基于Bug算法的移动机器人路径规划研究

当移动机器人具有有限的计算能力时,Bug算法是最简单有效的路径规划算法,适用于环境地图未知或环境快速变化的情况,这些算法从机器人传感器,如激光雷达传感器来获得的本地信息和全局目标信息,以朝向目标的直线运动和沿着障碍的边界运动这两种简单的运动方式来到达目标点。文章对此展开了分析。     

基于梯度优化的移动机器人路径规划算法

针对目前移动机器人全局路径规划算法中存在规划效率低、路径质量低等问题,提出一种新的基于梯度优化的路径规划算法。首先使用欧氏符号距离场方法表示已知的二维地图环境,构建从障碍物中心向外梯度下降的距离场,以获得机器人到障碍物中心的距离信息来进行碰撞惩罚代价的计算;其次将路径规划问题描述为优化问题,通过引入目标距离信息和障碍物距离信息,设计了一个新的路径规划代价函数,并使用梯度下降方法优化该函数得到一条最优路径;最后通过仿真对比实验表明,所提算法在规划时间、路径长度和最大转向角方面均具有一定的优越性,并通过搭建基于ROS的移动机器人实验平台进行实际环境中的路径规划实验,验证了所提算法的有效性和可行性。     

基于激光雷达局部地图构建的机器人避障路径规划

机器人周围环境的光照、阴影及物体遮挡等条件易导致环境信息采集出现误差，影响机器人建图精度。为优化障碍物的探测准确度和机器人的避障速度，提出基于激光雷达及模糊比例积分微分(PID)的机器人避障路径规划方法。利用Kinect传感器采集机器人环境深度信息，并将其转化为3D信息，构建全局地图。利用激光雷达，通过坐标转换、线段分割，构建局部地图，补充全局地图的不足。结合Cartographer算法优化机器人控制参数，利用模糊PID控制器完成机器人避障路径的规划。实验结果表明：该方法在普通避障环境和复杂避障环境下，均能够成功躲避障碍物，且避障路径均较短。     

一种基于VSLAM的室内导航地图制备方法

针对室内复杂环境下导航地图制备问题,提出一种采用图像传感器进行导航地图制备的方法。首先,基于VSLAM技术估计相机位姿,经后端优化后生成环境三维点云;其次,筛选出地面点云,基于随机采样一致性算法得到精确的地面平面方程;最后,投影机器人通行环境区域的点云至二维栅格地图,通过利用贝叶斯方法更新栅格占用状态后,实现室内导航地图的制备。实验结果表明,基于VSLAM制备的室内导航地图精度满足导航要求,且不同于传统激光地图构建方法,地图中包含环境的三维结构信息,在进行路径规划实验中,避免了规划的路径穿过低矮物体及悬空物体的错误。     

基于深度相机的小型无人机室内三维地图构建

为了解决小型无人机在室内光线不足情况下的避障以及路径规划问题,设计了一种基于深度相机的无人机室内地图构建系统。文中使用Pixhawk控制板和低成本嵌入式结构光深度相机硬件平台,为避障以及路径规划目标提供室内环境信息。采用反传感器模型算法,利用深度相机和位姿传感器提供的信息来筛选处理出有效的障碍物信息,并构建室内的三维地图,其中深度相机通过激光扫描的方式来获取障碍物点云的描述信息,利用位姿传感器获取无人机的高度信息。实验结果表明,使用该系统能够快速获取室内地图,对障碍物的判断准确率比较高,且不受光线影响,可以广泛应用于无人机的室内导航,实现不依赖外部光源的室内无人机地图构建系统。     

未知环境下双机器人协同探索方法

针对在未知环境和未知目标位置情况下的目标搜索与地图导航问题,提出了一种双机器人协同探索方法。首先,第一台移动机器人利用摸墙算法进行目标搜索,分别运用改进的RBPF-SLAM算法和Hector-SLAM算法构建未知环境的地图,比较两种算法建图花费的时间和获得的结果,选择其中更适合搜救任务的算法。接着,第二台机器人读取来自第一台机器人的地图信息,运用A~*算法规划到达目标点的最优路径,并沿着规划出的路径移动至目标点。同时,针对实际中随时可能发生变化的受灾区域,采用动态窗口法进行动态的局部路径规划。最后,对该种方法进行了仿真实验,实验结果验证了该方法的实用性和有效性。     

基于生物触角的仿生条件反射机器人导航算法

 运用神经行为学原理提出一种模拟生物条件反射活动的机器人导航算法.对于环境感知,提出生物触角模型,因仅对特定区域信息进行处理,大大减小了计算量;对于运动控制,提出一种实用的改进Bug算法,机器人依靠生物触角感知环境刺激,实时激励触发相应的行走行为.最后在多种障碍物分布情形下进行算法对比验证.结果表明,机器人可以利用该算法实现未知环境下定目标点自主导航,具有转向次数少、绕行障碍物距离小及运动路径平滑等优点.该算法在自主移动机器人和自主牵引车辆中具有潜在应用价值.     

基于蝗虫优化算法的壁面爬行机器人导航避障方法

由于壁面爬行机器人导航避障的过程中,无法准确判定障碍物节点所处的位置,导致避障效果较差。为此,文中提出一种基于蝗虫优化算法的壁面爬行机器人导航避障方法。首先,基于对蝗虫优化算法个体对象的表示构建障碍物节点的目标函数,并对目标函数进行求解,获取的解即为局部搜索的障碍物节点,以此判定障碍物所处的位置;然后,分析壁面爬行机器人的运动行为,建立壁面爬行机器人的运动学模型,对机器人运动行为的坐标进行转换后,根据障碍物所处的位置对壁面爬行机器人的导航行进路线进行规划。实验结果表明,所提方法的壁面爬行机器人在单位运动区域内的避障有效性超过95%,可以准确躲避障碍物节点,能够有效提升机器人运动避障能力。     

基于GNSS/INS与激光雷达的缓存池建图

为了解决智能车、无人机、自主机器人对外界环境感知的先验信息不足的问题。本文提出了一种使用惯性导航(INS)与卫星导航(GNSS)辅助多线激光雷达传感器对环境进行自主三维重建的算法。该算法首先采用一种基于GNSS\\INS的线性差值法与四元数插值法并行算法将激光雷达点云转换到唯一坐标系下,纠正点云随时间的漂移;通过基于缓存池的建图方法对周围环境进行点云分割与拼接,对得到的子地图进行体素滤波,最终得到丰富环境信息的三维重建地图。通过机器人操作系统(ROS)在移动平台上进行验证,实验结果表明:该方法成功的对外界环境进行自主三维建图,适用于智能化载体对未知环境下的感知。     

基于深度相机的无人机全自主避障系统

为提高无人机（Unmanned Aerial Vehicle,UAV）的路径规划能力，设计无人机避障系统。采用深度相机，以Nvidia Xavier NX作为上位机处理与发送指令，采用机器人操作系统（Robot Operating System,ROS）分布式程序设计，实现无人机全自主避障功能。同时采用A*、TEB算法进行路径规划，利用双目相机进行无人机定位，在Ubuntu18.04开发平台中运用Gazebo模拟器建立无人机避障仿真模型，验证项目的可行性与正确性。在所设计的ROS系统控制硬件系统平台进行实际的无人机航线规划、避障导航以及追踪目标试验，结果显示，无人机与障碍物的距离大于0.3 m，所设计的系统可完成避障。