六轴工业机器人先验引导RRT*避障轨迹算法研究

针对六轴工业机器人装配避障路径运动问题,研究了机器人整体避障运动路径规划方法,提出一种RRT*改进算法;算法以RRT*算法为基础,在障碍物建模中引入包围盒算法,加入对机器人各轴与障碍物的碰撞检测;在路径规划中加入对随机点生成方向与树枝生长方向的先验引导机制,优化了算法路径长度与路径搜寻效率;通过Matlab进行了试验验证,结果表明与标准RRT*算法相比,先验引导RRT*算法缩短路径长度14%左右,且满足机器人末端路径与手臂各轴的避障需求。     

基于激光测距技术的机器人移动路径跟踪与实时避障

为了获得理想的机器人移动路径跟踪效果,改善实时避障能力,提出基于激光测距技术的机器人移动路径跟踪与实时避障方法。采用激光测距仪获取机器人的相关位置信息,获取障碍物位置信息,采用扩展卡尔曼滤波算法对机器人移动路径进行跟踪操作,根据所得路径实现机器人避障。仿真结果表明：该文方法可以获得高精度的机器人移动路径跟踪结果,而且可以实时避障移动路径上的障碍物,具有一定应用价值。     

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。     

基于障碍物运动预测的移动机器人路径规划

针对移动机器人局部动态避障路径规划问题开展优化研究。基于动态障碍物当前历史位置轨迹,提出动态障碍物运动趋势预测算法。在移动机器人的动态避障路径规划过程中,考虑障碍物当前的位置,评估动态障碍物的移动轨迹;提出改进的D*Lite路径规划算法,大幅提升机器人动态避障算法的效率与安全性。搭建仿真验证环境,给出典型的单动态障碍物、多动态障碍物场景,对比验证了避障路径规划算法的有效性。     

融合安全A*算法与动态窗口法的机器人路径规划

A^*算法通过启发信息指引搜索方向,被广泛应用于移动机器人的路径规划,但其规划出的搜索路径存在冗余节点且与障碍物相近,无法满足动态避障需求。对标准A^*算法进行改进,设计安全A^*算法并融合动态窗口法进行路径规划。定义安全距离因子引入A^*算法的启发函数中,提高算法规划路径的安全性,同时采用平面结构法对算法规划得到的路径进行优化,根据相邻节点与障碍物之间的位置关系判断该相邻节点间是否存在障碍物,由此减少路径拐点数,提高路径平滑度。由于当移动机器人处于未知环境时,仅靠A^*算法不能避开障碍物到达目标点,因此借助动态窗口法的局部避障功能。通过安全A^*算法规划全局最优路径节点坐标,设计融合子函数改进动态窗口法的评价函数,解决动态窗口法易陷入局部最优的问题。实验结果表明,在复杂环境中,该方法通过融合安全A^*算法和动态窗口法,能够确保在安全路径基础上实时随机避障,使机器人安全到达终点。     

改进DWA算法的移动机器人避障研究

针对传统动态窗口法（DWA）在稠密障碍物区域存在最优路径难以选取及生成路径不平滑等问题,提出了一种改进的DWA移动机器人避障算法。基于微分流形切向量选取与障碍物不相交的机器人预轨迹,引入障碍物数量因子与方向角变化因子来改进评价函数,提高机器人在障碍物密集区域运行的安全性,使用改进后的评价函数对选取的轨迹进行评价,进而确定最优轨迹对应的速度。通过多组仿真实验对比表明：改进的DWA算法在障碍物密集区域能规划出更合理、平滑的运行路径,在保证了机器人安全性的同时还具有更好的避障效果。     

基于BIM的地图构建与导航研究

摘要: 为了提高移动机器人在作业过程中获得现场环境地图的效率,提出了利用BIM技术建立导航地图的方式,获取IFC信息映射到二维栅格,从而快速构建地图。对于室内移动机器人在移动过程中能更快更好的到达目标点的问题,首先对传统A*算法做改进,将原有的8邻域搜索扩展为48邻域搜索,增加了搜索方向,优化了搜索角度。同时考虑了机器人的安全性,对规划路径进行了改进,使得规划的路径与障碍物保持了一定距离。其次,为了避开场地出现的动态障碍物,采用将改进的A*算法与动态窗口法融合,在保证全局路径最优的基础上,实现避障效果。通过实验仿真,表明了改进的A*算法比传统A*的算法在运行时间上快了2倍以上,路径转折点的角度差比原来减少了28%以上,路径长度上更短且不再紧贴障碍物。而融合算法比改进的A*算法在路径平滑性上有所提高,能及时避开随机障碍物,更加适用于环境变化的室内场景。     

融合改进A*算法和Morphin算法的移动机器人动态路径规划

在动态未知环境下对机器人进行路径规划,传统A*算法可能出现碰撞或者路径规划失败问题。为了满足移动机器人全局路径规划最优和实时避障的需求,提出一种改进A*算法与Morphin搜索树算法相结合的动态路径规划方法。首先通过改进A*算法减少路径规划过程中关键节点的选取,在规划出一条全局较优路径的同时对路径平滑处理。然后基于移动机器人传感器采集的局部信息,利用Morphin搜索树算法对全局路径进行动态的局部规划,确保更好的全局路径的基础上,实时避开障碍物行驶到目标点。MATLAB仿真实验结果表明,提出的动态路径规划方法在时间和路径上得到提升,在优化全局路径规划的基础上修正局部路径,实现动态避障提高机器人达到目标点的效率。     

基于人工势场的A*算法的移动机器人路径规划

为了解决传统A*算法规划路径时未考虑到障碍物分布对路径选取的影响,文中提出了一种改进的A*算法.将人工势场的思想与传统的A*算法相结合,对栅格地图中的障碍物赋予斥力场函数并计算周围栅格的斥力大小,进行路径搜索时将栅格的斥力大小引进到A*算法的评价函数当中以改进A*算法的搜索能力.通过MATLAB仿真和Turtlebot机器人的实验结果表明,与传统的A*算法相比,改进后的新算法与人工势场算法相结合,规划出了更优的路径,提高了路径规划效率,且搜索速度提高了 13.40％～29.68％,路径长度缩短了 10.56％～24.38％,路径节点数减少了 6.89％～27.27％,因此,改进的A*算法的优化效果明显,具有有效性和可行性.     

基于人工势场的A*算法的移动机器人路径规划

为了解决传统A*算法规划路径时未考虑到障碍物分布对路径选取的影响,文中提出了一种改进的A*算法.将人工势场的思想与传统的A*算法相结合,对栅格地图中的障碍物赋予斥力场函数并计算周围栅格的斥力大小,进行路径搜索时将栅格的斥力大小引进到A*算法的评价函数当中以改进A*算法的搜索能力.通过MATLAB仿真和Turtlebot机器人的实验结果表明,与传统的A*算法相比,改进后的新算法与人工势场算法相结合,规划出了更优的路径,提高了路径规划效率,且搜索速度提高了 13.40％～29.68％,路径长度缩短了 10.56％～24.38％,路径节点数减少了 6.89％～27.27％,因此,改进的A*算法的优化效果明显,具有有效性和可行性.     

基于动态行为控制的移动机器人自主避障

针对环境信息未知或部分未知的情况，提出动态行为控制方法使移动机器人自主避障。采用动态窗法表示结构空间，并分析环境信息，激发相应的行为进行避障，经过行为融合后得到可行的路径和速度值。其中趋向目标的行为采用模糊逻辑控制的方法，避障行为采用VFH方法加以实现。在计算过程中考虑了动力学与运动学约束条件，使得动态行为控制方法更加可行。仿真结果论证了所提出的方法的实时性与有效性。     

基于激光测距仪的移动机器人避障新方法

针对向量场直方图（VFH）算法对阈值敏感的问题,基于激光测距仪提出一种通过自适应调节阈值求 可行方向的移动机器人实时避障算法．对于给定的一组阈值,用其中的每个阈值求可行方向,在获得的接近目标方 向的所有可行方向中,选取最大阈值所对应的方向作为机器人的参考行驶方向．根据当前行驶方向与参考行驶方 向之间的偏差和所选阈值的大小对线速度进行限制．在ASR 机器人上进行实验的结果表明,当最大运行速度设为 0.8 m/s 时,机器人能够以0.61 m/s 的平均速度安全平滑地通过障碍区．     

Line of sight robot navigation toward a moving goal.

In this paper, we consider the problem of robot tracking and navigation toward a moving goal. The goal's maneuvers are not a priori known to the robot. Thus, off-line strategies are not effective. To model the robot and the goal, we use geometric rules combined with kinematics equations expressed in a polar representation. The intent of the strategy is to keep the robot between a reference point, called the observer, and the goal. We prove under certain assumptions that the robot navigating using this strategy reaches the moving goal successfully. In the presence of obstacles, the method is combined with an obstacle avoidance algorithm. The robot then moves in two modes, the navigation mode and the obstacle avoidance mode. Simulation of various scenarios highlights the efficiency of the method and provides an instructive comparison between the paths obtained for different reference points.     

未知环境下基于约束点的移动机器人路径规划

针对未知环境中障碍物种类多样性和位置不确定性的特点,提出了基于约束点的路径规划方法。首先对机器人在未知环境中检测到的局部障碍物信息进行分类和几何特征属性描述,得其约束点信息,然后引入改进后的A*算法,将其搜索范围局限于约束点上,计算约束点的评价函数值后得到子目标点,机器人到达子目标点后,若陷入死区,则采取回溯路径策略,重新选择子目标点,否则根据该点所属的障碍物种类采取跨越或绕行避障策略,最后移动机器人在未知环境中顺利到达目标点。仿真研究说明本文提出的路径规划方法具有可行性和有效性。     

基于B样条曲线的电力巡检机器人越障控制

为了提高电力巡检机器人越障控制能力,该文提出基于B样条曲线的电力巡检机器人越障控制技术,首先构建电力巡检机器人的被控对象模型,结合电力巡检机器人驱动动力学分布,进行电力巡检机器人的定位控制,同时采用避障算法进行电力巡检机器人巡检过程中的越障控制,结合位姿参数的自适应调节方法进行电力巡检机器人越障运动学模型构造。在此基础上,建立电力巡检机器人越障控制目标函数,采用B样条曲线跟踪寻优方法进行机器人的越障路径规划,采用自适应的模糊信息加权方法,进行电力巡检机器人越障控制优化。仿真结果表明,采用该方法进行电力巡检机器人运动轨迹测定分布结果稳定,接近运动轨迹的标准值。其越障控制的灵敏度较高,自适应控制能力较强,电力巡检机器人运动轨迹测定分布结果稳定,提高了电力巡检机器人越障性能。     

基于实时障碍物预测的机器人运动规划

本文给出了移动机器人的虚力导航和运动规划系统．这种方法结合最小方差估计算 法（L M S E）能有效地对机器人进行实时导航和避撞．在预测过程中,根据导航的不同阶 段和预测误差的变化情况,采用Fuzzy规则动态地调整误差函数中的权重,使预测过程尽可 能准确．导航算法的基本思想是首先通过预测算法来获得移动机器人的运动信息,然后虚力 系统根据预测信息决定机器人的未来运动,仿真结果表明该方法实时性好,能准确躲避障碍 物并且到达目标点．     

Collision free path-planning for cable-driven parallel robots

In this study, a path-planning method that has been developed for serial manipulators is adapted to cable-driven robots. The proposed method has two modes. The first one is active when the robot is far from an obstacle. In this mode, the robot moves toward the goal on a straight line. The second mode is active when the robot is near an obstacle. During this mode, the robot finds the best way to avoid the obstacle. Moreover, an algorithm is presented to detect the collision between the robot and the obstacle. A similar algorithm is also presented to avoid the collision of the cables with an obstacle. Some simulation results are shown, which are then validated experimentally using a built 4-cable-driven parallel manipulator. Although the path obtained between the initial and final poses may not be the shortest possible one, it guarantees finding a path, when it exists, no matter how cluttered the environment is.     

实现机器人动态路径规划的仿真系统

针对机器人动态路径规划问题,提出了在动态环境中移动机器人的一种路径规划方法,适用于环境中同时存在已知和未知,静止和运动障碍物的复杂情况。采用栅格法建立机器人空间模型,整个系统由全局路径规划和局部避碰规划两部分组成。在全局路径规划中,用快速搜索随机树算法规划出初步全局优化路径,局部避碰规划是在全局优化路径的同时,通过基于滚动窗口的环境探测和碰撞规则,对动态障碍物实施有效的局部避碰策略,从而使机器人安全顺利地到达目的地。仿真实验结果说明该方法具有可行性。     

一种克服振荡与死循环的机器人实时路径规划方法

本文研究了一般障碍环境下全局信息未知的机器人路径规划问题,分析了基于实时探 测信息的滚动路径规划算法可能遇到的振荡和死循环现象,提出了增加适量记忆的改进滚动路 径规划算法,不仅有效地克服了振荡和死循环的发生,而且保证了机器人对全局目标的可达性, 为移动机器人在一般未知障碍环境下的路径规划提供了快速、有效的方法.