移动机器人寻迹算法研究

传统的寻迹算法控制下的移动机器人通过复杂路径时常产生路径识别错误。针对这种情况,首先将移动机器人的寻迹过程抽象成运动学模型,然后将模糊PID算法应用于机器人控制,并针对交叉路径的识别问题提出了改进的寻迹算法。实验证明：采用所述算法后,机器人能正确地识别交叉道,实现了对复杂路径的准确、快速跟踪。     

基于红外传感器的智能寻迹赛车的设计与实现

介绍了一种基于红外传感器进行路径识别的智能寻迹赛车的设计与实现方案.赛车系统采用红外传感器检测赛道白线,通过舵机控制赛车转向,直流电机调节车速,使赛车能够实现快速稳定的寻迹行驶.详细阐述了系统中电源管理、路径识别、电机驱动、车速检测等重要环节的实现方法,并通过赛车运动模型的建立与分析,对赛车的方向控制和速度控制提出了较为理想的解决方案.     

一种改进蚁群算法的移动机器人快速路径规划算法研究

以Dijkstra算法求解移动机器人路径规划(mobile robot path planning,MRPP)问题已得到广泛的应用,但在复杂工况下无法保证求解的正确性和全局最优性.而基于蚁群算法的移动机器人路径规划模型,在一定条件下能可靠地获得全局最优解,但存在求解时间过长的问题.因此,提出一种结合Dijkstra算法和蚁群算法模型两者优势求解MRPP问题的融合优化方法,以实现在短时间内获得全局最优解的目标.首先,应用Dijkstra快速算法在机器人工作环境中粗略寻迹得到最短路径次优解,然后,在次优解路径附近进行工作环境的精确划分;最后,利用蚁群算法在次优解附近精确寻迹,使最终的寻迹结果无限逼近最短路径.仿真结果表明,该融合优化方法既克服了经典蚁群算法求解时间过长的缺点,又能无限逼近全局最优解,寻迹时间较蚁群算法可缩短90%以上.     

磁导航AGV分段模糊PI控制器设计

为了提高3C产品的自动化生产效率,以STM32F407ZGT6单片机为系统控制器核心,对磁敏传感器组寻迹的滚筒式AGV设计了16位磁敏传感器的阵列布置形式,并根据此形式以及磁导引滚筒式AVG的寻迹约束条件和行走要求提出了路径的识别与轨迹跟踪算法,即分段模糊PI控制算法,以适应AGV小车在直行 、转弯和停车三种状态下存在的位置偏差和角度偏差的控制.运用Matlab软件中Simulink模块搭建模糊控制器的仿真模型,对AGV的轨迹跟踪进行仿真,并进行了实际行走测试.AGV行驶时路径偏差保持在8 mm以内,可保证AGV稳定准确地跟踪预设路径,且具有较强的鲁棒性.     

STM32F103ZET6单片机的叉车式AGV的寻迹算法

以单片机为系统控制器核心,针对磁敏传感器组寻迹的叉车式AGV,设计了传感器的阵列布置形式,并根据此形式以及磁导引叉车式AGV的寻迹约束条件和行走要求提出了路径的识别与跟踪算法.前进时采用分段模糊PID控制,PD系数被模糊控制器动态改变,以适应驱动轮的不同转速和前向位置偏差的大小.后退过程应用双闭环PID进行控制,姿态角和后向位置分别为内环和外环.在实际行走测试中,AGV稳定行驶时路径偏差可保持在10 mm内.     

XML结构完整性约束下的路径表达式的最小化

引入了一个XML结构完整性约束体系.这个体系描述了XML文档中节点或路径之间的5种结构关系,包括路径蕴涵、路径同现、路径互斥、必需性包含和排他性包含.给出了这些结构完整性约束的语法和语义定义,并研究了它们在XML查询优化中的作用.基于子路径的概念,提出了有结构完整性约束的路径表达式的最小化算法.该算法以路径蕴涵闭包为工具,不仅可以删除路径表达式的冗余,还可以识别无效路径表达式.实验结果表明了该算法的正确性和有效性.     

一种嵌入式智能寻迹机器人设计

本文对嵌入式智能寻迹机器人的硬件架构与软件的设计进行了探讨,包括基于AT89S52的光电传感器、直流电机控制、电源等硬件电路板和寻迹路径探测算法的具体实现技术,利用光电传感器识别障碍物,直流电机驱动机器人的四个轮子,经过软件的控制,机器人能够在无需任何外界力量的情况下,智能地完成从自制的迷宫入口走到出口的寻迹任务,为嵌入式系统设计与开发提供了一个典型的范例.     

基于Freescale Kinetis的电磁导航智能车的设计与实现

介绍了一种基于电磁引导路径识别的智能车控制系统。该系统基于第八届全国大学生飞思卡尔智能车大赛技术规范,使用Freescal32位Kinetis-60为控制单元,设计了停车检测、电源管理、电磁检测、电机驱动等硬件电路,提出了赛道曲率计算、Bang-Bang和PID相结合的模糊控制等算法,实现了智能车的自动寻迹功能。     

智能小车寻迹记忆算法设计

文章介绍一种智能小车迷宫地图路径寻迹算法,通过分析常用迷宫地图轨迹特点,将导航信息分成引导线、十字路口、丁字路口及终点与起点等4种类型,结合十字路口、丁字路口的导航决策信息,给出一种左转优先的导航寻迹记忆算法,实现智能小车在迷宫地图中的自主导航与返航功能;最后,根据十字路口是典型旋转对称三分岔路口的特点,提出关于旋转对称多分岔路口左转优先的探索算法。     

智能车红外寻迹导航系统设计与实现

结合本院科技创新活动,设计了智能车红外寻迹导航系统。系统以飞思卡尔智能车大赛的指定C型车为平台,以MC9S12XS128单片机为核心,设计了智能车系统,搭载红外传感器,并对其布局进行了介绍,实现智能车的自主寻迹功能。实验证明,系统硬件设计合理,控制算法及路径识别算法有效,实现了智能车在跑道上快速稳定的行驶。     

基于机器视觉的双足机器人寻迹系统设计

双足行走机器人的步态规划、步态交换稳定性控制和行走轨迹识别是其研究重点,机器人控制系统设计的合理性直接决定机器人本体的最终行走性能。同时,合理设计双足机器人的运动机械结构,降低了运动控制难度。双足机器人寻迹系统的步行运动,需要多个关节的协同控制,来保证重心的稳定性,这对双足机器人寻迹系统的硬件尺寸和关节质量有一定的限制。在特定场景中对机器人的寻迹是一个复杂的系统,包括视觉采集、图像预处理、导航线提取、路径规划、机器人控制等算法。因此,本文讨论了基于机器视觉的双足机器人寻迹系统的设计,并对系统设计进行了探讨和分析,以确定机器人各部分都能得到灵活处理。     

基于神经网络的改进行为协调控制及其在智能轮椅路径规划中的应用

针对传统的基于行为的智能轮椅的路径规划方法在室外非结构环境下的路径规划效果差的问题,提出一种新的智能轮椅的路径规划算法.该算法利用模糊逻辑设计了基本控制行为,并在此基础上结合大量实际经验使用神经网络设计了行为协调控制器.改进的算法将仲裁机制和命令融合机制2种行为协调方法有效结合起来,并吸收了这2种行为协调方法的优点,从而改善了系统的反应速度,极大提高了控制精确;另一方面,该算法还可以识别陷阱区域并通过自主改变行为的权重方法控制轮椅逃出陷阱区域,因而具备了较强的人工智能特征.仿真和实物实验验证了该算法智能性高且实现简单,适用于室外非结构化环境下的机器人路径规划.     

基于情景萤火虫算法的机器人路径规划

针对传统非结构环境下路径规划时机器人运动状态振荡和适应性差等问题,提出了一种基于情景萤火虫算法（SGSO）的机器人路径规划策略。该算法基于混沌系统的规律性、随机性和历遍性以实现初始化,并利用黄金比分割法进行后期优化,以提高种群的多样性,抑制算法的早熟和局部收敛;同时,引入关于萤火虫"天敌"的情景理解,改进萤火虫种群的选择机制,解决萤火虫在非结构环境下寻迹过程中的搁浅现象,增强了算法的适应性和鲁棒性。四个测试函数的仿真实验结果表明,所提算法的求解精度、收敛效率优于基本萤火虫种群优化（GSO）算法;将该算法应用于非结构环境下移动机器人的路径规划中,检测结果表明,基于SGSO的规划路径更短,且转角处更光滑,有效避免了机器人大角度转向对动力系统造成的额外负荷,验证了所提算法的可行性和有效性。     

基于HCS12的小车智能控制系统设计

基于HCS12单片机设计一种智能车系统.在该系统中,由红外光电传感器实现路径识别,通过对小车速度的控制,使小车能按照任意给定的黑色引导线平稳地寻迹.实验证明: 系统能很好地满足智能车对路径识别性能和抗干扰能力的要求,速度调节响应时间快,稳态误差小,具有较好的动态性能和良好的鲁棒性.     

智能车辆导航路径识别的模糊神经网络方法研究

研究了采用模糊神经网络来识别 JL UIV- 2型视觉导航智能车辆模糊和脏污的导航路径的方法 ,提出了两种模糊神经网络模型 .第 1种模糊神经网络有 5层结构 ,采用正态分布概率函数作为模糊化函数 ;第 2种模糊神经网络有 6层结构 ,采用 π函数作为模糊化函数 .同时采用改进的快速 BP算法对这两种模糊神经网络进行训练 ,并采用实际模糊和脏污的条带状导航路标图象进行了识别试验 .试验结果表明 ,所提出的模糊神经网络可使智能车辆有效地识别出模糊和脏污的导航路径     

基于路径轮廓的三维目标识别

骨架能更有效地反映出目标的拓扑结构和细节变化, 因而在三维目标识别中得到广泛应用, 但存在的基于骨架的识别方法均要求骨架端点位于轮廓曲线上, 并且识别精度受骨架端点排序的影响。针对该问题, 提出了一种新的基于路径轮廓的三维目标识别算法。该算法首先定义了一种新的特征点——骨切点, 并根据骨切点在轮廓曲线上的顺序关系, 对骨架端点进行排序; 然后利用路径轮廓对目标轮廓进行分割; 再构造一种新的局部不变特征, 并结合hash表以识别三维目标。实验结果表明, 该算法对存在部分遮挡或缺损的三维目标仍有较好的识别效果。     

Web日志挖掘中数据预处理技术的研究

在Web日志挖掘中数据预处理是整个挖掘过程的基础,由于客户端缓存的存在,在已往的预处理过程中都是通过路径补充技术得到用户完整的访问路径之后,才能进行事务识别.提出了一种只需根据网站的拓扑结构,不需要使用路径补充技术,由用户访问序列直接生成事务的算法.     

特种复杂试验装置中模型动态建模系统设计

为克服特种复杂试验装置中模型不可接触、传统动态建模方式周期长等困难,设计一种基于运动恢复结构算法的动态建模系统,实现实时的动态建模,以更直观和精确的指导试验。试验装置内设置车道线,使用智能寻迹车进行轨迹识别,环绕模型行进。智能寻迹车上同时搭载光学相机和红外相机,同视角拍摄特种复杂试验装置中模型的图像。使用运动恢复结构算法,从光学相机拍摄的图像重建模型的三维结构。模型上设置有环状编码标记点,利用标记点的坐标增加重建的精度。使用改进的运动恢复结构算法,从红外相机拍摄的图像重建红外三维结构,并建立起与光学图像生成的三维结构的对应关系。系统最终获得具有温度信息的可视化模型,并可使用头戴式虚拟现实设备进行沉浸式体验。     

利用模糊识别算法分析冠状动脉造影图像中的血管结构

定性与定量地描述冠状动脉血管,很大程度依赖于造影图像中的血管结构识别结果.对此,该文提出了一种多特征模糊识别算法判别血管结构.实现过程中,首先通过图像预处理获得血管初始特征,然后利用一圆周探测器沿血管路径扫描并获取多种局部测度;在定义各种局部测度的多特征模糊子集及其隶属度函数之后,通过构造模糊识别算子准确地判别血管的端、段、分支和交叉结构.该方法在仿真血管模型和多套实际冠状动脉造影图像上获得了较好的效果,对实际图像的结构识别平均正确率达到92.60%.     

度约束单源多目的路径问题的遗传算法

提出了一种求解度约束单源多目的路径寻优问题的遗传算法,算法采用节点路径形式的编码表示一棵生成树,并设计了相应的实现树形结构的交叉和变异算子,以及节点度的改变算法.本算法实现了具有树形结构染色体的遗传进化,数值实验表明了算法的有效性.该算法可以应用于大规模网络中求解目的节点比较多的路径寻优问题.