基于虚力栅格法的移动机器人实时避障和导航

综合虚拟力场法和栅格法的优点,研究了移动机器人的导航和避障的问题.此方法采用确定栅格描述障碍物,具有简易、直观的特点,它使机器人在移动过程中能够检测到未知的障碍物并避开它,实现机器人朝着目标点移动.仿真结果表明,该方法具有良好的可行性和有效性.     

基于视觉的移动机器人避障控制系统设计

针对三轮全向移动机器人自主避障行进问题,提出一种以STM32F1处理器为核心的视觉避障控制系统。分析三轮全向移动机器人运动模型,设计避障机器人的硬件控制系统。利用OpenMV OV7725图像模块识别障碍物并获取障碍物位置信息。根据位置信息,采用模糊控制算法控制机器人移动方向,实现自主避障功能。结果表明:利用该系统,三轮全向移动机器人能自主识别并成功避开行进路线中的障碍物。     

模糊神经网络信息融合在移动机器人导航中的应用

提出一种基于模糊神经网络的多传感器信息融合方法,并将其用于自主移动机器人导航避障.采用多个超声波及红外传感器探测障碍物的距离和方向,用CCD摄像机来跟踪目标.经过模糊神经网络信息融合后,实现了机器人对障碍物和环境类型的识别以及无冲突的运动.试验表明,该方法能够实现机器人的安全避障.     

模糊改进的人工势场法机器人局部路径规划

移动机器人在狭窄、障碍物繁多的密闭环境中工作,人工势场法(APF)应用于机器人避障及局部路径规划存在局部最优、目标不可达等问题,文章提出一种模糊改进的APF算法,通过重新构建障碍物斥力势场、障碍物运动速度和加速度势场、引力势场模型,克服局部最优陷阱;在某些特殊情况下,使用模糊算法给机器人提供辅助作用力,帮助机器人安全到达目标点。把改进模糊APF算法用于机器人避障,仿真结果表明:改进的控制算法应用于多障碍物环境可以帮助机器人实现安全避障。     

移动机器人超声波测距避障系统实验测试

为了让机器人能够在不同速度下实时动态识别障碍物急速停避障,提出一种动态测距精准停止避障算法模型,并利用STM32单片机实现运动控制。对自主设计机器人小车在室内进行了实验测试。结果表明：提出的动态测距停止避障算法模型能够在0.35～6.5 km/h内不同车速下遇到障碍物时在预期停车位置以内实现精确停车。多次试验测试和分析结果表明,离障碍物之间的最大停车距离为期望停车位置+2 cm。     

智能机器人的超声波避障技术研发及应用

智能机器人进行移动操作,其中避障技术是不可缺少的主要技术。提出了以超声波传感器和单片机控制技术,辅以驼机转动﹑电机驱动﹑电源等模块,研发智能机器人移动避障系统。测试表明:控制驼机转动使传感器灵活探测多方位障碍物,其避障性能良好,能保障机器人运行安全﹑稳定,为智能机器人避障提供了有效的手段。     

光流结合特征提取的室内机器人避障技术研究

为解决室内机器人正向准确避障问题,提出一种光流结合特征提取的视觉避障方法。将LK光流与多尺度思想结合,加入仿射变换,提高算法追踪角点的噪声鲁棒性,进而准确检测视场中的障碍物;通过评估障碍物风险程度,制定出碰撞时间(TTC)结合光流平衡策略的碰撞机制,引导机器人在无碰路径上移动。改进光流与特征提取结合能提高相机快速运动下的追踪成功率,制定的碰撞策略能够有效规避机器人前方的障碍物。实验表明,相机快速运动时,算法能提高追踪的准确性,有效检测出视场中的障碍物,引导机器人无碰撞行驶,具备较强的独立性和实时性。     

基于模糊算法的水下机器人路径规划研究

针对水下机器人的工作环境的复杂性与不确定性,为了提高自主式水下机器人与外部环境交互及自主航行的能力,结合视线导航原理与模糊控制算法,提出一种未知环境下水下机器人的局部路径规划策略,可实现机器人的实时避障功能。利用测距声呐、短基线系统对环境进行探测,得到一定范围内的障碍物与目标信息,通过模糊控制器实时调整水下机器人的运动偏转角度,有效地避开障碍物,达到预定目标点。最后通过MATLAB进行仿真,构建一个仿真实验平台,交互式设置障碍物的数量、大小、形状、位置等初始信息,机器人运用该算法在多障碍物、不同路障环境下,都能较好地实现机器人避障,验证了算法的有效性。     

改进A*算法的AGV避障路径规划研究

针对传统A*算法在复杂栅格地图规划的路径不平滑存在多余转折点和多余共线节点，使用传统八叉树搜索策略时，AGV易发生碰撞障碍物现象，在复杂环境中随机出现在全局路径上的障碍物无法实现动态避障等问题，提出一种改进A*算法。由于传统A*算法的搜索效率主要取决于估价函数的设计，因此引入启发式函数的权重系数提高A*算法的搜索效率；设置障碍物安全距离，为判断障碍物区域内当前障碍物是否影响AGV通行提供参考，再次改进原有八叉树搜索策略提升避障性能，然后对得到的无碰撞路径进行路径优化处理，保留关键转折点；最后实现A*和DWA算法融合，进一步优化路径，并实现全局动态路径规划。实验结果表明：融合算法使得路径更加平滑，提高了算法的避障性能，表明了融合算法在机器人路径规划中的可行性。     

基于模糊控制的清洁机器人避障系统

针对清洁机器人提出了一种全方位避障方案,在传统路面环境固体障碍物的基础上加入对路面液体障碍物的处理,设计模糊控制器,通过5组传感器检测到的环境信息,避开左前方、右前方、左右侧固体障碍物,清除路面液体障碍物,以达到全方位避障效果。经过MATALAB仿真实验,效果已得到验证。     

移动机器人避障模糊控制

本文首先介绍了研制的移动机器人的系统结构及运动学原理,然后采用一种具有速度反馈的基于模糊控制的移动机器人避障算法进行研究和仿真,最后对移动机器人在实际环境中进行避障实验,结果表明该模糊控制算法是可行的。     

基于距离-角度多移动机器人编队避障策略

针对多移动机器人编队避障的效率低、稳定性差等问题,提出一种距离-角度优先级避障策略.根据机器人数量建立合理队形数据库;充分考虑机器人的自身安全距离和通信范围的约束进行队形和避障方式的选择;然后采用领航者-跟随者的编队控制方法,建立领航-跟随者运动模型并对其相对位姿进行运动学分析,使机器人完成稳定编队的同时安全高效地通过...     

基于改进人工势场法的搬运机器人避障算法研究

搬运机器人作为移动机器人中的一种,应用前景十分广泛。基于搬运机器人的避障问题,对人工势场法进行研究,针对人工势场法容易出现的局部极小值问题和目标不可达问题进行分析,通过引入虚拟障碍物模型,较好地解决了人工势场法的局部极小值问题;修改斥力模型修正了目标不可达问题。在MATLAB软件中对改进之后的算法进行仿真,验证了该算法的可行性。     

应用于视觉环境探索的移动机器人反应式控制器设计

在移动机器人的视觉环境探索研发中,在视觉定位不精确的条件下,如何保证移动机器人可靠地运动,是目前移动机器人视觉环境探索与视觉导航中有待解决的问题。提出一种基于单帧图像语义分割的运动控制算法,利用深度卷积神经网络高鲁棒性的语义分割结果,在图像像素空间进行运动目标点规划。仅以当前观测图像为基础,以最大化探索可能运动方向为规划代价函数,在脱离全局视觉定位结果的情况下,实现移动机器人在视觉环境探索中的可靠运动控制以及避障。实验和仿真结果表明:所提出方法可满足环境探索问题中对环境覆盖以及避障的运动控制需要。     

动态环境中基于改进势场法的移动机器人路径规划

在一般势场法的基础上,针对动态环境中,目标和障碍物都是运动的条件下,提出了一种改进的势场法。通过在吸引力势场函数中引入相对速度和设置机器人的避碰预警距离等方法解决了目标移动环境下路径规划的问题。仿真实验证明该方法是有效的。     

基于改进蜂群算法的焊接机器人路径规划方法研究

针对焊接机器人的运动特点及焊接工作过程中焊枪的避障问题,提出基于改进人工蜂群算法的机器人避障焊接路径规划策略。首先针对传统人工蜂群算法存在的问题,将Lévy(莱维)分布引入到人工蜂群算法侦查蜂寻找新蜜源的过程中,代替其原有0～1之间的随机分布过程,形成了基于Lévy飞行的改进型人工蜂群算法,然后将其应用到焊接机器人的路径规划问题中,并进行了仿真实验。结果表明:改进后的方法能够得到最优的焊接避障路径,且寻优速度快、过程稳定。该方法可用于解决焊接机器人避障路径规划问题。     

基于多传感器信息融合移动机器人导航定位研究

移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明：所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参考价值。     

一种改进灰狼优化算法的移动机器人路径规划方法

针对移动机器人路径规划中存在易陷入局部最优、收敛速度慢、搜索路径消耗成本较大等问题,提出一种改进的灰狼优化算法对移动机器人进行路径规划。建立移动机器人避障路径规划二维空间模型,将灰狼优化算法中的线性收敛因子转变为非线性收敛因子,并将灰狼优化算法与粒子群算法结合,给予Omega狼意识;加入协同量子化优化灰狼群体;采用4类国际测试函数证明了改进算法在收敛精度、稳定性方面更优。将改进算法运用到移动机器人路径规划中,并与粒子群算法、原始灰狼优化算法进行对比,仿真结果验证了该算法的有效性。