基于传感器信息的AUV局部避碰研究

采用势场法对自主水下机器人(AUV)进行局部避碰规划.在建立前视声呐视域模型和人工势场模型的基础上,对AUV进行决策控制,通过梯度逼近法对目标进行搜索,快速规划出一条无碰撞的路径.在障碍物检测上,设计了监测模块,实时检测障碍的类型,指导AUV进行运动轨迹解算.在AUV深度控制上,设计了AUV深度行为模糊协调器,对最小潜深、最小距底高度进行协调,实时解算AUV深度行为.开发了AUV运动规划与仿真的半实物软件系统,仿真实验证明了算法的合理性与可行性.研究对于提高AUV的自主性和安全性具有重要的应用价值.     

轮履复合式探测车避障系统研究

为提高轮履复合式探测车转向避障能力,提出将超声波传感器安装于车身3个方向,并建立探测车避障环境模型,采用最小二乘法对3个方向的数据进行拟合处理。在基本避障行为和趋向目标点行为下设计相应的模糊控制方法对探测车转向避障行为进行控制。通过在VisuaC＋＋下建立探测车仿真环境,在Matlab环境下建立的模糊控制器,并通过它们之间的接口进行数据交换来实时地显示探测车避障的整个过程。仿真结果表明：探测车在所设计的模糊规则库下能够灵活转向避障,并顺利到达目标点。     

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。     

基于三维成像声纳技术的AUV前视避障方法

针对自主式水下航行器（ AUV）在水下自主航行过程中的避障问题,提出了一种基于三维成像声纳技术的前视避障方法。该方法使用三维成像声纳探测目标,通过声纳目标图像处理提取目标,完成目标的运动状态分析和轨迹预测。通过设置碰撞区域,建立避障模型和设计避障规则,实现了AUV的智能化避障。借助于其他传感器,这些关联模块构成了一个集目标探测、目标提取、轨迹预测、避障与路线回归等功能于一体的闭环系统。     

未知环境下基于行为控制的智能车辆路径规划研究

应用模糊逻辑方法,提出了一种在未知环境下基于行为控制的车辆路径规划算法.利用嵌入式计算机PC104构建了智能车的硬件系统,通过DSP控制多只超声波传感器来获取外部环境.路径规划中设计了避障行为和趋向目标点2个基本行为,采用了行为仲裁和行为融合两种方法进行行为决策.通过仿真对比了两种决策方法的优缺点,同时证明了路径规划算法的有效性.把基于行为仲裁的模糊避障算法应用到试验用车的实际避障中,取得了满意的效果.     

AS-R移动机器人的动态避障与路径规划研究

针对移动机器人的动态避障和路径规划问题,以AS-R移动机器人为平台,设计了一种基于行为分析的动态避障策略。根据避障问题将移动机器人整个运行过程中的行为划分成趋向目标行为、避障行为、沿墙走行为及紧急避障4种行为,有效实现了机器人的动态避障,并解决了两种避障难题:左右摆动问题和凹型障碍物问题。利用多传感器结合检测方法,通过红外传感器减少盲区和镜面反射带来的误差,通过间隔采样或分组采样技术避免多路串扰问题;对均值滤波与中值滤波进行实验对比后,提出一种递推型中值滤波方法,从而提高了数据在空间和时间上的连续性,有效地减少了超声波随机串扰信号及其它干扰信号,进而提高了探测模块的准确度。最后设计了几种复杂环境下机器人的动态避障和路径规划,并验证了所提方法的有效性。     

自治水下机器人避碰算法及其仿真研究

为了提高水下机器人(AUV)在复杂海洋环境下的自适应性,文章对传统的避碰方法进行了改进.对AUV的禁入区和潜在碰撞区进行了安全性分析.建立了前视声纳模型以及三维水下规划空间模型.提出了基于强化学习、BP神经网络及人工势场相结合的避碰算法.在AUV与环境的试错交互中,借助于来自成功和失败经验的奖励和惩罚值,不断改进水下机器人的自治能力.设计了AUV深度行为模糊协调器, 对潜深行为和距底高度行为进行协调融合.开发了AUV运动规划与仿真的半实物软件系统,仿真试验证明了算法的合理性与可行性.研究对于提高AUV的自主性和安全性具有重要的应用价值.     

基于行为模糊控制的移动机器人路径规划

针对未知环境下移动机器人路径规划和提高自主导航安全性问题,基于行为的控制结构思想,在此基础上提出了一种基于模糊控制的移动机器人路径规划算法;根据传感器接收的障碍物和目标距离方位信息,将路径规划分成避障行为、趋向目标行为;结合模糊逻辑理论和人类驾驶经验,制定模糊规则,输出转角和速度;仿真结果表明,移动机器人能够克服环境中的不确定性,有效地实现良好的路径规划,验证了模糊控制算法的可行性,体现了该路径规划策略的有效性和正确性。     

基于模糊逻辑行为融合路径规划方法

采用基于模糊逻辑的路径规划方法,提出了一种在未知环境中基于模糊逻辑行为融合路径规划方法,设计了移动机器人路径规划方案,并介绍了该控制器的结构组成和设计过程.将模糊逻辑控制和行为控制相结合,构建了一个由避障行为、目标导向行为、模糊行为监督器组成的基于模糊逻辑行为控制的路径规划器.仿真研究和实验结果表明了避障方法的有效性和可行性.     

基于动态行为控制的移动机器人自主避障

针对环境信息未知或部分未知的情况，提出动态行为控制方法使移动机器人自主避障。采用动态窗法表示结构空间，并分析环境信息，激发相应的行为进行避障，经过行为融合后得到可行的路径和速度值。其中趋向目标的行为采用模糊逻辑控制的方法，避障行为采用VFH方法加以实现。在计算过程中考虑了动力学与运动学约束条件，使得动态行为控制方法更加可行。仿真结果论证了所提出的方法的实时性与有效性。     

基于运动平衡点的水下机器人自主避障方式

当前大多数水下机器人的实时避障方式只简单地考虑了目标和障碍物之间的相对距 离,并没有考虑实际的海洋环境以及会不会对控制器产生不利的影响．本文研究的目的就是 从实际出发,通过设定各个自由度上的运动平衡点,将水下机器人的自主避障规划和运动控 制结合起来,设计出一个集目标、障碍物和控制性能一体的避障规划方式,从仿真实验结果 来看,机器人可以安全地通过障碍空间,到达目的地．     

基于T-S型模糊神经网络的轮式机器人避障方法研究

针对超声波传感器产生的不确定信息,研究了一种基于Takagi-Sugeno(T-S)模型的模糊神经网络信息融合避障方法;对超声波传感器所获得的数据进行融合,建立控制器输入信号和机器人速度输出之间的模式映射关系;在MATLAB环境下对模糊神经网络避障算法进行了仿真,最后在实际环境中进行避障实验;实验结果表明,该算法具有较好的准确性和鲁棒性,能够适用于移动机器人的导航需要.     

远程自治水下机器人三维实时避障方法研究

海洋环境通常是不确定、非结构化和未知的，而远程AUV（LAUV）的避障声纳对环境感知有一定的局限，因此很难建立起精确、完整和统一的三维环境模型．LAUV实时避障是一个实时性很强的动态过程，它不但与环境有关，而且还与LAUV的运动学约束、动力学特性和操纵性有关．针对上述问题本文提出了一种基于复合控制的三维实时模糊避障方法．     

基于动态目标位置的智能车辆动态避障控制研究

为了真实地模拟驾驶员在动态环境中避让动态障碍物的行为方式,提出了动态目标位置概念,并采用三次样条曲线作为动态避障的路径拟合曲线。以模糊逻辑为控制策略,以T-S模糊模型为控制结构,以自适应神经网络为隶属度函数的参数调整手段,设计出一种智能车辆横向运动控制器,并通过计算机仿真实现。结果表明,基于动态目标位置概念的控制器设计具有较好的控制性能,较为理想地模拟实际交通环境中车辆动态避障的特性。     

基于双层模糊逻辑的多机器人路径规划与避碰

针对无通信情况下的多机器人系统在未知动态环境下的路径规划问题,设计了基于双层模糊逻辑的多机器人路径规划与动态避碰系统。方向模糊控制器充分考虑了障碍物的距离信息和目标的角度信息,转化为机器人与障碍物的碰撞可能性,从而输出转向角度实现机器人的动态避障;速度模糊控制器将障碍物的距离信息作为输入,将速度因子作为输出,提高了多机器人路径规划与动态避碰系统的效率和鲁棒性。在Pioneer3-DX机器人实体上验证了该系统的可行性。     

基于模糊控制的超声波避障方法的研究

依据移动机器人上超声波传感器的布置和分组情况,将反映移动机器人当前感知环境的期望类别进行了概括。在此基础上分析了移动机器人的模糊避障原理,并建立了一种基于人的驾驶经验的模糊逻辑控制的路障躲避方法。通过对人的驾驶经验的分析,针对移动机器人建立了路障躲避的模糊规则,并给出了输入与输出变量的隶属度函数。在Simulink中模拟机器人行驶的环境,建立相应的模型对系统进行仿真,结果表明移动机器人能实现自主行驶。     

自主水下航行器避障的视景仿真实现

为了在虚拟环境下模拟自主水下航行器的避障过程,基于软件平台MuhiGen Creator和Vega,在HP图形工作站上开发了自主水下航行器避障视景仿真平台.提出了一种避碰声纳的仿真方法,利用Vega提供的碰撞矢量函数和自定义的Vol-ume碰撞方式,模拟前视卢纳的功能,并利用Vega的Isectors来仿真避碰声纳发现障碍物的过程.在AUV避障的视景仿真中运用,实现了虚拟环境下自主水下航行器避障.仿真结果表明,视景仿真能够使仿真系统更加逼真和接近于实际情况,并且满足系统仿真的实时性要求.     

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.