记忆运动方向的机器人避障算法

在一般的避障环境中,Tangentbug算法表现的非常鲁棒,但当避障环境中有对称障碍物的时候,Tangentbug算法容易产生路径的死循环,从而导致终点不可到达.然而在机器人避障过程中,对称障碍物是非常常见的.针对这个问题,提出了基于记忆机器人运动方向的Tangentbug算法.该算法中,机器人每经过一个位置点,就把当前位置点和选择的运动方向记录下来,为后面的更新运动方向做好准备.首先,机器人扫描到障碍物时计算出机器人与障碍物的相遇方向;其次,根据障碍物的边缘,统计局部地图信息,得到局部切线图,找到离终点和当前点距离和最近的点作为机器人的下一个目标点,得到机器人的运动方向;然后,在机器人绕行障碍物时结合记忆的运动方向和局部切线图产生的最小距离和更新下一步运动方向.在整个避障过程中,不停的更新相遇方向和运动方向,最终实现机器人的直行和绕行,从而到达终点.通过大量实验验证,实验结果表明该算法不仅可以实现机器人在对称障碍物环境中顺利到达终点,也可以在非对称障碍物环境中达到终点,验证了该算法的有效性和鲁棒性.     

融合Dijkstra和PID算法的室内移动机器人局部路径规划

针对普通轮式机器人在室内难以通过狭小工作区域,易陷入局部区域无法完成导航的问题,提出一种麦克纳姆轮式机器人底盘的局部路径规划融合算法。借鉴麦克纳姆轮的优势,采用Dijkstra全局路径规划算法规划全局路径,融合Dijkstra和PID算法控制局部路径规划;根据姿态信息将机器人速度进行横向和纵向分解,限制旋转速度,在保持姿态不变的前提下驱动机器人实现稳定移动;使用搭载机器人操作系统的麦克纳姆轮式机器人进行导航测试试验,验证本文融合算法的有效性。结果表明：在复杂狭窄的室内环境下,本文算法可实现机器人的自主导航与避障,可成功地从设定的起点到达终点;与传统的时间弹性带(TEB)算法相比,本文算法在无障碍的环境中导航时间减少了30.56%,在有障碍物环境中导航成功率可提高4%,能够满足室内移动机器人快速到达导航目标点的需求。     

复杂环境中移动机器人的一种避障策略

提出了机器人在复杂环境中寻找到达目标点最优轨迹的一种避障策略.首先,从3个方面考虑,提出了机器人的运动函数.第一,机器人运动必须在指定区域内;第二,机器人能够动态避障并到达目标位置;第三,机器人运动路径保证最短.其次,给出了机器人路径优化设置的条件:个体适配值、路径再优化和运动策略突变.最后,通过仿真实验,证明了所提出的方法是可行的.     

变插值周期五次多项式机器人关节空间规划

为了控制机器人平稳、精确地到达示教点,对机器人关节空间五次多项式插值函数进行了研究,提出了变插值周期的插值方法。将该插值算法应用于四自由度工业机器人,建立了基于D-H(Denavit-Hartenberg)坐标系的正逆运动学方程,并在运动控制系统中实现算法。通过示教得到始末点位姿,调用算法程序控制机器人到达示教终点。采集各轴编码器反馈脉冲值并计算得到各轴频率和加速度曲线,使用加速度传感器和百分表分别测试末端执行器运动速度和机器人的重复定位精度。试验结果表明:各轴频率和加速度曲线符合五次多项式函数速度、加速度曲线变化趋势,末端执行器速度变化连续,机器人运行平稳,重复定位精度为0.01mm。     

机器人自动回程充电路径分析研究

对清洁机器人自动回程充电路径规划进行了研究,使机器人可以依照设计要求避开障碍物,并在最短的时间内实现充电。研究了清洁机器人的自动回程充电的路径规划,机器人与充电器距离较远时,采用可视图法路径规划以生成自动回程充电的最短路径;机器人与充电器距离较近时,通过充电器上的红外线引导机器人与充电器完全对接。实验结果显示,可视图法可以选择最短路径进行充电,红外线引导法可以使机器人和电源完全接触。     

坡度约束下曲面最短路径算法

给出了一种基于等高线求解坡度约束下曲面上两点间最短路径的搜索算法.自起点开始,路径的方向始终尽量指向终点.通过已确定的增量变化高度,路径得以穿越各条等高线到达终点.最后给出了计算机求解的实例.     

改进蚁群算法及其应用

将文献报道的两种蚁群算法融合,得到一种新的改进蚁群优化算法。在启发函数中加入下一个节点与最终节点的距离;在信息素更新时,根据最优解和最差解,相应增加或减少信息素浓度,提高算法性能。将改进的蚁群算法应用于机器人路径规划中,在栅格障碍环境下,让机器人找到一条从起点到终点无碰撞的最短路径。实验发现,改进蚁群算法仅需在第3次迭代后就可以找到最优路径。改进蚁群算法不仅提高了收敛速度,还增强了解的精确度。     

基于伪最小平移距离的机器人避障研究

针对机器人在非自由工作环境中的运动问题,需要对机器人与工作空间中的障碍物进行碰撞检测,并规划出无碰撞的运动路径。首先采用了伪最小平移距离作为计算空间几何体之间相对位置的距离函数,并通过伪最小平移距离确定机器人与障碍物嵌入最严重的点,然后采用假设-修正法对机器人运动路径进行重新规划、反复迭代从而生成一条无碰撞的运动轨迹。最后对冗余度为1的平面三自由度机器人碰撞问题进行了轨迹规划的仿真,结果表明该方法对于检测类似机器人手臂等凸体之间的距离及无碰撞路径生成是有效的。     

基于改进JPS与三次B样条插值的路径规划算法

针对跳点搜索(JPS)算法在路径规划中易穿越障碍、路径拐点尖锐的问题,提出一种基于改进的JPS与三次B样条插值的路径规划算法。在原JPS算法的基础上,通过对障碍物附近的路径拐点进行条件限制,降低穿越障碍物可能性;引入时间轴改进原三次B样条插值算法,进一步优化路径拐点,使路径更平滑;在对提出算法进行仿真验证的基础上,将其作为一个插件注册到ROS中对机器人进行路径规划。结果表明：改进的JPS算法在保留原搜索效率的基础上,可有效提高机器人规避障碍物的能力;时间轴的引入可改善路径尖锐性,优化的路径更符合机器人的实际运动规划;在真实场景的机器人路径规划中,机器人可成功地从指定的起点到达设定的目标点,搜索时间比A~*算法减少约20%,有效提高了机器人路径规划的准确性和实时性。     

一种基于特征点的移动机器人路径规划算法

目的 提出一种基于障碍物特征点的移动机器人全局路径规划算法,克服传统全局路径规划算法信息存储量大,计算量大,规划速度慢的缺点.方法 通过膨胀原理建立环境地图,只记录障碍物的特征点,减少了算法信息的存储量.然后采用最大最小原则,逐步搜索子目标点,最终到达目标.结果 该算法能以最小的距离代价逐步绕过当前距离机器人最近的障碍物.并能保证搜索到的路径是安全有效的.结论 笔者所提算法简单,计算量小,仿真实验验证了算法的有效性.     

基于几何中心与卡尔曼滤波的路径跟踪算法

针对割草机器人对于路径跟踪的实时性要求,提出了基于几何中心与卡尔曼滤波的路径跟踪算法。首先在二值化图像中将草地边缘路径拟合成直线,得到该直线的几何中心;然后通过与前一帧图像中直线的几何中心进行对比,获得此时的偏移角度以及偏移距离,据此控制机器人移动,使得图像中心始终处于路径之上;最后利用卡尔曼滤波提高跟踪精度。实验表明,该算法能够达到实时跟踪的目的。     

基于Dijkstra算法的足球机器人的一种路径规划方法

Dijkstra算法是典型的最短路算法,用于计算一个节点到其他所有节点的最短路径,主要特点是以起始点为中心向外层层扩展,直至扩展到终点为止.将该算法应用于足球机器人的路径规划和避障控制中,足球机器人在识别环境的前提下,能够及时判断出最短路径.该算法已经应用于实际的机器人控制中,取得了良好的应用效果.     

基于定长实数路径编码机制的移动机器人路径规划

针对移动机器人路径规划问题,提出一种新的定长实数路径编码机制。首先进行环境地图建模,通过坐标变换在路径的起点和终点之间建立新地图,然后用定长的实数编码机制使得机器人在不断靠近目标点的趋势上,寻找一条最优的路径。为了进一步提高效率,根据障碍物的位置规划出机器人的“有效区域”,缩小搜索空间。采用免疫进化与模拟退火相结合的免疫模拟退火算法求解最优路径。仿真实验表明,该算法具有较强的全局和局部搜索能力,能够使得机器人快速地找到一条较优的路径。     

基于几何学的路径规划方法

提出的路径规划方法通过几何法寻找机器人与目标点之间的优化点,连接这些点生成机器人到达目标点的一条无碰撞优化路径.该方法计算量小,适合于静态和动态避障.基于这种方法,还提出了一种新的射门动作.     

改进蚁群算法在机器人水下作业路径规划中的应用

利用改进的蚁群算法对机器人水下作业进行路径规划,找出能耗最低路径,提高机器人续航能力;将蚁群算法中信息素的更新改进为用能量表示,使转移概率受能量、距离双重影响。通过matlab仿真建立障碍地图和路径规划平台,利用改进蚁群算法找到能耗最低路径,和传统以最短路径为最优解的蚁群算法相比,仿真实验求得的能耗最低路径,虽距离长但能耗低,更符合路径规划的最终目的。     

基于双圆弧算法的足球机器人路径规划

基于机器人小车到达定点常用Turn-Run-Turn方法及PID方法的不足,利用双圆弧具有满足任意端点及其斜率要求的特性,来解决机器人小车到达目标点位置和姿态的运动过程中遇到障碍物及保持最佳姿态的路径规划问题.该方法简单有效,对机器人初始条件不加限制,计算量非常小,具有较高的实用价值.     

基于声学图像处理的水下机器人局部路径规划

针对当前水下机器人多以前视声呐作为环境感知设备的特点,设计了一种基于声学图像处理的水下机器人局部路径规划算法.给出了基于声学图像处理的局部路径规划基本步骤.以前视图像声呐得到的声学图像为基础,进行环境分析.以串口接收声呐图像底层回波强度数据,利用迭代式阈值选择算法,进行图像分割.采用数学形态学方法去除噪声,膨化障碍物,建立环境数学模型.以距离值传递法搜索最佳路径.此算法以海上实验数据验证,得到了良好的规划结果.搜索到的路径距离短,搜索速度快,满足实验要求.实验表明,以前视声呐作为避碰传感器,进行局部路径规划是切实可行的.     

基于GIS地图的移动机器人路径规划

针对移动机器人路径规划实现条件的限制,提出基于GIS（geographicinformationsystem）地图的移动机器人路径规划．该方法应用改进A’算法,较好地实现了移动机器人的最优路径规划．在任意给定的地图中,只要确定了机器人的起点和终点,就可以找到该机器人在实际工作环境中符合需求的路径规划轨迹．应用VC＋＋编程进行实验,证明了该方法的有效性．     

基于遗传模拟退火算法的水下机器人路径规划

全局路径规划是智能水下机器人(AUV)研究领域中的一个重要课题,在一定程度上它标志着水下机器人智能水平的高低,它的目标是在已知障碍物的环境中为水下机器人寻找一条从起始状态到达目标状态的无碰路径.文中提出一种基于区域分层模型的遗传模拟退火算法的全局路径规划方法,解决了在大范围海洋环境下水下机器人的路径规划问题,详细介绍了区域分层模型和遗传模拟退火算法的实现,仿真的结果证明了该算法的有效性.     

改进人工势场法的路径规划算法研究

针对基于传统人工势场法的机器人路径规划存在局部极小点的问题,提出了一种修改斥力方向和自主建立虚拟目标牵引点相结合的路径规划算法。该算法在修改斥力方向算法中设置了一个临界值,在机器人行走的过程中,若机器人与障碍物的距离大于临界值,机器人路径规划就采用修改斥力方向的算法,当机器人与障碍物的距离小于临界值时,机器人路径规划算法就从修改斥力方向算法转入自主建立虚拟目标牵引点算法。改进后的算法很好地解决了传统人工势场法的局部极小点问题,仿真结果证明了改进后算法的有效性。