一种移动机器人在三维动态环境下的路径规划方法

提出一种基于遗传算法的三维动态环境下的路径规划方法,通过对机器人的运动行为进行编码,将各种约束条件融入到遗传算法当中,规划出可实际应用的避障路径,仿真研究表明该方法是简单有效的.     

移动机器人导航控制研究的重要进展—-评专著《未知环境中移动机器人导航控制理论与方法》

蔡自兴、贺汉根、陈虹等教授的新著《未知环境中移动机器人导航控制理论与方法》已在科学出版社问世,成为《21世纪先进制造技术丛书》的一枝新秀,作为该丛书的主编,我深感荣幸。专著是三位教授和研究组成员,在智能机器人领域多年来辛苦耕耘,取得丰硕成果的基础上,精心凝练写成的,高屋建瓴,叶茂根深。它的出版值得大家庆贺。     

受限移动机器人构建地图的最优探测法

对复杂未知环境构建地图是移动机器人面临的一大问题.通常忽略未知环境的几何特征,将其抽象成未知无向连通图,机器人只沿着图的边进行搜索,并将走过每条边的成本看成是1.机器人构建地图的成本用走过的总边数来表示.对于一个完全未知的环境,从一点S出发,限制移动机器人最远能走r(如燃料问题及安全线或通信线等)步(边数)的范围内,基于深度受限剪枝生成子树的方法,结合广度优先搜索和受限的深度优先搜索染色策略,给出了对未知环境构建完整地图的有效算法,该算法的成本为|E|+O|V|,这是目前最优结果.     

基于灰色定性理论的移动机器人地图创建

针对移动机器人自主导航地图创建中超声波信息存在不确定性的问题,提出一种新的基于灰色定性理论的超声波信息解释和融合的方法,并用于处理超声波传感器信息和移动机器人创建环境地图．首先,引入概率灰数对超声波信息的不确定性进行描述,以获得栅格单元和传感器的概率灰数模型;然后,设计超声波传感器新旧信息的融合方法,从而得到环境地图的整体表示;最后通过地图创建仿真实验结果表明了这种方法具有良好的鲁棒性和准确度．

     

移动机器人／无人系统自主行为高层论坛落幕

9月4-6日,“移动机器人／无人系统自主行为”高层论坛在大连举行。本次高层论坛由中科院沈阳自动化研究所机器人学国家重点实验室和“自主行为能力基础研究”项目办公室联合举办,旨在围绕当前国内外移动机器人／无人系统自主行为技术进行深入广泛交流,进一步推进机器人智能化的发展。论坛特别邀请了来自中国、美国、     

基于SPCE061A单片机移动机器人导航系统硬件设计

采用了凌阳公司所生产的一款SPCE061A单片机和超声波测距模组结合,分别在移动机器人的前方、左侧、右侧安装超声波测距传感器,来实现对移动机器人周围环境的探测.着重给出该导航系统的硬件设计与实现,同时将搭建的硬件系统应用于未知环境下进行实时探测,从而验证系统的完整性、有效性.     

基于模糊力控制算法的移动机器人避障控制

根据机器人的末端执行器和外界环境表面接触与移动机器人避障控制的相似点,将力/位置控制成功应用到移动机器人的避障控制领域内.对新颖的移动机器人避障控制算法是通过在移动机器人和障碍物之间形成虚拟力场,且对其进行整定以使两者之间能保持期望的距离.因为机器人动力学模型和障碍物的不确定性会对避障控制性能造成影响,为避免碰撞,采用模糊PD的智能混合力/位置控制来整定机器人和障碍物精确距离的力场.通过仿真研究证明了算法的有效性,可为机器人设计提出可靠依据.     

基于遗传模拟退火算法的移动机器人路径规划

针对移动机器人路径规划的难题,运用了一种基于遗传模拟退火算法的移动机器人最优路径规划方法,对移动机器人的路径规划进行了设计,采用了栅格法对环境进行建模.为了提高路径规划的效率,采用了一种改进的避障算法来生成初始种群.将遗传算法与模拟退火算法相结合形成遗传模拟退火算法,新算法具有较强的全局和局部搜索能力.仿真实验结果证明算法相对于基本遗传算法的收敛速度、搜索质量和最优解输出概率方面有了明显的提高.     

基于混合DSm模型的移动机器人动态环境地图构建

针对移动机器人探测动态未知环境的问题,引入了一种由贝叶斯理论和Dempster-Shafer证据理论（DST）扩展而来的新的信息融合方法——Dezert-Smarandache理论（DSmT）．采用栅格地图,并根据声纳的物理特性,在DSmT框架下建立了声纳的数学模型．运用DSmT中的高级模型,即混合DSm模型,构造了一组基本信度赋值函数（gbbaf）,用以处理动态环境下声纳获取的不确定和不精确信息,甚至于高冲突信息．借助Pioneer2-Dxe移动机器人分别进行了混合DSm模型和DST两种算法的地图构建实验,并绘制了相应的二维基本信度赋值地图．将由混合DSm模型与DST构建出的环境地图进行了比较,充分验证了混合DSm模型在未知动态环境下的有效性,为处理动态高冲突信息提供了有力的理论依据．     

基于改进蚁群算法的机器人路径规划

提出了一种复杂静态环境下的移动机器人避碰路径规划的改进蚁群算法,基于栅格法的工作空间模型,模拟蚂蚁的觅食行为;针对路径规划的需要,搜索过程采用了蚂蚁回退策略、目标吸引策略、参数自适应调整和路径优化策略;利用蚂蚁回退策略和惩罚函数使得蚂蚁能够顺利跳出陷阱,并且在下一次搜索中不再选择此路径,从而避免了遇到陷阱时形成的路径死锁情况,同时也提高了最优路径的搜索效率;仿真试验结果表明,该算法能迅速规划出最优路径。