智能吸尘器全覆盖遍历路径规划及仿真实现

分析了常用的全覆盖遍历路径算法,提出了基于区域分割的全覆盖遍历路径规划的实现方案:首先智能吸尘器沿着水平与垂直路线扫描房间,将房间分成若干无障碍的小区域,然后以图的深度优先搜索算法确定这些小区域的衔接顺序,并在这些小区域内以螺旋收缩算法进行遍历。在实验室环境内,在智能吸尘器最小系统上,通过实验验证了提出的全覆盖遍历路径规划。实验主要分为4项:走直线、直角转弯、子区域内螺旋行走、子区域衔接,实验证明智能吸尘器在给定的环境下,能够按照预想的效果进行遍历。     

基于免疫模糊PID的小型农业机械路径智能跟踪控制

为实现复杂环境下小型农业机械田间作业时的路径跟踪控制,提出了基于免疫模糊PID(比例-积分-微分)的智能路径跟踪控制方法.首先,路径跟踪控制被分解为自动直线导航和自动转向控制任务,并分别构建了能够实现自动导航的模糊控制器和基于免疫模糊PID控制的自动转向方法.该设计在无人驾驶高速插秧机硬件系统基础上,开发了基于双激光源定位技术、电子罗盘和角度传感器的自动导航控制系统.其次,根据自动导航控制系统构造和工作原理,提出了直线和曲线路径跟踪的方法.最后,利用Matlab/Simulink仿真平台和插秧机的运动学模型对所设计的路径跟踪控制原理和模糊控制器进行了有效性验证,同时完成了包括直线和曲线的路径跟踪试验.当插秧机以1 m/s的速度进行直线跟踪时,最大跟踪偏差只有4 cm,平均跟踪偏差为0.84 cm;当以同样的速度做曲线跟踪时,曲线路径跟踪时的最大偏差为0.6 m,平均跟踪偏差控制在12 cm以内.仿真和试验结果表明,该套控制系统能够有效地控制无人驾驶高速插秧机按预定路径行走.     

家用自主吸尘机器人的研究和开发

介绍了一种新型家用智能吸尘器，该吸尘器采用基于地图的全覆盖路径规划的方法，能在无人情况下自主工作，并且具有自动回避障碍等功能；文中详细介绍了基于地图的全覆盖路径规划算法的实现方法及其软件仿真，并对吸尘器的测控系统根据算法设计的要求进行了研究和设计；通过作者开发的算法仿真软件和设计的吸尘器测控系统实验模型的仿真和实验结果表明，文中介绍的这种基于地图的全覆盖路径规划方法的家用智能吸尘器在实际应用中是可行的。     

基于阿基米德螺线走法的全区域覆盖路径规划

路径规划是移动机器人实现智能化自主运动的基础,全区域覆盖路径规划是移动机器人路径规划中的一种特殊形式,在生产生活中应用广泛,如智能割草机器人、智能清洁机器人、生命探测机器人等。提出一种以阿基米德螺线为主要行走方式,用直线循环往复的行走方式补充边角区域的路径规划方法。重点研究了覆盖矩形中间区域所用阿基米德螺线行走方式。实验结果表明该方法简单有效,在无障碍的类圆形区域具有较好的适用性。     

室内未知环境下移动机器人特征地图创建研究

介绍了在室内未知环境下移动机器人利用激光雷达、电子罗盘和里程计等传感器信息创建特征地图的方法;从激光雷达数据中提取直线特征作为地图的主要环境描述特征,采用构建直线模板的方法对雷达数据进行分簇,通过最小二乘法拟合出相应的直线并对冗余地图线段进行合并,从而得到较精确的特征地图;实验表明该机器人建立的环境特征地图是精确有效的,且与栅格地图相比数据量小,可进一步用于机器人的避障、路径规划等复杂任务.     

智能轮椅室内导航路径规划算法

智能轮椅为丧失行走能力的人提高生活质量和生活自由度. 适用于智能轮椅的路径规划问题是其重要的技术之一. 实际环境中行走的难易程度是有区别的, 对此提出一种新的路径规划算法, 即寻找最优路径的导航方法, 对室内环境进行栅格模型建模, 并利用最邻近关系结合改进的A*算法来规划两个位置之间的最优全局路径, 采用虚拟力场算法实现途中的局部路径规划. 此算法只需要采集用户需要到达目的地的信息, 智能轮椅能自动导航到达目的地, 经实验验证, 该算法运用到智能轮椅室内导航系统中路径得到较好的改善并具有反应快、工作稳定可靠、使用灵活方便和扩展性强等优点.     

由椭球到圆球的磁传感器补偿技术

针对低成本电子罗盘在大倾角情况下航向角误差急剧增大这一问题,将误差的补偿假设为由椭球到圆球过程.研究了基于姿态误差矩阵补偿的校正算法,将电子罗盘的补偿技术由平面椭圆补偿拓展到空间椭球补偿.通过最小二乘法、牛顿法、最速下降法等手段求解得到了最终的姿态误差矩阵.通过实验可以证实:此方法可以有效减小电子罗盘在大倾角情况下的航向误差,并且具有成本低、简单和可靠性高等优点.     

基于椭圆假设的电子罗盘误差补偿方法

研究了一种智能电子罗盘的误差补偿问题。把误差的形成过程假设为从圆到椭圆的变化过程(椭圆假设 ) ,其逆过程就是误差补偿的过程。研究了基于椭圆假设求解误差系数算法和误差补偿方法。该方法使智能电子罗盘容易地实现了自动误差补偿和自动校准 ,大幅度降低了成本。试验结果表明 :椭圆假设符合实际情况 ,补偿效果显著。按此方法对最大误差高达± 2 3.7°的电子罗盘法进行自动补偿后 ,最大剩余误差降至± 0 .4°。根据该方法研制的电子罗盘具有成本低、可靠性高和使用方便的特点。     

基于惯性/磁力传感器的行人3维轨迹跟踪技术

为实现行人3维轨迹跟踪,采用惯性测量单元和电子罗盘组成的导航模块,固联于步行者鞋面上,根据行人步行运动的周期特性,结合四元数法和改进的航姿参考系统算法对步行姿态角尤其是航向角进行高精度估计.在分析速度误差产生原因的基础上,提出一种新的零速度校正技术,并利用行人垂直方向的步行速度判断步行状态,对高度进行补偿,实现了对行人3维轨迹的高精度跟踪.通过直线往返行走、矩形线路行走、上下楼梯等实验,验证了本文方法的有效性和可行性,实验中2维轨迹精度在0.5 m左右,3维轨迹精度在1 m左右.     

多目标规划模型在航迹规划中的应用

智能飞行器是由动力装置驱动,并在计算机系统自动引导进行的。航迹规划是实现飞行器智能导航并成功完成任务的技术保障。本文针对智能飞行器飞行过程中受到飞行器的最小转弯角限制以及定位误差的影响,提出了基于A*算法的多目标规划的数据模型以及寻求最优航迹规划路径的算法,并用两个校正点数据集进行了验证。结果显示,改进后的A*算法可以快速地规划出满足限制条件的最优路径。     

基于机器人大赛的分拣机器人优化设计

针对机器人大赛中分拣机器人行走路径准确性不高和行走速度不快的问题对分拣机器人设计进行优化。通过分析并且比较目前比赛用分拣机器人几种设计的优缺点,改进其软硬件设计,建立分拣机器人行走的分动作子程序库,通过路径规划理论制定所有可能出现情况的随机组合,结合循线传感器(QTI)的交互信息,提出了基于路径规划的分拣机器人设计优化方法。在江苏省机器人大赛中,使用该优化设计的分拣机器人取得了好的成绩,得到了很好的实战验证。     

小车位环境下的自动泊车路径规划与跟踪控制

针对小车位泊车路径设计不连续导致位姿调整不平滑的问题,提出一种回旋曲线、圆弧、直线组合的路径规划方法,并基于非时间参考量的跟踪偏差,设计滑模控制器。根据泊车要求和限制条件,规划出泊入路径与调整路径：泊入路径引导车辆以极限位姿进入车位;调整路径通过平滑的路径组合实现车位内的位姿调整。选用指数趋近率设计滑模控制器,利用连续函数代替趋近率中的符号函数,降低抖振影响。仿真结果表明,车辆能够连续、无突变地完成泊车操作,跟踪误差较小,抖振抑制效果较好。     

无人驾驶车辆局部路径规划的时间一致性与鲁棒性研究

在无人驾驶系统中,局部规划在跟踪全局路径的同时完成避障,提高了规划系统在动态未知环境中的工作能力.避障分析的有效性是局部规划最重要的功能之一.然而在仿真和实车测试中发现,广泛使用的基于优化求解的局部规划算法无法在不依赖全局精确定位时保证规划结果满足时间一致性要求.时间不一致将导致车辆的实际行驶路线偏离初始规划结果,造成避障分析失效.本文设计了基于前向预测的局部路径规划算法,在不依赖全局精确定位的前提下保证规划结果的时间一致性.除了时间一致性问题外,跟踪控制误差也是导致规划结果避障分析失效的主要原因之一.现有研究大多通过膨胀障碍物体现误差的影响,然而这种方法无法避免车辆驶入膨胀危险区域而停车.本算法在路径生成过程中增加误差影响,用通行区域代替原有不具有宽度的规划路径进行避障分析,既可以解决误差导致的避障失效,又避免出现膨胀障碍物带来的问题.通过V-Rep软件与实车规划程序进行联合仿真,在能够体现时间一致性影响的典型场景中对本算法与基于最优化曲线生成的局部路径规划算法进行比较, 验证了该算法具有更好的安全分析有效性.应用本算法的北京理工大学无人驾驶平台参加了2013年智能车未来挑战赛,在无人干预的情况下顺利完成 18公里城郊赛段和5公里城市赛段行驶,展现了良好的避障能力.     

复杂环境中煤矿智能机器人巡检路径动态规划

在复杂开采环境下,煤矿智能机器人往往出现移动路径规划不准确、规划效率低和规划延迟等问题.因此,提出了一种巡检路径的动态规划算法,并对传统的动态窗口算法进行了改进.将智能机器人的移速限制空间转换成二维坐标空间,通过膜间通信及内部粒子更新规则来更新粒子,使机器人以最优速度、最佳路径进行巡检.仿真结果表明,这种算法优化了机器...     

Enhancement and evaluation in path accuracy of industrial robot for complex surface grinding

Lower path accuracy is an obstacle to the application of industrial robots in intelligent and precision grinding complex surfaces. This paper proposes a novel path accuracy enhancement strategy and different evaluation methods for a six-degree-of-freedom industrial robot FANUC M710ic/50 used for grinding an aero-engine blade. Six groups of theoretical tool paths individually planned on this complex surface were obtained using the iso-parametric method and the constant chord height method. Then the actual paths of the robot were dynamically recorded by a laser tracker with a high frequency. A revised Levenberg-Marquardt and Differential Evolution hybrid algorithm was proposed to improve the absolute robotic positioning accuracy by considering the average curvature variation rate, the arc length and the number of cutter contact points on planning paths. The results showed that the maximum positioning error had been drastically reduced from 0.792 mm to 0.027 mm. Based on the redefinition of robotic path accuracy, including position accuracy and shape accuracy in this work, the methods MP-TLD, BP-TPD and MP-TID were proposed to evaluate the enhanced path accuracy. The evaluation results showed that the different path planning methods have almost little effect on path accuracy. Furthermore, the maximum path deviation evaluated by the MP-TLD method was reduced from 0.378 mm to 0.044 mm, evaluated by the BP-TPD method was reduced from 0.374 mm to 0.029 mm, and evaluated by the MP-TID method was reduced from 0.205 mm to 0.026 mm. It is concluded that these evaluation methods are basically valid and the average path accuracy value is about 0.035 mm, for present complex surface grinding with this typical industrial robot. Finally, the robotic grinding experiments of titanium alloy blades are conducted to further validate the effectiveness of the proposed method.     

Path Planning for a Statically Stable Biped Robot Using PRM and Reinforcement Learning

In this paper path planning and obstacle avoidance for a statically stable biped robot using PRM and reinforcement learning is discussed. The main objective of the paper is to compare these two methods of path planning for applications involving a biped robot. The statically stable biped robot under consideration is a 4-degree of freedom walking robot that can follow any given trajectory on flat ground and has a fixed step length of 200 mm. It is proved that the path generated by the first method produces the shortest smooth path but it also increases the computational burden on the controller, as the robot has to turn at almost all steps. However the second method produces paths that are composed of straight-line segments and hence requires less computation for trajectory following. Experiments were also conducted to prove the effectiveness of the reinforcement learning based path planning method.     

一种改进的全覆盖路径规划算法

全覆盖路径规划在现实生活中具有很广泛的应用,本文针对已存在的全覆盖路径规划算法中的内螺旋算法进行改进,提出带有优先级的内螺旋算法PISC算法。在算法中加入行走优先级,并采用回溯法解决清扫机器人进入的死角问题,优化机器人的清扫路径,最后在Visual C+〖KG-*3〗+6.0编程环境下进行算法仿真。实验结果表明,清扫机器人能有效地避开障碍物,在自由区域顺利行走,提高了清扫机器人的清扫效率,减少了机器人清扫的重复路径。     

基于三次B样条曲线的叉车型AGV路径规划研究

针对工厂环境下叉车型AGV在沿给定参考路径运行时,因避障等问题产生的大幅度偏离参考路径的现象,将三次B样条曲线用于路径规划。规划路径在满足AGV运动学约束、最大曲率约束、起点和终点位姿等约束的条件下,使AGV以最短距离回到原参考路径。算法将路径规划问题转化为参数优化问题,将规划路径距离作为目标函数优化求解参数。算法最后使用Matlab针对直线和圆弧参考路径进行了仿真验证,结果表明本文算法能够在大偏差情况下,规划出一条最短路径,使AGV回到参考路径。     

Optimization-based path planning framework for industrial manufacturing processes with complex continuous paths

The complexity of robotic path planning problems in industrial manufacturing increases significantly with the current trends of product individualization and flexible production systems. In many industrial processes, a robotic tool has to follow a desired manufacturing path most accurately, while certain deviations, also called process tolerances and process windows, are allowed. In this work, a path planning framework is proposed, which systematically incorporates all process degrees of freedom (DoF), tolerances and redundant DoF of the considered manufacturing process as well as collision avoidance. Based on the specified process DoF and tolerances, the objective function and the hard and soft constraints of the underlying optimization problem can be easily parametrized to find the optimal joint-space path. By providing the analytical gradients of the objective function and the constraints and utilizing modern multi-core CPUs, the computation performance can be significantly improved. The proposed path planning framework is demonstrated for an experimental drawing process and a simulated spraying process. The planner is able to solve complex planning tasks of continuous manufacturing paths by systematically exploiting the process DoF and tolerances while allowing to move through singular configurations, which leads to solutions that cannot be found by state-of-the-art concepts.