机器人外文翻译

机器人外文翻译（精选6篇）

篇1：机器人外文翻译

Improved Genetic Algorithm and Its Performance Analysis

Abstract: Although genetic algorithm has become very famous with its global searching, parallel computing, better robustness, and not needing differential information during evolution.However, it also has some demerits, such as slow convergence speed.In this paper, based on several general theorems, an improved genetic algorithm using variant chromosome length and probability of crossover and mutation is proposed, and its main idea is as follows : at the beginning of evolution, our solution with shorter length chromosome and higher probability of crossover and mutation;and at the vicinity of global optimum, with longer length chromosome and lower probability of crossover and mutation.Finally, testing with some critical functions shows that our solution can improve the convergence speed of genetic algorithm significantly , its comprehensive performance is better than that of the genetic algorithm which only reserves the best individual.Genetic algorithm is an adaptive searching technique based on a selection and reproduction mechanism found in the natural evolution process, and it was pioneered by Holland in the 1970s.It has become very famous with its global searching, parallel computing, better robustness, and not needing differential information during evolution.However, it also has some demerits, such as poor local searching, premature converging, as well as slow convergence speed.In recent years, these problems have been studied.In this paper, an improved genetic algorithm with variant chromosome length and variant probability is proposed.Testing with some critical functions shows that it can improve the convergence speed significantly, and its comprehensive performance is better than that of the genetic algorithm which only reserves the best individual.In section 1, our new approach is proposed.Through optimization examples, in section 2, the efficiency of our algorithm is compared with the genetic algorithm which only reserves the best individual.And section 3 gives out the conclusions.Finally, some proofs of relative theorems are collected and presented in appendix.Description of the algorithm 1.1 Some theorems Before proposing our approach, we give out some general theorems(see

appendix)as follows: Let us assume there is just one variable(multivariable can be divided into many sections, one section for one variable)x ∈ [ a, b ] , x ∈ R, and chromosome length with binary encoding is 1.Theorem 1

Minimal resolution of chromosome is s = ba 2l1Theorem 2

Weight value of the ith bit of chromosome is

wi = bai1(i = 1,2,…l)2l1Theorem 3

Mathematical expectation Ec(x)of chromosome searching step with one-point crossover is Ec(x)= baPc 2lwhere Pc is the probability of crossover.Theorem 4

Mathematical expectation Em(x)of chromosome searching step with bit mutation is Em(x)=(b-a)Pm

1.2 Mechanism of algorithm

During evolutionary process, we presume that value domains of variable are fixed, and the probability of crossover is a constant, so from Theorem 1 and 3, we know that the longer chromosome length is, the smaller searching step of chromosome, and the higher resolution;and vice versa.Meanwhile, crossover probability is in direct proportion to searching step.From Theorem 4, changing the length of chromosome does not affect searching step of mutation, while mutation probability is also in direct proportion to searching step.At the beginning of evolution, shorter length chromosome(can be too shorter, otherwise it is harmful to population diversity)and higher probability of crossover and mutation increases searching step, which can carry out greater domain searching, and avoid falling into local optimum.While at the vicinity of global optimum, longer length chromosome and lower probability of crossover and mutation will decrease searching step, and longer length chromosome also improves resolution of mutation, which avoid wandering near the global optimum, and speeds up algorithm

converging.Finally, it should be pointed out that chromosome length changing keeps individual fitness unchanged, hence it does not affect select ion(with roulette wheel selection).1.3 Description of the algorithm

Owing to basic genetic algorithm not converging on the global optimum, while the genetic algorithm which reserves the best individual at current generation can, our approach adopts this policy.During evolutionary process, we track cumulative average of individual average fitness up to current generation.It is written as 1X(t)= GGft1avg(t)where G is the current evolutionary generation, fitness.favg is individual average When the cumulative average fitness increases to k times(k> 1, k ∈ R)of initial individual average fitness, we change chromosome length to m times(m is a positive integer)of itself , and reduce probability of crossover and mutation, which can improve individual resolution and reduce searching step, and speed up algorithm converging.The procedure is as follows:

Step 1 Initialize population, and calculate individual average fitness and set change parameter flag.Flag equal to 1.favg0, Step 2 Based on reserving the best individual of current generation, carry out selection, regeneration, crossover and mutation, and calculate cumulative average of individual average fitness up to current generation

favg;

favgStep 3 If

favg0≥k and Flag equals 1, increase chromosome length to m times of itself, and reduce probability of crossover and mutation, and set Flag equal to 0;otherwise continue evolving.Step 4 If end condition is satisfied, stop;otherwise go to Step 2.2 Test and analysis

We adopt the following two critical functions to test our approach, and compare it with the genetic algorithm which only reserves the best individual: f1(x,y)0.5sin2x2y20.5[10.01xy222]

x,y∈ [5,5]

[1,1] f2(x,y)4(x22y20.3cos(3πx)0.4cos(4πy))

x,y∈2.1 Analysis of convergence During function testing, we carry out the following policies: roulette wheel select ion, one point crossover, bit mutation, and the size of population is 60, l is chromosome length, Pc and Pm are the probability of crossover and mutation respectively.And we randomly select four genetic algorithms reserving best individual with various fixed chromosome length and probability of crossover and mutation to compare with our approach.Tab.1 gives the average converging generation in 100 tests.In our approach, we adopt initial parameter l0= 10, Pc0= 0.3, Pm0= 0.1 and k= 1.2, when changing parameter condition is satisfied, we adjust parameters to l= 30, Pc= 0.1, Pm= 0.01.From Tab.1, we know that our approach improves convergence speed of genetic algorithm significantly and it accords with above analysis.2.2 Analysis of online and offline performance

Quantitative evaluation methods of genetic algorithm are proposed by Dejong, including online and offline performance.The former tests dynamic performance;and the latter evaluates convergence performance.To better analyze online and offline performance of testing function, w e multiply fitness of each individual by 10, and we give a curve of 4 000 and 1 000 generations for f1 and f2, respectively.(a)online

(b)online

Fig.1 Online and offline performance of f1

(a)online

(b)online

Fig.2 Online and offline performance of f2

From Fig.1 and Fig.2, we know that online performance of our approach is just little worse than that of the fourth case, but it is much better than that of the second, third and fifth case, whose online performances are nearly the same.At the same time, offline performance of our approach is better than that of other four cases.Conclusion In this paper, based on some general theorems, an improved genetic algorithm using variant chromosome length and probability of crossover and mutation is proposed.Testing with some critical functions shows that it can improve convergence speed of genetic algorithm significantly, and its comprehensive performance is better than that of the genetic algorithm which only reserves the best individual.Appendix With the supposed conditions of section 1, we know that the validation of Theorem 1 and Theorem 2 are obvious.Theorem 3 Mathematical expectation Ec(x)of chromosome searching step with one point crossover is baPc2lEc(x)=

where Pc is the probability of crossover.Proof

As shown in Fig.A1, we assume that crossover happens on the kth locus, i.e.parent’s locus from k to l do not change, and genes on the locus from 1 to k are exchanged.1During crossover, change probability of genes on the locus from 1 to k is 2

(“1” to “0” or “0” to “1”).So, after crossover, mathematical expectation of chromosome searching step on locus from 1 to k is

k11ba1baEck(x)wjl2j1l(2k1)

22121j12j12Furthermore, probability of taking place crossover on each locus of k1chromosome is equal, namely l Pc.Therefore, after crossover, mathematical expectation of chromosome searching step is 1Ec(x)PcEck(x)

k1lSubstituting Eq.(A1)into Eq.(A2), we obtain l1PbaP(ba)11ba1Pcl(2k1)cl[(2i1)l]c(1l)2212l212l21k1llba0, so Ec(x)Pc where l is large, l2l21Ec(x)l1

Fig.A1 One point crossover

Theorem 4 Mathematical expectation Em(x)of chromosome searching step with bit mutation Em(x)(ba)Pm, where Pm is the probability of mutation.Proof Mutation probability of genes on each locus of chromosome is equal, say Pm, therefore, mathematical expectation of mutation searching step is Em(x)=åPm·wi=åPm·i=1i=1llb-ai-1b-a·2=P··(2i-1)=(b-a)·Pm mli2-12-1

一种新的改进遗传算法及其性能分析

摘要：虽然遗传算法以其全局搜索、并行计算、更好的健壮性以及在进化过程中不需要求导而著称，但是它仍然有一定的缺陷，比如收敛速度慢。本文根据几个基本定理，提出了一种使用变异染色体长度和交叉变异概率的改进遗传算法，它的主要思想是：在进化的开始阶段，我们使用短一些的变异染色体长度和高一些的交叉变异概率来解决，在全局最优解附近，使用长一些的变异染色体长度和低一些的交叉变异概率。最后，一些关键功能的测试表明，我们的解决方案可以显著提高遗传算法的收敛速度，其综合性能优于只保留最佳个体的遗传算法。

遗传算法是一种以自然界进化中的选择和繁殖机制为基础的自适应的搜索技术，它是由Holland 1975年首先提出的。它以其全局搜索、并行计算、更好的健壮性以及在进化过程中不需要求导而著称。然而它也有一些缺点，如本地搜索不佳，过早收敛，以及收敛速度慢。近些年，这个问题被广泛地进行了研究。

本文提出了一种使用变异染色体长度和交叉变异概率的改进遗传算法。一些关键功能的测试表明，我们的解决方案可以显著提高遗传算法的收敛速度，其综合性能优于只保留最佳个体的遗传算法。

在第一部分，提出了我们的新算法。第二部分，通过几个优化例子，将该算法和只保留最佳个体的遗传算法进行了效率的比较。第三部分，就是所得出的结论。最后，相关定理的证明过程可见附录。

1算法的描述

1.1 一些定理

在提出我们的算法之前，先给出一个一般性的定理（见附件），如下：我们假设有一个变量（多变量可以拆分成多个部分，每一部分是一个变量）x ∈ [ a, b ] , x ∈ R，二进制的染色体编码是1.定理1 染色体的最小分辨率是

s =

ba l21定理2 染色体的第i位的权重值是

bai1(i = 1,2,…l)2l1定理3 单点交叉的染色体搜索步骤的数学期望Ec(x)是

wi =

Ec(x)= baPc 2l其中Pc是交叉概率

定理4 位变异的染色体搜索步骤的数学期望Em(x)是

Em(x)=(b-a)Pm

其中Pm是变异概率 算法机制

在进化过程中，我们假设变量的值域是固定的，交叉的概率是一个常数，所以从定理1 和定理3我们知道，较长的染色体长度有着较少的染色体搜索步骤和较高的分辨率；反之亦然。同时，交叉概率与搜索步骤成正比。由定理4，改变染色体的长度不影响变异的搜索步骤，而变异概率与搜索步骤也是成正比的。

进化的开始阶段，较短染色体（可以是过短，否则它不利于种群多样性）和较高的交叉和变异概率会增加搜索步骤，这样可进行更大的域名搜索，避免陷入局部最优。而全局最优的附近，较长染色体和较低的交叉和变异概率会减少搜索的步骤，较长的染色体也提高了变异分辨率，避免在全局最优解附近徘徊，提高了算法收敛速度。

最后，应当指出，染色体长度的改变不会使个体适应性改变，因此它不影响选择（轮盘赌选择）。

算法描述

由于基本遗传算法没有在全局优化时收敛，而遗传算法保留了当前一代的最佳个体，我

们的方法采用这项策略。在进化过程中，我们跟踪到当代个体平均适应度的累计值。它被写成：

1GX(t)= favg(t)Gt1其中G是当前进化的一代，favg是个体的平均适应度。

当累计平均适用性增加到最初个体平均适应度的k(k> 1, k ∈ R)倍，我们将染色体长度变为其自身的m(m 是一个正整数)倍，然后减小交叉和变异的概率，可以提高个体分辨率、减少搜索步骤以及提高算法收敛速度。算法的执行步骤如下：

第一步：初始化群体，并计算个体平均适应度favg0，然后设置改变参数的标志flag。flag设为1.第二步：在所保留的当代的最佳个体，进行选择、再生、交叉和变异，并计算当代个体的累积平均适应度favg

favg0第三步：如果

favgk 且flag = 1，把染色体的长度增加至自身的m倍，减少交叉和变异概率，并设置flag等于0;否则继续进化。

第四步：如果满足结束条件，停止；否则转自第二步。

测试和分析

我们采用以下两种方法来测试我们的方法，和只保留最佳个体的遗传算法进行比较：

f1(x,y)0.5sin2x2y20.5[10.01xy222] [5,5]

x,y∈ [1,1] f2(x,y)4(x22y20.3cos(3πx)0.4cos(4πy))

x,y∈收敛的分析

在功能测试中，我们进行了以下政策：轮盘赌选择，单点交叉，位变异。种群的规

模是60。L是染色体长度，Pc和Pm分别是交叉概率和变异概率。我们随机选择4个遗传算法所保留的最佳个体来与我们的方法进行比较，它们具有不同的固定染色体长度和交叉和变异的概率。表1给出了在100次测试的平均收敛代。

在我们的方法中，我们采取的初始参数是l0 = 10，Pc0 = 0.3，Pm0 = 0.1和k = 1.2，当满足改变参数的条件时，我们调整参数l = 30，Pc = 0.1，Pm = 0.01。

1.1 在线和离线性能的分析

Dejong提出了遗传算法的定量评价方法，包括在线和离线性能评价。前者测试动态性能，而后者评估收敛性能。为了更好地分析测试功能的在线和离线性能，我们把个体的适应性乘以10，并f1和f2分别给出了4 000和1 000代的曲线：

(a)在线

(b)离线

图1 f1的在线与离线性能

(a)在线

(b)离线

从图1和图2可以看出，我们方法的在线性能只比第四种情况差一点点，但比第二种、第三种、第五种好很多，这几种情况下的在线性能几乎完全相同。同时，我们方法的离线性能也比其他四种好很多

结论

本文提出了一种使用变异染色体长度和交叉变异概率的改进遗传算法。一些关键功能的测试表明，我们的解决方案可以显著提高遗传算法的收敛速度，其综合性能优于只保留最佳个体的遗传算法。

附件

有了第一部分中假定的条件，定理1和定理2的验证是显而易见的。下面给出定理3和定理4的证明过程：

定理3 单点交叉的染色体搜索步骤的数学期望Ec(x)是

Ec(x)= 其中Pc是交叉概率

baPc 2l证明：

如图A1所示，我们假设交叉发生在第k个基因位点，从k到l的父基因位点没有变化，基因位点1到k上的基因改变了。

在交叉过程中，1到k基因位点上的基因改变的概率为0.5(“1”变化”0”或者”0”变为”1”)，因此，交叉之后，基因位点上的染色体搜索步骤从1到k的数学期望是

k11ba1baEck(x)wjl2j1l(2k1)

22121j12j121此外，每个位点的染色体发生交叉的概率是相等的，即lPc。交叉后，染色

k体搜索步骤的数学期望是

1Ec(x)PcEck(x)k1l

把Eq.(A1)替换为Eq.(A2)，我们得到 l1PbaP(ba)11ba1Pcl(2k1)cl[(2i1)l]c(1l)l22l2l212121k1lba0，所以Ec(x)Pc 其中l是非常大的，l2l21Ec(x)l1图1 单点交叉

定理4 位变异的染色体搜索步骤的数学期望是

Em(x)(ba)Pm

其中Pm是变异概率。证明：

每个基因位点上的基因的变异概率是相等的，比如Pm，因此变异搜索步骤的数学期望是：

Em(x)=åPm·wi=åPm·i=1i=1ll

b-ai-1b-a·2=P··(2i-1)=(b-a)·Pmmli2-12-1

篇2：机器人外文翻译

摘要-这篇论文展示了一款使用离合器的新型内窥管道机器人，用于直径小于或等于100mmde 管道内窥。这款机器人拥有三条驱动轴，且每条驱动轴各有一个离合器，离合器的设计依据平行联动原理。内窥管道机器人牢固的模型机构已经过驱动，原型机也被制作出来。机器人系统已经过一系列的仿真软件模拟和实验验证。

1.简介

管内机器人经过漫长的发展，根据运动模型可分为几种基本类型，比如轮驱动、蠕动、自动足、螺旋驱动、爬行、PIG和惰性运行等类型。在这些类型之中，轮式驱动应用最为广泛。在过去的十年时间间，机器人各式各样的驱动类型研究呈现井喷式增长。不同的驱动类型的机器人一般会有三个驱动轴，依靠单独控制各轴的速度，可以让机器人实现通过关节或者Ｔ型管道。而且这种类型机器人与轮式驱动、螺旋驱动和PIG等类型比较起来会有较大的可折叠区域，比较节省空间。

近来，随着小型化管道机器人市场的扩大，对直径小于100mm的管道机器人的关注同时愈来愈热。因为室内管道的清洁程度会直接影响到人的健康，因此，对室内管道的清洁与监测变得愈加重要，同时直径小于100mm的机器人也将主要用于室内管道清洁。机械装置使用的是平行连杆机构，有助于实现装置减速功能。减速器与其他使用两个底板的典型减速器不同，第二部分将会详细介绍机器人系统的特征。第三部分将会讲解机构的运动学分析。机构的有效性将会通过软件仿真与实验验证，这些会在第四部分展示出来。最后，同时也是至关重要的是总结。

2.机器人特征 A机器人硬件设备及系统

如例1所示，机器人系统包括控制盒与机器人装备。根据模块化设置，控制盒与机器人硬件设备室分开的。

机器人硬件设备包含主体，三条链轮和如例2显示的三个离合轮部分。机器人长80mm,外扩至100mm。机械联动装置可确保制动功能的实现，这是因为装置有效避免了电磁制动器的缺点，比如滑移、电力不足以及规格限制。

例1.装备有机械离合装置的管道检测机器人系统

机器人装置可实现两种不同的操作模式：驱动模式与制动模式。驱动模式下的机器人会运行，制动模式会使机器人停止运行并且可以返回到原点。

例2管道机器人检测系统整体结构：a,3D模型，b,机器人实体

为了确保驱动与制动两种模式的实现，可通过为机器人三个驱动轮分别安装电机，并且主轴也有一个电机，如例2所示，这样我们就可以控制机器人的前进与后退以及在弯头的转向运动。从一种模式到另一种模式的转换可以通过驱动主轴电机实现。B 机器人主体

如例3所示，机身包含两个螺母、两个滑块、两个弹簧和一个主轴电机。螺母的作用是往主轴的两面传递力，滑块与离合器部分相连接并且沿着螺母的凹槽滑移。弹簧起到缓冲的作用，与链轮的直径变化相适应。这种设计允许了机器人身体的可折叠性。主轴包括齿轮、左旋螺杆、右旋螺杆。电机通过齿轮传递力至主轴，并且运动模式可以通过控制主轴电机来切换。主轴螺旋运动取决于螺杆的平移运动，这也将同时导致螺母的位移以及滑块的运动。

例3 主体结构

C部分

主轴螺杆左末端与减速器结构连接。链轮部分包括平行连杆机构、驱动电机与驱动轮、惰轮。如同例4所示，每一条链轮都与减速器结构相连接。

例4：链轮及减速器机构

电机通过斜齿轮减速器驱动。减速器机构包括离合轮，以及离合轮与主轴相连接部分。如同例4所示，离合轮是惰轮，链轮与主轴通过4连杆与5连杆机构连接。平行四边形机构保证链轮的水平状态。

链轮的运动与离合轮相关联，离合轮通过四连杆机构连接主轴与链轮。

D 机器人设备运行与制动模式

当机器人插入到管道中，机器人通过控制主轴电机改变机构直径以适应管道。例5标示机器人驱动模式下进入管道的状态，两个螺母靠近中间。当机器人通过不规则表面，外力将作用在链轮上，从而导致与链轮相连接的滑块作出例6所示动作。主轴两面的压缩弹簧起到减震的作用。当机器人通过不规则表面，弹簧力将使滑块恢复到例5所示状态。

例5 运行模式

例6展示了制动模式，通过驱动主轴电机，主轴将重置成两个螺母远离中心的模式。这将导致链轮中的驱动轮远离管道内壁，且链轮中的惰轮与内壁接触。于是，可以通过拉机器人尾部的电缆来实现后退。例7与例8详细解释了此动作。

例6 制动模式

链轮中的驱动轮如图例7所示那样在减速轮外，机器人将会进入运行模式。机器人可通过电机驱动轮子与管道内表面接触，来实现前进。与此相反的是，当驱动轮改变到减速轮内的时候，即减速轮与管道内表面相接触的时候，机器人转变为制动模式。在这种模式下运行，减速轮与管道内表面相接触，同时，两惰轮连成一条线运行，这将保证机器人的制动模式的成功。除此之外，当机器人突然断电时，机器人将会因电机转轴减弱的转矩导致支持轮子的外部力减弱，从而实现机器人自动转变到制动模式。从上述所看，机器人可轻松实现制动。

例7 装有减速装置的管道检测机器人系统

A,运行模式B，制动模式

4运动机构

在这一部分，为了根据主轴电机驱动所引起的d变化表示减速轮的动作，将会推导出离合轮、驱动轮和惰轮的位置。例8展示了链轮与减速结构。每一链轮均包含两个4连杆机构、一个5连杆机构，4连杆机构包含四个转动关节，5连杆机构包含四个转动关节和一个移动关节。当外力作用在轮子上面时，链轮的高度d随之改变。

c

例8 工作模式原理图 A，驱动模式 B，制动模式

；

例9中的注释，余弦可表达为

机器人设备：

电机嵌入车轮机构的马达箱体中，最大扭矩为17.5mNm, 电机选MAXRON RE 6 型号，减速器选择GP 6A 型号。表1详细介绍了电机和减速器规格。

MAXRON RE 6 规格说明书 直径

6mm 额定电压

6v 额定转速 5320 rpm 最大连续扭矩 0.321mNm 最大持续性电流：0.118A

减速器说明书 减速比：221：1 减速器最大连续扭矩：30mNm

表2为机器人规格说明书，机器人模块长80mm至100mm之间，机器人机身直径变换在90mm至110mm之间。机器人包括摄像机、照明设备在内的总长是122mm,机器人中189g.在测试环节中使用的管道直径为100mm.表2 机器人规格说明书

规格

重量

电机直径

机器人模块长度

机器人总长

直径变化范围

直线速度

串行通信

篇3：机器人外文翻译

我国外文档案的研究与翻译工作早在建国初期整个社会处于百废待兴之时就已经起步,经历了改革开放的飞速发展,如今已经硕果累累。如上海市档案馆近年来共翻译了千余万字的英、法、日、德等外文档案史料, 其中《中国外债档案史料汇编》、《五份事件史料》已出版发行。辽宁省档案馆根据自身馆藏史料的特点对省内日文档案进行了编译,出版发行了《满铁档案译编》。吉林省档案馆、黑龙江省档案馆先后编译出版了《东北抗日运动概况》、《日本向中国东北移民》等外文档案译著。但是外文档案翻译所取得的成绩仍旧不能掩盖它所面临的问题与困境,例如外文档案翻译选材面狭窄;专门性档案翻译人才短缺;外文档案翻译涉及语种单一等问题。究其原因还是“人”的原因。专业外文档案翻译人才匮乏,我国建立了覆盖地、市、县的体系完备的档案机构,配备了众多专(兼)职档案员。如截至2008年,我国共有各级各类档案馆3987个,各类专兼职档案员近百万,但是其中具有专业外语水平的从业人员不足5000人,在这5000人中具有翻译外文档案能力的从业人员更是凤毛麟角[1]。外文档案翻译人才匮乏的现象已经严重阻碍了中国档案事业的自我完善和发展的进程。在中国认识世界,世界了解中国的过程中,外文档案翻译工作者扮演着举足轻重的作用。

二、档案学专业与翻译专业的设置情况

1.翻译专业设置:2005年,为了适应我国改革开放和经济社会发展的需要,教育部下发了《关于公布2005年度教育部备案或批准设置的高等学校本专科专业结果的通知》,翻译专业(专业代码:050255S)正式获批,成为少数高校试点的目录外专业,从2006年开始招收翻译专业本科生[2]3。自此我国翻译专业进入了高速发展阶段。至2010年,全国已有31所高校获批设置本科翻译专业。翻译专业下设的培养方向由各高校根据自身办学特色和师资情况自行开设。在调研的国内七所高校(北京2所,广东2所,天津1所,上海1所,大连1所)中并没有一所高校开设了涉及档案学的翻译方向[3]79。在七所高校所开设的21门翻译专业相关学科的课程中有文化翻译、科技翻译、外事翻译、旅游翻译、新闻翻译、时政翻译等,但是没有一门课程和外文档案翻译相关,所造成的直接后果便是具有专业翻译水平的人才无法进入到外文档案翻译的领域解决外文档案翻译人才匮乏的问题。一边是求才若渴,一边是怀才不遇,而二者目前却没有办法成功对接。

2.档案学专业设置:档案学专业的主干(核心)课程包括中外档案事业、文献编研、文献遗产保护、档案学基础、档案管理学等专业课程等。其中难觅档案学专业外国语课程的踪迹。就像其他专业一样档案学专业仅在公共基础课程范畴设置了《大学英语》一门涉及外国语言类课程。但是作为大学公共基础课的《大学英语》多为通识教育的范畴,并不可能涉及档案学专业领域的知识。因此,档案学专门人才在大学毕业后并不能胜任外文档案翻译这一专业程度极高的工作。档案学专业的学生应在大学期间选修或辅修档案学专业外文课程,而翻译专业应该视情况开设档案翻译课程,这才是解决目前外文档案翻译人才匮乏的根本途径。

三、外文档案翻译存在的问题和面临的困境

1.从事外文档案翻译的专门型人才极度匮乏。外文档案的翻译工作是一项专业化程度极高的工作,作为一名合格的外文档案翻译工作者,应该具备跨越中外文化、历史、宗教、政治等多领域的专业知识,同时还要对翻译中目的语的语言能够熟练应用和掌握,这对翻译人才的要求是极高的。但是,目前我国高等教育中翻译人才培养的各个环节似乎都忽略了对档案翻译人才的专业培养,在专业方向、课程设置、人才培养目标等各个环节都没有对档案翻译人才的专门培养方案。这就使得现实中从事外文档案翻译的工作者多为历史专业、档案管理专业、甚至是中文专业的“外行”者在做,出于翻译专业知识匮乏的原因,很难保证外文档案翻译的质量。对于忠于历史、准确还原历史的档案翻译基本原则来说,缺乏语言应用能力是对档案翻译工作的致命打击。为数不少的档案馆为了确保外文档案翻译的质量,不得不交由高等院校、语言研究所、民族问题研究所或者是外文出版机构代为翻译。专业外文档案翻译人才的培养已经成为制约档案事业发展亟待解决的问题。

2.外文档案整理编目基础薄弱。由于档案专业外语类人才的短缺,直接导致外文档案的整理与编目举步维艰。经过几代人的努力,我国外文档案的整理工作一直在稳步开展当中,但是仍旧处于粗放型加工和顺序整理的初级阶段。进一步地深加工却受到档案翻译人员缺乏的限制和制约,目前需要尽快编制出能系统地反映档案内容的详细目录和各种索引。没有完善的目录和索引系统,外文档案的翻译工作势必在选材和专题的确定上难以把控,以至于目前外文档案翻译中出现了选题雷同的现象。外文档案翻译是一项费时费力的艰巨任务,一个专题、一个选材,一经确立一般都要耗费数年的时间,如果因为选题的雷同而造成人力、物力、财力的浪费,对于我国档案事业的发展将会造成巨大的损失。

3.欠缺外文档案翻译的专业化标准。我国翻译专业的发展以及翻译人才的培养都走上了正轨,专业培养方向也日趋细化,如商务翻译、法律翻译、文学翻译等,已经形成了比较完善的翻译理论和人才培养方案。外文档案翻译除了具备翻译理论的共性外,更具备其自身的特性。传统翻译理论中的“信”“、达”“、雅”的翻译标准在档案翻译中是不适用的。外文档案的翻译涉及历史、地理、宗教、典章制度等内容多为公文式体裁,首要的翻译原则就是忠于原文,必须采用直译的方式,不能对档案内容进行随意的删减,也不能掺杂译者的个人感情与喜恶。归纳起来外文档案翻译的原则即“辞取达意而止,不以富丽为工”[4]35。这些完全不同的翻译标准亟待整理成系统规范的行为准则,鞭策和约束外文档案翻译人员的翻译行为。

四、建议与对策

1.高校作为人才培养的重要基地,无论是翻译人才的培养还是档案学人才的培养都应该视社会发展的需求而动。无论是翻译人才还是档案学人才都要面临市场的选择,市场需要复合型人才,高校就应该给予专门人才更多的附加值。对于档案学人才的培养,应在大学四年期间辅修或选修档案学专业英语,或者根据未来人生规划、专业发展需要辅修或选修第二外语。在校期间即与当地档案管理部门对接设立实践基地,让学生在大学期间就能接触实实在在的档案整理与档案翻译工作,以此更加明确自己在校期间应该研修的课程和丰富自己的知识结构。对于翻译专业,从学科建设不断完善的角度来看迟早会涉及档案翻译的领域,只是这个进程应该加快步伐。同时,还应该注重小语种翻译人才与档案学专业的对接。

2.档案部门可根据本单位经费情况有重点、有计划地订阅外文档案刊物,为档案人员了解外国档案事务提供一个窗口,为学习外语提供条件,组织外语比赛活动,激发档案人员学习外语的热情。档案部门可以根据外文档案翻译的专题设置专项翻译人才的培训计划。外文档案的翻译人员可以在翻译档案的进程中参加大专院校相关学科的学习,在工作实践中丰富和立体化自己的专业知识结构,同时为以后的翻译工作奠定基础。

3.推进外文档案译著的出版和发行。外文档案的译著长期以来都是仅供专业人士解读的“小众”读物,难以走进寻常百姓家。这也在一定程度上制约了我国档案事业的发展。如何向普通读者普及档案学基础知识,掀起研读档案译著的民间学习浪潮,也是档案部门需要思考的问题。只有广泛地关注才能积累雄厚的群众基础,从而为档案事业的健康发展提供可靠保证。

摘要：针对外文档案专门翻译人才的匮乏对我国外文档案的翻译造成了巨大的影响,束缚了我国档案事业的健康发展,本文细数档案翻译人才缺乏的表现、产生的原因,并在此研究基础上提出档案翻译人才培养的方向与策略。

篇4：外文商标语言翻译特点研究

1.商标名应符合商品特性。商品的商标是代表商品的一种专用符号。成功的商标名应尽可能地区别于其他企业的商品而体现出自己商品的特性，让人一见商标，就容易联想到其基本用途最好。如美国的Coca-Cola，曾称为“可口可辣”，进入中国市场称为“可口可乐”。被译成可口可乐，双声（可、口）叠韵，既保持了原词的音节和响亮，也体现出了商品的特性，给人留下的感觉是该饮料喝下去既可口，又令人舒畅。成功的商标译名再加上一些具有良好宣传效应的广告语，如“Always Coca-Cola”（永远的可口可乐），使之更是家喻户晓。现在，“可口可乐”不仅获得巨大成功，而且还凭借自己强大的品牌影响力，推出新品牌，进行没有悬念的品牌延伸。

2.商标名应符合大众心理。商标名称应尽量符合大众心理，以激发消费者的购买动机，如女性用品的命名常与“秀美、文雅、小巧”等方面的词语联系，男性用品可考虑“雄健、粗犷”等，儿童用品就应“活泼、可爱”，而老年用品则应“吉祥、稳重”等。因此，商标的翻译从一种语言到另一种语言，既要争取保留原文涵义的精华，又要符合消费者的心理。比如AVON，这个拥有120多年悠久历史的美国著名化妆品牌，汉译为“雅芳”。自古以来，美丽漂亮与女人有着不可分割的渊源，女人求美胜过其他一切，这是女人一根最敏感的神经，这也是很多企业大打“女人牌”的一个重要因素。“雅芳”商标译名，给人“高雅、美观、美好”雅而不俗的感觉，符合女人心理，可说是普获芳心。从审美的角度看，人们在进入富有美感的欣赏或是感知当中，往往会产生一种期待的心理。目前，雅芳凭借国际经典品牌的良好形象，已经在全球一百多个国家开展业务，甚至还开发了一系列男性产品。类似雅芳的译名很多，如化妆品Clinique 倩碧，CLARINS娇韵诗；护肤系列VICHY薇姿，Issima伊诗美等等。

3.商标名应易于记忆。记忆就是人脑对有关信息进行编码、贮存和提取的认知加工过程。记忆使心理活动的各个方面成为相互联系的整体，是人的心理发展的重要前提。在翻译商标时，应根据产品的不同特性，语词上多方斟酌。比如要注意内涵、意境、美感、简洁、冲击力、寓意深、时代感、呼唤力、熟悉度、认可度等等。总之，商标要具有单独使用时的良好效果， 易于记忆。爱尔兰的“健力士”（Guinness）啤酒和新加坡的“虎”牌 (Tiger) 啤酒 ，都是大众熟悉而形象的品牌，一旦接触就不易忘记。另外，用形象美好的动物、花卉名称命名，可以引起人们对商品的注意与好感，并追求某种象征意义。如德国ＢＭＷ高档车在国内最初被译为“巴依尔”，影响力有限，后来改称为“宝马”。现代的名车，就象是古代的宝马，该译名可说是家喻户晓。

4.商标名应易于联想。一个优秀的品牌还应使人产生美好的联想。比如，香料以玫瑰命名，香上加香；而内衣则不宜用玫瑰命名，因为玫瑰带刺，穿上这种牌子的内衣，会使人产生一种如芒刺背的联想。商标名还要注意时代内涵、文化底蕴，强化标志性和识别功能，避免雷同；要具有象征意义，易使人产生联想。有的优秀品牌商标，承载着独特的商品信息和文化信息，一看就容易使人产生联想。如搜索引擎Google，曾有许多建议译法：“酷狗”、“估狗”、“古狗”、“古哥”等等，由于创意“小气”，难以被多数人接受。推出 “谷歌”品牌后，就有了强烈的中文本土色彩。几乎所有联想出来的关键字都在从不同角度投射一个信息，“谷歌”是一个有着“勤奋”、“快乐”情感的品牌，它能让人感受到“收获”的喜悦。其实，Google 的使命就是整合全球范围的信息，使上网之人皆可“一键” 搜索并得到大量信息，“收获” 颇丰。其作用自然与“谷歌”的“丰收之歌”、“快乐”品牌联想不谋而合。

5.商标名应易于上口。商标译名在语言上应该好读，好听，好看，做到音、形、义的完美统一。一种好的商品，加上一个动听上口的名字，无异于锦上添花，魅力无穷。在品牌意识业已深入人心的今天，非常有必要在商标的翻译上下一番功夫。再看McDonald's，如果硬译就是“麦克唐纳的店”。这只是一个普通姓氏，既无名气，又毫无吸引力，与“爱迪生”、“迪斯尼”等相比，就过于平淡。台湾译作“麦当乐”，应该说不错；香港译为“麦当劳”， 朗朗上口， 响亮而又具有节奏感，因而极具传播力，容易达到共识。而且从汉语的角度分析，该译名与原发音大致相似，“麦”还含有食品的性质，蕴涵着“要吃粮就应当劳动”的教育意义，中西巧妙结合，确属佳译。还有美国啤酒Budweiser，汉译为“百威”，发音响亮，给人强烈的视觉冲击。可见，一个设计独特、易读易记并富有艺术和形象性的名称能迅速抓住大众的视觉。

6.商标名应易于留下印象。能给消费者留下印象的商标译名才算是成功之作。美国广告大师鲁易斯(Lewis)提出了“挨达”（AIDA）原则， 即 Attention (引人注意)，Interest (激发兴趣)， Desire (诱发欲望) ， Action (呼唤行动) 。如达到这样效果的译名，给人的印象肯定深刻。比如瑞典的“Ikea”是家具品牌，汉译为“宜家”，就赋予了它“雅致”、“吉利”等美好的涵义。英威达公司的一种羽绒被叫做“SOMERELLE”，中文是“安睡宝”。设计图案上一位年轻貌美的女士正在该绒被的团团呵护下，面带微笑，甜蜜地躺在丝丝轻柔、浓浓暖意的绒被中央睡觉。看到此情此景的“安睡宝”，能给人带来如此体贴入梦的尊贵享受，让人过目不忘。

7.商标名应易于传递信息。商标传递信息是指商标名本身往往应具有含义，而这种含义可以直接或间接地传递商品的某些信息，如关于它的优点、性能、作用等。这种商标可以对商品或服务起到提示作用，并通过商品传递的信息吸引顾客。比如：洗发液Rejoice，意译为“飘柔”，传达出了能使人头发飘逸柔顺的商品特性和品质；沐浴露Safeguard，汉译为“舒肤佳”，既表达了商品的性能，又给消费者留下美好的心理回味；又如Reebok译为“锐步”，给人传递的信息是能助人箭步如飞。

8.商标名应注意中外文化差异。不同国家或地区因民族文化、宗教信仰、风俗习惯、语言文字、审美心理等文化差异，消费者对同一名称的认知和联想可能是截然不同的，所以商标命名要尽可能适应目标市场的文化价值观念，在不违背原文语言的表达基础上再现原文语词的文化意蕴，避免在消费者中引起误解甚至敌意，真正实现两种文化的沟通与移植，以达到友好交流与扩大销售的目的。例如Anchor，既是食品商标，也是啤酒等商品的商标，本意为“抛锚”。商标设计人的良苦用心是用“Anchor”象征产品质量稳定、安全、可靠，但中国文化背景的人恐怕难以理解，大家容易联想到船只出故障而“抛锚”，给人不吉利的感觉。音译为“安可”或“安科”等，发音响亮不说，还把“安全可靠”的原意表达出来了。再如知名的世界品牌香水Poison，直译前者是“毒药”，可这在中国就不太适合，因此“Poison”采用谐音法译为“百爱神”，现在有人改译为“奇葩”，很受消费者青睐。

众所周知，全球许多国际著名的商标随着商品交流的不断扩大而声名远扬，并已成为公司、企业的无形资产和巨大财富。商标翻译不仅仅是个简单的译名问题，还涉及市场、形象、情感、文化、风俗、价值等多种因素。应把握好商标蕴含的基本语言特征规律，以更灵活地创造性地进行翻译实践。

篇5：机器人外文翻译

一个复杂纸盒的包装机器人

Venketesh N.Dubey 英国设计学院，工程和计算机，伯恩茅斯大学，普尔

Jian S.Dai 伦敦大学国王学院，英国伦敦大学，伦敦

摘要

目的—为了展示设计一种可以折叠复杂几何形状的纸盒的多功能包装机的可行性。设计/方法/方式—这项研究对各种几何形状的纸盒进行研究，将纸盒分为适当的类型以及机器可以实现的操作；把能加工这些纸盒，并进行机械建模和仿真，且最终可以设计和开发的包装机概念化。

研究结果—这种多功能包装机已经被证明是可能的。只需将这种多功能包装机小型化，并对它投资以促进其发展，这种机器可以成为现实。

研究限制因素/问题—本研究的目的是证明这种包装机的原理，但实际应用需要考虑结合传感器给出了一个紧凑的、便携式系统。

创意/价值—这项设计是独一无二的，并已被证明可以折叠各种复杂形状的纸盒。关键字：机器人技术 包装 自动化 文章类型：研究论文简介

产品包装是关键的工业领域之一，以自动化为首要权益。任何产品流通到消费者手中需要某种形式的包装，无论是食品、礼品或医疗用品。因此，对高速的产品包装有持续的需求。对于周期性消费品和精美礼品，这项需求更是大大增加。它们要求包装设计新颖且有吸引力，以吸引潜在客户。通常这类产品用外观精美、形状复杂的纸盒递送。如果采用手工方法进行包装，不仅令工人感到乏味且操作复杂，也费时和单调。

对于简单的纸盒包装，通过使用沿传送带布置的专用机器，已经获得了实现。这些机器只能处理固定类型的纸盒，任何形状和结构的变化很难纳入到系统之中。在大多数情况下，它们需要进行超过40种变化以适应同种类型但大小不同的纸盒，这就意味着每一个特定类型的纸盒需要一条包装生产线。从一种类型到另一种类型的纸盒折叠组装生产线的转换将会使资本支出增加。因为这些限制因素和转换生产线的相关成本，包装的灵活性将会失去。

因此，作为一种补充，手工生产线被引进以适应不同类型的纸盒的生产,从而解决转换生产线的问题。它们承担了大约10%的工作订单，并被用作生产促销产品的组装生产线。但是，问题仍然存在，手工生产线上的管理员和操作工需要一个长时间的学习过程，而且与机器生产线不同，劳动伤害主要是源于扭手动作。此外，手工生产线通常被认为是一个季节性的生产力，仍然需要专门的机器长年运行，以节约成本和时间。设计师追求奇幻和独特的纸盒包装以响应竞争激烈的市场，使包装工作更加困难。纸盒的风格和类型的频繁变化和小批量生产对纸盒装配和包装生产线提出了挑战，为此需要设计一种灵活的机器。

因此，这项责任放在了包装行业的身上,在可编程和可重构系统的帮助下充分加快转换过程以处理不同类型的纸盒。这种灵活的和高度可重构的系统的开发需要进行系统的分析和综合每个部件，即纸盒和纸盒的折叠模式、包装纸盒的机器、完整的组装操作。一种这样的方法（Lu和Akella，2000年）已经公布了,该方法使用固定装置来折叠纸盒。虽然这种方法能完成纸盒所有折叠操作，但实施的工作只是处理一个简单的矩形箱,其固定的自动装置被安装在指定的位置。但是，对于复杂几何体纸盒，需要对纸盒和折叠机构进行综合考虑，从而实现包装生产线的柔性自动化。

在复杂纸盒的折叠操作及工序分析方面，作者开展了大量的研究，并诉诸于图形理论、螺旋理论、矩阵理论且以一种空间结构表示纸盒；及其研究纸盒移动性和分析其结构外形（Dai and Rees Jones，1997a，b，c，1999；Dubey et al.1999a，b，c；Dubey and Dai，2001）。本文介绍从事设计能处理复杂几何形状纸盒的可重构纸盒折叠机的研究。设计和原理的需要

该项目被列在许多化妆品和香水供应商的愿望列表上，如伊丽莎白雅顿和卡尔文·克莱恩，并被Unilever Research UK积极地考虑了数年。他们愿意支持任何一种能够使用一些替代手段从而实现整个花式纸盒包装过程自动化的研究思想。结果，这个

23一台电动机驱动做垂直运动以及转动，从而使纸盒达到包装操作所需的任何位置。手指的关节直接通过关节马达驱动，整个系统需要控制14个轴。这些考量是基于高度的可重构性与控制最小数量的轴。

指尖的设计进行了专门地考虑，因为它们必须执行上一节所讨论的各种操作功能。受手工包装过程的启发，指尖设计采用带有V型槽的尖头。根据手工包装的需要，使其手指能在纸盒上施加“戳”和“挤”的力。该尖头用于戳操作，在V型槽的挤压下，纸板打开以进行塞操作。除了提供戳力和挤力，二自由度手指的Y形部分还能给扁平纸板提供暂时的推力。在有限自由度的情况下，这样的设计可以提供许多灵活的操作功能以处理不同构造不同类型的纸盒。

该模型提供了机器运行所需的全部运动信息（Dubey and Crowder，2003年）。包装机的参数模型已经被开发出来（Workspace4，1998年），几何外形和尺寸设计的改变可以非常容易地纳入到模型中，包括结构的验证。这也使机器部件的运动参数能在加工之前就得以确定。包装纸盒时，在纸盒上定位各种接触点，通过记录的各种接触点的位移，就可以实现手指的纸箱之间的运动的连通性。纸箱上的接触点可以由折叠次序的几何表示鉴别（Dubey and Dai，2001）。这些接触点用于测量每个手指关节的偏移量。将这些位移数据进行插值运算，生成最优手指路径，尽量减少不必要的手指运动，从而减少包装的周期时间。从模型中获得的插补数据可以下载，用以驱动手指。当前的研究工作是基于纸盒的几何特征及其折叠次序的研究，使整个包装过程可以实现自动化（迪比等，2000），而不是借助于纸盒的仿真。

图5显示了当纸盒折叠时,手指跟踪纸盒上的接触点。模拟模型为包装机器的设计以及控制提供了许多有价值的信息。例如，在维度和结构决定之前，模拟模型可用来检查机器的几何以及结构。通过改变模型的基本尺寸参数,任何新的机械零件几何信息都可直接获得。在纸盒的折叠过程中所得的运动数据和轨迹可用于手指系统控制。目前，模拟运动参数不可从直接整合到控制器中，因此这些数据都必须以数据文件的形式输入到控制器中。不过，这种方法可全面地校核折叠次序，然后下载这些数据并输入到控制器中。

插图2 另一种纸盒的包装机 讨论和结论

本文提出了一份灵活的、可重构的装配和包装系统。本研究的目的是设计一个可以处理不同几何形状的纸盒可重构的装配和包装系统。最初的想法是要开发一个可以展示对不同风格和复杂形状的纸盒的适应能力的系统。结果表明，该包装机可以折叠两个完全不同形状的纸盒。在任何情况下，折叠周期约为45s。虽然这不是一个优化的折叠时间，但是采用在线数据传输有望减少周期时间至30秒或更少。虽然一个非常灵活的纸盒包装机在用于车间生产之前仍有许多问题需要解决。不过，本研究的目的是验证面向包装行业的快速转换技术。

未来需要改进的部分包括优化手指导轨，使用力反馈触觉传感器，以避免纸板上的压力过大，且将在真空装置中进行折叠操作。还建议将仿真模型与实际机器相结合,使其能下载在线数据。X-Y工作台可用电机驱动和控制,实现自动重构。这些先进的技术，将使整个包装过程自动化, 从纸盒的二维图开始，然后确定其运动学特性并生成运动序列到完成产品包装。此外，如果能小型化，还计划将灵活的、可重构的机械手安装在一个机器人手臂上以得到更高灵活性。该系统不仅能进行纸盒折叠，也可以在折叠的同时将产品放入纸盒中。这将减少包装时间，也能够迎接对不断变化的高端私人产品包装需求的高度适应性的挑战。参考文献

Dai, J.S.(1996a), “Survey and business case study of the exterous reconfigurable assembly

metamorphic mechanism”, paper presented at Tenth World Congress on the Theory of Machine and Mechanisms(IFToMM), pp.98-103.Lu, L.and Akella, S.(2000), “Folding cartons with fixtures: a motion planning approach”, IEEE Transactions on Robotics and Automation, Vol.16 No.4, pp.346-56.Workspace4w(1998), User’s Guide, Robot Simulations Ltd, Newcastle upon Tyne.附件2：外文原文

（复印件）

篇6：机器人路径规划毕业论文外文翻译

Space Robot Path Planning for Collision Avoidance

Yuya Yanoshita and Shinichi Tsuda

Abstract — This paper deals with a path planning of space robot which includes a collision avoidance algorithm.For the future space robot operation, autonomous and self-contained path planning is mandatory to capture a target without the aid of ground station.Especially the collision avoidance with target itself must be always considered.Once the location, shape and grasp point of the target are identified, those will be expressed in the configuration space.And in this paper a potential method.Laplace potential function is applied to obtain the path in the configuration space in order to avoid so-called deadlock phenomenon.Improvement on the generation of the path has been observed by applying path smoothing method, which utilizes the spline function interpolation.This reduces the computational load and generates the smooth path of the space robot.The validity of this approach is shown by a few numerical simulations.Key Words —Space Robot, Path Planning, Collision Avoidance, Potential Function, Spline Interpolation

I.INTRODUCTION

In the future space development, the space robot and its autonomy will be key features of the space technology.The space robot will play roles to construct space structures and perform inspections and maintenance of spacecrafts.These operations are expected to be performed in an autonomous.In the above space robot operations, a basic and important task is to capture free flying targets on orbit by the robotic arm.For the safe capturing operation, it will be required to move the arm from initial posture to final posture without collisions with the target.山东建筑大学毕业论文外文文献及译文

The configuration space and artificial potential methods are often applied to the operation planning of the usual robot.This enables the robot arm to evade the obstacle and to move toward the target.Khatib proposed a motion planning method, in which between each link of the robot and the obstacle the repulsive potential is defined and between the end-effecter of the robot and the goal the attractive potential is defined and by summing both of the potentials and using the gradient of this potential field the path is generated.This method is advantageous by its simplicity and applicability for real-time operation.However there might be points at which the repulsive force and the attractive force are equal and this will lead to the so-called deadlock.In order to resolve the above issue, a few methods are proposed where the solution of Laplace equation is utilized.This method assures the potential fields without the local minimum, i.e., no deadlock.In this method by numerical computation Laplace equation will be solved and generates potential field.The potential field is divided into small cells and on each node the discrete value of the potential will be specified.In this paper for the elimination of the above defects, spline interpolation technique is proposed.The nodal point which is given as a point of path will be defined to be a part of smoothed spline function.And numerical simulations are conducted for the path planning of the space robot to capture the target, in which the potential by solving the Laplace equation is applied and generates the smooth and continuous path by the spline interpolation from the initial to the final posture.II.ROBOT MODEL The model of space robot is illustrated in Fig.1.The robot is mounted on a spacecraft and has two rotary joints which allow the in-plane motion of the end-effecter.In this case we have an additional freedom of the spacecraft attitude angle and this will be considered the additional rotary joint.This means that the space robot is three linked with 3 DOF(Degree Of Freedom).The length of each link and the angle of each rotary joint are given byliandi(i = 1,2,3), respectively.In order to simplify the discussions a few assumptions are made in this paper:-the motion of the space robot is in-plane,i.e., two dimensional one.-effect of robot arm motion to the spacecraft attitude is negligible.山东建筑大学毕业论文外文文献及译文

2220

（2）2xyAnd this will be converted into the difference equation and then solved by Gauss-Seidel method.In equation(2)if we take the central difference formula for second derivatives, the following equation will be obtained: 220x2y2(xx,y)2(x,y)(xx,y)

（3）x2(x,yy)2(x,y)(x,yy)y2where x，y are the step(cell)sizes between adjacent nodes for each x, y direction.If the step size is assumed equal and the following notation is used:

(xx,y)i1,j

Then equation(3)is expressed in the following manner: i1,ji1,ji,j1i,j1i,j0

（4）

And as a result, two dimensional Laplace equation will be converted into the equation(5)as below: i,j1i1,ji1,ji,j1i,j1

（5）4In the same manner as in the three dimensional case, the difference equation for the three dimensional Laplace equation will be easily obtained by the following:

i,j,k1i1,j,ki1,j,ki,j1,ki,j1,ki,j,k1i,j,k1

（6）6In order to solve the above equations we apply Gauss-Seidel method and have equations as follows: n1i,j1n1nn1i1,jin1,ji,j1i,j1

（7）41where in,j is the computational result from the(n +1)-th iterative calculations of the potential.In the above computations, as the boundary conditions, a certain positive number 0 is defined for the obstacle and 0 for the goal.And as the initial conditions the same number 0 is

山东建筑大学毕业论文外文文献及译文

The length of each link is given as follows:

l1 =1.4[m], l2 = 2.0[m], l3 = 2.0[m] , and the target satellite was assumed 1m square.The grasp handle, 0.1 m square, was located at a center of one side of the target.So this handle is a goal of the path.Let us explain the geometrical relation between the space robot and the target satellite.When we consider the operation after capturing the target, it is desirable for the space robot to have the large manipulability.Therefore in this paper the end-effecter will reach the target when the manipulability is maximized.In the 3DOF case, not depending on the spacecraft body attitude, the manipulability is measured by2,3.And if we assume the end-effector of the space robot should be vertical to the target, then all of the joints angles are predetermined as follows:

1160.7o,232.8o,376.5o

As all the joints angles are determined, the relative position between the spacecraft and the target is also decided uniquely.If the spacecraft is assumed to locate at the origin of the inertial frame(0, 0), the goal is given by(-3.27,-2.00)in the above case.Based on these preparations, we can search the path to the goal by moving the arm in the configuration space.Two simulations for path planning were carried out and the results are shown below.A.2 DOF Robot In order to simplify the situation, the attitude angle(Link 1 joint angle)is assumed to coincide with the desirable angle from the beginning.The coordinate system was assumed as shown in Fig.2.1 was taken into consideration for the calculation of the initial condition of the Link 2 and its

山东建筑大学毕业论文外文文献及译文

the connection of-180 degrees in the 1direction was illustrated.From this figure it is easily seen that over-180 degrees the path is going toward the goal C.B and C are the same goal point.V.CONCLUSION In this paper a path generation method for capturing a target satellite was proposed.And its applicability was demonstrated by numerical simulations.By using interpolation technique the computational load will be decreased and smoothed path will be available.Further research will be recommended to incorporate the attitude motion of the spacecraft body affected by arm motion.山东建筑大学毕业论文外文文献及译文

本文对上述缺陷的消除，提出了样条插值技术。给定的节点作为路径的一部分将被定义为平滑样条函数的一部分。为了捕获到目标，空间机器人的路径规划运用了数字模拟技术，它是通过对势场域求解拉普拉斯函数来实现的，并且从最初的位置到末尾位置的样条插值来产生连续光滑的路径。

2.机器人模型

空间机器人的模型如图1所示：机器人被安装在航天器和两个旋转接头上，这两个旋转接头可以实现末端执行器的平面运动。这种情况下，我们的航天器的姿态角有一个额外的自由度，我们将这个额外的自由度视为额外的旋转接头。这意味着空间机器人有三个自由度的链接，每个链路的长度和每个旋转关节角度，分别由li和i(i = 1,2,3)表示。为了简化这个讨论，本文做了一些假设：（1）空间机器人的运动是平面的，即二维；

（2）机器人机械臂的运动对航天器姿态的影响是可以忽略的；（3）机器人运动给出了静态几何关系，并没有明确的依赖时间；（4）目标卫星在惯性的作用下是很稳定的；

一般情况下，平面运动和空间运动将分别进行，所以我们可以假设上面的第一个不失一般性，第二个假设来自机械臂和航天器质量比的比较，对于第三个假设，我们专注于生成机器人的路径规划，这基本上是由几何关系的静态性质决定，因此并不依赖明确的时间，最后一个就是合作卫星。

图1 双链路空间机器人

0

山东建筑大学毕业论文外文文献及译文

为了解决上述方程，我们应用了高斯赛德尔算法和求解方程，如下：

n1i,j1n1nn1i1,jin1,ji,j1i,j1

(8)4in,j1表示势场域的迭代计算结果。

在上述的计算中，作为边界条件，定义特定的正数0来表示障碍物和目标。为保证初始条件相同，给所有的自由节点赋同样的数值0。通过这种方法，在迭代计算的边界节点获得的的值将不会改变，而且自由节点的值是不同。我们应用相同的域值作为障碍物，并且按照迭代计算方法，则目标周围较小的势场域会像障碍物一样缓慢的向周围传播，势场域就是根据上述方法建立的。采用4节点相邻的空间机器人存在的节点上的势场，最小的节点选择移动到另一点，这个过程最终引导机器人无碰撞的到达目标的位置。

样条内插法：

通过上述方法给出的路径不能保证能够与另一个目标顺利连接，如果节点上没有给定目标，我们会将栅格划分成的更小，但这将增加计算量和所用时间。为了消除这些弊端，我们提出利用样条插值技术。通过在将节点解给出的通过点的道路上，我们试图获得顺利连接路径与准确获取最初的和最后的点。本文主要是通过MATLAB命令应用样条函数。

配置空间：

当我们在应用拉普拉斯势域的时候，路径搜索只能在当机器人在搜索空间过程中表示成一个点的情况下才能保证实现。配置空间(C空间)中机器人仅表示为一个点，主要是用于路径搜索。将真正的空间转换到C空间，必须执行判断碰撞条件的计算，如果碰撞存在,相应的点在c空间被认为是障碍。本文中，在生成势场域时，所有现实空间的点的生成条件对应于所有的节点都是经过计算的。在构成的机械臂和生成的节点的障碍物出现判断选择时，该节点可以看作是在c空间的障碍点。

数值仿真：

基于上述方法对于捕获目标卫星路径规划的检查是使用空间机器人模型进行的。在本文中，我们假设空间机器人二维和2自由度机械手臂见图1。每个链接的长度给出如下:

山东建筑大学毕业论文外文文献及译文

初始角度：264.3,390o 目标角度：2166.5,376.5o

在这种情况下，势场域分成180段计算成C空间。图3显示的C空间和计划中的很大一部分的中心是由航天器本体映射的障碍了，左边部分是目标卫星的映射。图4显示的是生成的路径，这是通过利用离散数据点平滑交替生成的样条插值曲线。当我们考虑航天器本体的旋转时，-180度相当于+180度状态，然后，状态超过-180度时，它将从180度再次转到C-空间当中。正是由于这个原因，为了保证旋转的连续性，我们需要充分利用周期性的边界条件。为方便观察路径，航天器机体的映射体积忽略不计。同时为了路径表述的更加简单，附有在1方向上-180度范围的连接的插图，并做了说明。从图中可以很容易看出在-180度的范围内，沿着路径走向目标C，B和C是走向相同的目标点。

图3 两个自由度的C空间