基于多传感器的移动机器人避障①

提出了一种视觉传感器和红外线测距传感器相结合来实现移动机器人在不确定环境中自主避障的方法。首先对视觉传感器采集的图像使用光流法提取障碍物信息,再结合红外线测距传感器反馈的距离信息,然后通过避障策略实现移动机器人的避障。实验结果验证了该避障方法的良好性能。     

一种基于多组传感器信息移动机器人的避障方法

提出了一种基于多组传感器信息的移动机器人避障的新方法.该方法把多组传感 器信息作为ART-2神经网络的输入,实现移动机器人对当前感知环境的快速识别和分类.在 此基础上,设计了用于移动机器人在未知环境下避障的模糊控制器.试验证明了这一方法的 有效性和实时性.     

基于BP神经网络的移动机器人避障设计及仿真

为了解决移动机器人在复杂环境中如何高效精确地躲避障碍物的问题,提出了一种基于BP神经网络的避障方法。建立了机器人的避障运动模型并设计了神经网络避障控制系统;分析了机器人在运动过程中与障碍物的位置关系,使用超声波传感器采集距离信息,进行BP神经网络输入、输出训练并采用Matlab工具进行仿真试验。结果表明,该方法可以高效精确地实现移动机器人的自主避障,运行相对稳定、轨迹连续平滑,达到了较为理想的避障效果。验证了方法的可行性和有效性,为移动机器人自主避障提供了一种新的控制方法。     

具有声纳环的移动机器人及其自主行为研究

介绍了适用于移动机器人的声纳环传感器系统的设计与实现方法，给出了系统的软硬件结构，在对声纳数据进行建模的基础上，提出了两种基本行为控制算法：避障与沿墙走，并运用有限状态机对这两种基本行为进行行为融合，设计了一种复合行为：环游房间。实机实验和比赛结果证明了系统设计与控制算法的有效性。     

一种新颖的基于二分法和模糊控制的移动机器人避障系统

针对超声波传感器波束角窄导致移动机器人存在避障盲区的现状,研究了一种新颖的超声波避障系统。该系统采用六个超声波传感器构成特别设计的超声波阵列,实现无盲区检测中大型移动机器人前方及左右两侧障碍物的位置,充分保障运行安全性;同时在避障算法上,采用二分法和模糊控制相结合的控制算法,简化了模糊控制规则使系统具有很好的智能性和实时性,实现了移动机器人选择最佳避障路径并对新增的动态障碍物进行避障。将此避障控制系统应用于移动机器人上,实验结果表明：在未知环境下,实现对移动机器人周边的无盲区检测,并且能够实时根据周围障碍物的动态情况选择最佳避障路径,避免了其它避障控制算法中易出现的误避障和二次避障的情况。     

基于场景匹配的移动机器人避障

研究环境未知情况下移动机器人的避障问题，提出一种基于模糊场景匹配的移动机器人避障方法．该方法对多种传感器的信息进行融合，生成当前环境的场景并与场景库中的场景进行匹配，利用匹配结果并通过模糊控制器得到机器人的运动参数，对机器人的避障进行控制,实验结果表明了该方法的正确性和有效性。     

井下移动机器人智能视觉避障研究

针对现有井下移动机器人避障方法在面对井下复杂障碍物时不能准确检测障碍物位置信息,对井下非线性障碍物不能准确进行避障控制等问题,提出了一种基于模糊控制的井下移动机器人智能视觉避障方法。首先采用双目立体视觉模组作为障碍物检测传感器,感知井下环境信息,实时检测障碍物分布情况,并构建占据栅格地图。然后通过八叉树结构模型构建三维点云,使用树状结构对点云数据进行结构化描述,并将其映射到占据栅格地图中,得到障碍物的区域分布情况。最后采用模糊控制策略对实时检测到的障碍物在占据栅格地图中的分布情况进行处理,将当前时刻障碍物在占据栅格地图中的分布情况和移动机器人运行速度作为模糊控制器的输入变量,通过模糊控制算法计算下一时刻移动机器人的转向角度和加速度,从而实现井下移动机器人的智能避障控制。根据移动机器人实际占据空间,设计外接包围盒进一步稳定控制算法,结合避障策略进行智能避障,避免移动机器人与障碍物发生碰撞。实验结果表明,该方法能够准确对井下障碍物分布情况进行描述,使移动机器人能够根据所设计的模糊控制规则准确自主地进行避障操作,从而实现自适应运动。     

基于多传感器的移动机器人路径规划

提出一种基于多传感器的移动机器人路径规划策略。利用声纳传感器和CCD摄像机对环境进行探测,得到关于障碍物的信息,通过一种简单、快速的数据融合算法计算出障碍物相对于机器人的位置坐标。采用切线法进行路径规划,实现了移动机器人在不确定环境下的路径规划,使机器人可以很好地避开障碍物,并以局部最优或次最优路径到达指定位置。实验结果验证了该路径规划算法的良好性能。     

基于行为融合的移动机器人自主避障算法

当移动机器人面临环境未知或不确定时,各个行为融合的权重随环境的变化而变化,从而导致权重无法在线调整而不能顺利到达目标点.为此,提出一种权重可在线调整的自主避障行为融合算法.用Mamdani型模糊控制器设计移动机器人自主避障过程中的基本行为;同时,提出一种基于两级BP神经网络信息融合的权重调整方法来实现各个基本行为的融合.该算法能够根据环境的变化实现各个基本行为权重的在线调整,增强自主避障控制的实时性和鲁棒性.仿真实验结果表明了该算法的有效性和可行性.     

未知环境下的移动机器人定位及实时避障

针对未知环境下移动机器人实时动态避障及定位问题，考虑里程计定位的无界累加误差和动态障碍物环境下实时障碍躲避需要，提出了一种可行的避障定位的策略。该策略融合了机器人内部传感器、里程计、电子罗盘和激光测距仪的同步和异步信息，合理地解决了常规定位过程中的方向迷失问题，对于静态和动态障碍物都能很好地实时躲避，具有很强的抗干扰性和较高的定位精度。实验证明了该方法的有效性和实用性.     

红外传感器在教育机器人避障电路设计中的应用

红外传感器在家用电器遥控和机器人避障方面有着广泛的应用,笔者根据红外传感器的这一特性设计出一款教育机器人避障电路,介绍了红外传感器在机器人避障电路中的应用,给出红外传感器与单片机系统的硬件接口电路和避障软件的编程思路,并通过测试,得出了影响红外传感器避障的相关因素,并提出了改进的方法和措施.     

基于模糊避障算法的履带式搬运机器人的设计

以HC-SR04超声波传感器模块获取机器人周围环境信息,以链式叉车作为搬运货物的执行机构,以STM32F103单片机作为机器人控制器,设计了一种自动搬运并且避障的小型履带式搬运机器人。针对局部静态环境下多障碍物对系统避障的复杂性,引入了模糊控制算法,通过对机器人与障碍物之间的距离进行模糊化,建立模糊规则,实现搬运机器人的避障控制。为了提高机器人的稳定性及避障的可靠性,对直流电机建立了数学模型,并利用积分分离PID算法进行仿真,最后实验结果表明该算法提高了直流电机的控制性能。     

基于区块链技术的工业机器人视觉检测及避障系统设计

传统的工业机器人避障系统只能处理数据信息,导致障碍物检测准确率低,设计的避障路线实际应用效果差。为此,引入区块链技术设计一种新的工业机器人视觉检测及避障系统。系统设计分为硬件及软件两部分,硬件优化了系统电源,通过传感器分析环境信息、障碍物参数,选用TX-AS700无线射频通信模块,以HSJ-2芯片作为检测器电路核心,用以传输并存储障碍物数据。软件部分在Visual C++程序框架中设定应用程序,与区块链技术中的数据库资源相结合,实现图像信息提取,计算区块阶矩得到障碍物检测公式,通过仿真程序分析处理障碍信息,并设计有效的避障路线。实验结果表明,基于区块链技术的工业机器人视觉检测及避障系统能够提取图像信息,检测到的障碍物准确率高,系统的检测有效率平均值为83%,避障准确率接近理想避障效果,能够规划出更加有效的避障方案。     

基于LabVIEW软件的机器人避障控制系统设计

设计机器人避障控制系统,采用传统设计方式存在避障效果差的缺点,为了避免该缺点影响系统控制效果,提出了基于LabVIEW技术的机器人避障控制系统设计。根据控制系统总体结构,采用LabVIEW技术对信息进行综合处理,并汇总到DSP 微处理器模块,从而实现机器人相对定位。依据机器人避障控制系统的硬件结构,进行系统模块化设计,通过单片机执行定时中断服务子程序,以此控制系统电路,并计算出机器人距障碍物的距离。通过RS232 串行通信线缆交换海量数据,以此设计控制器结构,其中上位机直接控制移动机器人,下位机间接控制移动机器人。使用数字控制振荡器可实现高精度参数化调制,进而输出正余弦波形。使用PAR传感器,直接与数字控制振荡器相连,具有随时启动应用的特点,采用TSR传感器可对障碍物静态、动态不同工况下进行数据采集与传输。通过JTAG标准测试协议,用于芯片内部测试,同时隔离逻辑电路和芯片引脚。依据系统软件流程,设计机器人避障功能。由实验结果可知,该系统避障效果最高可达到97%,具有良好应用价值。     

移动机器人的超声模糊避障算法

超声传感器是移动机器人避障常用的传感器．但存在幻影的干扰。该文提出多个超声传感器的模糊避障算法．该算法把多个超声传感器分为左右两组．如果障碍物在右侧．机器人就向左转，反之机器人向右转。实验表明．该文提出的算法可以实现机器人的安全避障。     

基于超声测距的工业机器人避障控制系统设计

工业机器人对于自身与障碍物之间的距离测量不准确,无法根据二者距离判断行驶路径,导致避障效果较差。为此基于超声测距技术设计了一种新的工业机器人避障控制系统,从硬件和软件两方面对避障效果进行优化设计。将具有脉冲信号的超声换能器安装在单片机的操作模块中,增加MOS功率器件作为超声换能器的驱动元件,应用EA1、EA2和EA3三种型号的误差放大器,将回波信号稳定放大到电路中,利用运算放大器和RC网络电路实现滤波放大,利用信号检测电路实现检测。利用超声波传感器精准测量出自己与障碍物之间的距离,通过建立模糊数据库、定位漫反射信息、提取不同方向的测距信息实现工业机器人避障控制。实验结果表明,设计的基于超声测距的工业机器人避障控制系统能够准确测量出与障碍物之间的距离,避障控制准确率平均值达97.4%,能够实现工业机器人避障防碰撞操作。     

基于多传感器信息融合的移动机器人避障

为了更好地解决移动机器人在未知环境下的自主避障问题,采用多传感器信息融合的方法,通过多个超声传感器对障碍物信息进行采集。合理确立模糊控制器的输入输出,通过模糊推理将障碍物距离信息模糊化,建立模糊规则并解模糊,以达到对移动机器人的安全避障的控制。通过建立移动机器人运动模型,设计了仿真平台,得到实验结果表明:该算法具有良好的可行性。     

基于多波束前视声呐的水下障碍物检测及避障算法

近年来,人们开始不断地开发海洋资源和空间,如在海底铺设大量的天然气管道以便于运输,因此,利用自主式水下航行器去探测海底天然气管道是否泄漏的技术,就具有重大的战略意义。基于自主式水下航行器搭载的多波束前视声呐采集的数据,进行声呐图像中的障碍物检测,提出了一种基于类间方差及小区域抑制的障碍物检测算法。然后,利用声呐图像的障碍物检测结果,设计了基于障碍物轮廓的避障算法,来估计合理的避障角度,传送给水下航行器的主控来控制航行器避开障碍物。     

人群环境中基于深度强化学习的移动机器人避障算法

为了控制移动机器人在人群密集的复杂环境中高效友好地完成避障任务,本文提出了一种人群环境中基于深度强化学习的移动机器人避障算法。首先,针对深度强化学习算法中值函数网络学习能力不足的情况,基于行人交互（crowd interaction）对值函数网络做了改进,通过行人角度网格（angel pedestrian grid）对行人之间的交互信息进行提取,并通过注意力机制（attention mechanism）提取单个行人的时序特征,学习得到当前状态与历史轨迹状态的相对重要性以及对机器人避障策略的联合影响,为之后多层感知机的学习提供先验知识;其次,依据行人空间行为（human spatial behavior）设计强化学习的奖励函数,并对机器人角度变化过大的状态进行惩罚,实现了舒适避障的要求;最后,通过仿真实验验证了人群环境中基于深度强化学习的移动机器人避障算法在人群密集的复杂环境中的可行性与有效性。     

基于神经网络的多传感器信息融合及其在机器人中的应用

多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。介绍了神经网络融合方法,探讨了信息融合技术在机器人方面的应用。机器人避障实验验证了所提方法的有效性。