带拖车移动机器人轨迹生成方法的研究与仿真

合集下载

机器人运行轨迹规划及其应用研究

机器人运行轨迹规划及其应用研究机器人是一种能够自主完成任务并拥有人类智能水平的机械设备，不仅在工业、医疗、农业等领域发挥着重要的作用，还广泛应用于教育和娱乐等领域。

而机器人的运行轨迹规划则是机器人技术中的一个重要环节，影响着机器人运动的效率和稳定性。

本文将从机器人运行轨迹规划的基本原理、应用研究、发展趋势等多方面进行探讨。

一、机器人运行轨迹规划的基本原理机器人运行轨迹规划是指在规定的工作空间内，为机器人制定一条运动轨迹，使其能够完成指定的任务。

它是机器人技术的基石之一，涉及到路径规划、运动控制、协调等多个方面。

其基本原理主要涉及到机器人的运动学、动力学和控制技术等知识。

机器人的运动学是研究机器人运动的空间、速度和加速度等运动参数的学科。

通过对机器人运动学的研究，可以确定机器人几何结构的参数，进而实现机器人在工作空间内的位置和姿态控制。

机器人的运动学一般采用基本运动模型，包括平移运动、旋转运动、复合运动等模型，通过这些运动模型可以对机器人的运动轨迹进行规划。

机器人的动力学是研究机器人运动过程中产生的力、力矩和能量等动力学参数的学科。

动力学研究包括机器人的动力学模型、动态行为、力学特性等方面，通过对机器人动力学的研究，可以提高机器人的稳定性和运动控制精度。

例如，在机器人的路径规划和控制中，需要考虑机器人的动态行为，包括加速度和速度的变化等，以确保机器人在完成任务时保持稳定性。

控制技术是实现机器人运动轨迹规划的关键技术之一。

从控制理论的角度来看，机器人控制技术主要包括建立机器人动力学模型、定位控制、运动控制、行为规划、路径规划等方面。

针对不同类型的机器人，需要采用不同的控制技术，以使机器人能够完成指定的任务。

二、机器人运行轨迹规划的应用研究机器人运行轨迹规划在各个领域都有着广泛的应用。

下面列举几个典型的应用实例。

（一）在农业领域的应用随着人工智能和机器人技术的发展，机器人在农业领域得到了广泛的应用。

例如，现代种植业中智能农机可以自主地在田间地头进行作物的播种、喷洒和收割等操作。

机械手轨迹规划与仿真

摘要机器人的轨迹规划在机器人的控制中具有重要的地位。

良好的轨迹规划是机械手平稳、安全地避开障碍物，完成作业任务的保证。

本文根据机器人学的相关理论，以PUMA560为研究对象，建立的D-H坐标系，在关节空间内，运用推广的三次多项式插值法进行了过路径点以满足避障要求的机械手轨迹规划，并且采用MATLAB 软件对具体的规划实例进行了运动仿真，主要绘出了机械手各关节的角位移、角速度和角加速度曲线。

结果显示，每条曲线都是连续而光滑的，保证了各关节的运动平稳性，说明此次规划完全符合要求。

由此可以得出结论，过路径点的三次多项式插值法不仅能满足机械手速度和加速度的连续性要求，而且能通过主动选择路径点以满足避障要求。

这种轨迹规划方法可以很好解决机械臂在工作过程中的平稳性、实时性等问题，而且简单易行。

关键词：轨迹规划；多项式插值；避障；MA TLAB仿真AbstractRobot’s path planning plays an important role in controlling the robot.Good trajectory planning can guarantee manipulator avoid obstacles and finish the tasks smoothly and safely. Based on the theory of robot kinematics,this article use PUMA560 type mechanical arm to detablish D-H coordinate system and make trajectory planning by using extent cubic polynomial interpolation in joint space to meet the requirements of avoiding obstacles,and then use MA TLAB software example for the planning,and mainly draw angular displacement,velocity and angle acceleration curve of each joint.The result show that every curve is continuous and smooth so it can guarantee the stability of each joint movement.So this trajectory planning fully meet the requirements.So it comes to a conclusion that the cubic polynomial interpolation method can not only satisfy the requirements of continuitiy of the robot velocity and acceleration,but also can avoid obstacles by choosing path piont actively. This method of the path planning can make sure the manipulator working steadily in the course of its work well and can also solve the problem of the accuracy and the real-time characteristic,and it is easy to perform.Key words:Path planning;Polynomial interpolation; avoid obstacles;Matlab simulation目录第一章绪论 (1)§1.1研究背景和意义 (1)1.1.1 机器人轨迹规划的定义 (1)1.1.2 避障轨迹规划的意义 (1)1.1.3 轨迹规划研究的现状 (2)§1.2研究内容 (2)第二章机械手模型的建立 (4)§2.1 PUMA560机械手连杆坐标系的建立 (4)§2.2 PUMA560机械手运动方程的建立 (6)§2.3 PUMA560逆向运动方程的建立 (7)第三章机械手轨迹规划 (9)§3.1 轨迹规划的概述 (9)§3.2 轨迹规划的一般性问题 (10)§3.3 轨迹规划的具体方法 (10)第四章机械手轨迹规划仿真 (14)第五章总结 (18)结束语 (19)致谢 (20)参考文献 (21)附录 (22)第一章绪论§1．1 研究背景和意义1.1.1 机器人轨迹规划的定义工业机器人，或称机器人操作臂、机器人臂、机械手等。

机器人运动轨迹规划优化方法研究

机器人运动轨迹规划优化方法研究随着工业4.0的发展和智能化时代的到来，机器人在各个领域的应用越来越广泛。

而机器人的运动轨迹规划是机器人控制的重要问题之一，也是影响机器人运动性能的重要因素之一。

因此，研究机器人运动轨迹规划优化方法具有重要的实际意义。

机器人运动轨迹规划是指机器人按照一定的路径运动，到达预定的目标位置的过程。

机器人运动轨迹规划包括了路径生成、路径优化、轨迹规划等过程。

路径生成是指根据机器人的起点、终点和障碍物位置，生成一条不碰撞的可行路径。

路径优化是指对可行路径进行优化，使得机器人的行动更加顺畅，如增加路径的平滑性、减少路径的任意性、提高路径的速度等。

轨迹规划是指根据路径规划算法确定的轨迹，对机器人进行轨迹跟踪，以达到预定目标。

因此，机器人运动轨迹规划优化方法是指如何通过对路径生成、路径优化、轨迹规划等过程进行优化，使得机器人的运动更加高效、准确，能够满足实际应用的需求。

传统的机器人运动轨迹规划算法采用经典的控制理论设计方法，根据机器人的动力学模型和环境信息，采用数学模型求解的方法，得到运动轨迹。

但对于复杂的机器人系统和复杂的环境信息，传统的方法难以满足运动轨迹规划的要求，因此，需要进行进一步的优化和改进。

近年来，随着机器学习和神经网络技术的发展，机器人运动轨迹规划领域也得到了重大的突破和发展。

机器学习技术可以利用海量的数据，训练出针对不同机器人系统的模型，并对路径生成、路径优化、轨迹规划等过程进行优化。

神经网络技术可以模拟人类的大脑神经元，对机器人的运动轨迹规划进行智能化处理。

因此，结合机器学习和神经网络技术进行机器人运动轨迹规划优化，是未来机器人运动轨迹规划研究的重要方向之一。

除此之外，在诸如遗传算法、模拟退火等优化算法的基础上，也可以进一步对机器人运动轨迹规划进行优化。

其中，遗传算法采用模拟进化的方法，通过遗传变异、竞争选择等过程，对路径生成、路径优化、轨迹规划等过程进行优化。

机器人轨迹规划算法研究及其在自动化生产中的应用

机器人轨迹规划算法研究及其在自动化生产中的应用近年来，随着工业自动化的快速发展，机器人已经得到了广泛的应用，无论在工业、医疗、军事等领域，都悄然地融入了人们的日常生活之中。

而机器人轨迹规划算法则是机器人技术中的一个重要组成部分，是实现机器人自主控制的基础。

本文将从机器人的轨迹规划算法入手，探讨其研究现状以及在自动化生产中的应用。

1、机器人轨迹规划算法概述机器人轨迹规划算法，顾名思义即是为机器人制定轨迹。

其目标是在预设的约束条件下，最小化机器人的路径和能耗，以及确保轨迹的安全和稳定。

为了实现机器人的自主运动，轨迹规划算法主要分为全局规划和局部规划两种。

全局规划：是指在环境中搜索一条全局最优的路径来达到目标点。

全局规划通常需要全局地搜索，需要运算大量的计算量，适用于较为静态的环境下，但对于动态的环境效果不佳。

局部规划：是对当前机器人的位置、朝向和速度等信息进行分析，根据环境中的动态障碍物和目标位置，确定机器人移动的方向和速度，以适应当前环境所要求的轨迹。

局部规划可以适应动态环境，但也需要在局部范围内进行规划，需要不断的更新。

2、机器人轨迹规划算法的研究现状目前，机器人轨迹规划算法的研究主要集中在基于随机搜索和优化算法的全局规划和基于局部可行性的局部规划。

全局规划方面，Dijkstra算法被广泛应用，该算法已成为全局规划的基础算法之一。

同时，A*算法、D*算法、RRT算法等也在不断的发展中。

这些算法通过对预设的目标点和障碍物的地图进行优化、实现机器人在环境中高效且安全地移动。

而局部规划方面，ROS 中 move_base库实现了大部分机器人轨迹规划功能。

该库是基于DWA算法的局部规划方案，可以实现机器人对于环境的快速响应，以保持安全、稳定的轨迹。

3、机器人轨迹规划在自动化生产中的应用机器人技术已广泛应用于自动化生产中。

目前，机器人轨迹规划技术已成为提高生产效率和质量的关键技术之一，其在自动化生产中的应用具有以下优点：（1）提高生产效率机器人特别适用于重复性、高频率、高精度、高速运动的工作，机器人在生产线上的自动化运用，可以大大提高生产效率。

工业机器人仿真与轨迹规划研究

工业机器人仿真与轨迹规划研究引言：随着工业自动化水平的不断提高，工业机器人在生产领域的应用越来越广泛。

为了更好地理解和优化机器人系统的设计与性能，工业机器人的仿真与轨迹规划成为了研究的热点领域。

本文将探讨工业机器人仿真与轨迹规划的技术、方法和应用，并介绍相关研究的最新进展。

一、工业机器人仿真技术1. 仿真技术的意义工业机器人的仿真技术可以帮助工程师在实际制造过程之前进行虚拟测试和验证。

通过仿真，可以提前发现和解决潜在的问题，降低生产成本和时间，提高生产效率和质量。

2. 仿真技术的方法工业机器人仿真技术主要包括基于物理模型的仿真和基于虚拟环境的仿真。

基于物理模型的仿真是将机器人的动力学和运动规律建模，并通过数学方法求解模型的运动轨迹。

基于虚拟环境的仿真则是在计算机系统中搭建机器人的虚拟工作场景，并模拟机器人在其中的运动过程。

3. 仿真技术的应用工业机器人的仿真技术广泛应用于机器人系统的设计、路径规划、碰撞检测、性能评估等方面。

通过仿真，可以对机器人系统进行全面的分析和评估，优化机器人的结构和参数设置。

二、工业机器人轨迹规划技术1. 轨迹规划的意义工业机器人的轨迹规划是指确定机器人在工作空间中的运动路径，使其能够完成指定的任务。

良好的轨迹规划可以提高机器人的运动精度、减少能耗和运动时间，实现高效的生产。

2. 轨迹规划的方法工业机器人轨迹规划的方法包括点到点轨迹规划、路径规划和优化算法等。

点到点轨迹规划是指机器人从一个点运动到另一个点的路径规划，常用的方法有直线插值和关节插值。

路径规划则是确定机器人在工作空间中的整体运动轨迹，常用的方法有最短路径搜索算法和光滑曲线插值算法。

优化算法则是通过建立模型和约束条件，求解最优轨迹的方法。

3. 轨迹规划的应用工业机器人轨迹规划广泛应用于各个领域的自动化生产中，如汽车制造、电子设备组装等。

通过合理的轨迹规划，可以确保机器人在复杂环境中高效完成任务，并提高生产效率和产品质量。

移动机器人运动轨迹仿真

，，
ｇＩ＝ｌ
Ｙ，
并ｃ
、
ｇＩ：卜０８吼＋眠＋≯卢ｍ吼ｌ
＼一８ｓｇｎ（ｓ＾）一ｑｓ＾引理‘９３对任意的ｄ∈Ｒ且ｌ仪Ｉ＜∞，有９（ｄ）＝
／／
（２１）
ＬｚｌＪ
式（２０）中占，ｑ，ｃ选择不合适，控制的效果不理想。占，ｇ，ｃ均是可调的，符号函数的系数占是系统抑制外界的干扰，ｓ越大，克服系统干扰的能力越强，但是过大的占值会带来抖
6结论本文通过移动机器人的运动轨迹跟踪设计了改进的优化滑模控制器克服了移动机器不完整系统的特性利用滑模控制器与对象参数和扰动无关鲁棒性强的特点提高轨迹跟踪的精度同时利用增广kalmmn滤波器消除有色过程噪声和量测噪声通过跟踪期望轨迹的仿真研究移动机器人能够在有限的时间内跟踪期望的运动轨迹同时有效地抑制有色噪声
表示第ｋ次迭代的速度；ｘ乞表示第ｋ次迭代的位置；吃表示第ｋ次迭代的个体极值；Ｐｋ表示第ｋ次迭代的群体极值Ｐ毛；
叫表示惯性权重；ｒ，，ｒ２是随机产生的数，在（０，１）之间；。。，ａ：是学习因子，是非负的常数；ｄ＝１，２，…，Ｄ表示维数。通常粒子的速度和位置限制在一定的区间内［一ｋ。，ｋ。］、［一
耻…：乏翻㈩
瓦。，瓦。］。
惯性权重∞的选择决定了粒子的搜索能力［Ｈ－ｔ２］，其选择分为固定权重和时变权重两类。时变权重是随着时间变化其值变小，在迭代过程中按照递减率减小。在迭代的初期，以较大的值分给粒子的初始速度，可加快其搜索能力，随着∞减小，速度在更薪中减弱，个体极值和种群极值作用加强，有利于粒子向最优值移动，也易跳出局部最优。改进的
根据表１所示，通过改进的ＰＳＯ得到的参数为：
占＝。．一，ｇ＝６．，，ｃ＝［二：］
其跟踪圆的轨迹图如下：
图３
带Ｋａｌｍａｎ滤波器的移动机器人控制图

移动机器人路径跟踪模糊控制系统设计及仿真

ＺｈｎｇＬｉＷａｇａ，ｎＹｏｎｇ
（ｎｉｇＵｎｅｉｆｏｔａｄＴｌｃｍｍｕｉｔｎｎｉｇ２００ｈｎ）ＮａｊｉｒｔｏＰｓｅｏｎｖｓｙｓｎｅｎｃｉｓｊ１０３ＣｉａａｏＮａｎ
Ａｂｓｒｔｔａｃ：ＴｈｅｍａｎｃｎｔｎｆｔｓｐａｒｉｉｏｅｔｏｈｉｐｅｓＡｐｐｉａｏｎｏｆｆｚｏｉ，Ｕｎｄｒｔｏｎｄｔｏｏｌｃｔｉｕｚｙｌｇｃｅｈｅｃｉｉｎｆｋｎｏｎｇｏｂａｔｗｌｌｐａｈ
ｉｏｏｄｃｓｇｏｎｃｕｓｏ．ｌｉｎｓＫｅｙｏｄｓｉｕａｏｎ；ｒｂｏｔｐａｈ—ｆＨｏｉｗｒ：ｓｍｌｔｉｏ；ｔ —ｏｗｎｇ
２口１．１９
Ｄｅｉｎ＆Ｒｅｅｒｈｓｇｓａｃ
０引言
利用模糊逻辑在移动机器人运动控制中的优越性，采
点的位置；预瞄点确定以后，再根据移动机器人当前点相
具独特的优势，本文结合驾驶员的丰富经验设计了移动机器人的模糊控制器。设计出移动机器人运动控制进行仿真的方法及程序流程，然后对仿真结果进行了分析比较，说
明模糊控制器的有效性。
对于预瞄点的距离长短和方向偏差大小由角速度，线速度
模糊控制器控制输出移动机器人的线速度Ｖ和角速度 ∞，再由移动机器人的运动模块完成运动控制。
１移动机器人模糊控制系统设计
对于移动机器人的运动控制问题，首先是要对经过机器视觉检测和处理而成的规划路径进行分析，其次就是根
踪运动中的应用。利用模糊逻辑在移动机器人运动控制中的优越性，结合驾驶员的丰富经验设计了移动机器人的模糊控制器，包括一个预瞄距离确定器和一个运动模糊控制器。设计出移动机器人运动控制进行仿真的方法及程序流程，对其进行计算机仿真验证控制效果，对仿真结果进行了分析比较，出模糊控制器达到设计要得

《2024年多移动机器人路径规划算法及实验研究》范文

《多移动机器人路径规划算法及实验研究》篇一一、引言随着科技的快速发展，多移动机器人系统在各个领域得到了广泛的应用，如军事、救援、生产制造等。

这些应用中，路径规划作为多移动机器人系统中的关键技术之一，具有重要的研究价值。

路径规划的主要目标是确保机器人能够在复杂的空间环境中有效地进行运动和操作。

因此，本篇论文旨在探讨多移动机器人的路径规划算法，并基于实验数据对其性能进行评估。

二、多移动机器人路径规划算法2.1 算法概述多移动机器人路径规划算法主要包括环境建模、路径搜索和路径优化三个步骤。

首先，通过传感器数据对环境进行建模，以确定机器人的可行走区域和障碍物分布。

然后，根据目标位置和约束条件，使用搜索算法在地图上寻找可能的路径。

最后，对搜索到的路径进行优化，以满足实时性和效率要求。

2.2 常用算法介绍（1）基于图搜索的算法：该类算法将环境建模为图结构，通过搜索节点和边来寻找最短路径。

常见的图搜索算法包括广度优先搜索、深度优先搜索和A算法等。

（2）基于势场法的算法：该类算法通过模拟势场来引导机器人运动，具有较好的实时性。

常见的势场法包括人工势场法、虚拟力场法等。

（3）基于遗传算法的路径规划：遗传算法是一种基于生物进化原理的优化算法，可以应用于多移动机器人的路径规划中。

该算法能够同时处理多个机器人和复杂环境，具有较强的全局寻优能力。

三、实验研究3.1 实验环境与设备实验在仿真环境和实际环境中进行。

仿真环境采用ROS （Robot Operating System）搭建的仿真平台，实际环境为室内和室外复杂空间环境。

实验设备包括多台具有自主导航能力的移动机器人及相关传感器设备。

3.2 实验方法与步骤（1）在仿真环境中，对不同路径规划算法进行测试，记录各算法的路径长度、运行时间等指标。

（2）在实际环境中，对不同场景下的多移动机器人进行路径规划实验，观察机器人的实际运行情况及性能表现。

（3）基于实验数据对各算法的优劣进行分析和评估，包括对运行时间、路径长度、成功率等指标进行量化评价。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｃｎｒｌＲｐａｄｉｃｋｎｍｔｓ（Ｄｏｔ：ｅｅｔｌｄｒｔｉａｉＲＫ）ｍｅｏｏｅｙｅｅｃｔｄｈ
第８第期２卷６
文章编号：０６— ３８２１）６— ２６一Ｏ１０９４（０１０００５
计
算
机
仿
真
２１月０年６１
带拖车移动机器人轨迹生成方法的研究与仿真
张勤李，艳。神谷好承，
（．华南理工大学机械与汽车工程学院，１广东广州５０４１６０；
ＲｅｅｒｈａｄＳｍｕａｉｎｏｒｊｃｏｙＧｅｅａｉｎＭｅｈｄｓａｃｎｉｌｔｆＴａｅｔｒｎｒｔｔｏｏｏ
ｆｒＴｒｃｏ０ａｔｒ—ｔａｌｒＭｏｉｂｔｒｉｅｂｌＲ０ｏｅ
ＺＡＧＱｎ，ＬａＡＹｏｈｔｇＨＮｉＩｎ，ＫＭＩＡＹｓｉｕｕＹｓ
ｓｓｅｒｏｖｄｉｌｔｎｈｗｔｅｅｆｃｉｅｅｓｏｅｍｕａｉｓｓｏｈｆｔｎｓｆｈｒｐｓｄｍｅｈｄｏｅｖｔ
ＫＹＷＯＲ：ｒｃｒｒｉｒｍｏｉｏｏＴＭＲ）Ｎｎｏｎｍｉ，ｎｅａｔａｄｓｓｍ；ａｋａｄｔｊｃｒＥＤＳＴａｔ —ｔｌｂｅｒｂｔ（Ｙｏａｅｌ；ｏｈｌｏｃＵｄｒｃｔｙｔＢｃｗｒ阳ｅｔｏｕｅｅｏｙ
Ｔｈｅｇｎｅａｏｒｌｔｅｒａａｄｙｂｐｌｅｏｔｉｙｔｍ．ＢｅａｅｏｈｍｕｔｂｙＴＹＲｘｓｅｃｅｒｌｃｎｔｏｈｏｙｃｎｈｒｌｅａｐｉｄｔｈｓｓｓｅｃｕｓｆｔｅｌｉ— ｏｄＭｅｉｔｎｅ，ｔｈｅ
态和目标跟踪轨迹，利用重复变换法，提出了简单可行，适用于任意节拖车系统的前行和倒车时的轨迹生成算法进行仿真，解决了带拖车机器人系统控制器关于目标和路径的控制，证明算法为机器人设计提供了可行性参考。关键词：带拖车的移动机器人；非完整、欠驱动系统；倒车轨迹控制；重复变换法中图分类号：Ｐ４．Ｔ２２６文献标识码：Ａ
ｔｇｎｒｔｔｅｔｊｃｒａｅｎＲＫ（ｅｅｔｌＤｒｃＫｎｍｔｓｅｏ．ｈａｉｌｆｗｒｎａｋａｏｅｅａａｅｔｂｓｄｏＤＲｐａｄｙｉｔｉｅａｉ）ｍｔｄＴｅｆｓｅｏａａｄｂｃｗｒｅｈｒｏｙｅｅｃｈｅｂｒｄｄｔｊｅｒｇｎｒｔｎａｏｉｍｒｒｒｒｐｓｄｈｅｉｏｌｉｎｅｅｉｉｇｓｇｌｉｒＩＭＲｒｅｔｙｅｅａｏｌｒｈｓｏＴＭＲａｐｏｏｅ．Ｔｅｄｓｎｃｍｐｘｙａｄｔｘｓｎｎｕｒｙｆ＇ａｏｉｇｔｆｅｇｅｔｈｔｉａｔｏｒｑ
ｔｓｉｆｏｏｃｎｒ．Ｔｉｐｐｒａｅａｋｎａｃｒｇｎｒｔｎａｘｍｌ，ｋｓｎｔｅｅｓｎｑＭＲｈｎｏｂｔｏｔ１ｈｓａｅｋｓｒｉｇｔｊｔｅｅａｉｓａｐｅｍａｅｔｔｉｎｓｏＴｉｋｄｒｏｔｐｒｅｏｙｏｅａｅａｖ
２日本国立金泽大学机械工程学科，ｌ金泽９０—１９．Ｅ本２１２）
摘要：带拖车的轮式移动机器人系统属于典型的非完整、欠驱动系统，一般的控制理论很难适用。由于多车体的存在，移动
轨迹的控制十分复杂，别是倒车轨迹控制更成为机器人控制的难点问题。以泊车轨迹生成为例，了准确控制机器人姿特为
ｍｖｇｔｊｃｒｃｎｒｌｓｅｏｌａｄｅｐｃｌｈｎｂｃｗｒａｏｔｌｅｏｅｉｃｌｐｏｌｒｏｉａｔｏｔｒｃｍｐｃｔ，ｓｅｉｌｗｅａｋａｄｐｔｃｎｒｃｍｓａｄｕｔｒｂｍｆｎｒｅｏｙｏｉｖｙｉｅａｙｈｏｂｉｆｅｏ
２ｅａｔｎｆｃａｉｌｙｔｓＥｇｎｅｎ，ａａａａＵｉｒｔ，ａａａａ２．ＤｐｒｍｅｔｈｎｃｓｍｎｅｒｇＫｎｚｗｎｖｓｙＫｎｚｗ０—１９，ａａ）ｏＭｅａＳｅｉｉｅｉ９１２Ｊｐｎ
ＡＳＲＡＴ：ｈａｔ — ｒｉｒｈｅｄｍｂｌｒｂｔＴＭＲｓａｔｉｌｏｈｌｏｉ，ｎｅａｔｔｄｓｓｍ．ＢＴＣＴｅｔｃｏｔｌｅｌｏｉｏ（Ｆ）ｉｐｃｎｏｎｍｃｕｄｒｃａｅｙｔｒｒａｅｗｅｅｏｙａｎｏｕｅ
（．ＳｈｏｆＭｅｈｎｃｌ＆ＡｕｏｔｅＥｇｎｅｉｇ，ＳｕｈＣｈｎｎｖｒｉｆｅｈｏｏｙ，１ｃｏｌｏｃａｉａｔｍｏｉｎｉｅｒｖｎｏｔｉａＵｉｅｓｙｏｃｎｌｇｔＴ
ＧｎａｚｏｎｇｈｎＧｕａｇｏｇ５１６４ｎｄｎ００，Ｃｈｎｉａ；