遗传算法路径规划在无人机电力巡线中的应用

无人直升机在规划巡线线路时,由于不满足无人机的机械性能或有撞山风险,需经常对路径进行局部规划,本文将遗传算法应用于无人直升机局部路径规划。针对遗传算法在进化过程中容易出现大量无效路径,导致进化效率低下,运算时间长的情况,设计了路径修复机制,引入插入算子和删除算子,有效提高了运算效率。试验结果表明这种方法能够很好的解决无人直升机在电力巡线中的局部路径规划问题。     

无人直升机路径规划算法研究

提出了一种基于已知威胁点分布的Voronoi图的无人直升机路径规划算法。利用Dijkstra算法搜索出无人直升机初始最短路径，在此基础上利用威胁加权划分威胁区域对路径进行二次规划，在无人直升机机动特性的限制条件下对路径进行平滑处理，且考虑到突发威胁体出现的条件下再次对路径进行局部重规划求解最佳路径。通过Matlab 6.5对算法进行仿真验证了算法的可行性。     

机器人辅助微创全膝关节置换手术系统

开发了面向全膝关节置换手术的机器人辅助截骨系统,实现了膝关节解剖结构精准建模、术前截骨路径3维规划、图像配准以及术中机器人可视化导航.采用多模态图像融合与主动轮廓模型分割技术实现了包含关节软骨在内的膝关节自动化建模与可视化;在此基础上采用3维交互技术实现截骨路径的术前规划;术中基于自主研发的双目视觉跟踪系统,采集关节骨表面3维点云与术前3维模型进行形状配准,完成图像空间和机器人空间之间的映射;最后通过视觉导航技术引导机器人完成截骨操作.实验结果表明,机器人系统综合定位误差为0.87 mm,截骨操作误差小于1 mm.     

基于IHDR自主学习框架的无人机3维路径规划

提出一种基于自主学习框架的无人机3维路径规划方法.该自主学习框架由知识学习、知识检索和在线更新三部分组成.在该框架中,无人机在线路径规划时首先从过去的规划经验中提取控制量直接用于指导当前机器人的行动,另一方面,如果检索结果对于当前无人机的状态是无效的,可以在线启动常规3维路径规划算法,实时计算机器人的控制量,在控制机器人运动的同时将当前状态下的新决策量添加到知识库中从而对其进行更新.此外,分别采用增量分层判别回归算法(IHDR)和k-D树方法建立了路径规划知识库.其中,IHDR方法通过增量方式,可将以往的路径样本建立为一棵分层树.大量的仿真结果对比表明,在本文提出的框架下,基于IHDR的方法比传统的k-D树方法具有更好的实时性.     

人工耳蜗精准植入机器人术像一体化手术路径规划

针对人工耳蜗植入手术入路的传统方法存在的手术潜在风险高、手术视野受限、手术一致性差等难以解决的临床问题,提出一种以从切口至圆窗的DCA(耳蜗直达路径)最短、植入过程损伤最小为目标的多约束多目标术前规划优化算法.首先对人工耳蜗精准植入机器人术像一体化手术路径规划进行了研究,将基于多模态信息融合技术重建的3维手术视图作为作业空间,利用U-Net分割识别算法进行耳蜗和面神经部分的识别以提供矢量化功能分区与边界信息,通过对笛卡儿坐标系内的CT影像进行3维重建实现多目标多约束规划,遵循机器人人工耳蜗植入手术入路设计规则,推导路径规划算法的公式,对机械臂规划出相应的DCA路径.通过在虚拟仿真平台进行模拟实验,证明了本文方法的有效性和精准性.     

基于神经网络和遗传算法的移动机器人路径规划*

提出一种基于神经网络和遗传算法的路径规划算法.采用神经网络模型对机器人的环境信息进行描述,利用神经网络的输出建立遗传算法的适应度函数;然后使用遗传算法优化路径.在该算法中将需规划路径的二维编码简化成一维编码.仿真结果表明提出的路径规划方法是正确和有效的.     

复杂环境中煤矿智能机器人巡检路径动态规划

在复杂开采环境下,煤矿智能机器人往往出现移动路径规划不准确、规划效率低和规划延迟等问题.因此,提出了一种巡检路径的动态规划算法,并对传统的动态窗口算法进行了改进.将智能机器人的移速限制空间转换成二维坐标空间,通过膜间通信及内部粒子更新规则来更新粒子,使机器人以最优速度、最佳路径进行巡检.仿真结果表明,这种算法优化了机器...     

基于Dubins曲线的无人直升机轨迹规划

为提高无人直升机的控制性能,提出了一种基于Dubins曲线的轨迹规划算法,并对其各个部分的实现进行了研究和设计。该算法利用Dubins曲线原理对定点飞行任务的两点或者多点目标进行分析计算,寻找出一条最短的飞行路径,从而提高了飞行效率。根据无人直升机系统多变量、非线性和强耦合的特点,采用串级PID方法设计了飞行控制器,该控制器能够修正无人直升机的姿态和位置,从而提高了轨迹规划的稳定性和准确性。最后,以某小型无人直升机为实验平台表明了该轨迹规划算法和控制器的可行性。     

关于智能机器人局部混沌评价全覆盖路径规划

针对智能机器人全覆盖路径规划问题,提出了一种局部混沌评价规划方法.考虑到机器人移动过程中的随机性与不可预知性,设计了具有反馈控制变量的四维混沌系统.将该系统与机器人运动模型融合,建立得到路径规划模型,同时引入耦合控制参数对系统误差进行调节,根据机器人的起始坐标和混沌起始状态参量,利用微分离散化处理便可计算出移动的路径点.考虑到路径规划的局部最优解,对机器人移动空间进行网格划分,根据激励计算动态网格活性值,利用网格活性对移动路径规划采取分流,进而得到分流后的局部路径与角位移变化量.与此同时,针对局部路径规划设计了相应的指标评价,用以校正规划结果.仿真结果表明,提出的局部混沌评价规划方法具有良好的路径全覆盖效果,同时获得了更低的路径重复率、移动距离,以及路径规划时间,有效提高了机器人的移动效率与控制平稳性.     

基于变维度状态空间的增量启发式路径规划方法研究

在移动机器人路径规划中需要考虑运动几何约束,同时,由于它经常工作于动态、时变的环 境中,因此,还必须保证路径规划算法的效率.本文提出了一种基于变维度状态空间的增量启发式路径规划 方法,该方法既能满足移动机器人的运动几何约束,又能保证规划算法的效率.首先,设计了变维度状态空间, 在机器人周围的局部区域考虑运动几何约束组织高维状态空间,其他区域组织低维状态空间;然后,基于变维 度状态空间,提出了一种增量启发式路径规划方法,该方法在新的规划进程中可以使用以前的规划结果,仅对 机器人周围的局部区域进行重搜索,从而能保证算法的增量性及实时性;最后,通过仿真计算和机器人实验验 证了算法的有效性.     

基于包容结构的移动机器人混合式控制结构

本文提出以包容式框架结构为基础，将计划作为一种行为，与应激式行为并行处理 的思想．与之对应的是将传感器检测区域分为避障区和规划区，如果在避障区有障碍物，则 由应激避障模块采取相应的避障行为；如果在规划区有障碍物，则由规划模块产生相应的输 出．由于规划模块最终输出子目标，因此使此结构的规划模块具有很好的扩展性．另外，在 处理应激避障行为和直接规划行为时，分别提出新的基于传感器的避障和规划方法，通过机 器人路径规划的仿真证明，这些方法是简洁、有效的．     

一种用于群体模拟的分层次避障法

个体避障是实现基于主体的(agent-based)群体模拟中一个很重要的问题,为了实现个体间以及个体和环境间的碰撞避免并杜绝穿透,人们提出了大量避障方法.但是,这些方法面临的挑战在于:如何杜绝穿透现象并最大程度地减少由于避障需求而带来的个体行为模拟上的空间限制和失真.针对这一问题,提出了一种分层次避障方法,从静态避障、动态避障、穿透矫正3个不同的层次对避障进行处理.静态避障层和动态避障层通过对物体的划分和分别避障,极大地减少了各层次避障时需要考虑的各种复杂情形;而基于可变包围盒和原位置的穿透矫正层则有效地杜绝了模拟中出现的穿透现象,也消除了现有模拟中由于避免穿透而引入的空间限制和失真.     

面向平层多房间的内墙作业移动机器人路径规划

本文针对多房间的移动机器人内墙作业的路径规划任务,提出一种两阶段路径规划方法.第1阶段针对沿墙作业过程中环境存在灰尘或雾气造成的传感器失效问题,以及房间多出口时路径规划不完整问题,我们提出起点自动选择沿墙路径规划方法,基于栅格地图离线生成沿墙规划路径.第2阶段,针对点到点路径规划过程中的动态避障问题,我们提出一种基于PSAC (prioritized experience replay soft actor critic)算法的点到点路径规划方法,在软行动者-评论家(soft actor critic, SAC)的中引入优先级经验回放策略,实现机器人的动态避障.实验部分设计了沿墙路径规划对比实验和动态避障的对比实验,验证本文所提出的方法在室内沿墙路径规划和点到点路径规划的有效性.     

Optimization-Based Safety Analysis of Obstacle Avoidance Systems for Unmanned Aerial Vehicles

The integration of Unmanned Aerial Vehicles (UAVs) in airspace requires new methods to certify collision avoidance systems. This paper presents a safety clearance process for obstacle avoidance systems, where worst case analysis is performed using simulation based optimization in the presence of all possible parameter variations. The clearance criterion for the UAV obstacle avoidance system is defined as the minimum distance from the aircraft to the obstacle during the collision avoidance maneuver. Local and global optimization based verification processes are developed to automatically search the worst combinations of the parameters and the worst-case distance between the UAV and an obstacle under all possible variations and uncertainties. Based on a 6 Degree of Freedom (6DoF) kinematic and dynamic model of a UAV, the path planning and collision avoidance algorithms are developed in 3D space. The artificial potential field method is chosen as a path planning and obstacle avoidance candidate technique for verification study as it is a simple and widely used method. Different optimization algorithms are applied and compared in terms of the reliability and efficiency.     

Velocity potential approach to path planning for avoiding moving obstacles

This paper describes the theory and an experiment of a velocity potential approach to path planning and avoiding moving obstacles for an autonomous mobile robot by use of the Laplace potential. This new navigation function for path planning is feasible for guiding a mobile robot avoiding arbitrarily moving obstacles and reaching the goal in real time. The essential feature of the navigation function comes from the introduction of fluid flow dynamics into the path planning. The experiment is conducted to verify the effectiveness of the navigation function for obstacle avoidance in a real world. Two examples of the experiment are presented; first, the avoidance of a moving obstacle in parallel line-bounded space, and second, the avoidance of one moving obstacle and another standing obstacle. The robot can reach the goal after successfully avoiding the obstacles in these cases.     

基于双层模糊逻辑的多机器人路径规划与避碰

针对无通信情况下的多机器人系统在未知动态环境下的路径规划问题,设计了基于双层模糊逻辑的多机器人路径规划与动态避碰系统。方向模糊控制器充分考虑了障碍物的距离信息和目标的角度信息,转化为机器人与障碍物的碰撞可能性,从而输出转向角度实现机器人的动态避障;速度模糊控制器将障碍物的距离信息作为输入,将速度因子作为输出,提高了多机器人路径规划与动态避碰系统的效率和鲁棒性。在Pioneer3-DX机器人实体上验证了该系统的可行性。     

基于遗传算法和B 样条曲线的平滑避障路径规划

传统的避障路径规划中常常存在不连续点,提出一种新的平滑避障路径规划的方法—遗传算法和B样条曲线法。首先,先通过碰撞侦测,能够侦测出前进路径中的障碍物,然后通过遗传算法再结合B样条曲线规划出平滑的避障路径。该算法可以避免运动过程因打滑而造成与目标位置的误差,解决机器人在静态环境中全局、局部路径规划和规划路径中存在不连续点的问题。仿真和实验结果证明了算法的有效性。     

基于障碍物运动预测的移动机器人路径规划

针对移动机器人局部动态避障路径规划问题开展优化研究。基于动态障碍物当前历史位置轨迹,提出动态障碍物运动趋势预测算法。在移动机器人的动态避障路径规划过程中,考虑障碍物当前的位置,评估动态障碍物的移动轨迹;提出改进的D*Lite路径规划算法,大幅提升机器人动态避障算法的效率与安全性。搭建仿真验证环境,给出典型的单动态障碍物、多动态障碍物场景,对比验证了避障路径规划算法的有效性。     

实现机器人动态路径规划的仿真系统

针对机器人动态路径规划问题,提出了在动态环境中移动机器人的一种路径规划方法,适用于环境中同时存在已知和未知,静止和运动障碍物的复杂情况。采用栅格法建立机器人空间模型,整个系统由全局路径规划和局部避碰规划两部分组成。在全局路径规划中,用快速搜索随机树算法规划出初步全局优化路径,局部避碰规划是在全局优化路径的同时,通过基于滚动窗口的环境探测和碰撞规则,对动态障碍物实施有效的局部避碰策略,从而使机器人安全顺利地到达目的地。仿真实验结果说明该方法具有可行性。     

非完整移动机械臂的避障运动规划

针对有空间障碍物避免的移动式操作机器人系统运动规划问题，提出了一种基于特殊的人工势函数，使用局部距离信息实现非完整移动机械臂系统实时避障运动规划方法，并且用Lyapunov定理证明了闲环系统的稳定性。用提出的方法对非完整移动机械臂系统进行仿真．仿真结果表明了它的正确有效性。