1v4下棋机器人若干关键问题的研究

来源 :东北大学 | 被引量 : 4次 | 上传用户:yhmlivefor53
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的发展和社会的进步,我国科普教育事业得到了长足的发展,提高全民科学素质,普及青少年的科普教育,提高民族自主创新能力已经成为我国国家发展的核心战略。单一的普及自然科学技术已不适应科学发展的要求。多学科、跨学科和新兴学科不断涌现,高新科技、尖端技术越来越多的应用于日常生活中,快速1v4下棋机器人系统是面向科普领域的智能下棋系统,融和了人机交互、博弈算法、机器人控制、串口通信技术等多种技术。然而,在下棋机器人系统的设计与开发过程中,存在着一些关键问题,操作臂的正逆运动学求解问题,对含有多个吸子杆件的执行机构的设计与控制问题,以及棋局结束后的自动清盘摆棋设计问题。基于上述问题,本文首先介绍了机器人运动学的基础知识,为操作臂正逆运动学的求解奠定了理论基础。其次对下棋机器人系统的操作臂MOTOMAN-HP6六自由度工业机器人进行了D-H模型建立与正逆运动学求解。并基于Matlab平台下的Robotics Toolbox机器人工具箱对操作臂进行了三维模型仿真与正逆运动学解析验证,为执行机构的最优控制方法选取奠定了基础。再次,对含有8个吸子杆件的执行机构的几何参数进行了计算与求解。然后,基于工业机器人作业时姿态突变最小化原理,求出了多个吸子杆件执行机构的最优控制方法。最后,在此基础上,设计了操作臂进行走子、吃子与清盘摆棋的操作流程并在vs2010下完成了代码编写,同时设计了自动清盘摆棋的算法流程。实验表明,求解的最优控制方法能够对含有8个吸子杆件的执行机构进行精确而有效的控制,改进的自动清盘摆棋算法能够大幅节省自动清盘摆棋的操作时间,增加了系统的智能性。
其他文献
时间序列数据是一类普遍而又广泛存在的数据类型。随着数据采集、存储和计算能力的提高,时序数据挖掘将会受到人们愈来愈多的关注和发展。时序规则发现研究主要是通过对时序数
期刊
期刊
期刊
统计学习方法,特别是Boosting学习,在计算机视觉中得到广泛的应用。本文研究基于Boosting自动人脸识别算法。在理论上,本文提出一种改进的Boosting学习算法;在实践上,本文将Boosti
期刊
期刊