一种改进多机器人分布式滚动路径规划算法

针对多移动机器人全局静态环境未知的路径规划问题，采用了一个全局性能指标，在保证路径较优的情况下，最小化机器人的停顿时间，提出机器人之间以修正局部路径为主的协调策略。根据多机器人滚动路径算法的原理，设计了改进的多机器人分布式滚动路径规划算法。在已有仿真系统上进行测试，比较了所提出的协调策略与改变机器人移动速度协调策略对性能指标的影响。仿真结果表明，静态环境未知情况下，机器人可以并行规划各自的协调路径。     

基于滚动窗口的多机器人路径协调规划

本文将滚动优化思想应用于未知环境中无通讯的智能多机器人系统路径协调规划问题,提出了基于滚动窗口的多机器人协调方法,它能够快速有效地实现冲突检测与避碰,并可应用于复杂的工作环境中.文中还对一具体的机器人系统运行过程中的安全性和可达性进行了分析.     

基于局部探测信息的机器人滚动路径规划

用基于滚动窗口的路径规划方法研究了全局环境未知时的机器人路径规划问题.该法 充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理 结合.文中分析了不同凸障碍环境下滚动路径规划子目标选择策略,并且还探讨了规划算法的可 达性.     

一类动态不确定环境下机器人的滚动路径规划

研究了一类全局环境未知且存在的动态障碍物情况下的机器人路径规划问题.借鉴预测 控制滚动优化原理,给出了基于滚动窗口的移动机器人路径规划方法.充分利用机器人实时测 得的局部环境信息,实施在线滚动规划,把优化与反馈机制合理结合起来,对动态不确定环境具 有良好的适应性.同时还对滚动规划算法的安全和可达性进行了分析.     

一种多移动机器人的分布式滚动路径规划算法

本文研究了全局未知静态环境下多机器人路径规划问题，使用基于滚动窗口的机器人路径规划方法对机器人进行局部路径规划．并根据一定的规则在机器人之间进行路径的协调。仿真结果验证了算法的有效性。     

动态未知环境中移动机器人的滚动路径规划

本文借鉴预测控制滚动优化原理，研究了全局环境未知且存在动态障碍物情况下的 机器人路径规划问题．文中提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人 实时测得的局部环境信息，以滚动方式进行在线规划，实现了优化和反馈的合理结合，对动 态环境具有良好的适应性．     

动态未知环境中移动机器人的滚动路径规划及安全性分析

借鉴预测控制滚动优化原理,研究了全局环境未知且存在动态障碍物情况下的机器人路径规划问题.提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,合理结合了优化与反馈,对动态环境具有良好的适应性.还对规划算法的安全性进行了分析.     

基于环境预测的步进式运动协调策略

为了解决未知动态环境下的多机器人系统的路径规划问题,在改进的势场栅格法的基础上,提出了一种基于环境预测的步进式多机器人运动协调策略。针对机器人躲避移动障碍物的避障运动和机器人之间避碰运动的不同,分别提出了协调策略Ⅰ和协调策略Ⅱ。为了验证协调策略的有效性,将该方法用于多机器人系统的路径规划中,并利用Visual C++进行仿真。仿真结果表明,用该方法进行路径规划是可行的和有效的,并且算法简单、计算量小。     

基于蚁群算法的多机器人集中协调式路径规划

本文提出并建立了多机器人系统二维平面规划空间的有权图模型，在此基础上，采用蚁群算法实现了多机器人系统的集中协调式路径规划。引入了通信网络技术的线路带宽利用率、网络负载均衡等系统指标，衡量规划结果，指导规划进程，从而在协调个体行为的基础上实现系统目标最优化。仿真实验表明该方法切实可行，协调性能优良。     

多机器人系统中的动态避碰规划

研究冲突区域中多机器人间的协调和避碰问题。采用集中-分布相结合的规划方法，根据系统的拓扑结构为每个机器人规划路径，在冲突区域内使用优先级策略对机器人的运动特征进行分布式规划。通过上下层智能的融合，提高整个系统的智能。     

基于神经网络和人工势场的滚动规划

针对多障碍动态环境,论文提出了一种新的路径安全评价方法,并在此基础上提出了基于神经网络和人工势场法的滚动规划方法。与以往的全局规划相比,减少了全局中无关信息干扰,增加了规划效率;与以往的滚动规划相比,增加了移动机器人的预测能力,减少了碰撞的可能性。仿真实验表明,这种规划方法能有效地解决多障碍动态变化的时变环境中的路径规划问题。     

Sub-optimality analysis of mobile robot rolling path planning

Rolling planning is an efficient method for path planning in uncertain environment. In this paper, the general principle and algorithm of mobile robot path planning based on rolling windows are studied. The sub-optimality of rolling path planning is analyzed in details and explained with a concrete example.     

一种克服振荡与死循环的机器人实时路径规划方法

本文研究了一般障碍环境下全局信息未知的机器人路径规划问题,分析了基于实时探 测信息的滚动路径规划算法可能遇到的振荡和死循环现象,提出了增加适量记忆的改进滚动路 径规划算法,不仅有效地克服了振荡和死循环的发生,而且保证了机器人对全局目标的可达性, 为移动机器人在一般未知障碍环境下的路径规划提供了快速、有效的方法.     

未知环境下移动机器人遍历路径规划

为提高未知环境下移动机器人遍历路径规划的效率,提出了一种可动态调节启发式规则的滚动路径规划算法.该算法以生物激励神经网络为环境模型,通过在线识别环境信息特征,动态调用静态搜索算法和环绕障碍搜索算法,有效减少了路径的转弯次数.引入虚拟障碍和直接填充算法,解决了u型障碍区域的连续遍历问题.最后通过仿真实验表明了该方法在未知复杂环境下的有效性.     

不确定动态环境下移动机器人的完全遍历路径规划

基于生物激励神经网络、滚动窗口和启发式搜索，提出了一种新的完全遍历路径规划方法．该方法用Grossberg的生物神经网络实现移动机器人的局部环境建模，将滚动窗口的概念引入到局部路径规划，由启发式算法决定滚动窗口内的局域路径规划目标．该方法能在不确定动态环境中有效地实现机器人自主避障的完全遍历路径规划．仿真研究证明了该方法的可用性和有效性．     

足球机器人动态路径规划方法研究

针对机器人足球系统的高度实时性、不确定性,提出了一种基于统计预测的路径规划方法,该方法考虑到障碍物的速度大小和方向的不确定性,用数学统计的方法对障碍物的运动进行建模;机器人在运动过程中,根据得到的环境信息在机器视觉范围内建立预测窗口和避障窗口,在预测窗口内,机器人根据障碍物的信息建立障碍物的预测区域,在避障窗口内,机器人根据自身的位置与障碍物的预测区域,分别调用切线法或滚动窗口法进行路径规划;该方法属于局部路径规划方法,机器人在移动过程中需要不断更新环境信息来进行避障.