基于融合和人工势场的自主移动机器人路径规划研究

研究了动态不确定环境下自主移动机器人路径规划和运动控制问题.在时域上,建立了超声传感器数据预测模型,利用递推最小二乘法在线更新预测模型参数,通过将该预测模型的预测值与当前传感器实测值融合,提高了了超声数据的可靠性;考虑到空间分布的连续性,将相邻近的超声传感器信息融合进来,进一步提高了数据的实用性.由于人工势场法简单易实现的特点,被广泛应用在机器人自主避障中.借鉴预测控制原理,使用上述融合处理的超声数据,在每个滚动周期内运用改进的人工势场法解决了机器人避障问题.最后,在中国科学院自动化研究所自主开发的移动机器人CASIA1上对算法进行了实验,实验结果验证了算法的可靠性.     

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.     

基于Leader-follower与人工势场的多移动机器人编队控制

目的 提出一种基于Leader-follower法和人工势场法相结合的多移动机器人编队控制方法,从而克服传统Leader-follower法中由微分方程确定的控制率无法将队形控制与避障统一的缺点.方法 确定关于参数l和φ的人工势场函数,通过控制参数l和φ,使多移动机器人保持预定队形;机器人follower通过主动避障方法躲避障碍物,确定一个总的人工势场控制队形和避障.结果 算法能使多移动机器人系统成功地进行编队和避障.结论 通过仿真试验,机器人系统能够顺利通过狭窄通道,躲避静态障碍物和动态障碍物,并在避障后恢复队形,顺利到达目标,算法简单,从而验证了算法的有效性.     

人工势场法在无人车避障系统中的改进

传统的人工势场法易出现陷阱区域,在障碍物前面产生震荡等缺点.通过建立避障的动力学模型,引入对障碍物的模糊分类和BP网络对传感器数据的融合优化,使得无人驾驶车在通过有障碍物的道路中能够实现自主避障,做到提前预判,有效消除了震荡或死区引起的系统不稳定性.相比于传统人工势场算法,采用改进算法使得系统在稳定性和效率上有进一步提高.     

全自主足球机器人的超声波定位避障系统

为实现全自主足球机器人的定位和避障，介绍了超声波定位避障系统的体系结构，说明了超声波传感器的这种分布应用于足球机器人的必要性及这种结构的优点．针对超声波传感器测量数据变化较大和时常出现粗大误差的特点，引入了剔除不合理数据后再进行平均的思想，可以明显地提高测量数据的准确性和可靠性．实验数据证明了算法的可行性．     

结合模糊逻辑和改进人工势场的局部路径规划

针对人工势场法的死点问题和较为复杂的局部障碍物环境,采取模糊逻辑与改进的人工势场相结合的方式,提出了一种结合模糊控制器与人工势场算法的并行避障处理结构。依据静态目标点位置与多路超声波传感器返回的障碍物距离信息,实行稳定环境的人工势场路径规划与危险环境的模糊控制,使移动机器人能够到达预定目标点。在Mobotsim仿真软件中验证了算法的可行性与有效性。     

基于人工势场法的机器人避障算法

提出了基于人工势场的机器人轨迹规划算法,根据人工势场法原理,将机器人轨迹规划的人工势场算法分为3层进行设计。为了检测避障程序能否正常运行,对其进行了仿真分析。结果证实,基于人工势场法的机器人轨迹规划算法具备较精确的移动轨迹。     

基于改进人工协调场的多机器人运动编队

针对多移动机器人编队形式单一、使用传统人工势场法易陷人局部极小的问题,提出改进人工协调场法。该方法不仅可在不同时间内随机器人数量不同而不断变换队形,达到运动编队的效果,而且适合追踪动态目标点,使机器人的避障能力更加灵活。通过仿真实验验证了上述方法的有效性。     

三维环境下基于反步法的多机器人编队控制

针对两轮式移动机器人在复杂环境下的编队控制问题,提出一种基于虚构领航法和反步法,并结合人工势场法策略的多机器人避障编队算法。首先,详细分析多机器人系统在三维空间下的编队模型,并利用空间投影方法将其映射到二维平面进行分析。其次,将运动学模型转化为链式形式,并通过正则坐标变换,将误差系统形式转换成串联非线性系统。然后运用Backstepping方法构造轮式机器人追踪系统的Lyapunov函数,设计出针对轮式机器人的轨迹跟踪控制器。再结合人工势场法避障策略,完成多机器人复杂环境下的编队任务。最后,通过多机器人轨迹跟踪的两组仿真实验,验证了所提出方法的有效性。     

基于遗传算法的自主机器人避障方法研究

在阐述了用势场法实现路径规划的基础上,针对全自主机器人的特点,提出了基于遗传算法的全自主机器人避障方法、通过实验表明,该方法的实时性好,避障速度可以满足系统的实时性需要,并且具有较高的可靠性、     

基于遗传算法的自主机器人避障方法研究

在阐述了用势场法实现路径规划的基础上,针对全自主机器人的特点,提出了基于遗传算法的全自主机器人避障方法.通过实验表明,该方法的实时性好,避障速度可以满足系统的实时性需要,并且具有较高的可靠性.     

基于改进传统人工势场法的机器人避障和路径规划研究

移动机器人的路径规划是目前乃至今后研究的重点和热点,人工势场法作为一种比较成熟的避障方法受到广泛的应用[1]。如今传统的人工势场法越来越不能满足日常生活的需要,在未知环境或者半未知环境下往往不能适应动态环境的需求。本文提出了一种对传统人工势场法进行改进的方法,针对传统势场法中出现的局部最小值的问题,提出改进传统斥力函数的方法,是机器人在未达到目标点时的斥力函数小于机器人受到的引力函数,确保机器人顺利到达目标点[2]。最后在Matlab仿真平台进行仿真实验,实验结果表明,改进后的方法能够较好的克服原有的势场法存在的缺陷。     

基于改进势场栅格法的清洁机器人路径规划算法研究

针对人工势场法中机器人在障碍物附近震荡而无法到达目标点、存在陷阱区域、临近的障碍物之间不能发现路径等问题,提出了一种改进的势场栅格算法.结合牛耕式全覆盖路径规划算法使机器人在已知环境势场模型中快速静态规划出全局最优清扫路径,通过激光雷达与势场合力运算使其具备无碰撞的避障能力.在实际系统的实验验证结果表明,本算法能够使清洁机器人以更短路径遍历环境及增强避障能力,提高了清洁机器人的安全性与工作效率,具有实际应用价值.     

基于旋转势场法的双足机器人避障路径规划方法

针对双足机器人在实际环境中运动时难以实时规避障碍物的问题,本文提出了基于旋转势场法的避障路径规划方法。该方法将足迹规划思想引入基于势场法的局部实时路径规划中,通过设计新的障碍物旋转势场来解决传统势场法的局部极小值问题,进而利用旋转势场和足迹规划间的映射关系实现双足机器人的实时避障运动。将该算法应用到一台双足机器人上进行实验验证,现场设定障碍物使路径更接近实际作业环境,机器人顺利完成了U型场地的避障,验证了该方法的有效性。     

新型势场法的移动机器人避障研究

针对传统人工势场法的障碍物附近目标不可达问题和其他一些的固有缺陷,提出了一种新型势场算法。该算法引入了新的势场函数和沿墙跟踪算法,成功地解决了在移动机器人避障过程中的障碍物附近目标不可达问题和陷阱区域等问题。仿真结果证明了此方法的有效性。     

移动机器人动态目标规划研究

在环境信息已知情况下,对移动机器人的动态目标规划问题进行深入研究。对传统人工势场法的不足进行改进,使得移动机器人较好地避障、跟踪动态目标。首先,对斥力势场函数做改进,解决因障碍物在目标点附近而陷入局部极小的问题。其次,对引力势场函数做改进,使移动机器人有效跟踪动态目标问题。最后,通过对移动机器人围捕行为进行仿真,验证了该算法的有效性.     

改进人工势场法在无人车避障中的应用

为了解决传统人工势场算法在无人车避障应用中虚拟势场作用域固定、避障角度过大的问题,建立了车辆避障模型,对障碍物进行了分类,比较了传统势场和改进势场的异同,在此基础上改进了人工势场法,优化了安全避障中人工势场圆形虚拟力场作用域模型.仿真结果表明:改进人工势场法使无人驾驶车辆在避障系统中安全避障转角跳变减小,能够满足结构化道路避障要求,实现了小角度、大半径避障.     

未知环境下机器人避障及动态目标追踪

针对传统人工势场法在避障及其动态目标追踪过程中产生的机器人陷入局部极小值点、无法到达目标、避障追踪路径产生震荡等问题,对传统人工势场法的引力公式和斥力分力方向进行了重新定义.在引力公式中加入速度差与加速度差因子,将斥力分力方向重新定义为与引力方向夹角不大于90°的方向,并且将该优化思想与现有的改进人工势场法进行了对比分析.结果表明,该算法可行且提高了机器人避障和动态目标追踪的灵活性以及对恶劣环境的适应能力.     

移动机器人导航技术

在本篇论中较为详细地介绍了自主式移动机器人导航所需的各种传感器、多传感器信息融合技术和导航方法等。并在实验室内,利用ＡＮＮ方法和扩展卡尔曼滤波器实现了机器人的自动避障和导航,效果良好。     

改进人工势场法的无人机避障路径规划

为了解决人工势场法目标不可达、局部极小值陷阱及路径长度过长问题,提出一种基于传统人工势场法的无人机避障路径规划改进算法.通过将相对距离引入到斥力势场函数中解决目标不可达问题;将调控力引入传统人工势场法中解决局部极小值陷阱问题;将检测因子引入传统人工势场法中排除无效斥力影响,优化无人机避障路径,减小路径长度.最终仿真实验...