元十字阵的声音定位模型和算法进行了数学推导及仿真，并对被动声音定位的关键技术时延估计技术进行深入探讨。针对所采用的基于广义互相关时延估计定位算法存在的定位精度受硬件系统采样率限制的问题，提出了运用增采样方法进行采样率转换从而提高定位精度的方法，并进行MATLAB仿真验证。其次，设计完成了被动声音定位系统的硬件部分，包括传声器的选型、信号调理电路的绘制与PCB板的制作、单片机控制模块及ADC模块的选择及初始化、相应电源模块和电平转换模块的设计与制作，并对整个硬件电路进行测试与标定。然后，在室内环境进行实验验证，分别在弱噪声、强噪声环境、改变阵列间距条件下进行定位实验，并对定位范围进行实验讨论。受硬件、混响等影响，实验结果与理论结果相较，有一定的误差。最后本文对定位算法进行修正改进，改进后的定位结果表明，本文所设计的声音定位系统简单、成本低、合理，验证了低采样率下基于广义互相关时延估计定位算法工程实现的可行性。

关键词：被动声定位时延估计麦克风阵列增采样

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机动车驾驶员疲劳状态识别系统研究

机动车驾驶员疲劳状态识别系统研究

作者：刘海平哈尔滨工业大学

学位级别：硕士

由于疲劳驾驶导致的交通事故频发，给人民的生命和财产带来了巨大危害。因此，疲劳驾驶预警系统的研发具有重要意义和实际应用价值。目前，对疲劳驾驶监测技术的研究较多，但是能够实现车载、不影响驾驶员驾驶舒适度、实时对驾驶员的疲... 详细信息

由于疲劳驾驶导致的交通事故频发，给人民的生命和财产带来了巨大危害。因此，疲劳驾驶预警系统的研发具有重要意义和实际应用价值。目前，对疲劳驾驶监测技术的研究较多，但是能够实现车载、不影响驾驶员驾驶舒适度、实时对驾驶员的疲劳状态进行监测的产品较少，已有的产品存在受环境影响大，稳定性差，价格昂贵等各种问题。本文利用汽车模拟器在实验室模拟真实的机动车行驶状况，设计了用于驾驶员疲劳状态实时监测的系统。采用模糊聚类技术对能够反应驾驶员疲劳状况的多路特征信号进行实时处理。实验验证了该系统辨识能力强，具有较好的容错能力。为疲劳驾驶监测技术的研究奠定了技术和实验基础。首先，分析了国内外疲劳驾驶监测技术的研究现状，对比各种监测方法的优缺点，提出利用适合车载、不具有强迫性，信号处理简单的驾驶员的呼吸、脉搏、体温以及对方向盘的操作信号作为疲劳判定的依据。设计了系统硬件，开发了实验样机。利用模块化设计方法，将系统分为信号采集模块、微处理器模块、电源模块和报警模块。设计了能够采集人体呼吸信号、手握方向盘压力信号和方向盘转角信号的传感器。为疲劳驾驶监测技术的研究提供了新的思路。实验样机实现了车载，且具有实时处理能力。其次，提出一种疲劳等级量化方法，通过大量实验，获得了和驾驶员驾驶相关的各种数据，通过分析驾驶员在两种不同状态的数据特征，提取呼吸信号标准差、单位时间打哈欠个数、脉搏频率、手握方向盘压力、转角不稳定系数、以及体表温度共六个参数作为疲劳判定的特征参数。最后，针对与驾驶员疲劳状态相关的信息具有多样性且需要实时处理等特点，利用模糊聚类方法作为数据处理的核心算法。建立了基于C均值的模糊聚类疲劳驾驶模型。对单一特征参数和多特征参数分别进行模糊聚类分析。结果显示前者辨识准确率高，后者容错能力强。因此对两种方法加权平均，优化了疲劳识别算法。设计了系统验证实验，验证了系统能够实现车载，实时监测功能，并且能够有效的辨识出驾驶员的状态，且具有一定的容错能力。

关键词：疲劳驾驶疲劳等级量化特征参数模糊聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人工情感的机器人学习算法研究

基于人工情感的机器人学习算法研究

作者：魏金海哈尔滨工业大学

学位级别：硕士

随着计算机和人工智能技术的发展，机器人的应用已经从传统的工业制造领域发展到了军事民用海洋勘探月球和火星探测等方面这些应用领域已经不再是简单的结构化的环境，而是一些极端的或者复杂多变的环境，在这种情况下就对机器人的性能... 详细信息

随着计算机和人工智能技术的发展，机器人的应用已经从传统的工业制造领域发展到了军事民用海洋勘探月球和火星探测等方面这些应用领域已经不再是简单的结构化的环境，而是一些极端的或者复杂多变的环境，在这种情况下就对机器人的性能提出了更高的要求目前的机器人的智能化水平已经无法满足上述复杂环境的要求，需要自主性更强，实时性更好的机器人传统的机器人控制机理都是基于认知推理方式的，这种控制机理不能满足这种极端环境或者复杂多变的环境，应该从机器人控制机理上对机器人学习方式进行改进而关于情感智能的研究已经取得了一定的成果，所以将人工情感引入到机器人智能控制中逐渐成为人工智能领域一个新的研究方向本文针对传统的机器人学习算法进行研究，将情感的因素加入到机器人学习算法中，提出了基于人工情感的机器人学习框架，并用于改进CMAC网络学习算法遗传算法和强化学习算法，提高了机器人的综合性能首先，对CMAC网络学习算法遗传算法和强化学习算法进行分析，并结合人类大脑处理信息的原理提出将情感因素引入到机器人学习中的思路，建立了基于人工情感的机器人学习框架，为后面分别针对CMCA网络学习算法遗传算法和强化学习算法的改进作基础其次，针对自然情感的特点进行深入研究，根据情感建模的知识分别建立了基于欧氏空间的模型和基于认知推理的情感模型，并通过仿真实验验证了前两种模型的有效性，证明了可以将人工情感模型应用于机器人智能控制中去在此基础之上建立了基于模糊推理的情感模型，应用于后面的仿真实验中最后，在Matlab环境下，设置机器人生存实验和机器人导航实验，分别对基于CMAC网络的改进算法基于遗传算法的改进算法和基于强化学习的改进算法进行仿真实验仿真实验结果验证了基于人工情感的机器人学习框架设计的合理性和这种改进算法提高机器人整体性能的可行性

关键词：人工情感情感建模机器人学习算法优化