基于交通约束及多元启发函数的改进A^*算法

针对多移动机器人的环境下容易出现碰撞的情况以及传统A^*算法规划的路径容易出现拐角数多的问题,基于栅格建模的方法,提出了交通约束法,并且在A^*算法原有启发函数的基础上,添加拐角数的评判指标,构成多元启发函数。在MATLAB仿真平台上对基于交通约束及多元启发函数A^*算法进行仿真实验,结果证明在多AGV系统下,基于交通约束及多元启发函数的A^*算法在规划出合理路径的前提下,减少了拐角数,降低了碰撞几率,提高了移动机器人完成路径的效率,具有较强的稳定性。     

智能移动机器人控制系统设计研究

人类社会自进入了科技时代,计算机、网络等技术飞速发展,对智能移动机器人的研究也取得了很大成就。现阶段,智能移动机器人已经逐渐被应用到各个领域,如太空或者海洋资源的开发等领域。随着研究的深入,智能移动机器人的技术越来越稳定,应用范围也越来越广。文章针对智能移动机器人控制系统,进行简要的分析和概括。     

视觉信息下移动机器人目标识别算法

智能移动机器人的应用目的在于为人类的工作提供帮助,因此构建起类似于人眼识别能力的视觉信息系统是智能移动机器人能否更加直观获取外部信息的关键。在目前的视觉信息研究应用于移动机器人的工程当中,大多依赖于传感系统,利用呈像设备转化真实世界为二维图像,从而丢失了深度信息。本文将从传感系统的角度出发,简要叙述移动机器人视觉信息系统的目标识别算法。     

基于Zigbee技术的全方位移动机器人本体设计

本文在"远程脑"概念的基础上,提出了"远程小脑"的概念,以此设计了基于Zigbee技术的全方位移动机器人,详细给出了机器人的各个功能模块的硬件实现方案,并进行了深入的分析和论证。     

基于模糊控制器的移动机器人导航

针对复杂的道路环境，利用传感器探测到的距离信息，采取基于行为的控制结构，设计了一种基于模糊控制器的移动机器人实时导航算法，实时调整机器人的位姿，使机器人能够在避免与道路边界碰撞的前提下沿着道路顺利前进。结合典型机器人传感器的分布特征，利用MobotSim机器人仿真软件对算法进行了仿真，证明了算法的可行性和有效性。     

基于SVM的移动机器人路标识别算法

提出一种基于支持向量机的移动机器人路标识别算法,其利用SVM分类器对大量的交通标志进行识别。该方法对于场景光线强度变化,图像存在形变以及路标存在阴影遮挡和距离较远等情况都具有学习能力与容错性。实验结果表明,基于SVM的移动机器人路标识别分类器在复杂的室外环境下是有效的、具有鲁棒性的。     

神经模糊控制在机器人导航中的应用

提出了一种集成B样条模糊网络的控制器，实现了非完整移动机器人在动态环境中的导航控制．该控制器基于机器人和障碍物之间的相对运动建立速度场，从而进行机器人导航；通过B样条模糊网络更新输出力矩实现速度的跟踪，因而能够处理导航中的未知因素，避免碰撞的发生．最后通过李亚普洛夫稳定性理论保证了整个闭环系统的稳定性．     

神经模糊控制在机器人导航中的应用

提出了一种集成B样条模糊网络的控制器,实现了非完整移动机器人在动态环境中的导航控制.该控制器基于机器人和障碍物之间的相对运动建立速度场,从而进行机器人导航;通过B样条模糊网络更新输出力矩实现速度的跟踪,因而能够处理导航中的未知因素,避免碰撞的发生.最后通过李亚普洛夫稳定性理论保证了整个闭环系统的稳定性.     

小型移动机器人即将登场

10月21日，创业公司UnboundedRobotics发布了一款价值35000美元的移动机器人UBR1。这款机器人只有一个手臂，身高3英尺2英寸。     

煤矿井下移动机器人路径规划的算法优化

机器人研究领域中一大难题就是机器人路径规划问题,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,获取满意的规划结果的难度更大。文章首先对Q-learning算法进行简单介绍,之后阐述了依托于Q-learning算法的路径规划,并进行了仿真分析。