双臂机器人时间最优轨迹规划研究

本论文对双臂机器人时间最优轨迹规划问题作了深入研究,成功地运用了动态规划法 ,对沿着特定路径运动的双臂机器人左、右臂进行了时间最优轨迹规划,从而保证机器人左 、右臂在无碰撞的前提下,实现时间最优运动．算法通过了计算机仿真实验,证明算法可行 ,效率较高．     

基于遗传算法的多机器人系统最优轨迹规划

针对关节型多机器人系统在静态环境下的点到点的轨迹规划问题,提出了一种基于遗传算法的最优轨迹规划策略.采用遗传算法在综合考虑各机器人沿轨迹运动的安全性、运动代价以及运动学约束的基础上为单个机器人规划最优的运动轨迹,并通过协调各机器人沿预定轨迹运行的时间避免机器人之间碰撞的发生.针对含有3个二自由度平面关节型机器人的多机器人系统进行了仿真实验,实验结果验证了该方法的有效性.     

一种基于遗传算法的欠驱动机器人避障运动规划新方法*

对平面欠驱动机器人的避障运动规划问题进行了研究,提出了一种利用遗传算法解决此类系统避障问题的新方法。通过引入虚拟弹簧—阻尼系统,在障碍物存在的情况下对系统非完整约束方程的广义力进行修正,采用部分稳定规划器进行运动规划,建立了基于能量的适应度函数,并利用遗传算法对提出的适应度函数进行全局优化,得到了部分稳定规划器的最优切换顺序,进而实现了欠驱动机器人的无碰撞路径规划。最后以平面3R欠驱动机器人为例进行了仿真实验,验证了该方法的有效性。     

一种基于遗传算法的欠驱动机器人避障运动规划新方法*

对平面欠驱动机器人的避障运动规划问题进行了研究,提出了一种利用遗传算法解决此类系统避障问题的新方法。通过引入虚拟弹簧—阻尼系统,在障碍物存在的情况下对系统非完整约束方程的广义力进行修正,采用部分稳定规划器进行运动规划,建立了基于能量的适应度函数,并利用遗传算法对提出的适应度函数进行全局优化,得到了部分稳定规划器的最优切换顺序,进而实现了欠驱动机器人的无碰撞路径规划。最后以平面3R欠驱动机器人为例进行了仿真实验,验证了该方法的有效性。     

机器人运动规划方法的研究

针对路径规划以及碰撞检测这一研究的重点问题,提出了G-空间法、人工势力场法、遗传算法等。序列规划问题一般转化为旅行商问题来求解。在综合现有序列规划和路径规划方法的基础上,提出两种机器人运动规划算法：基于任意路径的运动规划算法和基于直线路径的运动规划算法,思路简单,能对各种机器人工程任务进行运动规划。     

柔性空间机器人振动抑制轨迹规划算法

本文首次提出了一个描述柔性空间机器人振动的可直接计算的激振力指标，进 而提出了柔性空间机器人抑振轨迹规划算法．该算法采用均匀非周期四阶B样条描述机器人 的运动轨迹，B样条的控制点作为优化参数，使用改进的微粒群优化算法，以激振力为性能 指标对轨迹进行优化求解．该方法根据激振力指标而不是待定轨迹的控制结果来判定轨迹的 抑振性能，极大地简化了规划过程．对柔性双臂空间该机器人的抑振轨迹规划仿真，表明优 化轨迹取得了良好的振动抑制效果，证明了算法的有效性．     

加速度约束条件下的非完整移动机器人运动控制

将移动机器人的运动规划与跟踪控制问题合并在一起，对加速度约束条件下的非完整移动机器人运动控制问题进行研究，提出基于贝塞尔曲线的路径规划方法，以满足机器人的非完整约束．在考虑所受加速度约束的条件下，通过规划机器人状态时问轨线的方法实现了时间最优的轨迹规划．基于控制李亚普诺夫函数推导出了轨迹跟踪的控制律．仿真实验结果表明所提出的算法是有效的．     

基于遗传算法的凿岩机器人孔序规划

本文运用遗传算法规划凿岩机器人钻孔任务序列，通过判断机器人的多关节钻臂 上每一关节其运动方向在彼此相邻的三个钻孔位置上的变化趋势，用数值0表示某一关节运 动方向变化趋势在相邻三个钻孔上不一致，数值1表示此关节运动方向变化趋势在相邻三个 钻孔上一致．并根据具体的工作情况对描述值进行修正．在此基础上设计了一个基于关节水 平上来规划凿岩机器人随机钻孔孔序的适应度函数，从而使整个钻孔孔序规划算法算法简单 ，收敛速度快，能寻求到较优的钻孔孔序，其结果能满足实际工作的需要．此方法对于其他 类型的关节型机器人的任务和轨迹规划也具有一定的借鉴意义．     

表征空间中的机器人分层运动规划

由于对机器人的任务要求日趋复杂和多变,如何使机器人具备灵活的配置和运动规划能力,以适应复杂任务的需求,成为了目前运动规划领域所研究的核心问题.传统的基于任务空间和配置空间的建模方法虽然在机器人运动规划领域得到了非常广泛的应用,但在用于解决复杂规划任务时无法对不可行任务进行进一步地处理.本文在表征空间模型的基础上,提出了一种分层的运动规划算法,一方面借助于表征空间维度的扩展,使对运动规划任务的描述更为灵活;另一方面通过任务层与运动层的循环交互,使生成的路径满足更高层次和更丰富的任务要求.在仿人机器人和多机器人系统上的应用结果表明了本文所提算法的有效性.     

自由飘浮空间机器人系统基座姿态调整

规划机械臂的运动以调整作为其基座的卫星的姿态，既节约姿控燃料，又可作为常规姿控系统的备份手段．首先，建立自由飘浮空间机器人系统的状态方程，其状态变量为关节角和卫星姿态角，输入变量为关节角速度．基于系统能控性理论，规划连接系统初始状态和期望状态的路径，实现了仅通过机械臂关节的运动同时控制基座姿态和机械臂关节角的目的．从理论上分析了机械臂的能量消耗，给出了使能量指标最小的近似最优算法．仿真结果表明了该方法的有效性．     

基于改进势场法的足球机器人路径规划系统

人工势场法是机器人路径规划中应用较多的一种方法,但方法在障碍物较多时由于势场合力不容易控制而常常出现避障失败现象.足球机器人比赛系统场上障碍物情况复杂,尤其是在边界附近和禁区附近,传统势场法较难胜任.根据足球机器人比赛平台特点和赛场上较常出现的情况,重点对边界附近和禁区附近的机器人路径规划进行分析研究,根据比赛平台的特点将周围环境的物理特点转化成特定的数学表达式,糅合到传统势场函数公式中进行改进处理,从而构造出能够适应足球场地环境的人工势场路径规划系统.仿真实验结果证明该方法是有效的.     

基于传感器的非完整移动机器人运动规划

针对非完整移动机器人在未知室内环境中提出了一种路径规划方法, 通过利用传感器对周围环境的探测和实时处理传感器数据, 以及所设计的目标寻找函数, 可以有效地完成其运动规划. 该方法能够确保移动机器人在无障碍物区或障碍物对机器人不构成危险时加速前进, 在障碍物区能够慢速绕过, 从而使得移动机器人快速且安全地到达目标位置, 仿真的结果证明了该方法的有效性.     

基于Adams和Matlab联合仿真的双足机器人越障研究

与轮行机器人相比,双足机器人具有更灵活的机械结构,具有跨越静态或动态障碍物的能力,使其可以在更复杂的环境中工作;以往的双足机器人路径规划控制策略只能解决静止或以可预测速度运动的障碍物的越障问题,提出了一种基于模糊Q学习算法的路径规划策略,在Adams软件中建立机器人的三维虚拟样机模型,在Matlab软件中设计控制器,进行联合仿真;仿真结果表明所设计的控制策略可以有效地克服机器人在线学习时间长的问题,并且可以成功跨越速度不可预测的运动障碍物,有很好的鲁棒性。     

基于自适应动态窗口改进细菌算法与移动机器人路径规划

针对移动机器人在复杂环境下的路径规划问题,提出一种新的自适应动态窗口改进细菌算法,并将新算法应用于移动机器人路径规划。改进细菌算法继承了细菌算法与动态窗口算法（dynamic window algorithm, DWA）在避障时的优点,能较好实现复杂环境中移动机器人静态和动态避障。该改进算法主要分三步完成移动机器人路径规划。首先,利用改进细菌趋化算法在静态环境中得到初始参考规划路径。接着,基于参考路径,机器人通过自身携带的传感器感知动态障碍物进行动态避障并利用自适应DWA完成局部动态避障路径规划。最后,根据移动机器人局部动态避障完成情况选择算法执行步骤,如果移动机器人能达到最终目标点,结束该算法,否则移动机器人再重回初始路径,直至到达最终目标点。仿真比较实验证明,改进算法无论在收敛速度还是路径规划精确度方面都有明显提升。     

可重构机器人越障运动的规划

提出一种新型的可重构机器人，该机器人在受一个驱动力矩的作用时，在不同约束下表现的输出形式不同. 利用机构这一特点，实现了机器人移动中的自主越障运动．主要针对机器人越障运动中越障高度受导轮和手臂影响的问题，提出一种借助环境同时改变手臂姿态的越障规划方法，有效地提高了越障的高度．通过试验样机验证了规划方法的有效性．     

未知环境下势场法路径规划的局部极小问题研究

势场法路径规划的局部极小问题已经受到了多年关注, 本文针对环境完全未知的情况为移动机器人设计了一种基于行为的解决方法. 该方法通过合理设计各种行为间的转换条件以保证可靠性, 并引入记忆信息以增强机器人对周边环境的认知能力, 从而降低决策的盲目性, 更准确地决定当前应采用的合适行为. 本文方法对于凸形边界障碍物的有效性得到了证明. 针对一些复杂的凹形边界障碍物, 仿真结果表明, 该方法相对于一些已有方法更加可靠. 基于真实机器人的实验验证了该方法的可行性.     

一种能应付突发意外事件的装配机器人运动规划研究

本文基于运动规划的拓扑方法，针对机械手的装配环境，提出了一种能应付突发意外事件－即能躲避突发障碍继续到达目标位置的运动规划方法，该方法主要包含三部分：用已知信息进行运动规划；遇到突发障碍后进行局部调整；局部调整失败时进行全局重规划，本文给出一种运动规划器ＥＴＴＭＰ，经实验测试，该规划器具有较强的鲁棒性和实时性，为智能机器人的实用化研究提供了一种方法。     

动态未知环境中移动机器人的滚动路径规划

本文借鉴预测控制滚动优化原理，研究了全局环境未知且存在动态障碍物情况下的 机器人路径规划问题．文中提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人 实时测得的局部环境信息，以滚动方式进行在线规划，实现了优化和反馈的合理结合，对动 态环境具有良好的适应性．     

密集障碍物环境下基于凸包和微粒群优化的机器人路径规划

密集障碍物环境下, 考虑机器人移动过程中的控制偏差进行路径规划, 尚缺乏有效的方法. 本文的方法是: 首先根据障碍物之间的最小距离和机器人尺寸的大小关系, 确定凸包形成的条件; 然后, 通过选择满足条件的顶点, 形成密集障碍物的凸包; 最后, 基于凸包的关键点和稀疏障碍物的位置, 采用微粒群优化规划机器人路径. 仿真和实验结果验证了所提方法的可行性.     

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...