一种基于六次多项式轨迹规划的机械臂避障算法

针对机械臂避障轨迹规划的一系列需求,提出了一种基于六次多项式轨迹规划的机械臂避障算法。首先,采用六次多项式对机械臂轨迹进行规划。设曲线方程中六次项系数为待定参数,通过调整参数,改变曲线形状,使机械臂绕过障碍物的同时优化轨迹的性能指标,从而将机械臂避障轨迹规划问题转化为约束条件下的多目标优化问题;其次,综合碰撞检测结果、运动学指标,通过加权系数法建立适应度函数;最后,通过遗传算法进行优化,在关节空间中规划出一条无碰撞,同时运动学、轨迹长度、转动角度等要求一起协同优化的理想运动轨迹。此外,通过MATLAB对该算法进行了仿真实验验证,结果表明,该方法能够有效地规划出满足机械臂性能要求的无障碍运动轨迹。     

复杂多场景下机械臂避障运动规划方法研究

为提高工业机械臂在狭窄通道、多障碍物等复杂多场景下避障运动规划的成功率和效率,建立了基于圆柱体和球体包围盒机械臂与障碍物之间的碰撞检测模型,并提出了一种基于启发式概率融合人工势场法的改进型RRT^*算法(P-artificial potential field-RRT^*,PAPF-RRT^*)。采样上引入概率目标偏向与随机采样点优选策略,对采样点进行位置优选约束,增强采样导向性和质量;为改变传统新节点扩展方向和特殊环境下局部最优问题,融合人工势场法的目标引力与障碍物斥力和自适应步长,使算法在APF产生的合力范围下实时引导新节点扩展方向和步长大小,降低过度的探索和碰撞区域扩展;对冗余节点进行删除,并采用三次B样条插值优化,提高机械臂轨迹的柔顺性。仿真结果表明,所提算法较传统RRT*算法在平均路径搜索时间上降低了56.75%,路径长度缩短了17.74%。导入机械臂模型后可视化仿真结果证明,所提算法可使机械臂成功避障且快速平稳运行到目标点。     

移动机器人动态避障算法

把滚动规划和径向基函数神经网络（RBFNN）预测相结合，提出一种动态不确定环境下移动机器人局部路径规划过程中，针对动态障碍物的新的混合避障算法.利用摄像镜头采集动态障碍物的移动轨迹，提取形心序列，利用RBFNN建立预测模型.在移动机器人实时规划时，根据当前位置在超声波传感器的扫描范围内建立滚动窗口.当检测到动态障碍物进入滚动窗口以后，才开始进行预测计算.根据动态障碍物相邻时刻的三个时间序列值，来预测障碍物下一时刻的运动轨迹，从而把动态障碍物的避障问题转化为瞬时静态障碍物的避障问题，实现实时规划.这种算法能够提高动态避障的安全性和规划的实时性.仿真结果证明了算法是可行、高效的.     

移动机器人动态避障算法

把滚动规划和径向基函数神经网络（RBFNN）预测相结合，提出一种动态不确定环境下移动机器人局部路径规划过程中，针对动态障碍物的新的混合避障算法．利用摄像镜头采集动态障碍物的移动轨迹，提取形心序列，利用RBFNN建立预测模型．在移动机器人实时规划时，根据当前位置在超声波传感器的扫描范围内建立滚动窗口．当检测到动态障碍物进入滚动窗口以后，才开始进行预测计算．根据动态障碍物相邻时刻的三个时间序列值，来预测障碍物下一时刻的运动轨迹，从而把动态障碍物的避障问题转化为瞬时静态障碍物的避障问题，实现实时规划．这种算法能够提高动态避障的安全性和规划的实时性．仿真结果证明了算法是可行、高效的．     

基于ROS2.0四足抓取机器人的设计

设计了一种四足抓取机器人,使用Cyberdog四足机器人可以在复杂地形行走,选用机械臂MyCobot机械臂进行抓取作业,实现了YOLOV3结合点云数据获取特定目标的空间位置、机械臂远程控制、视觉SLAM、多点自主导航、自主避障等功能。针对DWA算法进行改进,结合YOLOV3目标检测算法以及深度相机点云数据,改善了传统导航算法存在的碰撞、阻碍动态障碍物的风险,使得机器人更好更安全地融入日常工作。     

基于碰撞检测的空间冗余机械臂避障路径规划

针对障碍环境中自由漂浮模式空间冗余机械臂的路径规划问题进行了研究。首先基于球形包围盒和空间叠加思想简化描述障碍物和机械臂的空间占位关系,采用直线段与球体之间相对位置关系判断是否碰撞的检测方法。然后从正向运动学出发,运用关节参数化方法,把路径规划问题变为带约束的参数优化问题,并考虑基座姿态扰动最小以及碰撞规避建立多项加权的目标函数,通过粒子群优化算法求解最优解,得到机械臂关节运动轨迹。最后以七自由度空间冗余机械臂为例进行仿真,结果表明该方法可以实现有效避障,同时基座姿态受扰很小,关节运动轨迹平滑,且机械臂末端也能够以较高精度达到期望位姿。     

基于偏好粒子群算法的移动机器人路径规划

针对粒子群算法收敛速度快,但易陷入局部最优的问题,提出一种基于偏好粒子群算法的移动机器人路径规划方法.在对障碍物环境建模的基础上,根据避障偏好利用粒子群优化算法规划出全局最优路径.为避免搜索过程中算法陷入局部最优,采用深度优先搜索策略,保持了种群的多样性,提高了算法的搜索能力.实验结果表明:该方法能够有效地避开障碍物,并且获得较好的路径规划效果.     

基于人工势场法机器人小车避障的研究

针对移动机器人的实时导航和避障设计了基于人工势场的控制算法,用该算法控制移动机器人能在未知的环境中,实时检测出障碍物,并实时规划出合理路径,稳定、平滑连续地向目标行驶,给出了机器人行驶的实验结果.通过小车车体方位计算确定了避障方法-人工势场法,即目标位置对移动机器人产生一种虚拟的吸引力,而障碍物对机器人产生一种虚拟的排斥力,这两种力的合成就决定了移动机器人的运动.通过对处于静态环境下的小车的路径进行了规划并进行计算机仿真.仿真结果表明,该人工势场法能有效地实现机器人小车的避障功能.     

移动机器人改进Dijkstra算法下路径规划及可视化研究

在移动机器人的路径规划研究中,避障策略和规划路径距离最短是核心问题.凸包障碍模型策略实现移动机器人的路径规划中不规则障碍物的规整化.针对凸包障碍模型对象,提出了改进Dijkstra算法求解移动机器人路径规划中避障下的距离最短轨迹.为了验证算法的有效性,构建移动机器人作业虚拟场景,利用虚拟现实技术中通用Unity3D引擎...     

改进人工势场法的冗余机械臂避障算法

针对传统人工势场法应用于串联型冗余机械臂避障时无法约束各关节位姿、陷入局部极小后难以逃离的问题,提出一种改进人工势场法.建立冗余机械臂运动学模型,采用线段球体包络盒模型进行碰撞检测.在笛卡尔空间内建立末端引力势场和障碍物斥力势场,在关节空间内建立目标角度引力势场,所有势场共同作用引导机械臂运动.在关节空间内求解虚拟目标角度并采用高斯函数建立虚拟引力势场处理局部极小问题.利用七自由度冗余机械臂进行仿真和实验,结果表明:算法可约束各关节位姿,陷入局部极小后可引导机械臂逃离局部极小,最终完成避障;避障结束时各关节角度最大误差为0.8°,末端平均位置误差和平均姿态误差分别为0.010 m和2.40°,均小于传统算法;避障过程中各关节运动幅度小于传统算法.改进算法可引导机械臂逃离局部极小并完成避障,同时提高避障结束时各关节及末端的定位精度,对冗余机械臂的避障研究及应用具有一定的指导意义.     

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。     

移动机械臂手眼关系标定及视觉伺服控制方法

将视觉传感器集成到移动机械臂上构成眼在手上构型的视觉伺服系统是服务机器人实现物品抓取与搬运操作的一种有效方法,但存在手眼关系标定算法复杂非线性,以及难以处理移动机械臂的非完整性约束等难题。为了克服以上难题,首先将移动机械臂抽象为一个广义机械臂,对其进行运动学建模,并求出其运动学解析逆解;然后提出一种全新的线性主动视觉摄像机标定方法对手眼关系进行标定;最后设计包含眼注视逼近和look-then-doing开环抓取的视觉伺服切换控制律来控制移动机械臂实现家庭物品的抓取操作。仿真及试验结果表明,该线性手眼关系标定法易于实现,且具有极高的标定精度,同时设计的视觉伺服切换控制律能够有效克服移动机械臂的非完整性约束带来的控制困难。     

#br# NAO机器人的视觉伺服物品抓取操作

针对家庭环境中服务机器人物品的抓取问题,提出一种改进的基于位置的视觉伺服抓取算法。首先,利用Naomark标签完成对物体的快速识别,并通过世界平面单应矩阵分解对物体的位姿进行估计;然后,对NAO机器人的机械臂进行运动学建模,并分别设计单臂和双臂抓取的视觉伺服控制律;最后,为进一步提高抓取的稳定性和鲁棒性,对末端执行器进行路径规划。实验结果表明,本方法能够快速、稳定地抓取目标物品。     

Multiple mobile-obstacle avoidance algorithm for redundant manipulator

In order to overcome the shortcomings of the previous obstacle avoidance algorithms, an obstacle avoidance algorithm applicable to multiple mobile obstacles was proposed. The minimum prediction distance between obstacles and a manipulator was obtained according to the states of obstacles and transformed to escape velocity of the corresponding link of the manipulator. The escape velocity was introduced to the gradient projection method to obtain the joint velocity of the manipulator so as to complete the obstacle avoidance trajectory planning. A 7-DOF manipulator was used in the simulation, and the results verified the effectiveness of the algorithm.     

基于一种改进PSO的移动机器人路径规划

提出了基于一种改进微粒群优化算法的移动机器人在已知环境信息下的路径规划方法。通过对算法中微粒的速度进化方式的改进，使算法能有效地对搜索空间进行搜索，避免陷入过早收敛，此外还将边界约束、静态避障和最短路径这3个条件表示成一个简单的适应度函数，使整个优化过程满足路径规划的任务要求。最后，通过仿真取得了很好的效果，证实了方法的可行性和有效性。     

基于避障切换控制的移动机器人路径规划

移动机器人能够感知周围的环境,并能够实时的规划路径到达目标点,其中避碍问题是研究的热点。设计了一种在没有详细的环境信息的情况下,移动机器人避障过程中路径规划转换的控制方案,该方案机器人可以根据运动跟踪模式、避障模式及机器人状态选择逐渐逼近目标点,在尽可能出现的任何形状障碍物情况下用Matlab软件仿真实验。 实验结果表明,提出的自适应路径规划控制方案的有效性。     

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RTM的自主服务机器人智能化分散控制

为提高智能服务机器人的服务质量及智能化水平,基于机器人技术中间件(robot technology middleware,RTM),对室内环境下的机器人定点物体传送任务及其相关技术进行了深入研究.首先,为了提高系统的稳定性及开发效率,建立功能模块集,并结合模糊树图与DS(Dempster-Shafer)证据理论实现模块的粒度划分;对于机器人定点物体传送过程中所面临的即时定位与地图创建问题,采用Rao-Blackwellized粒子滤波算法完成底层栅格地图的创建,进而构造动态精简式混合地图,并利用记忆循迹规则实现机器人定点导航;通过改进的显著性区域提取算法实现对空间物体坐标的提取,并利用智能机械臂平台完成对物体的抓取及传送任务.以机器人移动平台和UR5机械臂为基础对设计系统进行实际测试,结果验证了所提分散控制方法的有效性和可行性.     

基于深度自动编码器与Q学习的移动机器人路径规划方法

针对移动机器人在静态未知环境中的路径规划问题,提出了一种将深度自动编码器( deep auto-encoder)与Q学习算法相结合的路径规划方法,即DAE-Q路径规划方法。利用深度自动编码器处理原始图像数据可得到移动机器人所处环境的特征信息;Q学习算法根据环境信息选择机器人要执行的动作,机器人移动到新的位置,改变其所处环境。机器人通过与环境的交互,实现自主学习。深度自动编码器与Q学习算法相结合,使系统可以处理原始图像数据并自主提取图像特征,提高了系统的自主性;同时,采用改进后的Q学习算法提高了系统收敛速度,缩短了学习时间。仿真实验验证了此方法的有效性。     

新型爬壁机器人越障机理及能力研究

爬壁清洗机器人是在危险的高层建筑环境下替代人进行清洗工作的机械,其可靠性和稳定性尤为重要. 在分析传统爬壁清洗机器人弊端的基础上,针对玻璃存在的窗框障碍物,设计一种四旋翼摆臂式爬壁清洗机器人.机器人基于履带式底盘结构,通过旋翼旋转产生推力提供壁面行走所需的吸附力,并设计相应的机器人摆臂变形机构,增加机器人的壁面越障能力. 从运动学角度分析机器人越障时的运动机理,建立机器人壁面攀爬的运动学模型. 在RecurDyn的Track LM模块环境下,对机器人越障过程进行运动学仿真,得到驱动轮的驱动转矩、旋翼推力随时间变化曲线;对Y轴重心位置和加速度变化曲线分析,机器人在越障过程中能够保持良好的平稳性,论证了四旋翼摆臂式爬壁清洗机器人的越障能力和越障过程中的平稳性.