挖掘机器人作业过程中局部自主避障控制

研究了挖掘机器人如何探测和处置力与几何障碍,阐述了挖掘机器人的避障方法.在事先规划机器人挖掘和运土路径时,不考虑意外出现的障碍物;而在挖掘过程中,模糊局部自主控制器将油缸压力、压力变化和位移信息作为模糊控制规则的输入量,产生处理力障碍的控制信号.在运土过程中,通过构造几何障碍物前的"虚拟阻力区"和采用阻抗控制,实现障碍的自主回避.实验表明所提出的方法是可行的.     

基于激光雷达的挖掘机器人回转避障研究

针对挖掘机器人在回转过程中易发生事故的现象,提出了工作装置回转避障方法.通过分析挖掘机器人工作装置的运动特性,结合运动学建立了挖掘机器人的运动学模型.利用安装在挖掘机器人两侧的激光雷达对作业环境进行识别,根据识别的障碍物求解可行域,并通过避障算法控制挖掘机器人避开障碍物.实验结果表明:挖掘机器人能安全避开障碍物,证明了方法的可行性.     

基于几何法的移动机器人路径规划

旨在解决动态环境中移动机器人与障碍物发生碰撞可能性的判断和避开障碍的路径规划。提出了采用几何计算的方法判断机器人和障碍物之间发生碰撞的条件,规划出机器人沿着收敛曲线运动到安全圆周,在安全圆周上作动态圆周运动,最后沿着圆弧退出圆周到达预定的避障路径。将基本的避开障碍的理论和几何算法有机地结合起来,获得了光滑的路径,提高了机器人避开障碍的效率。     

感知范围受限的群机器人自主围捕算法

针对在有障碍物场地中感知范围受限的群机器人协同围捕问题,本文首先给出了机器人个体、障碍物、目标的模型,并用数学形式对围捕任务进行描述,在此基础上提出了机器人个体基于简化虚拟速度和基于航向避障的自主围捕控制律.基于简化虚拟速度模型的控制律使得机器人能自主地围捕目标同时保持与同伴的距离避免互撞;基于航向的避障方法提升了个体的避障效率,避免斥力避障方法导致的死锁问题.其次本文证明了在该控制律下系统的稳定性.仿真结果表明,该算法在有效围捕目标的同时能够高效地避开障碍物,具有对复杂环境的适应性.最后本文分析了与其他方法相比该算法的优点.     

基于多数据融合的智能定位传感器避障算法研究

在智能定位传感器内增加避障算法，可使机器人拥有自动躲避障碍的能力，该文基于多数据融合设计智能定位传感器避障算法。设置激光雷达测距和超声波测距作为多传感器障碍检测的方法，获取机器人当前位置与障碍点坐标的相对几何关系，计算机器人与障碍点位置的距离，定位路面障碍点，对2种传感器收集到的数据进行多元障碍定位信息的加权融合。设置智能机器人避障轨迹目标函数以及约束条件，设计机器人避障算法，得到基于定位传感器的机器人避障方法。实验结果表明，在简单环境及复杂环境下机器人均未与障碍物相撞。在运行轨迹中随机放置障碍物，机器人能够及时完成运行轨迹的变化。由此可见，该避障算法具备较好的应用前景，可应用于各种智能机器人中。     

双足机器人在动态环境中步态规划研究

在双足机器人跨越迎面而来的动态障碍物的问题中,由于障碍物的高度,和速度是不可预测等因素,机器人的迈步步长和迈步高度决定了其能否实现成功跨越.介绍一种双足机器人步态规划方法,应用模糊Q学习算法对迈步高度进行学习,将迈步的起始点、落点和迈步高度作为特征点,利用三次样条对特征点进行插值得到摆动腿运动轨迹,最后通过摆动角间的几何关系得出各关节处摆动角的变化规律,控制机器人跨越动态障碍物.仿真结果表明,通过进行的步态规划,机器人可以成功跨越动态障碍物,并且各关节处的摆动角变化曲线平缓无畸变.     

采掘机器人的规划级控制技术研究

本文以反铲作业为对象,研究了采掘机器人的任务规划、路径规划和轨迹规划.在自行设 计研制的一台试验样机上实现了整个作业循环过程、预设路径和力监控挖掘过程的局部自主 式规划级控制,并开发了一个三维动态仿真软件作为检验规划级控制理论的辅助手段.     

基于改进人工势场法的救灾机器人路径规划

针对矿井障碍物复杂多变、救灾机器人采用传统人工势场法进行路径规划易陷入局部极小点的问题,提出一种基于改进人工势场法的救灾机器人路径规划方法。该方法通过在引力场中加入扰动场来改变引力场函数,使救灾机器人在陷入局部极小点时自主走出局部极小点;结合障碍填充法,通过对凹障碍物进行虚拟填充,形成新的障碍物并产生相应的斥力场函数,避免救灾机器人再次陷入局部极小点。仿真及测试结果验证了该方法的可行性及有效性。     

基于模糊力控制算法的移动机器人避障控制

根据机器人的末端执行器和外界环境表面接触与移动机器人避障控制的相似点,将力/位置控制成功应用到移动机器人的避障控制领域内.对新颖的移动机器人避障控制算法是通过在移动机器人和障碍物之间形成虚拟力场,且对其进行整定以使两者之间能保持期望的距离.因为机器人动力学模型和障碍物的不确定性会对避障控制性能造成影响,为避免碰撞,采用模糊PD的智能混合力/位置控制来整定机器人和障碍物精确距离的力场.通过仿真研究证明了算法的有效性,可为机器人设计提出可靠依据.     

嵌入式单目机器人视觉检测及避障系统设计

为实现机器人在移动中快速检测和避开障碍物功能,提出一种在室内以单目视觉为基础的嵌入式机器人检测障碍和避障的设计方案;通过对HSI颜色空间的H空间进行分块,获取分块区的颜色矩特征进行比较,能快速检测障碍物;通过几何法建立机器人坐标和图像坐标的关系,计算障碍物实际距离,准确定位障碍物;通过输入障碍物距离和偏离前进方向的角度到模糊控制器,获得输出转动角度,并对输出的角度进行调节;实验结果表明该系统具有实时性和可行性,实现了利用图像分块的信息快速检测定位障碍物,并通过模糊控制器完成了避障要求。     

一种新颖的基于二分法和模糊控制的移动机器人避障系统

针对超声波传感器波束角窄导致移动机器人存在避障盲区的现状,研究了一种新颖的超声波避障系统。该系统采用六个超声波传感器构成特别设计的超声波阵列,实现无盲区检测中大型移动机器人前方及左右两侧障碍物的位置,充分保障运行安全性;同时在避障算法上,采用二分法和模糊控制相结合的控制算法,简化了模糊控制规则使系统具有很好的智能性和实时性,实现了移动机器人选择最佳避障路径并对新增的动态障碍物进行避障。将此避障控制系统应用于移动机器人上,实验结果表明：在未知环境下,实现对移动机器人周边的无盲区检测,并且能够实时根据周围障碍物的动态情况选择最佳避障路径,避免了其它避障控制算法中易出现的误避障和二次避障的情况。     

基于改进模糊算法的水面无人艇自主避障

为了提高水面无人艇（USV）在未知、复杂环境下的连续避障性能,提出一种具有速度反馈的模糊避障算法。USV利用激光扫描雷达与多路超声波传感器感知周围环境,通过对障碍物信息进行分组并设置权值的方式进行多传感器数据融合,并在模糊控制的基础上根据环境情况自动调整航速;进而提出一种考虑障碍物所有分布情况的更全面的模糊控制规则表,增强了USV对复杂环境的适应能力。实验结果表明,所提方法能通过与环境交互调整USV航速使其成功避障并优化避障路径,具有良好的可行性和有效性。     

基于非线性函数的移动机器人模糊避障算法*

根据模糊逻辑的特点,利用非线性函数对传统的模糊控制算法的隶属度函数进行了改进.通过MATLAB给出的仿真证明,在采用多传感器避障过程中,机器人不仅能成功避开障碍物达到目标所在位置,并且非线性函数隶属度函数优于传统隶属度函数.新算法使机器人的行进更加平滑、稳定且具有较高的实时性.     

未知环境下基于虚拟角速度跟踪的避障策略EI北大核心CSCD

当智能体自主执行任务时,局部障碍物可测的未知环境增加了局部极值和执行器饱和发生的概率.对此,本文提出了虚拟角速度跟踪的避障策略.首先,基于简易障碍物的几何模型构造虚拟的避障引导角,并利用李雅普诺夫方法设计角速度控制律,通过受限制的虚拟角速度跟踪来实现避障控制.然后,引入方位因子改进距离型权值分配器,强化轨迹附近障碍物的影响以降低局部极值发生的概率.最后,对于不完全可测的复杂障碍物,根据历史探测信息建立以边界点为中心的简易障碍物模型.仿真结果表明,该策略能够避让低速动态障碍物及U型复杂障碍物,并且可实现抗饱和控制.     

多障碍物环境下挖掘机的连续避障轨迹规划

针对多障碍物环境下,挖掘机在挖掘过程中,铲斗碰到障碍物无法进行适应性调整的问题,利用三次多项式和积分法规划挖掘轨迹,采用盲人摸路算法对挖掘过程中挖掘机与障碍物发生碰撞后进行及时有效的调整,运用原像规划算法判断避障方向。为了方便进行避障算法验证,利用Matlab图形用户界面（GUI）设计了一个能够实现参数设置、结果展示等功能的可视化界面。仿真实验表明,该避障算法能够在复杂环境中,多次平滑绕开障碍物来完成连续避障任务。     

基于模糊控制的移动机器人避障研究

针对移动机器人在未知环境中的不确定性,利用Matlab构建了多传感器仿真试验移动平台,在Simulink中搭建移动机器人运动学模型,利用多传感器采集环境中的障碍物信息与目标物的方位角,设计了具有避障功能的模糊控制算法.通过模糊控制器控制移动机器人的左右轮速度实现机器人的转弯以及直走,根据机器人实时的角度反馈信息不断修正机器人的位姿以精确避障.仿真实验验证了该方法的可行性及有效性.     

基于模糊控制的轮椅自主跟随与避障系统

为了减轻看护人员的负担,设计并实现了一种基于模糊控制的嵌入式轮椅自主跟随与避障系统。首先利用激光扫描雷达实时探测轮椅周围人员和障碍物的位置,并结合信号强度定位方法,将目标人员准确识别出来。然后将目标人员和障碍物的相对于轮椅的位置偏差作为输入,利用模糊控制方法,建立模糊控制规则,将跟随与避障进行综合决策,控制轮椅的线速度和角速度以实现自主跟随与避障。实验表明轮椅能准确识别出目标人员和干扰人员,对目标人员的跟随效果较好,并能在跟随过程中准确避开障碍物。     

Obstacle avoidance tracking control with antiswing and tracking errors constraint for underactuated automated lifting robots with load hoisting/lowering

The existing automated lifting robot technology focuses merely on motion control and ignores the surrounding environment. In practice, obstacles inevitably exist in the movement path of the automated lifting robot, which affects construction safety. Furthermore, due to the underactuated characteristics of the automated lifting robot, the load can be difficult to control when it swings violently, which undoubtedly poses huge challenges to obstacle avoidance trajectory planning and controller design. In this paper, an obstacle avoidance trajectory and its tracking controller with antiswing and tracking errors constraint are proposed. To ensure accurate load positioning and effective obstacle avoidance, the proposed control method introduces a four-segment polynomial trajectory interpolation curve to construct an obstacle avoidance trajectory based on analyzing the geometric relationship between variables. To improve the transient coupling control performance of the system, combined with the passive analysis of the automated lifting robot system, this method constructs a potential function that limits the tracking error and a coupling signal that enhances the coupling relationship between the system variables. Barbalat's lemma and Lyapunov techniques are used to analyze the stability of the system. Simulation and experimental results show that the proposed control method can significantly suppress or even eliminate load oscillation, accurately locate the load, avoid obstacles, improve the safety and efficiency of the working automated lifting robot, and have strong robustness to changes in system parameters and the addition of external disturbances.     

基于群集行为的分布式多无人机编队动态避障控制

针对无人机编队保持和动态障碍物规避控制问题,本文提出了一种新的基于群集行为的分布式多无人机编队控制和避障控制算法.首先考虑了由机间气流等因素带来的干扰,基于吸引/排斥势场和一致性方法,设计了分布式无人机编队的队形保持控制算法,对编队内无人机之间的距离进行控制.进一步考虑外部移动障碍对无人机编队的影响,引入了排斥势场产生...     

异构多目标差分-动态窗口算法 及其在移动机器人中的应用

为了实现在多移动机器人和多窄通道的复杂动态环境中机器人的节能运动规划,提出异构多目标差分-动态窗口法(heterogeneous multi-objective differential evolution-dynamic window algorithm,HMODE-DWA).首先,建立行驶时间、执行器作用力和平滑度的3目标优化模型,设计具有碰撞约束的异构多目标差分进化算法来获得3个目标函数的最优解,进而在已知的静态环境中获得帕累托前沿,利用平均隶属度函数获得起点与终点间最优的全局路径;其次,定义基于环境缓冲区域的模糊动态窗口法使机器人完成动态复杂环境中避障,利用所提出的HMODE-DWA算法动态避障的同时实现节能规划.仿真和实验结果表明,所提出的混合路径规划控制策略能够有效降低移动机器人动态避障过程中的能耗.