基于数字海图的自主水下机器人路径规划研究

为了解决远程自主水下机器人（LAUV）路径规划问题，提出一种基于数字海图的路径规划算法．该算法对传统人工势场法进行了有效改进，克服了传统人工势场法固有的缺点和不足，可以用于LAUV离线和在线路径规划．其有效性已在半物理实时仿真平台上得到了验证．     

水上机器人三维实时避障算法研究

水上机器人(Unmanned Surface Vehicle,USC)用于近海环境实时监测、资源探测、海洋灾害预警和防治等多种用途.USV必须在三维环境中进行避障处理,所以本文在USV上布置两层声纳来获取障碍物的三维信息,并提出一种改进的VFH算法,使其在三维空间内做到实时避障.仿真结果表明,该算法具有良好可行性和有效性.     

基于凸面体圆弧航路的无人机自主避障算法

为解决无人机飞行过程中障碍物规避问题,提出一种新的三维自主避障算法.首先,根据障碍物的若干信息利用标准凸面体对不规则障碍物进行数学建模,用一个或多个标准凸面体覆盖障碍物整体或关键部分;然后,根据障碍物模型设计圆弧规避航路算法,将避障问题转化为跟踪规避航路控制问题,并定义避障判定、避障方向判断和成功避障规则;最后,结合非线性制导律和高度通道控制,实现无人机实时三维航路跟踪与自主避障.非线性数值仿真结果表明,避障算法能够有效地规避障碍物且三维航路跟踪精度好,能够应用于无人机的避障飞行任务.     

基于多波束前视声纳的AUV实时避障方法研究

在未知海洋环境下的远程航海过程中，基于前视声纳的避障能力是AUV（自治式水下机器人）的一个基本要求．提出了一种基于多波束前视声纳的实时避障专家系统．介绍了声纳特性以及障碍物描述方法,给出了避障专家系统的结构，说明了避障专家系统的决策过程．结合当前任务执行信息设计了专家系统知识库，针对声纳图像设计并实现了一种可以给出避障和重规划指令的推理机．最后，通过湖试对AUV避障专家系统进行了验证．     

基于规则的移动机器人实时运动规则

研究移动机器人在动态环境中的导航与避障问题，为提高规划的实时性，提出了基于规则的规划方法，将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划，利用最优控制来实现单障碍的最优避障，并用智能搜索方法解决了移动机器人在多移动障碍环境中的实时运动规划问题。仿真实例表明了该方法的有效性。     

未知环境下的移动机器人定位及实时避障

针对未知环境下移动机器人实时动态避障及定位问题，考虑里程计定位的无界累加误差和动态障碍物环境下实时障碍躲避需要，提出了一种可行的避障定位的策略。该策略融合了机器人内部传感器、里程计、电子罗盘和激光测距仪的同步和异步信息，合理地解决了常规定位过程中的方向迷失问题，对于静态和动态障碍物都能很好地实时躲避，具有很强的抗干扰性和较高的定位精度。实验证明了该方法的有效性和实用性.     

基于机器人听觉的自主声源搜索策略

提出了融合机器人听觉和超声避障的自主声源搜索策略．搜索策略按优先级分成3个模块：声源确认、超声避障、声源定位搜索, 通过优先级的判断确定当前执行模块．声源定位基于改进的时延估计定位方法实现,机器人在搜索并接近声源过程中利用超声避障． 在室内环境下测试系统,实验结果证明在混响环境下机器人可以定位声源并且可以绕过障碍物接近并确认声源,该方法具有实时实现的有效性和应用性．     

双足机器人实时障碍检测视觉系统

提出一种双足步行机器人的实时障碍检测视觉系统．基于图像平面与机器人行走地面之间的映射变换矩阵的唯一性准则，判别图像中的像点是否位于地面上，高于或低于地面的点被认为是障碍点，为减少实际行走过程中系统外部和内部参数变化对映射变换矩阵的影响，系统加入了在线校正映射变换矩阵模块．在提取出障碍物体边缘后，通过对其三维信息的简单恢复，建立了机器人行走空间的障碍投影图．该系统计算量小，可靠性强，能基本满足双足步行机器人实时避障的要求。     

基于生物启发模型的AUV三维自主路径规划与安全避障算法

针对自治水下机器人(AUV)的路径规划问题,在三维栅格地图的基础上,给出一种基于生物启发模型的三维路径规划和安全避障算法. 首先建立三维生物启发神经网络模型,利用此模型表示AUV的三维工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;然后,根据神经网络中神经元的活性输出值分布情况自主规划AUV的运动路径.静态环境与动态环境下仿真实验结果表明了生物启发模型在AUV三维水下环境中路径规划和安全避障上的有效性.     

融合改进A*与DWA算法的移动机器人路径规划

针对移动机器人在复杂环境下实现全局路径最优、未知环境下动态实时避障这一路径规划需求,对传统A*（A-star）算法进行改进,并融合动态窗口法（DWA）实现动态实时避障。首先分析栅格环境下的障碍物占比,将障碍物占比引入传统A*算法,优化启发函数h(n),从而改进评价函数f(n),提高其在不同环境下的搜索效率;其次针对复杂栅格环境下传统A*算法优化后的轨迹与障碍物顶点相交问题,优化子节点选择方式,同时删除路径中的冗余节点,提高路径的平滑度;最后融合动态窗口法,实现复杂环境下移动机器人的动态实时避障。通过MATLAB下的对比仿真实验表明,改进算法在轨迹长度、轨迹平滑度以及历经时间上得到优化,满足全局最优且能实现动态实时避障,具有更优秀的路径规划效果。     

基于修正导航向量场的AUV自主避障方法

针对复杂海洋环境下的自治水下机器人(Autonomous underwater vehicle, AUV)三维避障问题, 本文提出了一种高效的修正导航向量场方法.构建自由空间下的初始导航向量场, 引导AUV以最短路径向目标点航行.定义修正矩阵来量化描述障碍物对初始导航向量场的影响, 得到障碍空间下的修正导航向量场, 使得AUV向目标点航行的同时躲避静态障碍.通过结合障碍物运动速度, 分别构建相对初始导航向量场与相对修正导航向量场, 并采取有限时域推演与调整策略, 最终引导AUV安全躲避动态障碍.仿真结果表明, 本方法能较好地应用于复杂海洋环境下的AUV避障任务.     

非确定性环境中移动机器人避障策略的验证 ——基于形式化建模和概率分析

针对存在制动机误差和传感器噪声等因素的移动机器人,提出采用概率模型检测的方法对非确定性环境中移动机器人的避障策略进行验证和定量分析。首先将移动机器人的避障运动和动态障碍物的不确定性运动建模为马尔可夫决策过程。然后运用概率计算树逻辑语言描述移动机器人运动的关键属性并使用概率模型检测工具对其进行验证。最后分析得到移动机器人成功避障所花费的避碰时间,移动机器人到达目标位置所需要的时间和能量以及操作误差发生时的避碰时间对避障策略的影响,并使用MATLAB仿真验证成功避碰时间的正确性。     

一个计算机生成角色的行进避障算法

文章对计算机生成角色在分布式虚拟环境中行进时的障碍规避进行了研究。避障是计算机生成角色在行进中对各种障碍物的实时处理过程,文中给出了一个计算机生成角色的避障算法,对虚拟环境中不同类型的实体发生的可能碰撞采取了不同的避撞策略,着重研究了多个计算机生成角色间避障的方法;与已有的一些研究不同,笔者提出了可能障碍区和可能障碍集的概念,在此基础上对多个计算机生成角色产生可能障碍区后进行了实时处理;文中还给出了算法的正确性证明和时间复杂度分析。使用这个算法,可使计算机生成角色在虚拟环境中的行进行为更加逼真。     

基于双旋Lyapunov矢量场的无人机避障算法

提出一种基于双旋Lyapunov矢量场的无人机避障算法.首先,建立无人机和障碍物的模型,并根据无人机有限时间是否会侵犯障碍物安全圆设计避障判定规则;然后,基于最小侧向偏移量原则选定避障机动中无人机速度旋转方向为最优避障方向,选定其反方向为矢量场旋转方向,定义成功避障的标准并进行证明;最后,通过建立的障碍物合并规则提升避障效率,使得上述方法适用于未知环境下的无人机在线避障.仿真结果表明,在无人机性能约束下,所提出的算法对动态和静态障碍都能有效避障,算法性能优于Dubins路径和人工势场法.     

基于移动障碍的MWSN节点协同转向避障方法

针对传统蜂拥控制模型协同避障的研究,笔者曾对其做出了改进,并加入了Steer to Avoid避障法则,通过仿真表明,它能够有效提高避开静止障碍的效率。该模型用于具有移动障碍的环境时,若障碍的运动方向与节点的判断方向同向,可能会与障碍物保持相对静止,从而大幅度降低避障效率。对Steer to Avoid进一步改进,提出一个新的针对移动障碍物的避障模型。当障碍物的运动趋势和节点的Steer to Avoid转向判断相同而且两者的速度较为接近时,节点将向着障碍物运动的相反方向运动。提出了对障碍物的移动预判。仿真实验结果表明,与传统两个模型相比,该模型在平均速率和时间效率上有显著提高,并且适用于避开未知的移动凸形障碍。     

基于人工势场法的多智能体编队避障方法

编队避障问题是多智能体编队研究的关键问题之一。针对动态环境中多智能体编队避障问题,提出了一种基于人工势场法（APF）与布谷鸟搜索算法（CS）相结合的编队避障方法。首先,在动态队形变换策略的异构模式下,利用APF为多智能体编队中每个智能体规划避障;然后,针对APF在引力增量系数和斥力增量系数设置的局限性,利用CS中的莱维飞行机制思想,来随机搜索得到适应环境的增量系数。Matlab仿真实验结果表明,所提方法能够有效地解决复杂环境下多智能体编队避障问题,使用效率函数对实验数据进行评价及分析,验证了所优化方法的合理性和有效性。     

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。     

未知环境下多AUV协同避障方法研究

针对多AUV（autonomous underwater vehicle）系统在未知环境中进行路径规划时难以兼顾避障与编队的问题,提出了一种基于领航—跟随者与行为的多AUV协同避障方法。首先,通过构造碰撞危险度及偏离目标评价函数,设计了AUV局部路径规划方法;在此基础上,结合编队控制方法,分别为领航者和跟随者设计不同的行为以及行为选择模式。半物理仿真实验结果表明,该算法能够实现多AUV系统在未知环境中的协同避障,且队形偏离度与恢复队形时间优于传统多机器人避障算法。实验结果证明了该算法的可行性与有效性。