模糊改进的人工势场法机器人局部路径规划

移动机器人在狭窄、障碍物繁多的密闭环境中工作,人工势场法(APF)应用于机器人避障及局部路径规划存在局部最优、目标不可达等问题,文章提出一种模糊改进的APF算法,通过重新构建障碍物斥力势场、障碍物运动速度和加速度势场、引力势场模型,克服局部最优陷阱;在某些特殊情况下,使用模糊算法给机器人提供辅助作用力,帮助机器人安全到达目标点。把改进模糊APF算法用于机器人避障,仿真结果表明:改进的控制算法应用于多障碍物环境可以帮助机器人实现安全避障。     

基于模糊算法的水下机器人路径规划研究

针对水下机器人的工作环境的复杂性与不确定性,为了提高自主式水下机器人与外部环境交互及自主航行的能力,结合视线导航原理与模糊控制算法,提出一种未知环境下水下机器人的局部路径规划策略,可实现机器人的实时避障功能。利用测距声呐、短基线系统对环境进行探测,得到一定范围内的障碍物与目标信息,通过模糊控制器实时调整水下机器人的运动偏转角度,有效地避开障碍物,达到预定目标点。最后通过MATLAB进行仿真,构建一个仿真实验平台,交互式设置障碍物的数量、大小、形状、位置等初始信息,机器人运用该算法在多障碍物、不同路障环境下,都能较好地实现机器人避障,验证了算法的有效性。     

自主吸尘机器人在非结构性环境下的作业规划

本文主要研究自主吸尘机器人在实际环境下作业规划问题，提出了用电子地图建立模型的方法和通过机器人的自主工作民子地图的学习方式，并结合所要解决的实际问题，提出了基于任务和基于行为相结合的作业规划方法，很好地解决了非结构性环境下的机器人规划的效率和适用性问题，虽然这种方法是在研究自主吸尘机器人的过程中提出的，但也具有一定的普遍意义。     

静态场中机器人避障最短时间路径规划模型

研究轮式机器人在静态场景中绕过障碍物到达指定地点的时间最短路径问题,根据轮式机器人的运动特点,讨论了机器人越过单个障碍物顶点的时间下限,并分别设计了单次和多次转弯模型和求解算法。通过仿真实例发现:增加转弯次数的优化路径设计,能够减少机器人到达目的地所需时间,从而提高了机器人的工作效率;研究结果验证了多次转弯对缩短机器人避障时间的有效性。     

改进A*算法的AGV避障路径规划研究

针对传统A*算法在复杂栅格地图规划的路径不平滑存在多余转折点和多余共线节点，使用传统八叉树搜索策略时，AGV易发生碰撞障碍物现象，在复杂环境中随机出现在全局路径上的障碍物无法实现动态避障等问题，提出一种改进A*算法。由于传统A*算法的搜索效率主要取决于估价函数的设计，因此引入启发式函数的权重系数提高A*算法的搜索效率；设置障碍物安全距离，为判断障碍物区域内当前障碍物是否影响AGV通行提供参考，再次改进原有八叉树搜索策略提升避障性能，然后对得到的无碰撞路径进行路径优化处理，保留关键转折点；最后实现A*和DWA算法融合，进一步优化路径，并实现全局动态路径规划。实验结果表明：融合算法使得路径更加平滑，提高了算法的避障性能，表明了融合算法在机器人路径规划中的可行性。     

群体机器人固定链路径形成算法

针对目前群体机器人路径形成算法规则单一、影响因素多、效率低等问题,借助马尔可夫理论和图论知识对路径形成算法进行理论建模。利用栅格法在二维地图中模拟了路径形成算法。通过改变机器人施放时间间隔,对比了路径形成算法在有无支链的情况下的搜索效率,分析出了这两种算法在有限封闭空间内的优劣,同时在有无障碍物的情况下对算法进行了测试,提出在不同场景下选用不同路径形成算法的策略。仿真结果表明,有支链路径形成算法在机器人施放时间间隔较长的前提下,对有障碍物的环境适应性更好。     

动态环境下基于IVS算法的多机器人路径规划北大核心

针对动态环境下的多机器人路径规划问题,采用改进虚拟弹簧算法(improved virtual spring algorithm,IVS)解决路径优化过程中局部最小值和障碍物附近目标不可达问题(GNRON)。首先,基于栅格法建立网络交互动态力学模型,描述多机器人系统网络结构;其次,以最优路径和最短时间为目标,基于机器人编队控制,提出IVS算法,同时建立有效的启发式规则,并根据动态障碍物自身的运动属性,重新规划一条障碍物少的路径;最后,采用MATLAB将本文方法与传统虚拟弹簧算法和动态A*算法进行仿真对比分析,验证IVS算法在解决多移动机器人路径规划问题上具有搜索效率高、避障能力强和环境适应性好的优势。     

移动机器人超声波测距避障系统实验测试

为了让机器人能够在不同速度下实时动态识别障碍物急速停避障,提出一种动态测距精准停止避障算法模型,并利用STM32单片机实现运动控制.对自主设计机器人小车在室内进行了实验测试.结果表明:提出的动态测距停止避障算法模型能够在0.35～6.5 km/h内不同车速下遇到障碍物时在预期停车位置以内实现精确停车.多次试验测试和分析...     

光流结合特征提取的室内机器人避障技术研究

为解决室内机器人正向准确避障问题,提出一种光流结合特征提取的视觉避障方法。将LK光流与多尺度思想结合,加入仿射变换,提高算法追踪角点的噪声鲁棒性,进而准确检测视场中的障碍物;通过评估障碍物风险程度,制定出碰撞时间(TTC)结合光流平衡策略的碰撞机制,引导机器人在无碰路径上移动。改进光流与特征提取结合能提高相机快速运动下的追踪成功率,制定的碰撞策略能够有效规避机器人前方的障碍物。实验表明,相机快速运动时,算法能提高追踪的准确性,有效检测出视场中的障碍物,引导机器人无碰撞行驶,具备较强的独立性和实时性。     

基于K-means聚类算法的群体机器人聚集队形控制

针对未知环境下的群体机器人形成聚集动态队形的问题进行研究,分析了群体机器人运动控制策略,将K-means聚类算法与复合机体结构队形控制策略相结合,确定群体机器人聚类中心;个体机器人根据局部感知自主产生队形控制行为矢量,奔向目标,躲避障碍物;产生四种行为控制参数,确定机器人运动速度大小及方向;聚集成为圆形并排列成为三角形队形。仿真实验表明了K-means聚类算法与复合机体结构控制策略相结合的可行性和有效性。     

基于虚拟力场的移动机器人避障方法

提出了用虚拟力场方法来实现移动机器人的避障。此方法采用确定栅格描述障碍物，具有简易、直观的特点。它使机器人在移动过程中能够检测到未知的障碍物并避开它，实现机器人朝着目标点移动。实验结果表明，用这种方法可以达到避障的效果，但机器人受到干扰时容易出现运动不稳定现象。     

一种搜救机器人的设计与越障分析

为了解决现有履带式煤矿井下救援机器人质量偏重、机动性较差的问题,采用轮毂电机为动力,设计了一款具备检测功能的双摇臂搜救机器人。根据双摇臂履带机器人的整体结构,结合事故后井下地形和障碍物的构形特点,得出了障碍物的简化模型,采用D-H法分析了机器人的最大越障能力,利用Solidworks软件对机器人进行了建模并在Adams中进行了仿真,结果表明所设计的机器人能够实现对理论最大障碍物的跨越,验证了在保证搜救机器人越障能力的前提下,由减轻机器人重量来提高其机动能力的可能。     

基于视觉的移动机器人避障控制系统设计

针对三轮全向移动机器人自主避障行进问题,提出一种以STM32F1处理器为核心的视觉避障控制系统。分析三轮全向移动机器人运动模型,设计避障机器人的硬件控制系统。利用OpenMV OV7725图像模块识别障碍物并获取障碍物位置信息。根据位置信息,采用模糊控制算法控制机器人移动方向,实现自主避障功能。结果表明:利用该系统,三轮全向移动机器人能自主识别并成功避开行进路线中的障碍物。     

排爆机器人控制系统设计及其网络化

介绍了排爆机器人控制系统，该系统可分为小车的行走控制和机械手的运动控制两部分。小车的行走控制需要进行“路径规划”以实现小车避障和向目标物（可疑爆炸物）靠近，而机械手的运动控制需要进行“轨迹规划”以避开障碍物实现避碰，顺利抓取、搬运目标物。此机器人控制系统是开放式系统，实现了智能化和网络化。远程管理机房电脑可以显示现场机器人手爪、目标物、障碍物。     

基于改进人工势场法的搬运机器人避障算法研究

搬运机器人作为移动机器人中的一种,应用前景十分广泛。基于搬运机器人的避障问题,对人工势场法进行研究,针对人工势场法容易出现的局部极小值问题和目标不可达问题进行分析,通过引入虚拟障碍物模型,较好地解决了人工势场法的局部极小值问题;修改斥力模型修正了目标不可达问题。在MATLAB软件中对改进之后的算法进行仿真,验证了该算法的可行性。     

基于改进遗传算法与Morphin算法的机器人路径规划方法（英文）

为了实现动态复杂环境下机器人路径的优化,在建立栅格地图模型的基础上,针对传统遗传算法的不足,一是通过改进适应度函数使得到的路径更加平滑,二是将改进后的遗传算法与Morphin算法结合起来,使得机器人能够实时有效的躲避障碍物。仿真实验结果表明:通过结合改进遗传算法和Morphin算法的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

基于改进遗传算法与Morphin算法的机器人路径规划方法

为了实现动态复杂环境下机器人路径的优化,在建立栅格地图模型的基础上,针对传统遗传算法的不足,一是通过改进适应度函数使得到的路径更加平滑,二是将改进后的遗传算法与Morphin算法结合起来,使得机器人能够实时有效的躲避障碍物。仿真实验结果表明：通过结合改进遗传算法和Morphin算法的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

基于改进蚁群算法的移动机器人路径规划

针对动态未知环境下机器人路径规划中存在的不足,提出一种全局规划和局部规划相结合的混合型规划方法。全局规划中,针对基本蚁群算法易陷入局部最优以及易陷入U型或V型障碍物的缺陷,提出采用夭折策略对基本蚁群算法进行改进,并采用改进的蚁群算法离线规划出一条粗略的全局优化路径,将该"粗"路径分解为局部规划各个阶段的子目标。局部规划中,机器人实时探测局部环境信息,应用滚动优化原理,不断修正运动路线,使机器人在每一时刻的滚动窗口内都避开障碍物向子目标点运动,把整体的寻优分解为各个滚动窗口内的局部寻优,克服了全局规划不能追踪动态信息的缺点。仿真结果表明,该方法可行且具有良好的稳定性。     

复杂动态环境下自主机器人路径规划研究

为了提高复杂动态环境下的机器人路径规划性能,文章提出了全局路径规划和局部路径规划相融合的混合路径规划方法。分析了A*算法原理,提出了加权A*算法,使用权值调节启发信息在评价函数中的作用;改进了人工势场法,解决了传统方法目标不可达和局部极值问题;将加权A*算法的全局路径规划和改进人工势场法的局部路径规划相融合,以全局规划路径的拐点作为局部路径规划的子目标点,提出了混合路径规划方法。经仿真验证,对于固定静态障碍物、临时堆放障碍物、动态障碍物三种情况,混合规划方法都能得到平滑的无碰最优路径。     

基于改进动态窗口法的移动机器人避障研究

动态窗口法(Dynamic Window Approach, DWA)是一种移动机器人速度采样的局部避障算法,基于DWA算法的移动机器人避障存在时间长以及在密集障碍物区无法选择最佳路径的缺点。基于此,提出一种改进的DWA算法,对移动机器人避障效果进行优化。首先根据单线激光雷达观测到的障碍物的方位信息以及设计的计算准则确定较优方位角范围,然后选取出较优方位角范围内的轨迹,最后对这些轨迹进行评价,确定最优轨迹对应的执行速度。MATLAB仿真结果表明:改进的DWA避障算法不仅能够使机器人以合理的运行轨迹选择较优角度区域通过密集障碍物区,而且在一定程度上减少了需要评价的轨迹数目,运行效率有所提高。