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.     

基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

基于改进遗传算法的包装机器人轨迹规划

目的为了提高包装生产效率,提升直角坐标机器人的稳定性、可靠性和运动精度,避免机器人出现速度、加速度突变,对机器人运动轨迹进行规划。方法首先分析直角坐标机器人的工作原理,在此基础上采用三次均匀B样条曲线对机器人关节轨迹进行逼近,给出一种基于改进遗传算法的最优时间B样条轨迹规划方法。根据功能需求,设计一种基于ARM和FPGA的控制系统。结果仿真结果表明,机器人各个关节抵达节点的用时最短,运行耗时能够缩减39%以上,验证了算法的有效性。结论所述控制系统和方法能够满足包装码垛的要求,可提高包装效率。     

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。     

印制板打孔路径规划的遗传算法实现

本文研究了印制板单钻头打孔路径规划问题,并将其转化为经典的TSP问题,建立了相关的数学模型,并借助遗传算法,给出了合理的分析。通过实例运算,得出了较理想的结果。     

基于遗传算法的电容装盘机器人轨迹规划

目的为了改变电容人工装盘方式,提高电容装盘自动化程度及效率,选用SCARA型机器人代替人工方式,并对其进行轨迹规划,避免运动冲击影响电容装盘稳定性以及精确性。方法首先介绍SCARA机器人的结构和电容装盘过程,然后利用五次非均匀B样条曲线完成轨迹曲线的构造,最后提出带罚函数的遗传算法,以实现时间最优的机器人轨迹规划过程。结果仿真结果表明,机器人装盘时间用时更短,且运动平稳无冲击,验证了算法的有效性。结论该轨迹规划方法能够满足实际生产要求,提高了电容搬运装盘质量及效率。     

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.     

基于改进A*算法的家居服务机器人路径规划

由于家居环境空间占用率高,存在许多障碍在搜索空间中创造了局部最小值,对于机器人在家居环境下的路径规划来说依旧是一个挑战,迫使像A*这样的启发式规划者扩大搜索范围。本文在标准A*算法的基础上,提出了在基于加权A~*的次优性边界搜索的基础上使用不一致状态重构A*算法框架的改进方法,通过不重新计算在先前迭代中已经正确计算的状态成本,来减少计算量从而提高算法规划路径的速度,同时也确保了次优性边界。最后对改进前后的算法进行了路径规划对比试验,验证了改进后算法的稳定性和可靠性。     

基于粒子群遗传算法的泊车系统路径规划研究

针对智能停车库自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于粒子群和遗传算法的动态自适应混合算法.在标准粒子群算法和遗传算法的基础上,通过引入动态自适应调整策略分别对惯性权重系数、学习因子以及交叉变异概率公式进行了优化.在进化初期,通过在惯性权重系数和学习因子之间建立动态联动关系来实现对粒子速度和位置的实时有效更新;在进化后期,通过引入自适应遗传算法的交叉、变异操作来增强混合算法的全局搜索能力,提高算法的进化速度和收敛精度.为验证混合算法的可行性和有效性,选用MATLAB软件对其进行仿真测试.仿真测试结果显示,与禁忌搜索算法、蚁群算法以及遗传算法相比,混合算法表现出较强的全局搜索能力和较好的收敛性能,表明混合算法可行和有效.     

基于改进遗传算法的电网扩展规划

本文给出了基于改进遗传算法的电网扩展规划计算方法。首先,针对电网规划实际问题给出了电网扩展规划的数学模型,其次,简单介绍了遗传算法的基本原理和步骤和采用遗传算法进行电网扩展规划的基本流程;然后,对传统的固定罚因子进行了改进,采用模拟退火罚因子来计算罚函数中的惩罚因子;最后,将改进前和改进后的方法通过仿真分析进行对比,结果表明改进后的方法在收敛速度和最优解均值都更加良好。     

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     

基于迷宫算法和遗传算法的船舶管路路径规划

船舶管路的多样性和布局环境中约束的复杂性导致管路设计效率低下.为辅助设计人员提高管路设计效率并减少人为错误,提出了一种新的管路设计方法.首先,基于轴平行包围盒简化管路布局空间,利用栅格法对其进行离散化,并赋予空间网格特定的能量值,构建管路布局优化问题的数学模型.其次,基于遗传算法的框架,引入改进迷宫算法,提出管路路径规划方法,其中:迷宫搜索中引入辅助点的概念,增加了遗传算法中初始种群的多样性,有利于提高遗传算法的全局搜索能力;提出了定长度的编码方法,简化了管路染色体处理难度,提高了算法性能;基于引入方向优先搜索策略的迷宫算法,设计定长度编码遗传算子,保证了子代个体的质量,提高算法的收敛速度.最后,基于仿真试验,验证算法的性能.试验结果表明了该方法的可行性和高效率,以及其对实际管路布局工作具有指导意义.     

储罐探伤爬壁机器人全遍历路径规划方法

储罐探伤爬壁机器人全遍历路径规划要求机器人高效遍历储罐外壁全部无障碍物区域。结合邻接矩阵、路径选择函数,提出一种单元分解算法并应用于爬壁机器人路径规划中。首先,将爬壁机器人的工作环境简化为二维平面,并通过分析漏检面积确定机器人遍历基本路径;接着,建立栅格环境,对每个栅格赋予x_i值以表示其栅格状态;其次,采用矩形分解法将工作环境划分为若干子区域,通过图的深度优先搜索算法和邻接矩阵确定各子区域的衔接顺序;最后,在子区域的遍历和切换过程中,引入方向函数y_i来判断爬壁机器人是否陷入死区,结合x_i值提出路径选择函数f_i以引导爬壁机器人快速逃离死区。在虚拟环境中进行了仿真实验,仿真结果表明,该方法不仅能引导爬壁机器人以高覆盖率和低重复率遍历工作区域,而且能快速地逃离死区。全遍历路径规划的实现拓展了爬壁机器人在检测储罐罐壁中的应用。     

An improved multi-objective genetic algorithm for heterogeneous coverage RFID network planning

Recent research has demonstrated the potential benefits of radio frequency identification (RFID) technology in the supply chain and production management via its item-level visibility. However, the RFID coverage performance is largely impacted by the surrounding environment and potential collisions between the RFID devices. Thus, through RFID network planning (RNP) to achieve the desired coverage within the budget becomes a key factor for success. In this study, we establish a novel and generic multi-objective RNP model by simultaneously optimising two conflicted objectives with satisfying the heterogeneous coverage requirements. Then, we design an improved multi-objective genetic algorithm (IMOGA) integrating a divide-and-conquer greedy heuristic algorithm to solve the model. We further construct a number of computational cases abstracted from an automobile mixed-model assembly line to illustrate how the proposed model and algorithm are applied in a real RNP application. The results show that the proposed IMOGA achieves highly competitive solutions compared with Pareto optimal solutions and the solutions given by four recently developed well-known multi-objective evolutionary and swarm-based optimisers (SPEA2, NSGA-II, MOPSO and MOPS²O) in terms of solution quality and computational robustness.     

储罐检测爬壁机器人全遍历路径规划

针对爬壁机器人难以在储罐外壁实现全遍历检测的问题,提出了一种基于滚动窗口的优先级启发式路径规划算法。在滚动的可视窗口内基于栅格地图进行环境建模,利用优先级启发式算法在滚动的规划窗口内实现对遍历路径的搜索;针对环境中存在U型障碍物的情况,进行了U型障碍物识别和U型障碍物区域直接填充;当机器人陷入死区时,采用死区逃离算法使机器人顺利逃离死区。仿真结果表明,该路径规划方法能指导爬壁机器人在未知储罐外壁环境的情况下实现高效全遍历。研究结果对提高爬壁机器人在储罐外壁的遍历效率具有一定的理论和工程意义。     

未知环境下基于三次螺线Bug算法的移动机器人路径规划

研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法。详细分析了三次螺线作为移动机器人跟踪路径所具有的各种优异的几何特性,定义路径光滑成本函数,利用三次螺线对滚动窗口内规划的路径光滑化,使得移动机器人易于跟踪所规划的路径,扩展了移动机器人的应用领域。最后对本文算法的收敛性和完备性予以证明。仿真实验验证了该方法的有效性。     

曲面复合材料缝合机器人自动路径规划技术

为提高复合材料预制件缝合机器人的灵活性与加工柔性,针对缝合机器人自动路径规划问题,研究了基于三维光栅扫描技术的曲面复合材料缝合机器人视觉接缝提取技术.针对三维扫描摄像机视场固定的特点,对摄像机进行标定实验,改进传统的手眼标定方法,提出一种用于求解手眼关系矩阵的四点标定新方法,建立了机器人坐标系与摄像机坐标系的位姿映射关系.经过手眼关系标定,三维光栅扫描仪采样得到的缝合预制件点云数据可转化为机器人坐标系下的点云数据坐标.进一步对采集的预制件点云数据进行接缝中心线提取,提出了一种缝合轨迹及姿态规划算法,采用三次多项式对接缝中心线进行空间曲线拟合,采用最小二乘法对缝合微切平面进行平面拟合,完成机器人操作空间前进矢量及接近矢量的计算.最后,将规划结果应用于缝合机器人的离线编程仿真与实验中.实验结果表明,该系统精度高,线迹成型良好,可以满足机器人缝合系统的要求.     

基于改进蚁群算法的高精度水声定位航路规划

精确的水声定位是进行海洋资源勘探、海底管道敷设、海洋地形测绘等海洋开发活动的前提。其中一类典型的定位目标是可发射周期声信号的固定信标。文章利用单个自主式水下航行器(Autonomous Underwater Vehicle,AUV)对该类目标进行定位,其中一个关键问题是 AUV 的航路规划。传统的航路规划方法通常研究避障和路径长度最优化,未考虑定位问题的特殊性,而最终的定位精度是与航路息息相关的。因此,传统的航路规划方法容易导致所规划航路的定位精度较差。针对这一问题,文章在传统蚁群算法的基础上,首先引入 Bresenham 画圆算法规划圆形航路,保持定位目标处于 AUV 舷侧声呐视野范围内,避免信号缺失;同时在信息素设计中加入了定位精度因子,使得所规划的航路能充分考虑到定位精度。仿真实验表明,文中所提出的方法可以在传统航路规划避障能力、路径长度优化能力的基础上兼顾定位任务,提高针对声信标类目标的定位精度及定位鲁棒性。