基于机器人大赛的分拣机器人优化设计

针对机器人大赛中分拣机器人行走路径准确性不高和行走速度不快的问题对分拣机器人设计进行优化。通过分析并且比较目前比赛用分拣机器人几种设计的优缺点,改进其软硬件设计,建立分拣机器人行走的分动作子程序库,通过路径规划理论制定所有可能出现情况的随机组合,结合循线传感器(QTI)的交互信息,提出了基于路径规划的分拣机器人设计优化方法。在江苏省机器人大赛中,使用该优化设计的分拣机器人取得了好的成绩,得到了很好的实战验证。     

基于粒子群并行优化的煤矿井下机器人路径规划

路径规划是煤矿井下搜救探测机器人自主导航的关键步骤,矿井是三维的非机构化的环境,机器人行走过程应该具有高度智能的路径规划,传统的自适应能力与处理非线性的问题能力较差,路径规划误差较大,提出基于粒子群并行优化的煤矿井下机器人路径规划方法,充分考虑井下的环境高低变化,采用栅格法对环境建模,将粒子群独立分布在不同容器中分别进行路径建模,不同容器中粒子分别进行优化操作;因为速度和最优子群被分别保留,在机器人路径规划实验阶段,路径规划的时间较传统方法降低20%,避障成功率高达95%,最优路径的出现概率能保持在99%,这种方法具有很强的指导性与实用价值。     

同心圆策略下机器人路径滚动规划遗传算法

该文提出了一种新颖的全局静态环境未知时基于同心圆策略的机器人路径滚动规划遗传算法.该算法在机器人视野域内产生若干个同心圆进行环境建模,然后基于遗传算法根据当前机器人视野域信息和目标点规划出一条临时的导航路径,机器人沿着该导航路径前进一步,再由遗传算法重新规划新的导航路径.机器人导航路径不断进行动态修改,使机器人沿着一条...     

改进萤火虫算法求解多机器人路径规划

为解决多机器人在静态环境中的路径规划问题,以路径长度为优化目标模型,并针对此模型设计了多机器人萤火虫算法(MR-FA)。首先,考虑到路径安全性对环境中的障碍物采取扩张操作,设计初始化规则以提高生成初始种群的效率;其次,根据算法的连续性原理及特点,设计个体等长策略将维度不一致的个体转变为等维度个体以便于萤火虫的移动更新,并对移动更新后的不可行解采取路径修正策略;然后对规划出的每个机器人的移动路径进行碰撞检测,同时针对机器人不同的碰撞情况设计相应的避碰策略,即暂停—回退策略(PFS)、局部路径重规划策略(LPRS);最后,为验证MR-FA的有效性,在三组环境中进行仿真实验并与其他三种算法进行对比,综合得出MR-FA在解决多机器人路径规划时更有优势。     

污泥纠缠环境下机器人视觉摆脱规划路径方法

传统路径规划算法针对多目标情况,主要依据多单一信息融合结果选择避障路径,在中规模的污泥纠缠区域中容易陷入盲区,无法对污泥纠缠环境下的机器人路径进行准确的规划。为此提出一种改进的机器人视觉纠缠摆脱路径规划方法,借助机器人视觉仪器采集污泥纠缠特征,用归一化方法把视觉信息融入到规划模型中进行最佳路径的选择,将机器人摆脱污泥纠缠以及最短路径的要求融合成一个适应度函数,通过遗传算法搜索获取最佳机器人摆脱路径。实验结果说明,该方法对于污泥纠缠环境下机器人摆脱路径规划长度以及效率都优于传统模型,具有较高的鲁棒性。     

一种改进的未知动态环境下机器人混合路径规划方法

动态未知环境下的机器人路径规划是机器人导航领域的重要课题之一,采用传统的方法求解并不理想。针对这个问题,提出一种改进的机器人混合路径规划方法。首先利用改进的文化基因算法规划出较优的全局路径,指引机器人沿着全局路径行走,然后根据传感器探测到的局部环境信息,利用Morphin算法进行局部路径实时规划,使机器人有效地躲避动态障碍物。仿真实验表明,该算法在未知动态路径规划中具有良好的效果。     

离散势场在迷宫机器人路径规划上的应用

针对迷宫这一特殊的复杂环境,在分析传统人工势场法的不足的基础上,本文提出离散势场概念,来解决其路径规划问题。在初始化的离散势场基础上,根据传感器信息调整势场值,该算法可以使迷宫机器人的行走路径达到最优化。最后进行了计算机仿真,结果表明,该算法在迷宫这样的复杂环境下能有效地实现路径规划。     

农业自主行走机器人视觉导航技术研究

对农业自主行走机器人的单目视觉导航技术展开了研究,包括行走路径的提取方法和机器人的自定位方法.对复杂农田场景和道路场景进行了描述和合理的假设,通过对图像信息的处理和理解,采用改进的Hough变换的方法提取出导航路径,并根据导航路径信息对农业自主行走机器人的自定位技术进行了研究,最终求得机器人相对于导航路径的横向偏离和角度偏差.实验结果表明,该方法能够满足农业机器人自主行走的要求.     

基于信息融合的机器人路径智能决策的研究

基于机器人未知环境探索的智能行为,以先锋Pioneer3-DX移动机器人为对象,构建了基于多传感器信息融合的机器人智能行为系统以实现其路径规划行为。构建了一个双层信息融合路径规划智能行为系统,数据层融合采用基于联邦kalman滤波融合的信息融合方法,通过多传感器融合降低信息的不确定性,为机器人提供更可靠和更准确的环境信息;决策层融合采用模糊推理方法,根据数据层融合结果作为模糊控制器的输入,构建基于模糊推理的决策层融合模块,其设计思想是模仿人的智能行为进行决策,使其不仅决策出机器人的行走方向,同时决策出机器人的行走速度,实现了动态路径规划。基于Matlab的仿真实验,验证了方法的可行性。     

突破环境限制的导盲方法

目的 目前的导盲机器人大都局限于特定的环境,难以适应环境变换,为使导盲机器人突破空间限制,在多种不同的环境中引导盲人,提出一种基于环境地图创建的导盲方法。方法 首先,根据同步定位与制图算法(SLAM)创建2维环境地图并同步定位;然后,采用A^*启发式算法在已知地图中进行静态全局路径规划,再结合人工势场法在导盲机器人行走过程中进行动态避障;最后,在机器人操作系统(ROS)框架下构建导盲机器人软件控制系统,各功能节点按照特定规则相互通讯,使控制系统更加有序高效。结果 在3种典型的环境下进行实验,结果表明,与其他导盲方法相比,本文方法不再拘泥于单一的空间或特定的环境,适用范围更广也更灵活;此外,导盲精度也更高,地图创建过程中,特征总数达30个时,特征估计误差仅为5~35 cm,行走多达12000步时,自身位置估计误差仅为0~3 m,在路径规划过程中,导盲机器人路径长达100 m时的轨迹误差仅在0.4 m以下;相较而言,此方法更能满足日常导盲需要。结论 本文提出的适用于多种环境的导盲方法,实验结果表明,该方法在多种环境中所创建的地图与实际场景相符,导盲机器人行走轨迹与规划路径基本一致,导盲精度相对较高,并且普遍地适用于视力障碍者日常活动的室内外区域,还能灵活地适应环境的变换,更具实用价值。     

基于仿人智能控制的足球机器人圆弧射门算法

提出了基于仿人智能控制的足球机器人圆弧射门算法.通过路径规划保证了射门动作的准确性并在小车的运动学方程的基础上用仿人智能控制实现对机器人的运动控制,使机器人在速度较高时也能较好地跟随规划路径,设计了并编程实现了基于本文算法的足球机器人运动控制器,进行了实际系统实验,证明了其有效性.     

基于粒子群三次样条优化的移动机器人路径规划算法

针对移动机器人路径规划问题,提出了一种基于粒子群三次样条优化的路径规划方法．借助三次样条 连接描述路径,这样将路径规划问题转化为三次样条曲线的参数优化问题．借助粒子群优化算法快速收敛和全局寻 优特性实现最优路径规划．实验结果表明：所提算法可以快速有效地实现障碍环境下机器人的无碰撞路径规划,规 划路径平滑,利于机器人的运动控制．     

基于改进型遗传算法的足球机器人路径研究

目前针对足球机器人路径规划,主要采用栅格法和链接图法,但栅格法无法达到精确的规划路径,而连接图法主要针对具有复杂多边形的障碍物,这两种方法不能满足足球机器人实时性的要求.为此采用简化编码方式和格雷码,建立了以路径最短、避障为优化目标的遗传算法适应度函数,采用轮盘赌选择,单点交叉,基本位变异等方法,完成了遗传操作.仿真结果表明:在建立的约束关系下,改进型遗传算法在路径最短方面比人工势场法有所改进,表现出较好的优化效果.     

融合环境信息和运动约束的改进A*算法研究

标准A*算法存在着无法考虑移动机器人运动特性及处理后的路径不利于移动机器人运动等问题。针对这一问题提出了一种新改进A*算法,通过环境信息引入障碍物权重系数来改进算法的启发函数并进行全局路径规划;优化搜索节点的选取方式和设定障碍物与路径之间的安全距离;基于对移动机器人的运动特性的考虑优化其路径,并在不同环境地图中与其他算法进行仿真实验对比分析。相关实验表明：基于新改进A*算法规划的路径始终与障碍物保持一定的安全距离;改进A*算法在时间上相比标准A*算法平均减少了80%,路径长度平均减少了2%,路径转角平均降低了82%。改进后算法相比其他算法在时间、搜索节点以及平滑度上有很大的改进,融合机器人环境信息和运动特性的规划路径算法可为移动机器人的路径规划提供一种新的方法。     

一种移动机器人全局最优路径规划算法

针对移动机器人全局最优路径规划问题,首先提出一种基于线性操作的遍历式算法,该算法通过场扫描方式生成步长转换矩阵(STM,Step Transform Matrix),并在步长转换矩阵中搜索考虑方向一致的最短路径,从而可以得到避免不必要路径转折的全局最短路径.其次提出了一种评价标准来区分路径优劣.最后通过仿真与圆形波传播算法进行了路径规划对比实验,实验结果表明本文所提算法在所提出的路径评价标准下可以获得比波传播算法更优的路径.     

Optimal path generation for a simulated autonomous mobile robot

The paper deals with a set of algorithms including path planning, trajectory planning, and path tracking for a tricycle type wheeled mobile robot. Path planning is carried out with parametric polynomial interpolation using an optimization algorithm based on robot geometric constraints. Trajectory characteristics are then derived from the planned geometric path with time varying parameters. A sliding mode control algorithm combined with an adaptive control law are used to track the planned trajectory. The technique deals with an environment free of obstacles. However, it can be easily integrated in a piecewise non colliding path generation. Simulation results are presented to show the validity of the different algorithms.Bissé Emmanuel is a Ph.D. student at the École Polytechnique de Montréal, Department of Mechanical Engineering.Bentounes Mohamed is a Ph.D. student at the École Polytechnique de Montréal, Department of Mechanical Engineering.Boukas El-Kébir is a Professor at the École Polytechnique de Montréal, Department of Mechanical Engineering.     

未知环境中小型机器人路径规划策略的研究

针对微小型机器人在进行路径规划时存在系统硬件资源有限,数据处理能力盖及系统感知能力有限,只能获取局部信息,且信息不完备的问题,分析了人在未知环境中路径规划策略,提出了一种微小型机器人的路径规划策略。实验结果表明,该策略可以满足微小型机器人在复杂未知环境中路径规划的要求,为微小型自主机器人的设计提供了新的方法。     

智能机器人的一种新路径规划算法

为了使智能机器人的运动过程更加顺利快速,使其用更短的时间和更短的路径到达终点,采用了基于几何理论的路径规划算法,寻求智能机器人最优路径规划。该算法利用切线最短的理论优化机器人的运动过程,对智能机器人运动的每一段路径都进行了规划和优化,使智能机器人的整个运动过程更加顺畅。在实际应用中,成功地缩短了机器人的运动路径,并成功地进行了避障。这种方法使用简单,容易理解,可广泛应用于智能机器人的路径规划和避障系统中,在实际应用中更能减少能量损耗。     

基于虚拟障碍物的移动机器人路径规划方法

针对城市道路环境,将全局路径规划方法和局部路径规划方法相结合,提出了基于虚拟障碍物的路径规划方法.该方法首先采用A*算法得到一条全局最优的车道路径,然后根据全局最优的路径生成虚拟障碍物,最后将虚拟障碍物与传感器探知的实际障碍物融合,采用改进的向量直方图方法进行局部路径规划.该方法不仅能够充分利用已知环境信息生成全局最优...     

移动机器人路径规划算法综述

路径规划算法是实现移动机器人自主导航的关键技术。针对移动机器人路径规划技术进行研究,分析各算法的实现机制与原理,并系统性的总结了主流路径规划算法研究现状。根据移动机器人路径规划算法的特点,将路径规划算法分为：传统规划算法、智能规划算法、基于采样的规划算法。基于以上分类,分述近年来的主要研究成果,重点分析各类算法的优缺点。针对移动机器人路径规划算法研究现状,对其未来研究方向进行展望,为移动机器人路径规划大发展提供一定的思路。