移动机器人路径优化中的改进人工势场法分析

本文着重分析了移动机器人路径优化中的改进人工势场法,以期能够提供相关的参考借鉴。     

动态环境下基于自适应步长Informed-RRT*和人工势场法的机器人混合路径规划

为解决移动机器人在动态环境下的路径规划问题,将Informed-RRT*和人工势场法相融合,提出全局与局部规划算法相融合的路径规划方法。首先,针对Informed-RRT*算法采样效率低,以及得到路径不满足机器人运动学约束的问题,采用目标偏置法与自适应步长法,减少冗余搜索与不必要树的生长;同时,引入走廊优化与时间重分配法,优化路径节点,使路径更加平滑。其次,针对人工势场法易陷入局部极小值和目标点附近不可达的问题,采用平滑窗格策略,增设全局路径子目标点,使机器人能够逃离局部极小值,完成规划任务。仿真结果表明,静态环境中自适应步长Informed-RRT*算法相比于Informed-RRT*算法求解时间缩短了71.98%;动态环境中,混合算法相比于人工势场法,搜索时间缩短了15.4%,路径长度缩短了11.1%。     

基于改进人工势场法的动态环境运动规划

移动机器人和智能无人驾驶车辆的路径规划问题是实现自主导航的关键问题。本文提出了基于改进人工势场法的局部路径规划算法,只需传感器提供局部环境信息,就可做出即时反应来指导机器人运动,算法简单,效率较高。实验结果表明该方法可以在动态环境下实时计算障碍物位置和信息,顺利到达目标点,高效、稳定,具有广泛适用性。     

基于改进蚁群算法的码垛机器人路径规划应用研究

目的为解决蚁群算法在码垛机器人路径规划中存在的收敛速度慢、容易陷入局部最优等问题,提出一种人工势场和蚁群算法相结合的方法。方法首先,根据码垛机器人机械手在人工势场中不同节点所受到的合力,对初始信息素进行不均匀分布,以解决蚁群算法初期由于缺乏信息素导致的无效路径搜索。其次,在启发函数的设计中引入码垛机器人机械手在下一节点所受到的合力,以解决蚁群算法容易陷入局部最优的问题。最后,对信息素的更新策略进行改进。按照寻得路径的长度不同,对每次迭代完成后信息素的增量成比例进行更新,并设置最大、最小值,以解决迭代后期路径上信息素过大而使蚁群算法陷入局部最优的问题。结果改进后的蚁群算法收敛速度提升了约51%,寻找到的最短路径提升了约10%。和其他改进的蚁群算法相比,在综合性能上也有一定程度上的提高。结论改进后的蚁群算法收敛更快,寻找的最优路径更短。     

用于移动机器人路径规划的曲线轨迹算法

针对移动机器人路径规划方法--人工势场法在相近障碍物之间不能发现路径的局限性,经改进,提出了一种圆弧路径算法.该改进算法从轨迹方程的角度出发,将移动机器人的路径以规则曲线的形式进行规划,确定路径方程,并以圆的曲线方程来表示,以求便于计算,同时综合考虑了路径规划的实时性和最短路径,从而可得出最优路径.构建了三维激光扫描系...     

基于改进人工势场与强化学习融合算法的路径规划研究

首先,针对DQN算法存在迭代次数过多、训练速度过慢以及APF算法具有某些局限性等问题,该文基于人工势场（APF）算法和深度强化学习（DQN）算法对DQN算法进行改进。其次,将改进后的APF算法与DQN算法进行融合,提出了改进人工势场与强化学习融合算法（APF-DQN）。最后,通过大量试验验证了该文提出的APF-DQN算法的有效性。     

障碍环境下空间机器人路径规划算法及仿真

推导了旋量表示的空间机器人数学模型。采用改进的势场法对障碍环境下空间机器人的路径规划问题进行了研究，并对已知障碍环境下三自由度空间机器人的避碰规划问题进行了仿真研究。     

基于改进人工势场方法的多无人机编队避障算法

针对无人机(UAV)机群在编队飞行过程中可能受机群其他无人机或鸟类等障碍物的影响,基于传统人工势场(APF)的编队避障算法易陷入局部优化解,进而导致无人机机群避障失败的问题,提出了一种基于改进三维人工势场(3D-APF)的编队避障算法。通过在势场函数中引入一致性理论的通信拓扑和权重等概念,实现无人机机群在分布式结构下的快速编队。然后将z轴势场引入二维势场,并引入与障碍物移动方向垂直的辅助势场以消除算法陷入局部最优化解的缺陷。最后,通过M atlab仿真实验验证了本文算法的有效性。     

基于势场路径规划的机器人同步定位与地图构建

针对特征点同时为障碍物的环境,提出一种基于势场路径规划的同步定位与地图构建算法,其能够分析事物的特征点、有效消除障碍物、构建良好的环境,具有十分重要的作用。这一算法经过专家学者长时间的研究,能够推算出基于势场地位的控制规律,其不仅能够对机器人同步定位与地图构建进行动态定位,还能够确保其综合性能,突破了原有格局、开创了新的发展局面。该文具体阐述SLAM系统状态,对机器人进行实时监测,另外建立系统模型,采用合理的方式进行路径规划。     

一种基于神经网络的移动机器人路径规划算法

针对结构化环境下移动机器人的路径规划问题，提出了一种基于神经网络的路径规划算法。该算法利用神经网络描述环境约束并计算碰撞能量 函数。采用了一种离散化的方法逼近能量的负梯度方向，从而确定路径点集的运动趋向。最后利用计算机仿真分析了该算法的性能和效率。     

A bioinspired path planning approach for mobile robots based on improved sparrow search algorithm

In this paper, a bioinspired path planning approach for mobile robots is proposed. The approach is based on the sparrow search algorithm, which is an intelligent optimization algorithm inspired by the group wisdom, foraging, and anti-predation behaviors of sparrows. To obtain high-quality paths and fast convergence, an improved sparrow search algorithm is proposed with three new strategies. First, a linear path strategy is proposed, which can transform the polyline in the corner of the path into a smooth line, to enable the robot to reach the goal faster. Then, a new neighborhood search strategy is used to improve the fitness value of the global optimal individual, and a new position update function is used to speed up the convergence. Finally, a new multi-index comprehensive evaluation method is designed to evaluate these algorithms. Experimental results show that the proposed algorithm has a shorter path and faster convergence than other state-of-the-art studies.The full text can be downloaded at https://link.springer.com/article/10.1007/s40436-021-00366-x     

基于遗传算法的家用保安机器人路径规划方法

将领域知识与遗传算法相结合,提出了一种针对家用保安机器人的路径规划方法.该算法采用改进的栅格化方法来描述家庭环境,重新定义了路径适应度函数的评价方法,并设计有效的路径遗传算子.仿真结果表明了该算法的正确性和有效性.利用该算法实现了在实际家庭环境下保安机器人的路径规划与动态避障.     

基于传统遗传算法的改进排爆机器人路径规划研究

针对传统遗传算法进化速度慢、容易陷入局部最优点等缺陷,提出了改进后新的路径规划算法。在判断路径中,基于闵科夫斯基原理对障碍物进行扩展;在构造路径中基于可视图原理进行改进,构造机器人的真正可行区域;在最短路径中对遗传算法中种群的初始化,个体的编码方法等问题做了详细的研究,并在选择算子中引入相似度的概念,大大扩大了初始种群的范围,避免进入局部最优点。最后通过仿真实验验证了此算法的可行性。     

基于动态运动基元的移动机器人路径规划

针对二维环境下移动机器人路径规划问题,提出一种基于动态运动基元(DMPs)的路径规划方法。该方法首先用手柄来控制机器人,记录机器人的运动轨迹,然后将记录的轨迹作为DMPs算法的学习样本,利用轨迹样本进行训练获得DMPs算法的模型参!,从而实现机器人的路径规划。当运动环境中有障碍物时,在已有学习基础上通过设计耦合因子规划出避障路径,在此基础上,改变机器人运动的目标位置,可以完成对新目标的泛化推广。仿真和实验结果表明,DMPs算法在移动机器人路径规划上具有可行性。     

室内地面清洁机器人路径规划

采用栅格法建立环境地图模型,利用沿边走的路径规划算法进行室内地面清洁机器人无障碍与避障路径规划与仿真试验.结果表明,在静态结构化环境中,清洁机器人能够沿内螺旋式“回”字型路径完成清扫任务,并成功避开障碍物和边界,自动定位和转向,清洁完毕机器人能够自动返回到初始位置.这说明沿边走的内螺旋式“回”字型路径规划方式是可行的.     

A two-stage path planning approach for multiple car-like robots based on PH curves and a modified harmony search algorithm

In this article, collision-avoidance path planning for multiple car-like robots with variable motion is formulated as a two-stage objective optimization problem minimizing both the total length of all paths and the task’s completion time. Accordingly, a new approach based on Pythagorean Hodograph (PH) curves and Modified Harmony Search algorithm is proposed to solve the two-stage path-planning problem subject to kinematic constraints such as velocity, acceleration, and minimum turning radius. First, a method of path planning based on PH curves for a single robot is proposed. Second, a mathematical model of the two-stage path-planning problem for multiple car-like robots with variable motion subject to kinematic constraints is constructed that the first-stage minimizes the total length of all paths and the second-stage minimizes the task’s completion time. Finally, a modified harmony search algorithm is applied to solve the two-stage optimization problem. A set of experiments demonstrate the effectiveness of the proposed approach.     

面向直方图加权的快速FCM的图像分割算法

提出一种改进的图像分割算法SWFFCM(special weight fast fuzzy C-means algorithm),该方法将需要聚类的二维像素点投影到一维灰度直方图空间,利用不同灰度值图像空间像素离散程度的区别,对一维灰度直方图进行线性加权,每一个灰度值变量使用四分位相对离差系数作为其权值.实验表明,算法减少了FCM(fuzzy C-means algorithm)算法的迭代数量,提高了图像聚类分割速度,减少了像素点错分比例,从而提高了图像的分割精度.     

基于线性时序逻辑的移动端快递派送路径规划

研究了快递派送的路径规划。针对目前快递派送任务点较多,快递员不熟悉派送区域的问题,提出了一种基于线性时序逻辑(LTL)的移动端多点快递派送路径规划方法。该方法利用移动端的百度地图应用包实现快递员的定位与导航任务,提出两层(顶层、底层)规划策略。顶层规划避开百度地图实际道路环境繁琐又庞大的建模,将快递派送问题转化为旅行推销员问题(TSP),仅将快递员派送任务地点建模为一个有限状态的加权切换系统,状态之间的切换权重基于百度地图的自驾导航距离,而非简单的直线距离,以达到底层规划结果符合实际环境,确保最后搜索的路径最优性,同时利用线性时序逻辑语言描述多点快递派送任务,从而将切换系统信息与派送任务信息相融合,构建一个任务可行网络拓扑,并在该网络拓扑上基于Dijkstra算法搜索出快递员离散的最优路径。底层规划完成离散路径的连续化,离散路径的任意相邻任务点间的路径规划基于百度地图实现,从而实现顶层规划的离散路径连续化,获得快递员可派单的实际派送路线。实验结果表明该方法能够解决多点派送任务与派送区域受约束的问题,并保证快递员派单路径的最优性。     

基于次级通道前馈等效阻尼补偿的改进滤波x-LMS算法

研究了通过次级通道阻尼补偿提高滤波x-最小均方(Least Mean Square; LMS)算法性能的实现方法,提出了一种自适应前馈等效阻尼补偿方案;将前馈补偿器与自适应前馈控制器设计相结合,设计了基于前馈等效阻尼补偿的改进滤波x-LMS算法,改进算法保持了滤波x-LMS算法结构简单、鲁棒性强等优点。以柔性悬臂梁前两阶模态振动为控制目标,分别采用两种算法进行了主动减振仿真实验,结果表明本文提出的改进滤波x-LMS算法具有更快的收敛速度。