基于接触时间的移动机器人安全导航

自主移动机器人在动态未知环境中导航存在安全隐患。为了提高导航安全性,提出一种基于接触时间的导航环境表示方法,即接触时间空间。将接触时间作为导航环境中危险评价指标,利用线速度和角速度计算机器人与障碍物之间任意两点接触时间,通过算法将导航过程中的构型空间映射为接触时间空间。将接触时间空间应用于经典行为动力学导航方法,与经典行为动力学导航方法和结合速度障碍物的行为动力学的导航方法仿真对比,结果表明接触时间空间可以提高自主移动机器人的导航安全性。     

基于行为控制的移动机器人导航方法

针对移动机器人在完全未知或者部分未知的环境中进行自主导航容易陷入各种陷阱的问题,提出了一种基于多行为控制的导航方法;机器人通过激光雷达对周边环境进行感知,并将采集到的信息与行为转换条件进行匹配用于行为转换的决策;同时在该方法中通过栅格地图引入了记忆信息,从而增强机器人对周边环境的认知能力,从而提高机器人的决策能力;通过仿真实验证明了在简单环境中算法的有效性,同时也证明该算法对于某些复杂的环境有效可行,具有优化性、实时性与智能性的特点。     

基于情感与环境认知的移动机器人自主导航控制

将基于情感和认知的学习与决策模型引入到基于行为的移动机器人控制体系中, 设计了一种新的自主导航控制系统. 将动力学系统方法用于基本行为设计, 并利用ART2神经网络实现对连续的环境感知状态的分类, 将分类结果作为学习与决策算法中的环境认知状态. 通过在线情感和环境认知学习, 形成合理的行为协调机制. 仿真表明, 情感和环境认知能明显地改善学习和决策过程效率, 提高基于行为的移动机器人在未知环境中的自主导航能力     

移动机器人行为参数的PSO多目标优化

根据移动机器人的导航任务,提出基于粒子群优化(PSO)算法的行为参数多目标分层优化方法。将导航方向与导航速度相关的参数按优先级进行PSO算法分层选取,使机器人在路径近似最优的基础上实现导航时间最少。仿真结果表明,该方法可以提高导航效率,实现导航决策的逐步求精,从而改善机器人在未知环境下的自主导航性能。     

一种基于操作条件反射原理的学习模型

针对认知机器人的自主学习问题,提出一种基于操作条件反射原理的学习模型(OCLM).该模型采用状态空间、操作行为空间、概率分布函数、仿生学习机制、系统熵等进行描述,给出状态的"负理想度"的概念,定义了取向函数的计算方法.运用模型对机器人避障导航问题进行仿真实验,并对参数设置进行了讨论.实验结果表明,基于OCLM模型的机器人能通过与环境的交互获得认知,成功避障到达目的地,具有一定的自学习能力,从而表明了模型的有效性.     

基于强化学习和模糊逻辑的移动机器人导航

自主导航是移动机器人的一项关键技术。该文采用强化学习结合模糊逻辑的方法实现了未知环境下自主式移动机机器人的导航控制。文中首先介绍了强化学习原理,然后设计了一种未知环境下机器人导航框架。该框架由避碰模块、寻找目标模块和行为选择模块组成。针对该框架,提出了一种基于强化学习和模糊逻辑的学习、规划算法：在对避碰和寻找目标行为进行独立学习后,利用超声波传感器得到的环境信息进行行为选择,使机器人在成功避碰的同时到达目标点。最后通过大量的仿真实验,证明了算法的有效性。     

未知环境下自主机器人的行为学习研究

机器人为实现在未知环境下的探索任务,必须具有自主学习其行为策略的能力.本文提出了一种自主机器人行为学习机制.机器人通过与环境的交互,基于Q学习进行行为的自主学习.为降低学习时的计算复杂度,状态空间通过分段映射为不同的类别,从而减少状态-动作对的数量.自主机器人在未知环境中的行为学习是增量式的过程,本文将基于案例的学习与Q学习结合,使机器人在试错时获得的经验以案例的形式保存,并实现案例库的动态更新相关案例同时可以降低机器人行为学习时的计算复杂度和试错时的风险.在文中的最后给出了仿真结果.     

神经内分泌计算模型及其在机器人避障中的应用

受生物体神经内分泌系统调节机制的启发,提出一种神经内分泌计算模型.该模型中,内分泌系统能够对神经系统的学习与记忆行为进行反馈调控,使自主体及时调整行为,从而提高其学习和适应未知环境的能力.为了验证模型及算法的有效性,将其应用于机器人导航避障仿真实验,并与离散Q学习方法对比,结果表明该模型是有效的.     

基于模糊逻辑的机器人导航系统研究

由于未知环境下机器人导航容易出现死锁问题,设计了一种基于栅格的地图模型叫“数据栅格”,并在此基础上提出了一种基于行为的导航方法即“安全导航法”。数据栅格记录了周围环境中障碍物信息和机器人路径信息,安全导航法就是应用数据栅格技术来解决未知环境下机器人导航遇到的死锁问题。模糊逻辑用来设计和协调各种导航行为。仿真和实际环境的实验结果也证实了该方法的良好性能。     

人工多细胞模型的构建及实验

鉴于多细胞组织具有行为多样性以及自适应生长能力，在已有的细胞模拟工作的基础上，提出了可以用于信息处理的人工多细胞模型。该模型以模拟环境和多细胞动态分布式系统作为模型的核心，细胞间联系借助于化学物质的反应扩散过程。结合遗传算法，应用人工多细胞模型设计了自主机器人的导航控制器。在机器人导航控制的仿真实验中获得了多种控制结构的具有避碰、漫游能力的机器人，实验结果验证了模型的可行性、有效性。     

基于动态精简式混合地图的移动机器人自主探索

针对未知环境下移动机器人自主探索和地图创建问题,在机器人操作系统的框架下,提出一种基于动态精简式混合地图的移动机器人自主探索方法.首先,提出一种基于几何规则的候选目标点生成方法,用于快速提取当前的前沿目标点;然后,从信息收益和路径成本的角度,引入一种改进的效用函数来评价候选目标点;最后,利用缓存增量式的原理优化拓扑节点,进而构建精简式混合地图.实验结果表明,通过拓扑图构建策略的改进,所提出方法具有良好的导航性能.     

Camera Recognition and Laser Detection based on EKF-SLAM in the Autonomous Navigation of Humanoid Robot

The ability of autonomous navigation of the humanoid robot under unknown environment is very important to real-life applications. EKF-SLAM based on the camera recognition and laser detection for humanoid robot NAO is presented in this paper. Camera recognition is used to recognize if the object is a landmark. Because the computational resources needed for the feature-based position estimation are quite expensive, the laser instead of the camera provides the position of the landmark. A fractional order proportional-integral (PI) controller is designed to reduce the derivation of the NAO robot from the desired path during autonomous navigation. Experiments show that the proposed method is valid and reliable for autonomous navigation of the NAO robot under unknown environment.     

激光测距在移动机器人自主导航中的应用

移动机器人在运动范围内需要有足够的传感器信息可供利用来进行自主导航,在完全未知的环境中,由机器人依靠其自身携带的传感器所提供的信息建立环境模型是机器人进行自主定位和导航的前提之一。介绍了激光测距在移动机器人自主导航中的应用研究;通过二维测距传感器对其周围环境进行扫描,提出了自主导航中地图创建、定位如何用二维扫描获得三维数据流的算法描述,并实验验证该算法的运用使机器人获得一个很好的三维视觉结构图。     

Reactive navigation in dynamic environment using a multisensorpredictor

A reactive navigation system for an autonomous mobile robot in unstructured dynamic environments is presented. The motion of moving obstacles is estimated for robot motion planning and obstacle avoidance. A multisensor-based obstacle predictor is utilized to obtain obstacle-motion information. Sensory data from a CCD camera and multiple ultrasonic range finders are combined to predict obstacle positions at the next sampling instant. A neural network, which is trained off-line, provides the desired prediction on-line in real time. The predicted obstacle configuration is employed by the proposed virtual force based navigation method to prevent collision with moving obstacles. Simulation results are presented to verify the effectiveness of the proposed navigation system in an environment with multiple mobile robots or moving objects. This system was implemented and tested on an experimental mobile robot at our laboratory. Navigation results in real environment are presented and analyzed.     

基于激光雷达与双目视觉的移动机器人SLAM研究

为解决移动机器人在环境未知条件下,利用单一传感器自主导航时不能及时定位、构建地图不精确的问题,提出采用一种改进RBPF算法,在计算提议分布时将移动机器人的观测数据(视觉信息与激光雷达信息)和里程计信息融合;针对一般视觉图像特征点提取算法较慢的问题,采用基于ORB算法对视觉图像进行处理以加快视觉图像处理速度的方法;最后通过在安装有开源机器人操作系统(ROS)的履带式移动机器人进行实验,验证了采用该方法可构建可靠性更高、更精确的2D栅格图,提高了移动机器人SLAM的鲁棒性.     

Autonomous navigation system using Event Driven-Fuzzy Cognitive Maps

This study developed an autonomous navigation system using Fuzzy Cognitive Maps (FCM). Fuzzy Cognitive Map is a tool that can model qualitative knowledge in a structured way through concepts and causal relationships. Its mathematical representation is based on graph theory. A new variant of FCM, named Event Driven-Fuzzy Cognitive Maps (ED-FCM), is proposed to model decision tasks and/or make inferences in autonomous navigation. The FCM??s arcs are updated from the occurrence of special events as dynamic obstacle detection. As a result, the developed model is able to represent the robot??s dynamic behavior in presence of environment changes. This model skill is achieved by adapting the FCM relationships among concepts. A reinforcement learning algorithm is also used to finely adjust the robot behavior. Some simulation results are discussed highlighting the ability of the autonomous robot to navigate among obstacles (navigation at unknown environment). A fuzzy based navigation system is used as a reference to evaluate the proposed autonomous navigation system performance.     

基于传感器信息的智能移动机器人导航评述

导航是研究智能移动机器人技术中的一个重要领域,对自主导航技术的关键问题——路径规划进行了评述。路径规划一般可分为基于模型的环境信息完全知道的全局路径规划和基于传感器的环境信息完全未知或部分未知的局部路径规划2种类型。分别对各种方法的发展现状进行了总结,指出了各种方法的优点和不足。