复杂环境中移动机器人的一种避障策略

提出了机器人在复杂环境中寻找到达目标点最优轨迹的一种避障策略.首先,从3个方面考虑,提出了机器人的运动函数.第一,机器人运动必须在指定区域内;第二,机器人能够动态避障并到达目标位置;第三,机器人运动路径保证最短.其次,给出了机器人路径优化设置的条件:个体适配值、路径再优化和运动策略突变.最后,通过仿真实验,证明了所提出的方法是可行的.     

一种新的基于MMAS的机器人路径规划方法

机器人路径规划就是在复杂的结构空间中,找到一条由起点到目标点的可行路径.基于最大-最小蚂蚁算法,结合机器人路径规划的典型问题,给出了一种新的规划方法.实验结果表明,该方法能以较大的概率得到机器人路径规划问题的优化解.     

双足爬壁机器人三维壁面环境全局路径规划

为求解双足爬壁机器人在三维壁面环境中的全局路径,提出了一种结合壁面可过渡性分析、全局壁面序列搜索和壁面过渡落足点优化的规划方法. 首先,为得到双足爬壁机器人在壁面间过渡的可行性,通过机器人可达工作空间与壁面简化处理将其转化成几何图形相交测试问题. 然后,用图搜索方法找出全局壁面序列, 再以路径最短为目标建立数学模型优化求解壁面序列中相邻壁面间最优过渡落足点,最终得到最优全局路径. 以双足爬壁机器人W-Climbot为对象做仿真验证,仿真结果表明该方法在5至20个壁面构成的三维环境中,机器人在不同壁面间的可过渡性分析与全局壁面序列搜索过程平均耗时只需2 ms,求解得到优化全局路径的比例为95%,平均耗时均在4 s以内. 该方法可以为双足爬壁机器人提供优化的全局路径并为其下一步的运动规划奠定基础.     

基于概率地图的工业机器人路径搜索优化算法

为解决机器人在装配、焊接、喷涂等工业生产中的路径规划调试时间长、效率低等问题,提出一种新的基于概率地图的路径搜索优化算法。该算法首先利用混合包围体层次树碰撞检测算法的优势,在每两个采样位姿点间选出无碰撞的局部路径;然后,在获取始末点位姿信息后,引入A*算法搜索全局路径;最后采用提出的路径优化算法对搜索得到的全局路径进行优化。以此实现只需给出运动初始点与目标点,算法就能自动搜索出一条无碰撞的全局优化路径。仿真和机器人实体实验表明该算法适用于工业机器人的路径搜索,所得机器人运动路径简短,并有效地避开障碍物。     

基于免疫遗传算法的多机器人环境探索

针对多机器人环境探索中的任务分配和路径规划问题,将环境中所有待探索的任务点根据短距离优先策略分配至个体机器人,利用改进的免疫遗传算法对机器人分配到的任务点进行优化探索,提出了带有初始任务点优化的路径规划方法,使机器人能够不重复并且高效地遍历工作环境中的所有探索点.通过建立多机器人仿真实验系统,随机产生环境中的任务点和机器人等数据信息,并在此条件下对本文方法进行实验验证.结果表明,本文方法能够有效地实现多机器人环境探索问题.     

一种新的基于MMAS的机器人路径规划方法

机器人路径规划就是在复杂的结构空间中,找到一条由起点到目标点的可行路径．基于最大-最小蚂蚁算法,结合机器人路径规划的典型问题,给出了一种新的规划方法．实验结果表明,该方法能以较大的概率得到机器人路径规划问题的优化解．     

一种实用机器人路径规划方法的改进

针对一种基于蚂蚁觅食行为的移动机器人路径二次优化方法,指出其要求路径点的调整点足够多和容易陷入局部最优点的局限,说明该局限在实现上相对应的要求是传感器精度、机器人惯性和行走机构与地面的摩擦力,最后采用总路程长度作为优化目标函数并增加等分点对原方法改进.     

基于栅格法的机器人路径规划快速搜索随机树算法

针对复杂环境下的机器人路径规划问题，提出了一种全新的基于栅格法的机器人路径规划快速搜索随机树算法。以机器人出发点为随机树的根节点，通过扩展，逐渐增加叶节点直至随机树的叶节点中包含了目标点。从出发点到目标点之间的一条以随机树的边组成的路径就是目标路径。研究表明在同样的环境下与遗传算法、A^＊算法相比该方法能在更短的时间内找到更优的路径。仿真实验也表明，即使在随机生成的复杂环境下，利用该算法也可以快速规划出一条全局优化路径，且能安全避障。     

未知环境中自主机器人的路径规划研究

未知复杂环境中自主机器人合理的路径规划是进行探索任务的前提.传统的路径规划方法侧重于研究从起始点到目标点的无碰路径,很少考虑机器人自身运动的平稳性.研究了室外未知环境中考虑机器人姿态稳定性以及能量损耗的路径规划方法,该方法分三步:(1)梯度计算,计算运动区域的梯度;(2)节点探测,运动区域被划分为平坦区域和非平坦区域,辨识每个平坦区域的中心位置,即节点;(3)路径评估,根据提出的评估函数,规划出从当前位置经过中间节点到目标点的最优路径.结合机器人的动力学特性,利用反演控制,设计了合适的控制率,保证了机器人的平稳运动.通过和传统规划方法获得的路径比较,仿真验证了所提方法的有效性.     

基于矢量势场法的机器人足球路径规划

基于传统人工势场方法,提出了在适应于障碍物和目标都动态变化的机器人路径规划方法。针对机器人足球的特点,在每个时间周期中,球场上的障碍物和边界对机器人产生排斥的位置矢量,球对机器人产生吸引的位置矢量和角度矢量,机器人在这些矢量的作用下,可以产生下一个时刻的路径点,最终每个时刻的路径点形成了机器人的路径。仿真结果表明,所提出的路径规划方法能够满足机器人在动态环境中实时路径规划的要求     

基于GIS地图的移动机器人路径规划

针对移动机器人路径规划实现条件的限制,提出基于GIS（geographicinformationsystem）地图的移动机器人路径规划．该方法应用改进A’算法,较好地实现了移动机器人的最优路径规划．在任意给定的地图中,只要确定了机器人的起点和终点,就可以找到该机器人在实际工作环境中符合需求的路径规划轨迹．应用VC＋＋编程进行实验,证明了该方法的有效性．     

移动参考节点动态路径最优规划

在利用移动参考节点对无线传感器网络进行时间同步或定位的过程中,参考节点的移动路径规划,直接影响节点同步精度、定位精度和能量损耗。将移动节点的移动路径规划转化为对广播点的选取及广播点间路径规划,对应数学模型为经典的选址问题和旅行商问题。通过建立两者的最优联合数学模型,提出利用贪婪算法寻找最优的广播点并获得最优移动路径的方法。仿真结果表明：该路径能够覆盖整个网络,同时缩短参考节点的移动距离。     

用分离空间法解决冗余度机器人的最优规划

通过对冗余度机器人运动学的研究，提出了用分离空间法解决冗余度机器人的最优规划问题。将雅可比矩阵分为基本部分和次要部分，相应地描述机器人运动状态的物理量也分成两部分。在此基础上进行轨迹规划，回避对雅比矩阵伪逆的直接求解。     

搜索双安全边缘点的实时路径规划方法研究

针对未知不确定性环境下机器人路径规划的特点,提出了基于搜索双安全边缘点的实时路径规划新方法.该方法从有限的实时环境信息中搜索躲避障碍物和保证机器人到达目标点的双安全边缘点信息,并结合启发式算法,实现了基于双安全边缘点的实时路径规划.机器人的实际工作环境是十分复杂的,要求路径规划算法有较高的适应能力,特别在u型环境中要求算法能够脱离死区.仿真实验在2种U型环境和复杂环境中进行,仿真结果表明,该方法具有反应灵敏、实时性好的特点,对不确定环境具有良好的适应性,能够实现未知复杂环境下的路径规划.     

不确定环境下移动机器人路径规划算法研究

该文对不确定环境下移动机器人路径算法进行了研究，并提出了一种新算法一基于两点法的模糊控制算法。首先利用两点法求出预设轨迹，然后把预设轨迹上的点作为移动机器人的阶段目标点，再利用模糊控制算法修正移动轨迹，进行路径规划。这样可以简化模糊控制规则的制定，减少模糊控制规则的数目，从而大大提高路径规划的速度。应用该方法进行了避障、道路跟踪等控制实验。实验表明，该算法具有很好的灵活性和鲁棒性。     

Optimal Motion Planning of the Space Manipulator for Minimum Reaction Torque to Satellite

卫星本体最小扰动的空间机械臂最优轨迹规划

徐智强,曾祥鑫,李景慧,贾兆岩

（中国兵器工业集团航空弹药研究院有限公司,哈尔滨150030）

摘要：

针对自由漂浮空间机器人机械臂的运动过程会对卫星本体姿态产生较大扰动的问题,本文提出基于hp-自适应高斯伪谱法的路径规划方法。该方法以卫星本体的最小反作用力矩为目标函数,自适应地确定每段的分段数和多项式阶数,以此来提高求解精度和求解效率。同时,创新性地证明了所设计方法的理论收敛性,保证了离散化非线性规划问题的解是原优化问题的最优解。对平面二自由度空间机械臂的仿真结果表明,该方法比分解加速度控制（RAC）方法和控制变量参数化（CVP）方法更有效,并且在计算速度和配点数量上都优于其他伪谱方法。

关键词：自由漂浮空间机器人;hp-自适应高斯伪谱法;路径规划;非线性规划

     

基于改进人工势场法的移动机器人路径规划

为解决传统人工势场法存在局部极小值问题而导致路径规划失败问题,提出了基于改进人工势场的角度偏移法,使机器人迅速逃离局部极小值点,成功规划出一条平滑无碰撞路径。仿真实验证明了该方法规划的有效性。     

基于Steiner树的模糊最短路径问题的研究

在对模糊最短路径分析的基础上,提出了最短路径的改进方案。结合S teiner树的方法,用模糊数代替实数分配给每个边缘,使用了一种新的排序方法求解模糊最短路径。通过实例分析合理地得出问题的最优解,验证了这种方法的有效性。     

复杂环境下移动机器人路径规划与跟随

提出了一种基于改进A*算法和PID控制算法的新型移动机器人路径规划与路径跟随控制方法,该方法适用于复杂的迷宫环境。在所提出的方法中,解决了A*算法转折点过多的问题,并且通过拓展障碍物和四阶三次均匀B样条优化的方法使生成的预期路径安全且平滑;之后基于前视点的两轮差速机器人运动学模型设计了PID控制器。在专门设计的框架中测试了所提出方法的性能。作为验证,分别从路径规划与路径跟随两个方面做了详尽的实验,结果表明,规划路径转折点少且平滑,设计的PID控制器能够控制移动机器人实现较好的路径跟随效果。最后,在复杂的迷宫环境中验证了本文提出的方法,结果表明,所提出的方法能够使机器人无碰撞穿越迷宫。     

基于k短路径算法的多目标最短路径算法

为满意地解决多目标最短路径问题,提出基于循环搜索第k短路径,构造新集合做交集的多项式算法。该算法是在每一轮的k短路搜索完以后,通过交集产生多目标最短路径或备选路径。当有多条备选路径时再用Vague集投影和距离的决策方法,根据评价值的大小对候选方案进行排序,从而选取最佳方案。