基于改进人工势场法的足球机器人避碰控制

本文在分析足球机器人避碰的特点及传统人工势场法不足的基础上，提出了引入 障碍物的速度和加速度矢量的改进人工势场法，用于足球机器人的避碰控制．仿真实验表明 ，这种方法是可行的，并弥补了传统人工势场法的不足．  

关于足球机器人避障控制的研究

介绍了足球机器人避障控制的特点,障碍物的数学描述和检测方法,把人工势场理论引入到足球机器 人避障控制中,并分析了人工势场法的优点和不足.  

多船避碰智能决策的生成与优化方法

多船避碰是船舶避碰中最复杂的问题，也是船舶自动避碰方法研究中的难点之一． 本文首先简述船舶智能避碰的策略，再讨论多船会遇态势的划分原则及其分类，然后着重讨 论海域无约束多船智能避碰决策的产生与优化方法．  

一种多移动机器人避碰规划方法

本文采用集中预规划方法，通过调整机器人的运动速度实现多机器人避碰，所提算 法的基本思想为：将机器人的运动路径分段，然后按避碰要求对机器人通过各段的时间进行 约束，从而将避碰问题转化为高维线性空间的优化问题，并进一步将其转化为线性方程的求 解，使问题具有明确的解析解．由于该方法的复杂度较高，在实现过程中采用了多种方法降 低复杂度，简化计算．本文给出了该算法的基本思路，有关定理及证明，算法的化简方法， 最后给出了实验结果及分析．  

一种基于相对坐标系下移动机器人动态实时避碰的新方法

本文提出了一种机器人在动态环境下的动态实时避碰的新方法．此方法是基于相 对坐标系，在加速度空间中，通过动态实时地调整机器人自身速度的大小和方向使其离开碰 撞区域，即碰撞危险区域，达到与动、静态障碍物之间的避碰．仿真实验验证了此方法的有 效性．  

汽车防撞预警系统的研究与发展

随着汽车工业的发展，汽车行驶速度越来越快，道路交通事故已成为世界性的社会问题。其中，碰撞事故占的比例约80％，所以对汽车防撞研究也成为世界性课题。先对汽车防撞预警系统的原理进行分析，再结合国内外现有的汽车防撞预警系统，如超声波防撞预警系统、雷达防撞预警系统、激光防撞预警系统、机器视觉防撞预警系统、红外线防撞预警系统以及交互式智能化防撞预警系统等，对它们的原理、特点、缺陷等方面进行分析，最后总结出现有技术的固有缺陷，提出了汽车防撞预警系统的发展方向。  

汽车防撞系统中的危险估计与超车决策

在分析了汽车驾驶过程动态模型及制动距离模型基础之上，该文提出了基于最小安全报警距离的危险估计算法。通过对超车过程中车辆行驶的运动学分析，推导出超车所应满足的前后纵向车距求解算法。结合曲率限制，得出了超车过程完成时间的取值范围，从而实现了超车过程行使参数的决策。结合大量实验数据得到了超车安全性区域决策图，准确快捷地实现了安全决策。实验表明，本文所提出的算法实时性强，准确性高。  

基于FPGAs的智能机器人导航系统

现场可编程门阵列(FPGAs)是超大规模可编程专用集成电路，进化算法是能够在线自适应的硬件，它包括进化系统、遗传算法和遗传编程，算法从生物学上求解待定问题的计算方法得到灵感。给出一种基于FPGAs的新的进化算法，算法中的种群由联想种群和改进种群两个子种群组成且可动态地可重配置，对改进种群中的每个染色体都使用复制、变异和选择操作，不对联想种群而只对改进种群进行变异操作，算法成功地导航机器人在复杂变化的环境中实现避碰。  

On-line Planning for Collision Avoidance on the Nominal Path

In this paper a solution to the obstacle avoidance problem for a mobile robot moving in the two-dimensional Cartesian plane is presented. The robot is modelled as a linear time-invariant dynamic system of finite size enclosed by a circle and the obstacles are modelled as circles travelling along rectilinear trajectories. This work deals with the avoidance problem when the obstacles move in known trajectories. The robot starts its journey on a nominal straight line path with a nominal velocity. When an obstacle is detected to be on a collision course with the robot, the robot must devise a plan to avoid the obstacle whilst minimising a cost index defined as the total sum squared of the magnitudes of the deviations of its velocity from the nominal velocity. The planning strategy adopted here is adjustment of the robot's velocity on the nominal path based on the time of collision between the robot and a moving obstacle, and determination of a desired final state such that its Euclidean distance from the nominal final state is minimal. Obstacle avoidance by deviation from the nominal path in deterministic and random environments is based on the work presented here and is investigated in another paper.