基于平滑A*算法的6×6轮式车最优路径规划

针对传统A*算法规划的路径并非最优路径,存在转折次数多、折线多、长度大、不易于移动机器人的运动控制及路径跟踪,本文提出了一种在栅格化环境中,基于平滑A*算法的最优路径规划方法.首先采用A*算法生成目标序列点,除去初始节点,依次屏蔽每个子结点,进行多次搜索比较,选择最短路径序列点,然后循环遍历路径中的所有点,当某一节点前后节点之间的连线不存在障碍物时,删除中间节点,并采用对称极多项式曲线对路径转折处进行平滑处理.该方法生成的路径最短且平滑,易于实现移动机器人运动控制及路径跟踪.仿真结果表明了该算法的有效性.     

基于蚁群算法的移动机器人路径规划研究

针对蚁群算法的特点,把蚁群算法应用到移动机器人的路径规划中,在Matlab中建立移动机器人仿真系统,运用格栅法创建移动机器人的工作环境,设置蚁群算法中的参数,运行程序得出了移动机器人的运动轨迹,得到了蚁群从起始点运动目标点的最优路径。仿真结果表明,蚁群算法能够准确得到移动机器人的最优路径,在移动机器人的路径规划中具有很好的实用性。     

基于Floyd算法的移动机器人最短路径规划研究

最短路径规划是一种点对点的路径规划方式,移动机器人最短路径规划研究即是实现始点和终点间最短路径规划问题的研究.首先采用栅格地图的方式对移动机器人工作环境建模,在建模的基础上,以垂线法方式选择移动机器人路径中的关键节点,确定关键节点的位置和权值关系,并根据所选节点,基于Floyd算法进行移动机器人的最短路径规划,以及对规划的路径算法进行简化改进,通过实验证明,改进的Floyd算法能实现移动机器人路径的最短和用时的相对减少.     

室内移动机器人自主导航系统设计与方法

针对移动机器人室内自主导航中环境检测、动态目标定位跟踪和路径规划,设计了"双目+单目"多信息融合的视觉系统。提出一种自适应环境、融合色彩饱和度信息的单尺度Retinex室内阴影消除算法,以有效提取障碍物信息及可行路面区域。研究了一种特征点辅助的时空上下文目标跟踪算法,运用目标特征点进行目标粗定位;引入特征点变化率信息,自动调节时空上下文模型更新,以有效提高复杂环境下动态目标定位的准确性。改进了传统速度向量场吸引速度、排斥速度和切向速度函数,解决了路径规划中机器人轨迹抖动、目标点附近震荡和目标处于障碍物排斥场不可到达等问题。移动机器人室内环境下自主导航实验实现了障碍物、机器人和目标特征提取及其实时定位,移动机器人以最短的避碰路径完成动态目标的有效跟踪。     

基于A*

针对二维栅格地图下,移动机器人以最短路径遍历所有目标点的路径规划问题,提出一种基于启发信息扩展节点的 A*     

工业移动机器人路径规划讨论分析

人工势场法在路径规划期间容易因为势场局部区域存在的最小点和限制等问题,从而使得移动机器人难以根据预先规定的路径运行,为此需要根据现实工作中复杂的障碍物摆放位置,重新设定移动机器人路径规划方案,使得移动机器人可以在复杂的环境下,依然可以自由移动,为了完成这个目标,本文将根据移动机器人行进存在的问题,改进人工势场法,明确规定前进方向向量,并使用计算机根据斥力生成条件,调整局部最小点以及陷阱区域,完善路径规划机制,使得移动机器人有判断能力,可以在虚拟目标点指引作用下,摆脱势场局部最小点。改进后的人工势场法变得异常重要,本文将以as-r移动机器人为例分析改进人工势场法自主移动机器人路径规划,使移动机器人在移动期间,免受地面阻碍物的干扰,提升路径规划效率。     

基于弹簧模型的移动机器人路径规划研究

针对传统人工势场法在路径规划中存在局部极小点问题,提出了一种基于虚拟弹簧模型的移动机器人局部路径规划算法。通过模拟弹性小球在有障碍物的斜坡上滚下过程中的受力情况,规划移动机器人从开始位置到目标点位置的移动过程;建立弹簧力学模型完成机器人的避障行为,并结合使用沿障碍物边缘移动和切换目标点位置两种控制策略,解决局部路径规划算法极易出现的局部极小点问题。仿真试验和实际移动机器人的实验表明,该算法能进行实时避障和路径规划,并确保移动机器人在绝大部分环境中能安全、快速地到达目标点。     

动态环境下的移动机器人运动规划系统的研究

研究了动态环境下移动机器人的路径规划问题,建立了一套完整的运动规划系统。该系统可为移动机器人找到从起始点到目标点的可行路径,通过摄像头和图像处理方法解决了障碍物和目标的定位问题,利用遗传算法的强大优化能力自动获取和指导优化的搜索空间,自适应地调整搜索方向,获得了产生最优路径的方法,并专门设计了用户图形界面允许用户和机器人系统进行交互及环境观察。仿真结果表明,本系统能为移动机器人迅速规划出一条优化路径,且能安全避碰,效果令人满意。     

未知环境的移动机器人路径规划研究

为了提高移动机器人在未知环境中的路径规划的性能,提出了改进人工势场法.首先分析了传统人工势场法的优缺点,据此,提出了一种由模糊智能控制与改进人工势场法相结合算法.由模糊算法对静态障碍物进行避障,并改进引力函数将目标点速度、加速度信息加入其中对目标点进行跟踪,从而实现自动避障和路径规划.通过实验仿真对比可知,此算法在存在障碍物环境中,移动机器人可以寻得较短的路径和较快的时间,安全无碰撞的到达目标点,该算法的准确度可达96％.     

非完整移动机器人的路径光滑化研究

针对非完整移动机器人的路径光滑问题进行了研究.在传统的路径规划研究中,仅仅考虑某一或某些性能指标,如路径最短、运行时间最少等等,这样规划出的路径存在曲率不连续现象,不能直接用于移动机器人的路径跟踪.文中利用立方螺线作为过渡曲线,对原有路径进行修正,且修正过程中考虑机器人的最小转弯半径约束以及移动机器人的非完整约束,建立的过渡曲线不仅能够保证过渡点处的曲率连续,而且能较好地逼近原有路径.文章最后针对不同初始情况进行了计算,仿真结果表明了该方法的有效性.