9-DOF超冗余机器人轨迹规划优化算法

以太空舱内机器人系统9-自由度（DOF）超冗余模块机器人为研究对象,以避关节极限作为优化指标,考虑容错性能,利用微分运动的方法,分别提出了适于计算机迭代计算的冗余机器人在笛卡儿空间进行手爪姿态可变时的直线轨迹优化算法和手爪经过空间中任意不共线3点决定的平面内的圆弧轨迹优化算法。在优化算法的验证实验中,实现了利用冗余机器人完成直线轨迹拉抽屉、抓棒料和圆弧轨迹开厨门等动作。     

6-DOF并联机器人新型力感觉系统静力学分析

通过在6-DOF(6自由度)并联机器人各个杆件上集成拉、压力传感器,组成了新型力感觉系统,建立了6个传感器受力与动平台所受合外力、合外力矩的矩阵关系,从而只需检测6个1维传感器的受力就可以确定并联机器人动平台的受力情况．在考虑杆件自身重力的情况下,着重对该力感觉系统进行静力学分析,并以6-PTRT并联机器人为例,在该机器人上集成力感觉系统．实验结果表明该方法可行．     

机器人路径规划的神经网络算法及优化

开发了一种基于碰撞罚函数的移动机器人路径规划神经网络算法,充分利用社会网络的融合性和并行性提高移动机器人路径规划算法的运算速度,取得了显著效果,并提出了局部部径修正和路径“张紧”两种算法,有效的解决了局部路径微小碰撞和最矩路径问题,实现了机器人路径的最优化,最后给仿真结果。     

智能水下机器人路径规划

介绍一实际智能水下机器人三维空间的路径规划，给现一种新的海洋环境表示地－海面区域分割环境建模方法，并对Ａ搜索算法进行了改进，提出了动态扩展搜索点的思想，使三维空间路径规划算法得以简化并易物实现。该方法在实际水下机器人的海试中进行了试验，并获得成功。     

基于遗传算法的机器人路径规划

采用栅格法表示机器人工作环境模型，用序号编码，直角坐标与序号混合应用，采用遗传算法产生初始路径种群，并对其优化找出最短路径，然后增加删除，插入算子达到路径规划中避障的要求。用MATLAB语言进行的仿真研究，仿真结果表明遗传算法进行避障和路径规划的有效性和可行性。     

机器人路径规划蚂蚁算法及收敛性分析

提出了一种用于解决机器人路径规划的基于图的蚂蚁算法.用栅格法对机器人的工作空间进行建模,并用一个状态矩阵表示其状态,由此构造出一个连通图,由一组蚂蚁在图上模拟蚂蚁的觅食行为,从而得到避碰的优化路径.最后,借鉴分枝随机过程和生灭过程的理论知识,用概率的方法从理论上对该算法的收敛性进行了分析,证明了算法的有效性和收敛性.     

核电站水下机器人路径规划仿真

针对核电站水下机器人在核环境中的任务要求,采用启发式搜索和分块遍历算法,分别研究了机器人的点对点全局路径规划以及完全覆盖路径规划,并应用Lab VIEW Robotics、Robot Basic对机器人规划进行了仿真与分析。从仿真结果可知,算法可以有效提高作业效率,为机器人完成作业任务打下了基础。     

焊接机器人焊缝跟踪方法及路径规划研究

焊缝自主跟踪是机器人焊接智能化的关键,其精度是评价焊接质量的重要指标.焊接对象或条件的改变对精度的影响最为直接,尤其当焊件表面存在缺陷时会产生较大的跟踪误差.为此,开展焊接机器人焊缝跟踪方法及路径规划研究,提出焊缝跟踪的4步法:1)利用激光传感器扫描坡口,获取轮廓数据.2)接着通过组合滤波算法,运用限幅滤波和高斯滤波处...     

室内自主清扫机器人的路径规划

为了满足室内清扫机器人完全覆盖路径规划中的最大覆盖率和最小重复率的要求,在清扫机器人犁田式路径规划的基础上,提出了运用回溯法来实现清扫机器人的路径规划,最终完成室内环境的遍历.仿真结果表明,在静态结构环境中,清扫机器人能够沿着犁田式的路径完成清扫任务,并成功地避开障碍物.     

基于遗传算法的机器人综合路径规划

为解决机器人路径规划问题,在极坐标系下利用遗传算法,依据多属性决策理论提出了新的综合适应度函数。采用基于该适应度函数的遗传算法可首次规划出满足路径、时间和耗能3个约束属性的最优路径。同时引入理想适应度函数,并基于引入的理想适应度函数,提出一种新的变异算子,该变异算子可保证个体变异的方向性,对优异的父代个体有较小变异、劣质个体有较大变异。仿真结果验证了算法的可行性和有效性。     

多机器人任务分配与路径规划算法

针对多机器人任务分配和路径规划存在的移动方向角偏差问题,本文引入矢量方向来修改机器人的运动方向角,提出了一种改进的基于矢量方向的自组织算法,使一组机器人在自动避开环境中障碍物的情况下能够有效地到达所有指定的目标位置。采用基于矢量方向的自组织算法对多机器人系统进行任务分配,使机器人能够访问各个目标位置,整个过程包括获胜神经元的选择、优胜邻域函数的确定以及权值的修改。根据引入的矢量方向法更新SOM获胜神经元的权值,使每个机器人在访问相应目标的过程中能自动的避开障碍物,以避免在路径规划过程中横穿障碍物,进而实现机器人的自动、有效路径规划。仿真实验结果表明:与传统的SOM算法相比,本文所提出的算法在机器人数量与任务目标点数量相同或机器人数量小于任务目标点数量的情况下,能够自主地避开环境中的障碍物并进行合理地任务分配,具有较高的有效性和实用性。     

集箱焊接工作站中的机器人路径规划

从研究状态空间的问题表示和搜索方法入手，给出了机器人在集箱管座焊接工作站中的几种路径规划图，然后从路径中所耗时间最短，热积累引起集箱变形最小两个方面作出评估，最后给出了最佳路径程序框图。     

自由漂浮空间机器人路径规划研究进展

介绍了空间机器人路径规划的特点,归纳了研究中的关键问题,以及空间机器人非完整路径规划、笛卡尔路径规划及目标捕获自主路径规划等方面的主要研究进展,讨论了各种规划方法的应用背景及优缺点,对空间机器人路径规划的研究前景进行了展望.     

基于Limit-cycle的机器人动态路径规划方法

移动机器人安全导航是机器人应用在军事领域的关键技术，也是机器人智能化的重要指标．本文采用基于Limit-cycle(极限环)的路径规划方法进行机器人避障，可以有效地避免机器人与障碍物相碰，灵活地应对动态变化的环境，能够实现局部路径规划，在MATLAB仿真平台上验证了该方法的正确性及有效性．     

基于启发式搜索算法的扫地机器人路径规划

扫地机器人逐渐进入到越来越多的普通家庭,这对扫地机器人的路径规划和定位水平提出了更严格的要求。文章在目前已成熟的栅格法、子区域划分法、模板模型法基础上,提出了一种新的扫地机器人基本路径规划方案,并基于启发式搜索算法对该方案加以实现。该方案通过建立一个二维栅格地图并结合适当的子区域划分方法,将全局清扫问题转化为子区域清扫问题以使清扫更高效、便捷;再通过构造合理的评价函数及利用传感器设立沿边清扫机制对基本方案进行优化。基本路径规划方案与启发式搜索算法、沿边机制结合后,解决了机器人在各子区域之间转移带来的高重复率、复杂路径的寻路低效率、不规则障碍物周围清扫低覆盖率等问题。该方案使扫地机器人在整体清扫工作上覆盖率能达到99%,重复率能控制在10%~18%。     

基于时间最优的足球机器人路径规划

用平滑的B啨zier曲线代替传统的折线作为路径的描述,能满足移动机器人的非完整性约束方程,并能使机器人获得较大的运动速度,然后用遗传算法对代表路径的B啨zier曲线控制点进行时间寻优.遗传算法的适应值函数充分考虑了影响机器人运动时间的3个因素:路径的安全性、长度和平滑度.仿真结果表明了该方法的有效性.     

基于HGS-IDWA算法的机器人路径规划研究

针对机器人路径规划问题,提出了融合饥饿游戏搜索(HGS)算法和改进动态窗口( IDWA)算 法的优化思路。 首先,利用 HGS 算法进行静态规划;其次,在动态规划阶段,针对传统 DWA 算法的 路径选择不合理问题,引入新的目标函数以优化接近目标时的速度选择,在速度函数中加入障碍物 数量以提升动态规划效率;最后,通过案例仿真与实地测试,分析机器人在规避动态障碍时获得的最 佳路径。     

基于改进遗传算法的机器人路径规划方法

针对基本遗传算法在机器人路径规划中存在收敛速度慢、易陷入局部最优解的问题,提出一种改进的遗传算法. 在适应度函数中增加带有惩罚项的平滑度函数; 引入精英保留机制,保留每一代最优个体; 自适应调整交叉概率和变异概率,使交叉概率和变异概率随进化次数变化而变化. 利用MATLAB在两种障碍物地图中与其他两种算法进行仿真对比分析,实验结果表明,改进后的算法在路径规划的应用中有效减少了机器人的转弯次数,提高了逃离局部最优路径的能力,寻优能力更强.     

增强蚁群算法的机器人最优路径规划

为解决复杂环境中机器人最优路径规划问题,本文结合增强学习和人工势场法的原理,提出一种基于增强势场优化的机器人路径规划方法,引入增强学习思想对人工势场法进行自适应路径规划.再把该规划结果作为先验知识,对蚁群算法进行初始化,提高了蚁群算法的优化效率,同时克服了传统人工势场法的局部极小问题.仿真实验结果表明,该方法在复杂环境中,对机器人的路径规划效果令人满意.