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JetBot小车的清洁机器人设计

在相关科学探索和危险环境中工作时，移动机器人具有相当重要的角色，对于完成相关的工作发挥重要的作用，且能去到很多人类不易到达或者有危险的地方。基于JetBot小车的Jetson Nano模块，设计一种清洁机器人。通过实际采集样本、训练和测试验证，表明该清洁机器人可以很好地在复杂环境下进行实时避障和清扫，具备一定的实践价值。     

足球机器人路径规划算法的研究及其仿真

研究足球机器人路径规划优化问题,足球机器人由于赛场情况千变万化,系统本身存在非线性,环境也具有时变性特点,要求机器人相互协作实时性要求高。结合足球机器人系统特点,提出一种蚁群算法的足球机器人路径规划算法。把每一只蚂蚁看作是一个机器人,蚂蚁根据信息素调整自己的前进方向,通过蚂蚁间的信息交流和相互协作快速找到一条最短的机器人运行无碰撞的路径。采用算法进行测试,结果表明,用蚁群算法较好地克服了局部最优的缺陷,获得最优路径,且无碰撞现象,符合足球机器人路径规划的实时性要求。     

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。     

基于超声波传感器测距的沿边走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，首先本文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问题，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。     

基于测距特征向量匹配和模糊控制的室内清洁机器人路径规划

随机路径规划算法大量用于商品化的室内清洁机器人,但规划效率低下,为此提出一种低成本、高效的改进方法。由于机器人到其四周障碍物的距离随空间位置不同而变化,先使用超声测距模块获得障碍距离并组成特征向量用以区分不同的空间位置;然后,用推土机距离(EMD)进行特征向量匹配,建立并维护碰撞点集;最后,利用模糊控制理论处理碰撞后的旋转角度,完成路径规划过程。实验结果表明,所提方法一方面保留了随机规划的工作趣味性和环境适应性,另一方面大大提高了清洁效率。     

基于光流定位的自动路径规划清扫机器人

扫地机器人作为智能家居的一个分支,在当下火热一时。一个完整的机器人定位以及路径规划系统是必不可少的。此文针对机器人路径规划进行了研究,光流定位是由机器视觉延伸出的一种技术,通过摄像头识别进行定位,能反应机器人实时的二维坐标。基于光流定位和测距模块,可以实现对室内大致地形的判别,从而规划出一条最优的清扫路线。实验证明:该规划方案能基本覆盖室内的清扫区域。     

消毒机器人全覆盖路径算法设计

针对消毒机器人全覆盖消毒的算法,传统的消毒机器人重复率高、消耗大,容易进入死区,导致机器人无法进行工作,机器人利用二维的激光雷达旋转扫描到室内的三维立体空间,建立格栅地图,通过SPDF算法与改善A*算法得到的Theta*算法相结合的算法,使得消毒机人能够正常地完成室内的消毒工作,并且保证消毒面积尽可能的重复率在较低的情况下,完成全面消毒。     

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.     

基于蚁群算法的机器人路径规划问题研究

该文将蚁群算法运用到机器人全局路径规划上,主要针对蚂蚁算法在搜索路径过程中落入障碍物陷阱而造成算法停滞的现象,提出了改进策略,同时基于对机器人所处环境的表示方法及算法中对应问题的描述和定义的研究,对相关参数进行了改进探讨。通过对算法的改进,增强了机器人的蚁群算法在复杂环境路径规划下的适应能力。     

基于模糊算法的机器人漫游避障的实现

由于机器人漫游运动的随机性和环境的不可预测性,导致机器人漫游运动的避障非常困难.本文应用模糊算法来实现机器人的漫游避障,在Pioneer 3-Dx型移动机器人的仿真平台MobileSim上进行了仿真实验,仿真结果表明了算法的有效性和可行性.     

基于栅格模型机器人路径规划的改进蚁群算法

提出了一种静态环境下机器人路径规划的改进蚁群算法.该算法使用栅格法对机器人的工作空间进行建模,通过模拟蚂蚁的觅食行为,采用折返的迭代方式对目标进行搜索;在搜索过程中,以移动方向一定范围内最大信息素和目标引导函数作为启发式因子;此外,根据蚁群算法处理本问题时信息素散播的特点,重构了信息素的更新策略和散播方式.仿真试验结果表明,改进措施使最优路径的寻找快速而高效,即使在障碍物非常复杂的环境下,算法也能迅速地规划出一条最优路径.     

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     

蚁群算法在机器人路径规划中的应用研究

针对传统机器人路径规划方法无法保证寻找全局最优路径的问题,本文提出了一种基于蚁群算法求解机器人路径规划的方法.在此基础上构建了移动机器人路径规划模型,并通过Visual C 6.0进行仿真.结果表明该算法能够在动态和静态环境中迅速找到机器人的最优路径,与基于遗传算法的路径规划方法相比具有较大的优势.     

家居环境中的智能扫地机器人设计

针对扫地机器人工作场景复杂、算力受限等问题,通过搭载自研视觉模组,设计实现了低算力需求、高精度的视觉同步定位建图与实时避障方案,解决了视觉机型相较雷达机型建图精度低、物理碰撞多等问题,通过应用区域划分与用途预测算法优化整体室内清洁策略与路径规划,清扫覆盖率提升4.19%,污渍清扫完成度提升36.7%,障碍物导致的故障率低于5%.此外,针对轻量移动机器人算力受限问题,在YOLOv5目标检测模型基础上进行改进,使其适应扫地机器人硬件与场景要求,并较同平台处理速度提升了30%.实验采用自研嗅觉传感器设计燃气泄漏、食物腐败等情形的报警功能,增加了污渍识别、家居建模、巡逻看家、失物寻回等实用智能家居服务.     

机器人路径规划中算法计时的实现

在VC 5.0的环境下实现了机器人路径规划算法的计时。该方法具有通用性,几乎可以毫无更改地应用于其他算法的计时中。其具体实现步骤如下:     

基于三维模型的定位算法研究

为使清洁机器人在清扫的房间中能快速确定自己的位置,根据广角摄像头采集到的墙角画面图像中墙角的三条棱线对应的角度关系,来确定清洁机器人离墙面的距离,进而确定在房间中的位置。首先对广角摄像头采集到的畸变图像进行校正,再识别提取出墙角棱线,最后依据测量出来的房间的高度和位置信息建立三维模型并利用神经网络模拟数学关系实现定位。仿真与实际数据对比表明,此算法稳定,能够满足清洁机器人的定位需求。     

港机大型构件机器人打磨路径规划

港机装备中的箱梁、桁架等典型大型构件在打磨工序上目前仍以人工打磨为主,其劳动强度大、效率低,故采用机器人打磨将成为技术发展的必然趋势。针对港机大型构件的结构特点,本文对机器人打磨路径规划进行研究,并基于MatLab软件和ROS机器人操作系统进行仿真,同时采用K-means算法和TSP-混合PSO算法解决了机器人由于打磨点多和打磨点不确定性而带来的任务分配和路径排序难题,还借助RRT*算法研究并验证了机器人打磨避障技术,为推动机器人打磨在大型构件制造中的推广应用提供了技术基础。     

自主机器人在自然地形中的一种越野导航规划算法

在致力于自然地形中实施自主导航的机器人研究中,人们发现:导航规划是自主机器人所有控制和推理任务的基础,当前虽然人工智能、机器人领域的研究者们开发了许多路径规划算法,但是所有这些算法都是针对结构化环境这样一种简单地形,并且在将这种地图形成地形数据结构时,都是由人工键入到计算机中去的。这样,为表达一个简单环境,常常需要花费很大的代价,并且当地形比较复杂时,无法人工去描述,即使可以描述,算法的效率也很成问题。现在,机器人研究的重心已开始倾向于自主移动机器人,但没有一个有效、快速的越野规划算法,要使自主机器人在野外实施自主行驶是不可能的。因此,自然地形中     

人工蜂群算法在移动机器人路径规划中的应用

研究机器人路径规划优化问题,机器人工作环境复杂,运动路径上存在许多障碍物.针对提高机器人安全导航性能问题,传统群智能算法存在早熟、搜索效率低等难题,难以获得全局最优路径.为了获得最优机器人运动路径,避免碰撞的发生,提出了一种人工蜂群算法的机器人路径规划方法.首先采用栅格法对机器人工作环境进行建模,然后机器人路径规划目标点作为蜜源,最后蜂群之间信息交换、协作搜索最优机器人运动路径.结果表明,人工蜂群算法解决了传统群智能算法存在的难题,加快了机器人路径规划求解速度,以较短时间找到最短机器人运动路径.