相关实验视频
Updated: Jul 20, 2025

In Situ Soil Moisture Sensors in Undisturbed Soils
Published on: November 18, 2022
鲁德-阿尔:一个MCDPR的绳索UGV部署算法用于沉坑勘探.
David Orbea1, Christyan Cruz Ulloa1, Jaime Del Cerro1
1Centro de Automática y Robótica (UPM-CSIC), Universidad Politécnica de Madrid-Consejo Superior de Investigaciones Científicas, 28006 Madrid, Spain.
这项研究介绍了一种用于深坑勘探和救援的新型机器人系统. 绳索UGV部署算法 (RUDE-AL) 使用一批移动机器人部署一个电缆机器人,以实现更安全,更高效的灾害现场评估.
科学领域:
- 机器人和地质工程机器人学
- 应对灾害和城市安全
背景情况:
- 沉坑对城市地区的基础设施和人类安全构成重大风险.
- 传统的地质技术和地质物理方法在评估倾向于陷坑的区域方面存在局限性.
- 机器人技术为检查,环境探索和灾后援助提供先进的解决方案.
研究的目的:
- 提出用于深坑勘探和受害者援助的机器人方法.
- 开发一套移动机器人和一个电缆驱动的平行机器人的部署算法.
- 解决避免电缆碰撞的挑战,并优化勘探覆盖范围.
主要方法:
- 引入绳索UGV部署算法 (RUDE-AL),用于部署移动电缆驱动并行机器人 (MCDPR).
- 使用一支由四个移动机器人组成的机队作为一个有线机器人系统的.
- 采用遗传算法来优化位,最大限度地探索区域,尽量减少路线距离,同时避免障碍物.
主要成果:
- 展示了用于沉坑勘探的强有力的部署方法.
- 识别影响系统性能的因素,包括障碍物密度和沉坑几何形状.
- 在定义的约束范围内,成功地为移动机器人生成可行的目标路线.
结论:
- 鲁德-AL方法提供了一个有效的机器人解决方案,用于深坑勘探和救援行动.
- 优化移动机器人部署对于最大限度地提高任务效率和安全至关重要.
- 系统适应障碍物和沉坑形状等环境因素的适应性是关键发现.
更多相关视频
08:09Measuring and Mapping Patterns of Soil Erosion and Deposition Related to Soil Carbonate Concentrations Under Agricultural Management
Published on: September 12, 2017
06:36A Field Primer for Monitoring Benthic Ecosystems Using Structure-From-Motion Photogrammetry
Published on: April 15, 2021
相关概念视频
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Types of Global Positioning System Surveys