基于STM32和CoppeliaSim Edu的自动泊车系统设计与仿真

本项目设计并制作一个自动泊车系统智能小车，以STM32单片机为控制核心，并由单片机主控模块、电机驱动模块、超声波模块、红外避障模块等主要模块构成；通过LUA语言编程，利用Coppelia Sim Edu进行模拟仿真，能够完成自动循迹、速度控制以及传感器测距等多项功能。项目采用可视图法对小车路径进行规划，将小车、库位点和障碍物的各顶点进行组合连接，通过改善路径规划，提高小车自动泊车效率。通过优化自动倒车入库和侧方位倒车入库智能小车算法，根据停车的不同场景，对环境信息进行不同处理，综合确定停车空间，并作出不同的控制电信号，进而规划停车入库的路径，完成自动泊车功能。     

多曲线在狭小空间下逆向泊车

针对自动泊车在狭小空间中路径规划计算量较大的问题，首先结合逆向泊车和碰撞点分析组合方法。利用五次多项式、反正切和四次多项式叠加曲线、三次贝塞尔曲线，得出满足避障要求的曲线。在MATLAB仿真结果中，证明了此方法得出的曲线不仅满足避障和车身参数约束，还能够高效完成泊车任务。同时，改变控制点的位置可以提高曲线的灵活度，使得车辆能够更加稳定和准确地完成泊车任务，从而提高了泊车效率。     

五次多项式优化的平行泊车路径规划

针对目前自动泊车路径规划普遍存在的曲率突变问题,提出了一种五次多项式优化的平行泊车路径规划方法。五次多项式曲线由约束条件建立的方程组求解得出,并对路径的曲率突变处进行过渡优化。为简化计算,引入“虚圆半径”的概念,以“虚圆半径”作为最小转弯半径,并按照“圆弧-直线-圆弧”平行泊车路径规划的方法进行求解,由此得出优化的平行泊车路径。仿真结果表明,五次多项式优化的平行泊车路径规划方法能够规划出曲率连续、满足避障约束和车辆运动学约束的优化路径,提高了路径跟踪的效果,保证车辆安全完成泊车。     

一种基于路径规划的自动平行泊车算法

针对城市中停车位狭小、现有自动泊车方法缺乏连贯性的问题,提出一种自动平行泊车算法。对现有的五阶多项式路径规划方法加以改进,并有针对性地设计罚函数,采用遗传算法计算最佳泊车路径和最小泊车空间,实现自动平行泊车。仿真结果表明,该算法能快速有效地完成泊车,车辆损伤小,对空间的要求最低。     

基于单片机与LabVIEW的自动泊车系统设计与实现

为解决狭小空间内的停车问题,采用与实际车辆运动规律类似的汽车模型作为研究对象,设计了一种基于STC89C52单片机与LabVIEW的自动泊车系统;依据车身大小以及车辆运动规律计算满足泊车条件的最小区域;通过RCWL-1601超声波传感器以及霍尔编码器测量车辆与侧方障碍物的距离以及车辆行驶距离,从而搜索满足泊车条件的车位;利用舵机控制车辆前轮转向并通过直流减速电机提供后轮驱动,通过预先设定的程序指令控制车辆完成自动泊车入位;车辆行驶数据经无线WIFI模块发送至上位机,并利用LabVIEW软件实现车位轮廓、倒车轨迹以及车速实时显示;实验结果表明,该系统可搜索到符合条件的停车区域,并完成车辆的自动泊车入位,具有较强的稳定性和可靠性。     

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。     

基于Dijkstra算法的大型停车场最优泊车路径规划

针对停车场建立无向带权图模型,在研究分析停车场影响泊车行为快速性的因素基础上,结合停车场内路径距离与道路通行质量两属性因子构造边权,提出了一种基于Dijkstra算法的停车场最优泊车路径规划方法,方法所得最优路径规划旨在引导泊车者快速、安全地完成泊车任务。最后实例分析表明,该方法客观、简单、实用,有助于停车场车位引导系统为泊车者提供快速的泊车引导服务。     

基于伪谱法的自主泊车路径规划方法

目前对泊车方法的相关研究仅适用于平行泊车和垂直泊车中的一种泊车场景。为此,提出通用性的自主泊车路径规划方法。该方法融合车辆运动学约束和路径约束,以泊车时间为性能指标,建立泊车路径规划最优控制问题的数学模型。使用伪谱法求解该最优控制问题,并以细化网格的方式保证所得解符合路径约束,得到无碰撞可行泊车路径。利用该方法可同时求解平行泊车和垂直泊车两种场景的路径规划,仿真实验和实车实验验证了该方法的通用性和可行性。     

基于单片机的自动泊车控制系统设计

伴随经济快速发展,汽车保有量不断激增,如何安全、快速泊车已成为当前汽车安全驾驶面临的核心问题。自动泊车控制系统的设计可实现汽车泊车过程自动化、智能化,交通安全提供更为有利保障。以STC89C52RC单片机为主要控制核心设计自动泊车系统,介绍了相关硬件使用方法,分析了自动泊车的过程,编写了自动泊车的程序,制作了实物模拟效果。硬件部分以HY-SRF05超声波红外避障传感器确定车身与车位的位置,以LCD1602高清显示屏展示输出效果,以DRV833驱动模块通过PWM技术驱动两电机,以ESP8266 WIFI模块经移动设备作为输入主控设备构成了一个完整的硬件系统。软件部分在Keil软件环境下编写,通过程序控制硬件模块对周围环境信息的采集、计算,模拟出泊车路线,最终实现了自动泊车控制系统。经调试,该控制系统能实现自动泊车过程。     

基于ZigBee与RFID的地下停车场泊车引导系统研究

针对地下停车场泊车引导精确性不高、时效性差的问题,提出一种基于ZigBee与RFID的地下停车场泊车引导系统方案。系统采用RFID定位停车场中行驶的车辆,地磁传感器判断空闲车位,并通过ZigBee网络实现停车场与上位机数据交互。上位机运用改进型Dijkstra算法,实时给出最优泊车路径,结合LED灯光指引,为车主提供直观的泊车引导。试验结果表明:系统能直观地将泊车路径实时显示给司机,还具有二次引导功能,精确性、时效性高。     

融合改进A*与DWA算法的移动机器人路径规划

针对移动机器人在复杂环境下实现全局路径最优、未知环境下动态实时避障这一路径规划需求,对传统A*（A-star）算法进行改进,并融合动态窗口法（DWA）实现动态实时避障。首先分析栅格环境下的障碍物占比,将障碍物占比引入传统A*算法,优化启发函数h(n),从而改进评价函数f(n),提高其在不同环境下的搜索效率;其次针对复杂栅格环境下传统A*算法优化后的轨迹与障碍物顶点相交问题,优化子节点选择方式,同时删除路径中的冗余节点,提高路径的平滑度;最后融合动态窗口法,实现复杂环境下移动机器人的动态实时避障。通过MATLAB下的对比仿真实验表明,改进算法在轨迹长度、轨迹平滑度以及历经时间上得到优化,满足全局最优且能实现动态实时避障,具有更优秀的路径规划效果。     

融合动态障碍物运动信息的路径规划算法

传统的路径规划算法只能在障碍物不发生位置变化的环境中计算最优路径。但是随着机器人在商场、医院、银行等动态环境下的普及,传统的路径规划算法容易与动态障碍物发生碰撞等危险。因此,关于随机动态障碍物条件下的机器人路径规划算法需要得到进一步改善。为了解决在动态环境下的机器人路径规划问题,提出了一种融合机器人与障碍物运动信息的改进动态窗口法来解决机器人在动态环境下的局部路径规划问题,并且与优化A*算法相结合来实现全局最优路径规划。主要内容体现为：在全局路径规划上,采用优化A*算法求解最优路径。在局部路径规划上,以动态障碍物的速度作为先验信息,通过对传统动态窗口法的评价函数进行扩展,实现机器人在动态环境下的自主智能避障。实验证明,该算法可以实现基于全局最优路径的实时动态避障,具体表现为可以在不干涉动态障碍物的条件下减少碰撞风险、做出智能避障且路径更加平滑、长度更短、行驶速度更快。     

仓储式多AGV系统的路径规划研究及仿真

对于自动导引车（Automated Guided Vehicle,AGV）的单机路径规划问题,已存在很多静态算法可以有效求解。但由于AGV间抢占系统资源的相互影响和制约,多AGV的协同作业会出现死锁、碰撞冲突等问题,静态路径规划算法无法满足实时动态作业的系统需求。智能仓储系统中,多AGV动态路径规划的核心问题不再仅是单AGV快速求解最优路径,而在于多AGV的冲突避免或解决,达到整体协调最优。拟采用两种思路解决上诉问题：一种方案是对最有效的静态算法进行改进,并引入动态机制和冲突解决策略以满足作业需求;另一种方案提出一种具备多步前瞻性的主动避障算法,优化路径并提前避开交通拥堵路段,减少冲突可能性和重新寻路代价。实验结果表明两种算法都具有良好的鲁棒性,可有效解决冲突,且后者可持续扩展AGV数量,具有更高的系统效率。     

基于双层模糊逻辑的多机器人路径规划与避碰

针对无通信情况下的多机器人系统在未知动态环境下的路径规划问题,设计了基于双层模糊逻辑的多机器人路径规划与动态避碰系统。方向模糊控制器充分考虑了障碍物的距离信息和目标的角度信息,转化为机器人与障碍物的碰撞可能性,从而输出转向角度实现机器人的动态避障;速度模糊控制器将障碍物的距离信息作为输入,将速度因子作为输出,提高了多机器人路径规划与动态避碰系统的效率和鲁棒性。在Pioneer3-DX机器人实体上验证了该系统的可行性。     

基于NB-IoT的停车监测系统

针对目前停车业对车位充分利用、降低成本、实现无人化智能管理的需求,设计并实现了基于窄带物联网(NB-IoT)的停车监测系统。该系统使用高精度地磁传感器实时获取磁场强度,使用微波传感器作为辅助判断,经过滤波算法处理后判断车位状态,通过NBIoT通信模块上传至服务器存至数据库;通过浏览器访问监测系统可监测实时车位状态,实现对车位使用情况的远程管理。测试结果表明,该设计能够准确检测车位的使用情况,对NB-IoT的应用以及智慧城市建设有一定的借鉴意义。     

非结构化环境下的单目视觉可通行区域检测

目前三维避障主要采用三维激光雷达或者基于深度学习的障碍物识别,但前者价格昂贵,后者训练成本高且不稳定。为了稳定、鲁棒地实现低成本三维空间避障方案,提出了一种基于单目相机的可通行区域检测方法。该方法利用特征点标识障碍物,通过对相机高度和旋转平面加以约束,解决单目SLAM中的尺度不一致问题,并设计了障碍物距离求解器和代价求解器对小车前方区域特征点进行处理,计算出视觉代价地图,划分可通行区域。该方法优势在于仅需要低成本的单目相机便可完成可通行区域检测任务,可方便地移植到轻量级的移动设备,计算得到的视觉代价地图亦有利于小车后续的路径规划任务。在KITTI数据集上进行的实验表明,该方法的平均运算速度能达到20?frame/s,能满足小车实时避障的要求,对于单目SLAM的尺度恢复误差为2.5%~4.9%。     

基于深度学习的多机械手轨迹规划系统设计

目前提出的多机械手轨迹规划系统路径规划精准度低,避障能力差。基于深度学习对多机械手的规划系统进行设计,通过研究传统系统中存在精确度、智能性不足的缺点,在设计的系统分别引入了相应的解决条件,在硬件结构的设计中本文应用ISL-320型号的伺服电机提升多机械手的动力功能,应用SKT64系列的芯片提升多机械手的路径精准度;在应用程序设计上应用拟合算法与叠加算法对规划路径中的节点精准运算,在提升系统整体精准度的同时提升了系统的智能程度。实验结果表明,基于深度学习的多机械手轨迹规划系统路径与标准路径十分接近,说明该方法的规划精准度较高,避障能力得到有效增强。     

基于模糊Elman网络算法的移动机器人路径规划分析

为了调正移动机器人避障线路,建立了基于模糊Elman网络算法的移动机器人路径规划模型,并应用进行Matlab仿真分析。利用现有障碍物的距离信息来实现机器人步长的实施可控制与调节,防止移动机器人在做出准确避障行为之后因为没有设定合适的步长而导致撞上障碍物,以0.5作为机器人的最初运动步长。仿真结果表明,采用模糊Elman网络可以获得比其它两种方法更优的路径规划效果,同时对障碍物进行高效避让,由此实现最优的路径规划。采用模糊Elman网络来构建得到的路径规划算法能够满足规划任务的要求,同时还能够根据机器人处于不同工作空间中的情况进行灵活调整。