基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法．算法首先对室内环境中墙的形状进行分类，并针对每一类型的墙设计相应的控制策略．然后在移动机器人运动过程中，基于有限状态机实现移动机器人沿墙状态的转移，从而使移动机器人采用不同的控制策略控制其运动．文中利用Pioneer 2DX移动机器人对此算法进行了实验研究，取得了理想的效果．     

基于模糊神经网络的移动机器人沿墙导航控制

移动机器人沿墙导航控制包含了追踪和避障两种情况,是移动机器人研究中的常见问题。它是指机器人在一定方向上沿墙运动,或者更一般意义上的沿着物体轮廓运动,并与墙保持一定距离。移动机器人利用声纳采集机器人与墙体的距离和角度信息,通过模糊神经网络将输入数据进行融合,从而判断移动机器人的位姿信息,输出左右轮速度控制其动作。实验证明此方法可以有效地保证移动机器人在安全距离内沿墙体运动。对比采用模糊神经网络前后的实验,采用后的移动机器人沿墙导航控制轨迹优于采用前,均方误差大大减小。     

结合历史运动状态的机器人高效沿墙算法研究

针对目前室内移动机器人沿墙走算法过于复杂、路径易重复、不能完全遍历、效率低等问题, 采用室内未知环境下结合历史状态的机器人沿墙高效遍历研究来解决这些问题. 该算法由移动机器人的上一个周期历史环境运动状态(分8类)、当前环境运动状态(分8类)和旋向信息(分2类)建立运动规则库, 沿墙行走时移动机器人时时采集这三类信息(上一个周期历史环境运动状态、当前环境运动状态和旋向信息)决定移动机器人当前的运动方向, 如此循环直到完成指定的沿墙任务. 最后对该算法进行了仿真与实际实验, 实验结果证明该算法可以在不同的、复杂的环境中高效、快速地完成沿墙走的任务, 并且对室内未知环境有很好的适应性.     

移动机器人的智能导航研究

研究移动机器人优化导航问题,由于系统在动态未知、复杂环境下,研究自主移动机器人导航问题,首先将行为优先级控制与模糊逻辑控制相结合提出了四种基本的行为控制方案:目标查找、避障碍物、目标跟踪与解锁,并采用模糊控制器来实现.然后针对’U’型和’V’型障碍物运行解锁问题,提出了行走路径记忆方法,通过构建虚拟墙来进免机器人再次走...     

具有声纳环的移动机器人及其自主行为研究

介绍了适用于移动机器人的声纳环传感器系统的设计与实现方法，给出了系统的软硬件结构，在对声纳数据进行建模的基础上，提出了两种基本行为控制算法：避障与沿墙走，并运用有限状态机对这两种基本行为进行行为融合，设计了一种复合行为：环游房间。实机实验和比赛结果证明了系统设计与控制算法的有效性。     

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。     

轮式移动机器人曲线行走控制的实现

从实用的角度出发,对轮式移动机器人沿曲线轨迹行走的控制进行了研究。设计了电机伺服控制系统和定位模块来实现机器人的运动控制系统功能,并基于移动机器人动力学模型设计了稳定有效的曲线行走控制算法。机器人沿抛物线和椭圆轨迹行走的实验结果表明,移动机器人曲线行走控制的硬件结构和软件功能是可行实用的,该户外轮式移动机器人运动控制系统的结构设计和功能设计符合实用要求,具有一定的应用价值。     

基于行为的轮式移动机器人导航控制

介绍了一种轮式移动机器人CASIA-I及其运动机构,针对该运动机构给出了机器人的运动方程和基于行为的导航控制算法,并根据该算法进行了软件仿真和实物实验．实验结果表明,该导航控制算法是一种有效的导航算法．     

基于行为优先与模糊控制的移动机器人导航

由于动态未知环境下自主移动机器人的导航具有较大困难,为实现自主机器人在动态未知环境下的无碰撞运行,文中将行为优先级控制与模糊逻辑控制相结合,提出4种基本行为控制策略:目标寻找、避障、跟踪和解锁.针对'U'型和'V'型障碍物运行解锁问题,提出了行走路径记忆方法,并通过构建虚拟墙来避免机器人再次走入此类区域.仿真实验表明,所提出的控制策略可有效地运用于复杂和未知环境下自主移动机器人的导航,且具有较好的鲁棒性和适应性.     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。