RRRobot的非完整运动规划

六足机器人RHex(Hexapod Robot)在平坦的地形上具有良好的运动性能,但在崎岖的地形上运动时,可能会被困住而无法运动.利用机器人腿的摆动可以克服和摆脱这种困境.为此,将六足机器人模型简化为RRRobot(Rocking and Rolling Robot)模型,在系统角动量为零的情况下,动力学方程降阶为非完整形式运动学方程.系统的运动控制问题可转化为无漂移系统的非完整运动规划问题.通过对腿的摆动设计从而使机器人本体达到转动的期望位置.数值仿真结果表明该运动规划对转动模型机器人是有效的.     

移动机器人运动规划的粒子群优化算法

针对移动机器人非完整运动规划问题,采用多项式插值技术实现控制参数化,将无穷维非完整运动规划问题转化为有限维参数优化问题.考虑系统的能量消耗和末端约束,构造了优化的目标函数.提出了一种求解移动机器人非完整运动规划的粒子群优化算法.仿真结果验证了移动机器人运动规划的粒子群优化算法的有效性.     

基于交互式多模型算法的无人车车辆跟踪预测技术

针对无人车车辆路口通行中动态目标的跟踪预测,分析比较基于SICK与Velodyne两种激光雷达数据的车辆提取方法,参照Velodyne的提取方法,提出合适的激光雷达布局对路口环境中的动态障碍物(主要是车辆、行人)信息进行了提取.选取交互式多模型(IMM)算法对动态目标运动趋势进行预测,并对IMM算法进行优化,提出将局部路径规划的三次曲率多项式算法抽象为路径规划模型,作为IMM算法的滤波模型以替代常规的车辆运动模型作为滤波模型.验证实验结果表明基于路径规划模型的IMM算法在无人车车辆运动趋势的预测上具有更好的超前性与更高的预测精度.     

非完整运动规划的粒子群优化算法

讨论了粒子群优化和非完整运动规划问题。首先对粒子群优化算法的性能进行了分析，发现当搜索空间的维数较高时，粒子群将收敛到子空间的一个局部最优点，而该点并不是整个搜索空间的局部最优点。通过引入变异算子，则可以改进粒子群优化算法的性能。在此基础上，提出了一种求解非完整运动规划问题的带变异算子的粒子群优化算法。仿真结果表明，对于30维的球形函数，无变异操作的粒子群优化算法不能得到问题的最优解，而最优解可以非常容易地由带变异操作的粒子群优化算法得到。对独轮移动机器人非完整运动规划问题进行了仿真。结果表明，粒子群优化算法比牛顿法更有效。     

多无人机编队突发威胁规避路径规划算法

针对复杂环境中多无人机编队突发威胁规避问题,本文提出了一种基于凸优化算法的实时路径规划方法。首先,基于突发威胁模型、无人机飞行模型将突发威胁规避问题建模成一个受约束的最优化问题;其次,基于等效变换将原始最优化问题转化成一系列待求解的凸优化问题;然后,运用凸优化算法进行迭代求解,并对得到的路径进行插值得到路径函数。由于优化过程采用直接法进行迭代求解,所以算法运算效率较高,能够实现路径的实时规划。基于Matlab对所设计路径规划算法的仿真验证结果表明:所提出的算法能够实现多无人机编队突发威胁的实时规避。     

独轮机器人的非完整运动规划研究

研究独轮机器人非完整运动规划问题,提出了一种新的路径规划优化算法.首先通过控制参数化方法将无穷维优化控制问题转化为有限维优化问题,然后把控制空间分为受完整约束的子空间和受非完整约束的子空间,将控制空间的优化问题转换成第二个子空间的控制优化的问题.采用粒子群优化技术设计了独轮机器人非完整运动规划算法.最后进行了数值仿真,并和牛顿算法、改进的牛顿算法进行了比较,结果表明该方法是可行的,同时所需的能量更低.     

基于粒子群算法的航天器姿态运动规划

当将万向节的相对转动角速度作为航天器系统姿态运动规划的控制输入变量时,由于航天器系统的控制输入的数目少于系统的自由度数目,系统的姿态运动成为典型的欠驱动非完整系统的运动规划问题,其运动控制问题变得非常复杂。提出了一种应用粒子群算法优化系统姿态运动规划的数值算法。数值仿真结果表明了该方法的有效性。     

基于单自由度腰关节的仿人机器人上身运动规划

针对仿人机器人上身的运动规划问题,提出一种新的规划算法.首先,运用机构学和机器人学的知识根据人体的生理结构特征建立上身的运动学模型.其次,从腰关节和人臂的不同运动特征出发对其分别提出了关节位移和舒适度-势能指标,构成人体上身的运动性能指标.再次,基于得到的上身运动性能指标利用梯度投影法提出仿人机器人上身的运动规划算法.最后,利用Matlab进行数值仿真,并与人体上身运动实验结果进行对比,从而验证该算法的可行性及合理性.     

四轮式移动机器人非完整运动控制

针对四轮式机器人做非完整运动时系统的非完整性的问题,将四轮式机器人运动规划转化为非线性控制系统的优化问题。提出了对优化变量进行浮点数编码的改进遗传算法,使系统控制精度得到改善。同时将改进的遗传算法采用最优个体保留策略,设计交叉参数和自适应变异参数,确保算法具有良好的收敛性。通过数字仿真实验,证明了该方法的对四轮式机器人非完整运动规划问题具有可操作性。     

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.     

水下机器人运动规划中多目标遗传算法的选择方法

为探讨多目标遗传算法的选择方法对优化结果的影响,本文以水下机器人为对象,对多目标遗传算法的选择方法进行了分析和研究,提出了变权重系数法并对选择公式进行了修正,以水下机器人“Twin-Buger”为对象,进行运动规划的算例验证了本文所提出方法的有效性和可行性。     

多无人机协同四维航迹规划的改进的Tau-H策略

为了在满足多类约束条件的前提下进行多无人机（UAVs）协同飞行的航迹规划及优化,提出改进的Tau-H运动策略.在常用的Tau-H运动策略基础上,通过在运动间距表达式中引入初速度的相关项,克服了固有的仅能考虑始末速度为零的情况的缺陷,可以实现无人机始末非静止的到达时间和速度的四维运动匹配.利用粒子群算法（PSO）搜索各无人机的初始耦合系数,形成全局航迹预规划;建立各无人机间的通信拓扑,采用采样间隔与冲突判断双驱动的滚动优化方法,求解局部再规划问题,实现航迹不断更新.通过对算例的仿真表明,基于改进的Tau-H策略得到的航迹可飞性好,安全性高,能够满足连续型多无人机航迹规划及优化的应用需求.     

基于时间冲击最优的TBM换刀机器人轨迹规划

为了提高隧道掘进机(TBM)换刀机器人的工作效率,减小换刀过程中的运动冲击,提出基于改进型粒子群优化(PSO)算法的轨迹优化方法.采用位姿分离法与关节变量最小策略,对冗余关节机器人进行运动学分析.利用所求的逆解,将目标轨迹由笛卡尔空间映射到关节空间.针对每个关节使用5次NURBS曲线构造冲击连续的关节轨迹,以时间冲击最优构造目标函数,采用改进型PSO算法求解出最优时间序列,完成对轨迹的优化.通过对特定的换刀任务进行轨迹规划,得到各关节的优化轨迹.优化结果表明,提出的轨迹规划方法可以为换刀机器人各关节提供理想的轨迹,具有较强的轨迹跟踪能力.利用5次NURBS插值法与改进型PSO优化算法,可以保证轨迹的时间最短与冲击最小,提高了运行的效率与平稳性.     

一种稳定的冗余度机器人动力学解法

对冗余度机器人动力学优化中的零空间最小关节力矩法和伪逆法进行了研究,阐述了运动学和动力学同时优化的必要性,提出了一种在加速度级上以最小奇异值为优化性能准则的关节轨迹规划方法.以平面三自由度机器人为仿真对象,在长轨迹情况下对三种算法进行了仿真.仿真结果表明,所提出的算法具有良好的稳定性,并极大地改善了关节空间的终态自运动现象,证明了算法的有效性.     

面向抓取任务的移动机器人停靠位置优化方法研究

为了解决移动机器人在复杂环境中物体抓取规划成功率低以及规划时间长等问题, 本文提出了一种基于环境信息的预处理生成移动机器人停靠位置优化算法。首先对机械臂的工作空间进行分析, 得到抓取难易评价标准, 将环境中目标物、障碍物以及移动底盘位置简化为点, 投影到xy平面上, 根据抓取难易评价标准求出移动机器人优化后的底盘停靠位置; 然后针对机械臂避障问题, 采用快速扩展随机树(Rapidly-exploring Random Trees, RRT)算法实现了机械臂末端及连杆与障碍物的避障; 最后通过仿真和动作捕捉系统下的实验发现, 采用移动机器人停靠位置优化算法可显著提高抓取规划成功率和规划速度。     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.