基于超声波传感器测距的家用自主式移动

为了提高家用吸尘器使用的效率,并保证安全性和可靠性,提出利用超声波传感器来测距的环境信息采集的吸尘器清扫路径规划算法.首先简要描述了机器人路径规划的目标、超声波测距的工作原理;分析了家用自主式移动吸尘器设计时所面临的问题;提出了一种基于超声波传感器的家用自主式移动吸尘器路径规划算法,该算法有效地减少了吸尘器清扫某个具体环境的时间,提高其清扫效率,同时具有自动检测障碍物、自主避障的功能.     

基于超声波传感器测距的家用自主式移动吸尘器路径规划算法

为了提高家用吸尘器使用的效率 ,并保证安全性和可靠性 ,提出利用超声波传感器来测距的环境信息采集的吸尘器清扫路径规划算法。首先简要描述了机器人路径规划的目标、超声波测距的工作原理 ;分析了家用自主式移动吸尘器设计时所面临的问题 ;提出了一种基于超声波传感器的家用自主式移动吸尘器路径规划算法 ,该算法有效地减少了吸尘器清扫某个具体环境的时间 ,提高其清扫效率 ,同时具有自动检测障碍物、自主避障的功能     

家用自主吸尘机器人的研究和开发

介绍了一种新型家用智能吸尘器，该吸尘器采用基于地图的全覆盖路径规划的方法，能在无人情况下自主工作，并且具有自动回避障碍等功能；文中详细介绍了基于地图的全覆盖路径规划算法的实现方法及其软件仿真，并对吸尘器的测控系统根据算法设计的要求进行了研究和设计；通过作者开发的算法仿真软件和设计的吸尘器测控系统实验模型的仿真和实验结果表明，文中介绍的这种基于地图的全覆盖路径规划方法的家用智能吸尘器在实际应用中是可行的。     

全自动商用清扫机器人定位追踪和路径规划解决方案

随着产业的不断发展，各领域尝试利用全自动商用机器人提升生产工作效率，降低重复劳动成本，解放生产力。商用清扫机器人广泛应用于商业、办公以及制造领域，是新兴的一个产业，其中推进商用清扫机器人全自动化运行是商用清扫机器人中的重点研究方向。随着硬件产业的快速发展，算法有待进一步提升，其中定位追踪和路径规划是急需解决的核心算法问题。为解决上述问题，现提出基于卡尔曼滤波的多传感器信息融合定位追踪算法和用于路径规划的弓字型规划式路径全覆盖算法。定位追踪算法通过集成陀螺仪、加速度传感器、人工智能与视觉解读（Artificial Intelligence and Visual Interpretation,AIVI）摄像头以及激光测距雷达等多传感器，设计了一种基于卡尔曼滤波的轨迹推算方法，通过最小化系统协方差矩阵实现多源信息融合。弓字型规划式路径全覆盖算法是一种优先考虑完成效果，降低效率比重，充分发挥了机器人可持续工作的特性，同时基于采用Dynamic A Star算法完成断点续扫功能。     

基于双移动锚节点的无线传感器网络定位算法

为提高无线传感器节点的定位精度，降低定位能耗，提出一种基于鲸鱼优化算法和双移动锚节点的定位算法。使用两个移动锚节点按照设计的移动路径遍历整个部署区域，使用加权质心算法估算节点大致位置，使用鲸鱼优化算法提高定位精度。仿真结果表明，提出的路径比PP-MMAN、GTURN和GSCAN等其它使用多个移动锚节点的路径更短，降低了移动锚节点的能耗；所提路径规划算法配合使用鲸鱼优化算法的定位精度较高，受通信不规则度和测距误差的影响较小。     

室内清洁机器人避障路径规划研究

针对室内清洁机器人尽可能充满室内的可达区域执行清扫任务的需求，提出一种基于传感信息的清洁机器人的路径规划算法。在室内清扫环境未知的情况下，这种算法比较简单，清扫的效率较高。清洁机器人位姿也易于控制，且具有自主避障的功能。     

基于单片机的移动机器人路径规划模糊控制器设计

提出了一种基于模糊控制的移动机器人路径控制的设计思路,并给出了以ATmage128单片机为核心的控制系统硬件设计方案。系统预先设定目标,移动机器人根据超声波传感器感知周围环境,采用模糊控制进行路径规划,从而进行机器人自主移动到达目标。论文给出了模糊控制隶属度函数,介绍了模糊控制规则。同时介绍了显示电路、超声波测距电路、电机驱动电路、无线通信电路等硬件模块接口电路。     

基于多超声波信息融合的小车避障算法实现

智能小车根据不同传感器的传感信号,按照一定的规则来调整小车的方位角和速度,实现自主导航。成功避障是提高非结构化环境中智能小车自主能力的关键问题之一,本文提出了一种基于模糊控制的多超声波测距传感器信息融合智能小车避障算法,该算法不仅融合了多个超声波测距传感器的测量数据,对障碍物的距离和空间方位提供准确、可靠的信息,很好的实现避障行为决策,而且不依赖于对象的数学模型,具有较好的鲁棒性。     

一种改进的全覆盖路径规划算法

全覆盖路径规划在现实生活中具有很广泛的应用,本文针对已存在的全覆盖路径规划算法中的内螺旋算法进行改进,提出带有优先级的内螺旋算法PISC算法。在算法中加入行走优先级,并采用回溯法解决清扫机器人进入的死角问题,优化机器人的清扫路径,最后在Visual C+〖KG-*3〗+6.0编程环境下进行算法仿真。实验结果表明,清扫机器人能有效地避开障碍物,在自由区域顺利行走,提高了清扫机器人的清扫效率,减少了机器人清扫的重复路径。     

基于网格划分的递增式定位算法*

针对现有无线传感器网络中递增式定位算法累积误差较大、基于移动锚节点的定位能耗较高和全网定位速度较慢的问题,提出一种基于网格划分的递增式定位算法(ILBM)。算法将大规模无线传感器网络划分为若干个独立的网格,在每个网络中对移动锚节点进行路径规划,将部分已定位节点转换为静态参考节点,根据累积误差需求进行优化递增式定位。通过仿真,验证了本算法能够有效地解决累积误差和能耗问题,提高全网定位的效率。     

室内清洁机器人避障路径规划研究

针对室内清洁机器人尽可能充满室内的可达区域执行清扫任务的需求,提出一种基于传感信息的清洁机器人的路径规划算法.在室内清扫环境未知的情况下,这种算法比较简单,清扫的效率较高.清洁机器人位姿也易于控制,且具有自主避障的功能.     

移动机器人的多传感器测距系统设计

在移动机器人的路径规划过程中,必须掌握障碍物的距离信息.基于超声波和红外传感器的测距原理,设计了一种移动机器人多传感器测距系统,可测量0～200 cm距离内存在的障碍物,测量误差小于1 %.采用超声波和红外2种传感器组成3组测距采集系统,采集机器人3个不同方位的障碍物信息,解决了单一传感器测距盲区的问题,并详细介绍了该系统的软件和硬件设计.     

基于超声波六元阵列测距的WSN节点定位技术研究

基于超声波测距的定位技术以其精度高、范围广和性能稳定等优点,在无线传感器网络中广泛应用。为了实现较大范围的高精度定位,利用自主实现的超声波六元传感器阵列进行TDOA测距,并进行测距误差分析,然后采用基于测地距离的多维定标算法(Geodesic Distance MDS)进行无线传感器网络节点定位。在MATLAB平台下与Cricket采用的迭代式三边定位和AHLoS采用的多点定位算法进行对比仿真实验,结果表明Geodesic Distance MDS算法在不同网络规模和测距误差条件下均能够获得更高的定位精度和较小的定位误差。     

基于图论的WSN节点定位路径规划

移动锚节点规划路径存在节点重复访问的问题,会影响定位精度的提高。为此,提出一种移动锚节点路径规划算法,引用图论知识,将传感器节点转化为图的顶点,并结合蚁群算法,利用图的遍历解决路径规划问题,寻找出一条路径。实验结果表明,该算法能够定位传感器节点,避免节点的重复访问,降低节点定位的误差。     

采用改进D*Lite算法的自主移动机器人路径规划

针对动态环境下自主移动机器人的路径规划问题提出了改进D*Lite算法;该算法在D*Lite算法的基础上,引入Bresenham画线算法对扩展节点进行可视检测,得到方向任意且避免不必要转折的预规划路径,并建立分辨率高于全局障碍图的局部障碍图,动态存储传感器实时获取的局部环境信息,充分利用局部环境信息实时重规划机器人当前位置到目标点的最优路径,提高算法的规划精度及对动态环境的适应性;仿真实验结果证明,该算法大大缩短了路径长度,并且具有可行性和实时性.     

基于BP神经网络的超声波测距非线性误差校正

本文结合笔者所设计的超声波测距仪，介绍了用神经网络校正超声波传感器的非线性误差的原理与方法，并提出了基于BP神经网络的超声波测距非线性误差校正的模型、算法及其硬件实现。通过理论分析和硬件实验，显示出BP神经网络对超声波传感器的温度补偿和非线性校正的效果良好，充分表明了应用神经网络在提高超声波测距精度方面是一种行之有效的方法。     

蚁群算法在移动机器人路径规划中的仿真研究

研究移动机器人路径规划问题.移动机器人路径规划是一个多目标优化问题,由于避障定位要求,传统机器人路径规划优化方法存在算法复杂、搜索空间大和效率低等难题,难以获得最优解.为了提高机器路径规划的效率和定位准确性,提出了一种蚁群算法的移动机器人路径规划方法.蚁群算法的路径规划方法首先采用栅格法对机器人工作环境进行建模,然后将机器人出发点作为蚁巢位置,路径规划最终目标点作为蚁群食物源,通过蚂蚁间相互协作找到-条避开障碍物的最优机器人移动路径.仿真实验结果证明,蚁群算法的路径规划方法提高了机器人路径规划的效率,能在最短时间找到机器人路径规划最优解,且能安全避开障碍物,为优化设计提供了依据.     

基于STM32和CoppeliaSim Edu的自动泊车系统设计与仿真

本项目设计并制作一个自动泊车系统智能小车，以STM32单片机为控制核心，并由单片机主控模块、电机驱动模块、超声波模块、红外避障模块等主要模块构成；通过LUA语言编程，利用Coppelia Sim Edu进行模拟仿真，能够完成自动循迹、速度控制以及传感器测距等多项功能。项目采用可视图法对小车路径进行规划，将小车、库位点和障碍物的各顶点进行组合连接，通过改善路径规划，提高小车自动泊车效率。通过优化自动倒车入库和侧方位倒车入库智能小车算法，根据停车的不同场景，对环境信息进行不同处理，综合确定停车空间，并作出不同的控制电信号，进而规划停车入库的路径，完成自动泊车功能。     

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。     

适用于窄带超声波传感器的测距算法研究

针对传统超声波测距算法不能够在窄带超声波传感器上实现高精度、低成本测距的问题,提出了基于数字信号处理技术的多频测距算法。该算法使用超声波信号的多个频率分量的相位信息来测量距离,在低成本的凌阳单片机以及少量外围电路的支持下,达到了0.1mm的测量精度。