基于对称极多项式曲线的移动机器人平滑路径生成

详细分析了对称极多项式曲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,并将对称极多项式曲线应用于移动机器人的平滑路径生成,提高了移动机器人的灵活性,同时将有助于改善移动机器人的路径跟踪精度,扩展移动机器人的应用领域．     

移动机器人路径跟踪的智能预瞄控制方法研究

本文首先介绍了移动机器人的基本硬件组成，然后模仿人工预瞄驾驶行为，提出了一 种移动机器人路径跟踪的智能预瞄控制方法，并介绍了智能预瞄控制器的原理、结构及其设 计过程．试验表明：本文提出的控制方法可保证机器人准确地沿各种参考路径行走，且具有 良好的鲁棒性．具有运动避障功能的移动机器人控制系统正在研究过程中．     

基于观测器的轮式移动机器人路径跟踪控制

研究基于状态观测器的轮式移动机器人的路径跟踪控制问题.首先简要回顾了基于状态反馈的移动机器人的路径跟踪控制问题;进而通过适当的状态变换将移动机器人模型转换为合适的形式,并在移动机器人的位置可以测量的情况下设计了一种可保证状态观测误差指数收敛的状态观测器;最后结合状态反馈路径跟踪控制器和所设计的观测器得到了一种基于观测器的路径跟踪控制器,该控制器可以保证移动机器人的运动轨迹指数收敛到期望路径上.仿真结果证实了所提出的基于观测器的路径跟踪控制器的有效性.     

基于模糊控制信息融合方法的机器人导航系统

本文提出了一种基于模糊控制和信息融合的自主式移动机器人导航系统的实现方法。采用表格查询的模糊控制方法,对导航系统中的多传感器信息进行融合,实现了机器人的路径跟踪和自动纠偏的功能。该系统具有实现简单、响应快、鲁棒性好等特点,仿真实验和实际运行结果表明了该系统在具有引导线的环境中能有效实现自主式移动机器人的导航。     

基于模糊控制信息融合方法的机器人导航系统

本文提出了一种基于模糊控制和信息融合的自主式移动机器人导航系统的实现方法.采用表格查询的模糊控制方法,对导航系统中的多传感器信息进行融合,实现了机器人的路径跟踪和自动纠偏的功能.该系统具有实现简单、响应快、鲁棒性好等特点,仿真实验和实际运行结果表明了该系统在具有引导线的环境中能有效实现自主式移动机器人的导航.     

非时间参考的移动机器人路径跟踪控制

基于非时间参考的思想提出了一种移动机器人路径跟踪控制方法.首先选择移动机器人实际路径在某参考系下的x轴投影作为非时间参考量,并针对一类几何路径的跟踪建立移动机器人非时间参考的运动学模 型,据此设计以恒定速度跟踪期望路径的控制律,然后在此基础上给出跟踪任意几何路径的分段控制策略.此跟踪 控制系统所采用的参考量为非时间量􀁯,摆脱了时间因素的影响,因此能提高移动机器人在不确定环境中的跟踪能 力.仿真和物理实验表明了控制方法的有效性.􀁱     

带拖车移动机器人全局路径跟踪控制

研究带拖车移动机器人的前向路径跟踪控制和倒车路径跟踪控制问题.首先建立系统的运动学模型,并进行系统的运动特性分析;然后基于Lyapunov方法提出一种新的单体移动机器人全局路径跟踪控制器,并将其引入带拖车移动机器人的前向路径跟踪控制;再后通过运动学变换,实现了拖挂任意节拖车的系统的倒车路径跟踪控制;最后针对三车体系统的两种路径跟踪控制进行仿真,结果表明了该方法的有效性.     

移动机器人最优路径的表示、对称性及算法

针对由两个轮子独立驱动的移动机器人，从最优速度模式的角度寻求最优路径，利用极大值原理和Hamilton算子得出一种结构简单的最优路径表示形式，并解决了其跟踪控制问题．通过对不同转弯模式下的最优路径进行分析和比较，给出了基于路径长度和转动角度准则的最优路径实现算法，并提出了最优路径的对称性及其跟踪控制算法．该方法大大降低了设计和计算的复杂性，简单实用．     

动态环境下移动机器人路径跟踪与避障

采用模糊神经网络并结合模糊逻辑控制的方法,研究在动态环境下移动机器人的在线路径跟踪与实时避障问题:针对移动机器人的运动学模型,依据点与直线间的距离关系设计了移动机器人的路径跟踪算法,提出了一种基于模糊神经网络的移动机器人在线路径跟踪方案,采用改进的BP算法对网络进行学习与训练,利用梯度下降法调整网络的权值与阈值,使其实际输出与期望输出的误差总均方差最小.同时,运用模糊逻辑控制,实现了移动机器人的实时避障.仿真实例证实了控制方案的有效性,表明了所提出的跟踪算法与控制方案具有良好的动态路径跟踪与实时避障能力.     

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。     

自主移动机器人自适应室外道路检测

目的 为降低室外自主移动机器人视觉导航中遇到的阴影、裂纹及道路边界不规则造成的道路检测算法不鲁棒性,提出一种每帧灰度阈值可调的快速自适应道路检测方法。方法 先采用2维离散小波进行道路图像分解与重构,比较各级小波重构后的近似道路图像,确定出不影响“路-非路”灰度二分类的最佳分辨率等级;在低分辨率尺度空间中,用灰度类间最大方差和类内最小方差共同构造适应度函数,采用改进的遗传算法对各帧道路图像进行阈值自适应分割,找到准确的道路边界,最近两边界中心位置即机器人行驶方向。采用小型陆地自主车作为研究平台,并在卡耐基梅隆大学（CMU）提供的室外移动机器人道路视频中进行算法测试。结果 本文方法能够在具有阴影、裂纹、光照度变化的道路条件下鲁棒分割出道路边界,机器人可以平均30 km/h的速度在有较严重阴影干扰的校园道路上行驶,视觉系统的处理速度平均可达到20 ms/帧。结论 本文方法比传统的灰度直方图分割法表现出更强的环境自适应性,可实现较为鲁棒的室外道路检测,并可作为室外自主移动机器人非结构化道路检测的一种鲁棒性较强的方法加以推广。     

A novel efficient algorithm for mobile robot localization

Being autonomous is one of the most important goals in mobile robots. One of the fundamental works to achieve this goal is giving the ability to a robot for finding its own correct position and orientation. Different methods have been introduced to solve this problem. In this paper, a novel method based on the harmony search (HS) algorithm for robot localization through scan matching is proposed. Simulation results show that the proposed method in comparison with a genetic algorithm-based approach has better accuracy and higher performance. Furthermore a new hybrid algorithm based on harmony search and differential evolution (DE) algorithms is proposed and evaluated on different benchmark functions. Finally the hybrid algorithm has been applied for mobile robot localization and it outperformed the HS-based approach.     

多移动机器人的领航-跟随编队避障控制

针对多移动机器人的编队控制问题,提出了一种结合Polar Histogram避障法的领航-跟随协调编队控制算法。该算法在领航-跟随l-φ编队控制结构的基础上引入虚拟跟随机器人,将编队控制转化为跟随机器人对虚拟跟随机器人的轨迹跟踪控制。结合移动机器人自身传感器技术,在简单甚至复杂的环境下为机器人提供相应的路径运动策略,实现实时导航的目的。以两轮差动Qbot移动机器人为研究对象,搭建半实物仿真平台,进行仿真实验。仿真结果表明:该方法可以有效地实现多移动机器人协调编队和避障控制。     

一种有效的移动机器人里程计误差建模方法

移动机器人里程计误差建模是研究移动机器人定位问题的基础. 现有的移动机器人里程计误差建模方法多数针对某一种驱动类型移动机器人设计, 运动过程中缺乏对里程计累计误差的实时反馈补偿, 经过长距离运动过程定位精度大幅度降低. 因此本文针对同步驱动和差动驱动轮式移动机器人平台提出了一种通用的里程计误差建模方法. 在假设机器人运动路径近似弧线基础上, 依据里程计误差传播规律推导了非系统误差、系统误差与里程计过程输入之间的近似函数关系, 进而提出一种具有闭环误差实时反馈补偿功能的移动机器人定位算法, 对定位过程中产生的里程计累计误差给予实时反馈补偿. 实验表明新算法有效地减少了里程计累计误差, 提高了定位精度.     

移动机器人导航系统中的车道线检测方法及实现

针对室外移动机器人GPS与惯性导航不足之处,在GPS与惯性导航基础上,提出了采用视觉检测方法实时识别路面的车道线信息,对移动机器人进行辅助定位。在传统的Canny边缘检测算子基础上,提出了使用改进型小波阀值算法与Canny边缘检测算子进行融合处理,其基本原理是先使用改进型小波阀值算法,代替传统的高斯滤波器进行平滑和降噪处理,然后再使用Canny边缘检测算子提取边缘特征。最后使用matlab软件对采集到的路面视频信息进行处理,计算出移动机器人相对于路面车道线的偏转角度和偏离距离。实验发现12000帧图像中有仅有892帧图像检测失败,成功率达到92.6%,取得较好效果。为移动机器人的室外自主移动提供有力支撑。     

基于增强转移网络（ATN）的室外移动机器人道路图像理解

道路图像理解是室外移动机器人视觉导航自主驾驶研究中的一个关键技术 ,由于基于视觉导航的室外移动机器人自主驾驶时 ,对实时性和鲁棒性要求很高 ,因此 ,为了满足室外移动机器人自主驾驶的实时性和鲁棒性要求 ,将人工智能研究句法分析中的一个形式体系——增强转移网络 (ATN )成功地应用于室外移动机器人的道路理解中 ,进而提出了基于 ATN的室外移动机器人道路图像理解算法 ,该算法在统一的 ATN构建思想指导下 ,针对不同的道路情况 ,不仅可以灵活地构建出不同的道理理解 ATN网络 ,还可达到本质上的统一及应用上的灵活。经实验检验 ,该算法在满足系统要求的鲁棒性条件下 ,具有非常高的实时性 ,即能充分地满足自主移动机器人高速自主导航的需要     

移动机器人改进激光SLAM算法研究

针对传统RBPF(Rao-Blackwellised particle filter)算法存在定位精度低、粒子退化、粒子多样性丧失的问题,提出了一种基于激光雷达的改进SLAM(simultaneous localization and mapping)算法.首先基于主成分分析法对相邻帧的点云进行粗配准,再采用改进点到线...     

Automatic guidance of mobile robots in two-way traffic

A method of control has been devised to guide a mobile robot automatically through a passage without collision in an environment of obstacles. The guidance strategy is based on the premise that each obstacle exerts upon the mobile robot a repulsion, which varies inversely with the distance between the robot and the obstacle, and becomes infinite as the robot approaches the obstacle. To reduce the processing time a simple kinematic model is considered; no account is taken of dynamic effects and wheel slips. However, the mobile robot is said to be intelligent, such that deviations from the ideal path due to realistic conditions may be for the most part corrected by subsequent inputs from the sensory device. Effectiveness of the guidance strategy has been examined analytically for small deviations and numerically for large deviations. The conclusions lead to criteria for selecting control parameters for better guidance. Computer simulations have also been made to model the two-way traffic of mobile robots in a passage between two straight walls and to study the mobile robot turning a sharp corner.     

面向光流分析的机器人红外视觉图像对预处理

为了增强机器人单目视觉系统在黑暗环境下的环境感知能力,提高其在视觉图像序列处理过程中光流场计算的准确率,对由红外摄像机所采集的红外图像序列的预处理方法进行了研究,建立了一种空域与变换域相结合的处理方法。为平衡红外图像序列对之间的亮度差异并提高图像亮度,在空域中采用直方图均衡化方法进行处理;然后,对图像进行非下采样Contourlet变换,在变换域中利用图像的强边缘、弱边缘和噪声在不同分解尺度和分解方向上具有不同几何流的性质进行区分,分别采取保留、增强以及去除处理;最后利用调整后的系数进行图像重构。该预处理方法在平衡图像亮度的同时增强了图像纹理并减少了噪声。实验结果表明,预处理程序有效地提高了红外图像对的光流有效点识别率,该方法增强了机器人单目视觉系统在黑暗环境中对环境的感知能力。