基于BP神经网络机器人实时避障算法

针对二维静态环境下智能机器人避障及路径规划问题,提出了基于BP神经网络的机器人实时避障算法。首先,用多个扇区表示机器人周围的环境,利用激光雷达探测每个扇区内障碍物的距离信息,以每个扇区内障碍物的距离信息为输入,利用BP神经网络计算该扇区被选择为避障方向的得分;然后,利用各扇区中点坐标与当前时刻距障碍物最近扇区中点坐标之间的欧氏距离,计算机器人在当前位姿条件下各扇区被选中作为避障方向的条件概率;最后,将使得得分与条件概率之积最大的扇区作为机器人的避障方向。实验结果表明:所提算法的收敛时间比栅格方法降低了50%以上,机器人的避障轨迹与人工势场方法相比更短,能较好地应用于复杂多障碍物场景。     

改进人工势场法的机器人路径规划

提出一种改进的排斥力算法,即在传统排斥力的基础上添加与机器人和目标点之间相对距离有关的高斯函数,使机器人即能安全避开障碍物,又能在到达目标后不再受障碍物的排斥作用。此算法解决了传统人工势场法当目标点在障碍物的有效影响距离内时,由于障碍物的排斥力不为零,机器人无法到达目标点或在目标点附近往复震荡、无法停止的问题。然后,基于MATLAB软件进行仿真,验证了算法的有效性。     

基于图像处理的室内巡检机器人坐标提取方法研究

为获取室内安全走道中的障碍物信息，以引导巡检机器人进行自主作业，提出一种基于分布式远程通信与二维坐标提取的地图更新方法。控制ROS(Robot Operating System)机器人基于Gmapping算法创建全局先验地图，用于巡检机器人的轨迹规划；若检测到新增障碍物，通过图像处理方法获取障碍物位置坐标，并将其作为标记点，引导机器人进行局部建图，从而实现对原始地图的更新。试验结果表明，该方法具有一定的可行性。     

基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法

针对电网巡检机器人存在避障能力低下和路径规划不合理的问题,研究基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法.利用时间栅格法标识工作空间内障碍物,构建机器人电网巡检环境信息,通过最优搜索避障路径算法,全局规划机器人到达目标点的路径,结合改进势场法,通过调整斥力和引力势函数,计算合力实现机器人的局部避障及避障路径规划,形成全局和局部相结合的避障方法.试验结果表明,躲避静态障碍物和动态障碍物的平均躲避成功率分别为 ９８．３７％ 和 ９６． １２％ ,避障路径规划平均耗时为 １.５６ s ,具备快速、高效、精准的避障及路径规划能力,可提升机器人的动静态障碍物避障能力和路径规划效率.     

冗余机械臂危险性评估及实时避障研究

针对工业环境中的人机安全合作问题,利用一种新颖的安全评估方法——危险场法对其危险程度进行评估。该方法综合考虑了机械臂与障碍物间的相对位置矢径、机械臂的速度及二者之间的夹角等关键因素。文中对Lacevic等人提出的质点危险场计算公式进行改进,在简化计算同时引入障碍物速度,并将其推广至整个机械臂,求得机器人累积危险场解析表达式。用五次埃尔米特插值对实时避障策略的减振参数曲线进行构造,使其变化光滑均匀,减少避障过程中因工作任务中断与恢复切变过程引起的振动。最后利用MATLAB/Robotics Toolbox工具箱进行数值仿真,验证了所提出方法的有效性。     

可重构柔索并联机器人协同避障方法研究

针对可重构索驱动机器人自身结构与环境障碍物间高碰撞风险问题,设计了一种基于临界支撑线及多指抓握的可重构柔索机器人协同避障方法。通过简化环境障碍物与机器人结构得到一类可重构柔索机器人在复杂环境下的一般模型,在此模型基础上利用其结构的拓扑约束及障碍物间的临界支撑线求取机器人的无碰撞运动区域;通过凸包算法及凸包映射算法求取不同构型及障碍物分布下可重构柔索并联机器人的力封闭工作空间,并分析不同构型及障碍物分布对机器人无碰撞力封闭工作空间的影响;随后,通过优化算法求取指定运动轨迹上最优索分布;最后在重构索驱动机器人实验平台对所得优化结果进行验证。实验结果显示,所设计的可重构柔索机器人协同避障方法能有效避免重构索驱动机器人运动过程中的碰撞。     

智能搬运机器人重叠路径删除算法设计

针对当前智能搬运机器人重叠路径删除过程中,普遍存在重删率较低,执行时间较长的问题,提出了智能搬运机器人重叠路径删除算法。利用人工势场法分别构建障碍物与目标点的斥力场和引力场模型,通过势场函数设计参数,计算其斥力场函数与引力负梯度,消除局部极小点,使智能搬运机器人能够快速到达目标地点。结合两点之间直线距离最短原理,引入橡皮筋拉紧算法,获取智能搬运机器人最短路径。利用极限学习机算法构建分类器,将最短路径选择精度作为目标函数,对其建立数学模型。采用蝙蝠算法求解,计算适应度函数,获取最优极限学习机分类器参数,实现智能搬运机器人重叠路径删除。实验结果表明,所提方法的重删率较高,能够有效缩短重叠路径删除执行时间。     

改进人工势场法的移动机器人路径规划分析

由于传统人工势场法存在目标不可达和局部极小值点问题,在有多个障碍物的环境下非常容易导致无法路径规划。对人工势场法的特点进行了分析,提出了采用激光传感器测距模型和Wi-Fi定位算法构建路径规划的环境;对于障碍物与目标点过于接近而引起的斥力势场和引力势场同时增大继而出现的目标不可达问题,采用在斥力势场函数中增加一个距离因子的方法来使机器人能准确找到目标点;当障碍物处在机器人与目标点之间时,机器人很容易陷入局部极小值点的情况,采用旋转斥力一定角度的方法使机器人逃离极小值点,绕开障碍物而迅速向目标点移动。仿真实验证明了该方法能够成功规划出一条平滑无碰撞的路径。     

基于危险指数最小化的机器人安全路径规划

为防止机器人在运动过程中与人相撞,提高机器人运动的安全性,本文提出一种基于危险指数最小化的机器人安全路径规划方法。该方法将危险指数与改进人工势场法融入到机器人的安全路径规划中。在人机共处的非结构化环境中,首先计算出机器人的危险指数,并以危险指数最小化为目标规划机器人的路径。建立了三自由度机器人与人共处仿真模型,通过路径规划仿真,结果表明,基于危险指数最小化的机器人安全路径规划,可以有效确保机器人工作环境中人的安全性。     

多传感器融合的机器人导航算法研究

机器人导航是室内机器人的关键技术之一,是机器人实现智能化首要解决的问题。针对传统室内家庭服务机器人导航方法存在传感器价格昂贵、动态环境适应能力不足等缺点,提出基于多传感器相结合的机器人导航算法。该算法利用RGB-D视觉传感器和超声波传感器分别获取数据,通过数据融合获得障碍物的三维信息,建立障碍物的三维模型,通过启发式最佳搜索算法对导航路径进行了优化,较好的实现了机器人导航路径的绘制,这为后期研究机器人的智能化打下了坚实的基础。