摘要：【目的】提高传统的单一类别煤矸分选机器人在面对形状、尺寸差异较大的矸石时的适应性,分析异构机器人工作特性,实现异构机器人协同分选。【方法】基于深度Q值网络(deep Q network,DQN)提出异构机器人协同分选模型;分析协同工作分选流程制定决策框架,根据强化学习所需,设计交互环境,构建智能体连续的状态空间奖惩函数,长短期记忆网络(long short term memory,LTSM)和全连接网络相结合,构建DQN价值和目标网络,实现强化学习模型在工作过程中的任务分配。【结果】协同分选模型与传统顺序分配模型相比,在不同含矸率工作负载下,可提高分选效益0.49%~17.74%;在样本含矸率为21.61%,传送带速度为0.4~0.6 m/s的条件下,可提高分选效率2.41%~8.98%。【结论】异构机器人协同分选方法可以在不同的工作负载下获得稳定的分拣效益,避免单一分配方案无法适应动态变化的矸石流缺陷。

摘要：网络控制机器人是传统机器人和网络技术的结合。研究了异构机器人接入网络机器人控制系统的要求和途径。采用多态和模板的设计方法,实现了一种异构机器人动态接入方法。

摘要：基于C++CORBA中间件的技术规范和具体应用,对异构机器人系统的集成技术进行了研究.以ACE/TAO作为开发平台,构建了一个基于CORBA技术的异构机器人互操作系统,实现了分布式环境下具有不同硬件结构、操作系统、通信协议和编程语言的机器人之间的相互通信.系统界面友好、操作简便,可移植性和可维护性强,并且便于升级.该系统的研制成功为多异构机器人的协作提供了最佳的技术路线.