SpaceWire协议的形式化建模与概率分析

SpaceWire是应用于航空航天领域的高速通信总线标准,保证其设计的可靠性和正确性至关重要.本文通过概率模型检测的方法对SpaceWire的交换层设计进行形式化建模与量化分析.基于马尔科夫决策过程(MDP)对交换层的链路初始化及正常运行过程建立形式化概率模型,模型包括发送方、接收方和信道,提取SpaceWire交换层的4个关键属性,用概率计算树逻辑(PCTL)进行描述,运用PRISM平台对SpaceWire交换层设计进行验证和分析;并获得信道丢包概率不同情况下,链路初始化成功以及正常运行时数据包正确传输的概率,这种定量形式化分析结果可为SpaceWire的设计和实现提供参考依据.     

基于模糊控制的移动机器人避障研究

针对移动机器人在未知环境中的不确定性,利用Matlab构建了多传感器仿真试验移动平台,在Simulink中搭建移动机器人运动学模型,利用多传感器采集环境中的障碍物信息与目标物的方位角,设计了具有避障功能的模糊控制算法.通过模糊控制器控制移动机器人的左右轮速度实现机器人的转弯以及直走,根据机器人实时的角度反馈信息不断修正机器人的位姿以精确避障.仿真实验验证了该方法的可行性及有效性.     

基于栅格方法的移动机器人实时导航和避障

本文对移动机器人的实时导航和避障设计了基于栅格的控制算法，用该算法控制清华大学计算机系研制的ＴＨＭＲ－Ⅲ移动机人能在未知的环境中，实量检测出障碍物，并实时规划出合理路径，稳定，平滑连续地向着目标行驶，最后给出了ＴＨＭＲ－Ⅲ在几种典型环境中行驶的实验结果。     

基于非线性函数的移动机器人模糊避障算法

根据模糊逻辑的特点,利用非线性函数对传统的模糊控制算法的隶属度函数进行了改进.通过MATLAB给出的仿真证明,在采用多传感器避障过程中,机器人不仅能成功避开障碍物达到目标所在位置,并且非线性函数隶属度函数优于传统隶属度函数.新算法使机器人的行进更加平滑、稳定且具有较高的实时性.     

基于激光测距仪的移动机器人避障新方法

针对向量场直方图（VFH）算法对阈值敏感的问题,基于激光测距仪提出一种通过自适应调节阈值求 可行方向的移动机器人实时避障算法．对于给定的一组阈值,用其中的每个阈值求可行方向,在获得的接近目标方 向的所有可行方向中,选取最大阈值所对应的方向作为机器人的参考行驶方向．根据当前行驶方向与参考行驶方 向之间的偏差和所选阈值的大小对线速度进行限制．在ASR 机器人上进行实验的结果表明,当最大运行速度设为 0.8 m/s 时,机器人能够以0.61 m/s 的平均速度安全平滑地通过障碍区．     

人群环境中基于深度强化学习的移动机器人避障算法

为了控制移动机器人在人群密集的复杂环境中高效友好地完成避障任务,本文提出了一种人群环境中基于深度强化学习的移动机器人避障算法。首先,针对深度强化学习算法中值函数网络学习能力不足的情况,基于行人交互（crowd interaction）对值函数网络做了改进,通过行人角度网格（angel pedestrian grid）对行人之间的交互信息进行提取,并通过注意力机制（attention mechanism）提取单个行人的时序特征,学习得到当前状态与历史轨迹状态的相对重要性以及对机器人避障策略的联合影响,为之后多层感知机的学习提供先验知识;其次,依据行人空间行为（human spatial behavior）设计强化学习的奖励函数,并对机器人角度变化过大的状态进行惩罚,实现了舒适避障的要求;最后,通过仿真实验验证了人群环境中基于深度强化学习的移动机器人避障算法在人群密集的复杂环境中的可行性与有效性。     

智能移动机器人的超声避障研究

智能移动机器人是机器人研究领域的重要方向,是当前机器人领域中最活跃的研究主题之一.在分析了智能移动机器人避障常用传感器的基础上,提出了基于多超声传感器的移动机器人的超声避障系统.介绍了超声避障系统的模糊控制规则和非模糊化,并给出了实验结果.实验结果表明,模糊控制机理和策略易于接受和理解,便于应用开发,模糊避障算法对环境有很大的适应性,机器人在不同的环境条件下实现了避障.     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中;根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则;在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果;为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

未知环境中移动机器人实时导航与避障的分层模糊控制

为了解决单模糊控制器的“规则库爆炸”问题,设计了一种分层的模糊控制器,用于指导移动机器人通过未知环境到达指定的目标点．控制器根据8个超声传感器的信息和目标相对于机器人的方位确定机器人的运动．首先,每个超声传感器的信息被输入到危险度模糊控制器（DFC）中,产生关于周围环境中障碍物危险度的模糊向量．这些模糊向量经过融合与归一化处理后分别输入到上层的速度模糊控制器（VFC）和角速度模糊控制器（RFC）的推理机中．VFC根据目标的距离和障碍物的危险度控制机器人的前进速度．RFC根据目标的方向和障碍物的危险度控制机器人的转向,并采用最大隶属度法的反模糊化策略解决“对称不确定”问题．仿真与实验结果证明了所设计的模糊控制器简单而有效．     

基于速度空间的移动机器人同时避障和轨迹跟踪方法

针对有障碍物环境下非完整轮式 移动机器人的轨迹跟踪问题,提出一种基于速度空间的同时避障和轨迹跟踪方法(VSTTM).首先,根据机器人 的动力学特性构建速度空间,得到由速度元组构成的控制集;然后,构造目标函数并对各控制量进行 评价,其中跟踪误差评价函数评估跟踪效果,碰撞检测函数检测是否发生碰撞,终端状态惩罚项保证 算法的稳定性;最后,通过优化过程找到最优的无碰控制量.仿真结果表明了所提出方法的有效性.     

基于Matlab的机器人避障仿真软件设计

为了提高机器人避障算法开发效率,设计了一种基于Matlab的机器人避障算法设计与试验仿真软件。该软件分为用户图形界面、避障算法系统模型两大部分。其中用户图形界面是基于Matlab 图形用户界面( GUI)实现的,能够实现参数设置、结果展示等功能,给用户提供了一个操作及管理平台;避障算法系统模型是本软件实现的关键,包括探测传感器模拟和机器人运动模拟,其通过Matlab语言编程和Simulink模块组建实现。全面阐述了仿真软件的系统建模、软件编程和用户图形界面设计,并对仿真软件实现所采用的关键技术进行了详细说明。仿真实例表明,该软件运行平稳,能清晰直观地展现机器人的避障过程。     

采用Kinect的移动机器人目标跟踪与避障

为实现移动机器人在目标跟踪的同时进行避障,采用Kinect代替传统的测距雷达和摄像机.针对Kinect在使用中存在盲区和噪声的问题,提出一种基于统计的局部地图更新方法,利用动态更新的局部地图保存可能影响机器人运动的障碍物信息,并通过统计信息来消除测距噪声的影响,确保障碍物信息的有效性.同时使用增加安全区域的人工势场法去除对移动机器人运动无干扰的障碍物信息,改善了传统人工势场法通过狭窄通道的能力.在差动驱动移动机器人的实验证实了此系统能够很好地完成跟踪与避障任务,结果表明,使用Kinect可以代替传统测距传感器.     

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。     

基于改进模糊算法的移动机器人避障

为了提高移动机器人在连续障碍物环境下的避障性能,提出了一种具有速度反馈的模糊避障算法。移动机器人利用超声传感器感知周围环境,在模糊控制的基础上通过障碍物分布情况调整自身速度,进而引入优雅降级并把改进的模糊避障融入其中,增强了移动机器人的鲁棒性。实验结果表明,该方法能通过与环境交互调整机器人移动速度,控制机器人成功避障并优化避障路径,具有良好的有效性。     

A bayesian approach to real-time obstacle avoidance for a mobile robot

Real-time obstacle avoidance is essential for the safe operation of mobile robots in a dynamically changing environment. This paper investigates how an industrial mobile robot can respond to unexpected static obstacles while following a path planned by a global path planner. The obstacle avoidance problem is formulated using decision theory to determine an optimal response based on inaccurate sensor data. The optimal decision rule minimises the Bayes risk by trading between a sidestep maneuver and backtracking to follow an alternative path. Real-time implementation is emphasised here as part of a framework for real world applications. It has been successfully implemented both in simulation and in reality using a mobile robot.     

基于多传感器信息融合的移动机器人避障

为了更好地解决移动机器人在未知环境下的自主避障问题,采用多传感器信息融合的方法,通过多个超声传感器对障碍物信息进行采集。合理确立模糊控制器的输入输出,通过模糊推理将障碍物距离信息模糊化,建立模糊规则并解模糊,以达到对移动机器人的安全避障的控制。通过建立移动机器人运动模型,设计了仿真平台,得到实验结果表明:该算法具有良好的可行性。     

基于场景匹配的移动机器人避障

研究环境未知情况下移动机器人的避障问题，提出一种基于模糊场景匹配的移动机器人避障方法．该方法对多种传感器的信息进行融合，生成当前环境的场景并与场景库中的场景进行匹配，利用匹配结果并通过模糊控制器得到机器人的运动参数，对机器人的避障进行控制,实验结果表明了该方法的正确性和有效性。