共查询到20条相似文献,搜索用时 85 毫秒
1.
2.
针对智能移动机器人未知环境探测与地图创建的研究与应用,在优化图像匹配算法的基础上,提出了一种基于图像信息与激光测距信息融合的算法,用于机器人作业环境中进行目标有效辨识,以完成机器人的环境探测与地图创建。实验结果证明了该算法的可行性和有效性。 相似文献
3.
4.
详细分析设计了多级控制通信系统的软硬件实现方法。介绍了变电站巡检智能移动机器人的系统结构、无线扩频技术。在变电站的强电磁干扰环境下成功地利用无线技术实现了机器人路径规划精确定位和机器人实时巡检的功能。 相似文献
5.
6.
7.
8.
9.
10.
11.
在移动机器人控制系统中,路径规划技术占据了重要地位,因为它决定了机器人在运动避障过程中的高效性和准确性。于是与路径规划有关的算法渐渐成为了学者专家们研究的热点。随着科学技术的不断成熟以及应用领域的不断拓展,面临的将是更加复杂多变的运动环境,因此群智能算法的出现给未来创造了更多的可能性。以蚁群算法、人工蜂群算法、人工鱼群算法、入侵杂草算法为主线,分别介绍了它们的理论分析和应用,然后针对各自的缺陷进行了相应的改进,并分析了改进后的算法在鲁棒性、稳定性、求解精度等方面的优化效果。 相似文献
12.
群体机器人可依靠群智能有效分工协作完成复杂和大规模任务,在物流、制造、交通和军事等领域有极大的应用价值。然而,目前已有电能补给方式均无法满足其持续不间断充电的需求,导致强大的协同工作能力得不到充分发挥。为此,本文提出一种基于阵列式发射模组的群体机器人动态无线充电方式,可为群体机器人工作过程中实时供给电能。首先,分析了机器人动态无线充电过程中效率和功率的波动特性。其次,以充电效率最优为目标,提出一种带有惩罚机制改进的蚁群算法以及协同工作模式,并应用于群体机器人协同动态无线充电系统。最后,进行仿真实验,验证了本文提出的方法可实现群体机器人在动态无线充电过程中稳定可靠协同工作。本文的研究对群体智能的研究具有极大的促进作用。 相似文献
13.
由于惯性权重取值不合适和迭代后期粒子群体多样性下降,导致传统粒子算法在移动机器人路径规划研究过程中存在局部最优解问题。针对此问题提出了一种改进粒子群算法的移动机器人路径规划方法。首先建立机器人路径规划的栅格地图模型,在此基础上对传统的粒子群算法进行了改进。随后,引入了基于相似度概念的非线性动态惯性权值调整方法,从而使得粒子的更新速率能够适配寻优过程的各个阶段,并且通过引入免疫算法中的免疫信息调节机制,增加了粒子的多样性,增强了其摆脱局部最优值的能力。仿真结果表明,所提出的改进粒子群算法具有更高的最佳路径搜索能力,其综合性能显著优于传统的粒子群算法。 相似文献
14.
机器人作为电子学、机械学、计算机技术、人工智能等学科的典型应用被广泛地用来作为高校实践课与第二课堂的典型载体。本文多功能机器人采用力矩直流电机驱动,大大降低机器人的造价成本,为工科电类专业单片机、机电一体化、智能电子技术实验、实训教学提供了很好的手段,具有造价低,调控容易、重复性好、配智能电路控制模块,功能无限扩展,技术先进等特点。 相似文献
15.
16.
针对粒子群算法应用于移动机器人路径规划时存在的易早熟、易陷入局部最优等问题,提出一种基于区域搜索的自适
应粒子群(region search-adaptive particle swarm optimization algorithm,RS-APSO)路径规划方法。 首先,通过区域搜索算法对原始
地图进行预处理,减少地图中的无效信息。 其次,提出两种可变算子对惯性权重因子进行调节,对加速因子进行自适应改进,增
强算法不同时期的搜索能力,利用新的加速因子使粒子快速摆脱较差区域。 最后通过动态避障策略,使机器人可以安全规避移
动障碍物。 仿真结果表明,RS-APSO 算法相较于 PSO 算法,平均运行时间降低了 30. 3%,平均迭代次数降低了 43. 9%,在动态
环境中也能生成安全路径。 相似文献
17.
复杂环境移动群机器人最优路径规划方法 总被引:1,自引:0,他引:1
研究了一类复杂环境下移动群机器人的建模与控制策略。采用栅格法对机器人工作环境进行建模,基于个体的有限感知能力和局部的交互机制设计了响应概率函数,解决群机器人任务分配与信息共享难题。通过施加螺旋控制于早期信号搜索,并将该搜索信息作为启发因子改进动态差分进化算法,对群机器人进行路径优化。仿真结果表明,当响应概率函数中距离变量调节因子β=0.006时,任务分配控制算法达到最好效果。同时,移动群机器人路径规划的平均路径长度珔S,平均移动时间珔T以及平均收敛代数珚M,相比扩展PSO算法分别提高了16%、57%及230%。最后,将该算法应用于ASUIII型轮式移动群机器人物理实验,并设计了协同控制平台,具有较好的工程应用价值。 相似文献
18.
粒子群优化算法在电力系统中的应用 总被引:61,自引:24,他引:61
粒子群优化方法是一种基于群体智能的新型演化计算技术.它在函数优化、神经网络设计、分类、模式识别、信号处理、机器人技术等许多领域已取得了成功应用,但在电力系统中应用的研究起步较晚,关于它实际应用的报道尚不多见.文章较为全面地详述了粒子群优化方法在配电网扩展规划、检修计划、机组组合、负荷经济分配、最优潮流计算与无功优化控制、谐波分析与电容器配置、配电网状态估计、参数辨识、优化设计等方面应用的主要研究成果.随着粒子群优化理论研究的深入,它还将在电力市场竞价交易、投标策略以及电力市场仿真等领域发挥巨大的应用潜力. 相似文献
19.
The use of robots for work in hazardous or unpleasant environments is one factor driving the demand for machines of ever-increasing autonomy and intelligence. Such machines are required to sense and interpret situations, plan strategies, and execute tasks with nearly absolute reliability. Negotiation of complex environments requires the use of a variety of different sensor types and the interpretation of conflicting or missing data, diagnosis of faulty sensors, and the ability to reconfigure a system to work with a partially inoperative sensor suite. This paper focuses on the issues of integration of information from disparate sensor types in the presence of noise and uncertainty. The application is a mobile robot called the autonomous navigation testbed being used at West Virginia University for research in mining robot applications. This paper describes both traditional control techniques and neural network-based methods being used to interpret data from a variety of sensors on the mobile testbed 相似文献