基于模糊控制器的机器人路径规划研究

针对复杂环境下移动机器人路径规划实际问题,提出了一种基于行为的移动机器人控制体系结构,设计了一种基于模糊控制器的移动机器人实时路径规划算法,为移动机器人在未知环境中的导航提出了一种新的思路.仿真结果表明,移动机器人能够克服环境中的不确定性,可靠地完成复杂任务,该算法有计算量小,效率高,鲁棒性好等优点.     

移动机器人的混合式路径规划算法研究

针对移动机器人在两个相邻的子工作区域中易陷入局部死区陷阱的问题,提出慎思层与反应层相结合的混合式路径规划算法。首先,在慎思层采用栅格法为移动机器人规划出全局较优路径序列,并为反应层提供子目标点。然后,在反应层采用人工势场法或行为分解法实现慎思层规划的路径,并对环境中的障碍物进行避障。仿真结果表明,混合式路径规划算法具有良好的规划效果。基于栅格法与人工势场法的混合式路径规划以及基于栅格法与行为分解法的混合式路径规划都能使移动机器人高效地到达目标点,有效地实现避障。移动机器人路径规划解决方案对室内移动机器人的导航和避障具有一定的借鉴意义。     

机器人动态神经网络导航算法的研究和实现

针对Pioneer3-DX 移动机器人, 提出了基于强化学习的自主导航策略, 完成了基于动态神经网络的移动机器人导航算法设计. 动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构, 实时地实现机器人的状态与其导航动作之间的映射关系, 有效地解决了强化学习中状态变量表的维数爆炸问题. 通过对Pioneer3-DX移动机器人导航进行仿真和实物实验, 证明该方法的有效性, 且导航效果明显优于人工势场法.     

未知环境下基于FSA的移动机器人导航策略

采用2D激光雷达作为主要传感器,设计了一种未知室内环境下的移动机器人导航策略;该策略首先把机器人室内环境下的导航行为分为3个状态集:墙壁导航、走廊导航和通路导航,然后利用有限状态自动机的原理把这几种状态集融合到一起,构成了一种移动机器人自主探索未知环境的导航策略;该策略的特点在于不依赖里程计的信息,并且也不需要任何的环境地图,实现起来快速准确,对于环境的变化具有较强的鲁棒性;将该策略应用到移动机器人MORCS-1上进行了测试,实验结果表明了算法具有良好的实时性与可靠性.     

基于行为模糊控制的移动机器人路径规划

针对未知环境下移动机器人路径规划和提高自主导航安全性问题,基于行为的控制结构思想,在此基础上提出了一种基于模糊控制的移动机器人路径规划算法;根据传感器接收的障碍物和目标距离方位信息,将路径规划分成避障行为、趋向目标行为;结合模糊逻辑理论和人类驾驶经验,制定模糊规则,输出转角和速度;仿真结果表明,移动机器人能够克服环境中的不确定性,有效地实现良好的路径规划,验证了模糊控制算法的可行性,体现了该路径规划策略的有效性和正确性。     

基于轨迹引导的移动机器人导航策略优化算法

针对在杂乱、障碍物密集的复杂环境下移动机器人使用深度强化学习进行自主导航所面临的探索困难,进而导致学习效率低下的问题,提出了一种基于轨迹引导的导航策略优化（TGNPO）算法。首先,使用模仿学习的方法为移动机器人训练一个能够同时提供专家示范行为与导航轨迹预测功能的专家策略,旨在全面指导深度强化学习训练;其次,将专家策略预测的导航轨迹与当前时刻移动机器人所感知的实时图像进行融合,并结合坐标注意力机制提取对移动机器人未来导航起引导作用的特征区域,提高导航模型的学习性能;最后,使用专家策略预测的导航轨迹对移动机器人的策略轨迹进行约束,降低导航过程中的无效探索和错误决策。通过在仿真和物理平台上部署所提算法,实验结果表明,相较于现有的先进方法,所提算法在导航的学习效率和轨迹平滑方面取得了显著的优势。这充分证明了该算法能够高效、安全地执行机器人导航任务。     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。     

基于人机交互的移动服务机器人导航系统

针对目前全自主移动机器人尚难实现的问题,基于人机结合的思想研制了由操作者、人机交互平台和移动机器人组成的“人—机—环境”一体化移动机器人导航系统．介绍了该系统的结构组成,阐述了系统导航策略,详细分析了人机交互、人机协作、移动机器人位姿预测及基于扩展卡尔曼滤波的位姿校正方法．设计了导航系统界面,通过在室内真实环境下的导航实验,验证了该“人—机—环境”一体化移动机器人导航系统的有效性．     

智能轮椅导航系统的仿真与实验

提出了一种在动态环境下可以自主导航的智能轮椅系统。首先,介绍了一个基于模块化设计的移动机器人仿真平台。然后,结合仿真平台以及机器人在实际导航中遇到的问题,建立动态环境下智能轮椅的导航系统。本系统将全局规划和局部行为以及重规划结合在一起,通过激光雷达探测周围环境的变化,并根据环境变化的程度选择一种能够适应环境变化的导航方法。最后,实验结果表明,采用所提出的方法可以使智能轮椅成功得抵达目的地。     

全局环境未知时机器人导航和避障的一种新方法

研究了全局环境未知情况下的移动机器人实时导航问题．将栅格法描述环境与基于滚动窗口的路径规划相结合，提出了一种新的移动机器人导航方法．将超声传感阵列探测到的环境信息以基于栅格的概率值进行表示，利用不确定性证据推理对其进行数据融合，得到机器人的局部环境信息；在此基础上，采用基于滚动窗口的方法进行机器人路径规划，实现机器人的实时导航．仿真与实验结果表明了该方法的有效性．     

环境特征提取在移动机器人导航中的应用

针对移动机器人在未知结构化环境中导航的需要,采用2D激光雷达作为主要传感器,对诸如墙壁、拐角、出口等这些典型的环境特征分别设计了一套有效的特征提取算法,并在该算法的基础上提出了基于特征点的移动机器人导航策略.该策略不需要里程计等其他一些内部传感器的信息,并且也不依赖具体的环境表述模型,从激光雷达扫描一次所得的数据中即可提取出环境特征,从而来指引机器人导航,实现起来快速可靠.应用到移动机器人MORCS-1上进行实验,取得了满意的结果,算法的实时性与鲁棒性得到了验证.     

移动机器人自主导航系统及上位机软件设计与实现

针对移动机器人自主导航系统,采用C++语言设计了一款基于Qt的跨平台实时数据可视化上位机软件;该软件执行SLAM技术和路径规划算法,实现可视化移动机器人建图与导航过程以及实时读取数据参数等功能;首先介绍移动机器人的硬件结构和功能;其次给出了自主导航所运用到的改进RRT*算法和动态窗口法;在详细叙述上位机软件工作流程的基础上,开发和设计了实时话题显示、读取以及界面可视化等功能;最后基于ROS系统完成移动机器人自主导航功能,并通过实时地图与数据可视化来验证所设计上位机软件功能的有效性。     

基于虚拟子目标的移动机器人主动寻径导航

纯粹的反应式导航算法有时会出现“没有远见现象”,为此设计了一种基于行为和虚拟路径子目标的 移动机器人主动寻径导航策略．该策略首先在机器人的局部探测域内运用改进的可视点寻径法寻找最优虚拟子目 标,接着使用行为决策树实现快速的行为决策．机器人将如人类寻路一样,主动地灵巧绕过障碍物,基于圆弧轨迹 的运动方式使之能以平滑的路径到达目标．仿真结果验证了本策略的可行性和有效性．     

基于行为的实时路径规划

针对室内移动机器人导航要求,开发了以二维激光雷达作为探测环境的传感器,基于4个反应式行为,设计了一种简单的实时路径规划算法.避障行为使机器人穿过狭小通道,或者在某些障碍物环境下绕出狭窄区域;接近行为使机器人顺着障碍物前进直到开阔地带;搜寻行为使机器人不断朝向目标运动;线性行为使机器人到达目标点.机器人表现出很强的路径寻找能力,并且不需要定位信息.仿真实验表明该算法速度快,实时性好,路径平滑无震荡,实现了有效避障.     

基于激光雷达的移动机器人障碍测距研究

障碍距离检测是移动机器人导航的关键问题之一。为了实现精确实时的障碍检测,针对某二维TOF激光雷达,对其数据标定、物体表面的属性、混合像素等因素进行试验,评估了其测距性能。同时,通过移动机器人运行过程中激光雷达的测距数据分析,设计了动态自适应滤波器以消除障碍检测中的测距噪声干扰。运行过程中的障碍检测试验表明:该方法可以实现可靠的障碍检测,并为移动机器人导航中环境建模、自定位及路径规划提供支持。     

A layered goal-oriented fuzzy motion planning strategy for mobile robot navigation.

Most conventional motion planning algorithms that are based on the model of the environment cannot perform well when dealing with the navigation problem for real-world mobile robots where the environment is unknown and can change dynamically. In this paper, a layered goal-oriented motion planning strategy using fuzzy logic is developed for a mobile robot navigating in an unknown environment. The information about the global goal and the long-range sensory data are used by the first layer of the planner to produce an intermediate goal, referred to as the way-point, that gives a favorable direction in terms of seeking the goal within the detected area. The second layer of the planner takes this way-point as a subgoal and, using short-range sensory data, guides the robot to reach the subgoal while avoiding collisions. The resulting path, connecting an initial point to a goal position, is similar to the path produced by the visibility graph motion planning method, but in this approach there is no assumption about the environment. Due to its simplicity and capability for real-time implementation, fuzzy logic has been used for the proposed motion planning strategy. The resulting navigation system is implemented on a real mobile robot, Koala, and tested in various environments. Experimental results are presented which demonstrate the effectiveness of the proposed fuzzy navigation system.     

计算机视觉导航综述

导航技术是移动机器人核心技术,移动机器人又有多种导航方式,本文对各种导航方式进行了分析比较,提出由于计算机视觉理论及算法的发展,又由于和激光、雷达和超声在导航方面相比,视觉导航具有很多优点,因此视觉导航被大量地采用。根据移动机器人是在导航过程中对图像进行处理,实时性差始终是一个非常棘手的问题,提出解决该问题的关键在于设计一种快速图像处理方法。     

Autonomous navigation and obstacle avoidance using navigation laws with time-varying deviation functions

In this paper we introduce a new family of navigation functions for robot navigation and obstacle avoidance. The method can be used for both path finding and real-time path planning. Each navigation function is composed of three parts: a proportionality term, a deviation function and a deviation constant. Deviation functions are time-varying functions satisfying certain conditions. These functions and parameters are updated in real-time to avoid collision with obstacles. Our strategy uses polar kinematics equations to model the navigation problem in terms of the range and direction between the robot and the goal. The obstacles are mapped to polar planes, and represented by the range and the direction from the robot or the final goal in polar coordinates. This representation gives a certain weight to the obstacles based on their relative position from the robot and facilitates the design of the navigation law. There exists an infinite number of navigation functions obtained by changing the proportionality constant, the deviation constant or the deviation function. This offers an infinite number of possibilities for the robot's path. Our navigation strategy is illustrated using an extensive simulation where different navigation parameters are used.     

Navigation strategies for multiple autonomous mobile robots moving in formation

The problem of deriving navigation strategies for a fleet of autonomous mobile robots moving in formation is considered. Here each robot is represented by a particle with a spherical effective spatial domain and a specified cone of visibility. The global motion of each robot in the world space is described by the equations of motion of the robot's center of mass. First, methods for formation generation are discussed. Then, simple navigation strategies for robots moving in formation are derived. A sufficient condition for the stability of a desired formation pattern for a fleet of robots each equipped with the navigation strategy based on nearest neighbor tracking is developed. The dynamic behavior of robot fleets consisting of three or more robots moving in formation in a plane is studied by means of computer simulation.     

一种基于声纳信息的移动机器人实时导航方法

提出了一种基于声纳信息的移动机器人实时导航方法。首先建立声纳感知数据向地图映射的概率模型,将声纳感知到的环境信息以基于栅格的概率值进行表示,并利用D-S证据理论对其进行数据融合,得到机器人的局部环境。在此基础上,采用基于滚动窗口的方法进行移动机器人路径规划,最终实现实时导航。试验结果表明该方法是可行和有效的。