动态环境下基于蚁群算法的机器人路径规划

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.采用栅格法建立了机器人工作空间模型,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,用改进蚁群算法规划出初步全局优化路径;局部避碰规划主要是在跟踪全局优化路径的过程中,通过基于滚动窗口的环境探测和碰撞预测,对动态障碍物实施有效的局部避碰策略,从而使机器人能够安全顺利地到达目的地.仿真实验的结果表明所述方法具有可行性.     

增强蚁群算法的机器人最优路径规划

为解决复杂环境中机器人最优路径规划问题,本文结合增强学习和人工势场法的原理,提出一种基于增强势场优化的机器人路径规划方法,引入增强学习思想对人工势场法进行自适应路径规划.再把该规划结果作为先验知识,对蚁群算法进行初始化,提高了蚁群算法的优化效率,同时克服了传统人工势场法的局部极小问题.仿真实验结果表明,该方法在复杂环境中,对机器人的路径规划效果令人满意.     

基于二进制粒子群算法的移动机器人路径规划

由于用PSO进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径,使算法受到一定的局限性.为此,研究了一种全新的基于栅格法的机器人路径规划二进制粒子群算法.首先用栅格法描述机器人工作环境,在此基础上,将机器人路径表示为粒子位置的二进制编码,并以路径长度为适应值,产生初始种群后,再对粒子位置和速度进行更新,经过多次迭代,即可获得从起始点到目标点的一条全局最优路径.该方法模型简单,算法复杂度低,收敛速度快,计算机仿真实验证明了该方法的有效性和先进性.     

家庭陪护机器人自主充电系统研究与设计

针对家庭陪护机器人电池容量有限,工作环不连续的问题,设计一种基于机器人操作系统(robot operating system, ROS)的家庭陪护机器人自主充电分级对接系统。采用卡尔曼滤波算法将编码器数据和惯性测量单元(inertial measurement unit, IMU)数据进行融合,同时结合激光雷达数据并基于Rao-Blackwellized粒子滤波即时定位与构图(simultaneous localization and mapping, SLAM)算法构建环境二维栅格地图;采用A^*算法和动态窗口(dynamic window approach, DWA)算法进行全局路径规划和局部路径规划,使机器人行驶至充电站附近或所在房间;采用基于双重优先级的红外导航对接算法引导机器人驶向充电站,完成与充电站的精确对接。试验结果表明,该系统有效地解决了传统方法中充电距离有限的问题,并且具有较高的对接效率、成功率、准确度和环境普适性,完全满足家庭陪护机器人的充电需求,具有较好的应用价值。     

基于蚁群算法的空中机器人三维轨迹规划

轨迹规划是机器人任务规划系统的一个重要部分。在MATLAB平台下,建立空中机器人飞行三维环境模型,基于此模型利用蚁群算法对空中机器人飞行轨迹进行规划研究。首先根据限制条件对建立的环境模型进行预处理和栅格化处理,然后将蚁群算法应用于三维已知环境模型中,得到1条由起始点到目标点的最短路径,以此作为轨迹规划的最优路径。空中机器人按照求得的最优路径进行运动,完成飞行任务。在路径寻优过程中蚁群算法表现出优良的有效性和使用性。     

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.     

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。     

基于IOCAD的无人机避障路径规划

针对复杂密集不规则障碍物环境下无人机路径规划问题,采用不规则障碍物预处理方法,建立障碍物避碰检测模型,并设计了基于不规则障碍物避碰检测(irregular obstacles collision-avoidance detection,IOCAD)的无人机路径规划算法。该算法以栅格法规划环境建模为基础,采用粗糙集思想、凸化填充法等对障碍物进行预处理,并利用射线法筛选出环境中可飞路径点,以障碍物到飞行路径距离最小为目标函数,对可飞路径段和障碍物进行相交检测与距离检测,解算出不规则障碍物环境下无人机路径。在既定的路径规划环境及无人机性能约束下,仿真结果表明:该算法能快速规划出对应避障路径,且栅格粒度大小、安全裕度值的设置对算法性能有明显影响;当栅格粒度为0.5 km,安全裕度为0.4 km时,可显著缩短航程并有效减少路径点数,验证了该算法的有效性。     

基于改进蚁群算法的搜索机器人路径规划

针对搜索机器人路径规划问题,提出了一种改进的蚁群算法。算法构建一个栅格环境模型,并设置禁忌策略将部分栅格归为禁忌栅格以避免路径死锁;采用折返蚂蚁,且正向与反向蚂蚁分别采用不同搜索策略,来提高算法的收敛速度;构造路径综合评定目标函数,提高搜索最优路径的能力。实验表明:即使在复杂的环境中,本文算法也能快速地规划出最优路径。     

增强D* Lite在自主移动机器人安全路径规划中应用

为了提高未知环境中自主机器人行走的安全性和路径规划最优性,提出了增强D＊Lite算法,该算法以栅格法环境建模为基础,引入障碍物尖角和结合点检测,并针对复杂障碍物的可优化路径给出路径优化方法。仿真实验结果表明,该方法可以实现移动机器人安全路径的规划和优化。     

移动机器人路径动态规划有向D*算法

针对传统D*路径规划算法搜索效率低、成本较高的问题,提出有向D*算法. 该算法考虑目标点与障碍物信息,引入关键节点概念,逐级扩展确定可行路径,并且引入导向函数以控制单次搜索的节点搜索范围来提高搜索效率;在原欧几里得评价指标的基础上引入路径平滑度函数对偏移路径进行惩罚,避免机器人无效转弯而增加移动成本;通过路径平滑度函数中的“转弯因子”协调路径长度与平滑度之间的关系,给出路径平滑度函数的分段原理与转弯因子的确定方法,并对算法收敛性进行证明. 在不同环境下的仿真实验表明,该算法较传统算法能更好地兼顾局部搜索与全局最优性,尤其适用于障碍物较多的复杂环境.     

基于改进蚁群算法的物流配送车辆路径优化方法

目前路径优化方法忽略了客户时间窗约束产生的惩罚成本,导致惩罚成本过高,无法得到最优配送路径,基于此,提出基于改进蚁群算法的物流配送车辆路径优化方法。结合遗传算法完成对蚁群算法的改进,对物流配送车辆路径问题进行建模,得到路径规划问题的目标函数,并根据配送过程的实际情况和具体要求设定目标函数的约定条件,计算固定成本和变动成本为路径优化提供判断依据,设计出路径优化问题的算法流程。在算例分析中,选择某生鲜企业的物流配送作为算例,实验结果表明,设计的方法得到的最优路径总体成本远远低于传统方法,说明所提方法实用性较强。     

基于PMAC的自主车运动控制系统研究

为了提高自主车运动控制的精度，满足自主车精确行走的需要，研制了一种以PMAC运动控制器为核心、基于视觉导航的自主车运动控制系统。在建立自主车运动控制系统的硬件结构的基础上，探讨了VC 环境下对PMAC进行二次开发的方法，并将模糊控制的算法引入自主车的路径跟踪，所研制的控制系统已成功地用于QDU—Ⅰ型自主车上。经QDU—Ⅰ型自主车路径跟踪实验表明：该控制系统精度高、灵活方便，可以满足自主车在各种环境中的行走需要。     

Path planning method for cable harness considering complex constraints

Aiming at the problem that the existing path planning method cannot be used in the path planning of multiple electric aircraft airborne equipment cable harness which considers complex engineering rules constraints,a route planning method considering complex constraints is studied and proposed based on the Quasi-Physical and Quasi-Human algorithm and improved A* algorithm.First,the calculation method for the total wiring cost considering the path length cost and the material cost,process cost and weight cost of the bending groove is proposed,with the evaluation function of the traditional A* algorithm improved.Then,the equivalent radius of the cable harness is calculated based on the Quasi-Physical and Quasi-Human algorithm,and the search space automatic processing algorithm and the corner node reasonableness judgment algorithm considering the constraints of engineering rules are proposed.Finally,an example of cable harness laying in an airborne equipment shows that the routing path obtained by using the improved A* algorithm can not only meet the complex constraints,but also reduce the total wiring cost by 5.1% compared with the existing algorithm.     

一种低成本地磁匹配导航方法

针对地磁匹配依赖惯性系统信息的现状,提出了仅利用磁测计和里程计的低成本地磁场定位方法.为解决搜索空间过大的问题,以遗传算法在匹配区域搜索可能的航迹.遗传算法用相关性度量作为适应度函数,并以定向而非随机方式实现变异.仿真结果显示,在仅提供地磁场测量信息与测点间距的条件下,该方法能够以较小误差有效实现任意形状航迹的匹配.     

基于众包模式的两级开闭混合车辆路径优化

针对在需求井喷状态下的物流运力资源不足和物流企业自身与社会闲散资源利用率不高的问题,提出采用企业车辆完成一级配送,社会车辆完成二级配送的具有最优中转站的两级众包物流配送策略. 考虑客户对服务时间的要求,以路径成本与服务延迟惩罚成本总和最小为优化目标,建立带时间窗的两级开闭混合式车辆路径规划数学模型. 根据模型特点构建基于启发式策略的离散麻雀搜索算法,该算法在迭代过程中可以自适应选择操作算子. 通过与GUROBI精确求解器和遗传算法优化算例的结果对比,验证所提算法的有效性. 对比不同配送模式下的各项成本,结果表明所提策略能够有效降低物流运输成本和提高客户满意度.     

基于字典学习与稀疏表示的非结构化道路分割方法

针对野外环境自主车视觉导航问题,提出了一种新颖的基于字典学习与稀疏表示的道路分割算法。该算法以局部图像小片为处理单元,通过选取典型道路图像学习得到路面图像小片的一组字典,并利用车辆前方的一小块区域作为监督,通过在线字典学习对字典进行实时更新,使路面图像小片可在该字典上精确稀疏表示,而非路面图像小片则不能。因此建立了基于字典学习与稀疏表示的分类框架,利用局部图像小片在字典上的稀疏重构误差进行分类。大量实验结果表明,该算法能够适应多变的非结构化道路环境,且对光照、阴影及水坑等具有较好的鲁棒性。     

基于区域生长的智能车辆阴影路径图像分割方法

针对作者自主开发的视觉导航区域交通智能车辆(Cyber Car)的导航路径在阴影条件下难以应用单一传统阈值方法分割提取的问题,提出了基于区域生长的图像分割方法。该方法利用路径边缘信息寻找种子点,进而对整个路径区域进行生长,最终实现车辆导航路径的准确分割与提取。同时为满足车辆导航实时性的要求,还提出了对分块子图像进行压缩的方法。对不同阴影下导航路径图像的分割试验表明,该方法能够实时、准确地识别导航路径,并具有较强的抗干扰能力。     

Multi-robot task allocation for exploration

The problem of allocating a number of exploration tasks to a team of mobile robots in dynamic environments was studied. The team mission is to visit several distributed targets. The path cost of target is proportional to the distance that a robot has to move to visit the target. The team objective is to minimize the average path cost of target over all targets. Finding an optimal allocation is strongly NP-hard. The proposed algorithm can produce a near-optimal solution to it. The allocation can be cast in terms of a multi-round single-item auction by which robots bid on targets. In each auction round, one target is assigned to a robot that produces the lowest path cost of the target. The allocated targets form a forest where each tree corresponds a robot＇s exploring targets set. Each robot constructs an exploring path through depth-first search in its target tree. The time complexity of the proposed algorithm is polynomial. Simulation experiments show that the allocating method is valid.     

高温混合障碍空间中的移动机器人路径规划

为了解决高温场景中移动机器人全局路径规划所面临的安全与效率问题,提出高温热源虚拟障碍的定义,建立混合障碍空间模型,将高温场景中的路径规划问题转化为高温混合障碍空间中考虑路径温度代价和长度代价的多目标优化问题. 改进NSGA-Ⅱ算法,通过选取优秀非可行解扩展种群,提高了种群多样性和进化效率,提出新的交叉和变异概率计算方法. 根据种群进化进程和个体代价函数值调整概率,实现了种群前期搜索能力和后期收敛性的平衡. 仿真所得的最优路径结果表明,该改进算法的路径长度代价虽然比原算法和其他改进算法略有增加,但温度代价大幅降低,更有效地避免了陷入局部最优.