多移动机器人路径规划技术的研究现状与展望

移动机器人技术研究中的一个重要领域是路径规划技术.所谓移动机器人路径规划是指各机器人在同一工作空间中规划一条避障导航的运动路径,保证每一时刻机器人与机器人之间无碰撞、机器人与环境障碍物之间无碰撞.从单机器人到多机器人的路径规划已有很多算法,首先从多机器人协作性质、环境信息和机器人结构三方面分别介绍多机器人路径规划方法,主要有全局路径规划方法、局部路径规划方法、集中式路径规划方法、分布式路径规划方法、混合式路径规划方法,再指出各种方法的优点和不足,最后对多移动机器人路径规划技术的发展趋势进行展望:传统的规划方法和新的智能方法的结合;多传感器融合;性能指标的提高.     

基于单元分解法的移动机器人遍历路径规划

针对移动机器人遍历路径规划问题,利用boustrophedon单元分解法建立环境模型,将环境地图分割成若干子区域,每个子区域设一个基点,子区域与基点一一对应。提出了一种领域法,通过搜索基点,即可找到该子区域以及确定该子区域是否被遍历到。首先进行第一层遍历路径规划,遍历完成后,搜索地图模型基点,确定是否存在未遍历到的基点,该基点即代表其子区域。寻找到后进行第二层局部区域遍历。     

基于ROS的移动机器人定位与路径规划仿真

针对移动机器人研发过程中成本高、无硬件条件下无法对机器人运动进行控制的缺点,通过仿真实验的方法对移动机器人的关键技术进行了研究。首先,对移动机器人的定位展开研究,在ROS系统内使用gazebo工具构建室内2D环境及带有传感器的移动机器人模型,使用AMCL算法进行定位仿真实验。其次,对路径规划方法展开了研究,在MATLAB中使用A*算法与DWA（动态窗口法）相结合的方法对移动机器人进行了仿真分析。最后,通过对实验结果的分析验证了AMCL（自适应蒙特卡洛）定位方法、A*算法及DWA算法的有效性。     

静态环境下移动机器人MFNN全局路径规划算法研究

针对移动机器人的路径规划计算问题,通过对其系统特性的分析,提出一种MFNN全局路径规划计算方法,并从理论上进行建模与推导.仿真结果表明:此方法计算简单,收敛速度快,能显著提高求解移动机器人全局最优化问题的计算效率,并避免了某些局部极值情况.     

基于改进型DWA的移动机器人避障路径规划

针对传统动态窗口法(DWA)中存在的绕行于稠密障碍物区外侧,造成总路程增加,遇见距离相近障碍物构成的“C”形障碍物组合而陷入评价函数失灵等问题,提出了基于改进型DWA的移动机器人避障路径规划.首先,基于本文提出的关键航迹点的概念,提取出A*全局规划路径轨迹中的关键航迹点;然后,以关键航迹点到待评价轨迹的距离作为依据,定...     

移动机器人的导航与路径规划的研究

本文对移动机器人的导航与规划的方法进行了总结和比较,并且讨论了这些方法的优缺点。     

路径规划技术的现状与发展综述

路径规划技术是虚拟装配技术、移动机器人技术研究中的一个重要领域。它分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划。本文详细地叙述了路径规划技术的分类和发展现状,全局路径规划和局部路径规划中的各种方法,具体地分析了各种方法的算法过程,并指出了各种方法的优缺点,最后对路径规划技术的未来的发展趋势进行了展望。     

一种移动机器人全局路径规划新方法

针对移动机器人全局路径规划优化问题,本文提出一种采用栅格法进行建模,以分层搜索为核心思想的新搜索方法,该方法在外层采用A*算法将复杂的图元模糊化以简化环境,内层则采用人工势场算法将具体的栅格还原以解模糊,具有一定的理论意义与应用前景。仿真实验表明,该方法能达到较好的路径规划效率和实时性。     

基于四边形的移动机器人全局路径规划方法

提出用四边形轮廓代替障碍物真实轮廓,首先进行粗略路径规划,得到一条由直线组成的最优路径,然后沿边连接得到真实路径。在起始点或目标点在四边形内部的情况下,采用短边优先来脱困。该方法具有图像预处理方便,规划出的路径精细且路径规划所用的时间少。     

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...     

关于移动机器人路径最优化问题

针对移动机器人路径规划的人工神经网络算法所存在的问题,提出应用局部路径修正和路径“张紧”法加以改进,以便适应多个障碍物的不同要求,在复杂环境下实现规划路最优化,并证验其有效性。实践表明,应用该方法改进的新算法效果十分显著,能够确保路径无碰撞,计算速度远高于原算法,快速得到最优化路径,并使路径长度有一定程度的缩短,在保证路径平滑性和兼顾快速性的前提下,解决了碰撞和路径最短问题,有效地实现了路径规划最优化。     

基于遗传算法的深海集矿车避障路径规划方法

本文主要研究和利用遗传算法实现深海集矿车避障路径规划的方法。将连续的路径离散化，并用随机数模拟各路径种群。把二维的路径转化为一维，生成简单的路径基因，提出了物理意义明确的适应函数和相应的变异算子，从而引导遗传算法快速收敛于最优解。实验仿真表明，该算法能够快速、稳定的搜寻到所需的最佳路径。     

A~*算法在移动机器人路径规划中的应用

采用A*算法对已知环境中的移动机器人路径规划问题进行研究。利用栅格法建立环境模型,然后对节点的选择进行分析,最后通过MATLAB仿真。仿真结果表明算法能找到一条从起点到终点的较优路径,验证了算法的有效性。     

一种考虑安全的移动机器人矢量场路径规划算法

提出了一种考虑安全的移动机器人矢量场路径规划算法,环境的矢量场模型体现了路径对安全的不同要求。通过调节模型参数可以规划得到安全和长度两个标准下的满意路径,此路径既不会太接近障碍,也不会太长。所提出模型计算简单,计算量与运动空间障碍的个数成正比。算法鲁棒性强,除了固定环境,还适合用来进行动态环境下的路径规划。仿真结果验证了算法的有效性。     

基于感知-行为的移动机器人全区域覆盖路径规划

针对未知环境信息下的移动机器人全局区域覆盖路径规划问题,提出了一种基于感知-行为的路径规划方法。根据移动机器人实时感知的传感器信息,建立机器人全区域覆盖的行为执行表,在机器人全区域覆盖过程中,通过这种感知与行为的关联能够实时有效地驱动机器人实现路径规划。模拟与仿真的结果证明了算法的简单性和实用性。     

基于智能路径规划算法的移动机器人设计

介绍了一种基于智能路径规划算法的移动机器人。该机器人以TMS320LF2407A作为主控制芯片,控制机器人左右轮电机运转．驱动机器人按照预定路径行走。其设计算法首先采用了改进的栅格和Distbug的组合进行全局和局部路径规划。详细阐述了该算法的基本原理及采用该算法的移动机器人控制系统硬软件设计。最后,介绍了该移动机器人自学习路径跟踪PID算法。实践表明,采用该算法的移动机器人行走速度快,实时性强,稳定性好,控制精度高。     

视觉引导下的自主式捡球机器人多目标路径规划算法

文章首先简要描述了捡球机器人路径规划的目的、视觉处理的工作特点,分析了自主式捡球机器人设计时所面临的问题,然后结合滚动窗口理论提出了一种基于视觉传感器的自主式移动机器人多目标路径规划算法。该算法有效地减少了移动捡球机器人执行任务的时间,提高了其捡球效率。     

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.