基于蚁群算法的移动机器人智能路径规划应用

随着机器人在各领域的广泛应用和人工智能的不断发展,路径规划研究作为机器人应用领域的重要课题受到越来越多的关注。文章分析了机器人发展现状以及路径规划算法,重点阐述了智能路径规划与传统路径规划的优缺点,利用蚁群算法对移动机器人路径规划中实际应用问题进行了研究,并提供一些实际解决方案。     

双向ACO算法应用于静态机器人全局路径规划研究

提出双向蚁群算法并应用于静态环境下的机器人全局路径规划问题.对栅格法环境建模进行改进,将传统的栅格法改进为膨胀栅格法;使用双向蚁群算法在出发点和目标点设置带有不同标记的两族蚂蚁相向爬行完成搜索,启发信息主要通过目标点、出发点和蚂蚁的当前位置二维坐标值计算得出;信息素存储采用方向信息素矩阵.仿真实验证明:即使在障碍物非常复杂的地理环境,用本算法也能迅速规划出最优路径.     

改进的A＊算法在机器人路径规划中的应用

文中提出了一种改进的A＊算法并应用于机器人路径规划中。采用基于A＊算法的二次路径规划策略,机器人行走时遇到突然出现的未知障碍物时能有效地进行路径重规划;采用基于优先级的子节点生成策略,考虑到了现实中机器人的体积,使规划路径能在现实中得到执行;最后,通过MATLAB仿真平台进行了仿真,验证了此算法的有效性和可靠性。改进的A＊算法提高了机器人的智能水平和实时路径规划能力。     

融合哈里斯鹰与蚁群算法的机器人路径规划

针对传统蚁群算法在静态环境进行路径规划时存在初始信息素匮乏,收敛速度慢,搜索不全面的问题,提出了一种融合哈里斯鹰与蚁群算法的路径规划算法。基于栅格法对机器人工作地图进行建模,使用哈里斯鹰算法对蚁群算法中初始参数信息素因子和启发函数因子进行训练,并利用经哈里斯鹰算法优化过的蚁群算法对路径进行搜索,改进信息素更新公式并设定信息素浓度阈值,增加了融合算法的全局搜索能力及收敛速度。仿真实验结果表明,融合算法相较于其它算法在最终解精度、转弯次数等方面有一定的优势,验证了该算法的有效性和实用性。     

基于CCD的循迹机器人小车模糊控制方法研究与实现

设计一种基于STM32为主控芯片的循迹机器人小车,用CCD摄像头作为路径识别装置,采用边缘检测算法提取路径中线,根据小车的速度与转弯半径,采用模糊控制调节小车左右轮的速度差,达到路径识别与跟踪的目的。设计中通过建立里程计模型把小车的实时理想位置通过蓝牙传送至PC端,PC端通过数据处理将理论轨迹和实际运行轨迹进行对比,实验结果表明,小车可以依靠CCD摄像头很好地识别任意路径轨迹,在不同的运行速度下,模糊控制都有较理想的循迹控制效果。     

改进势场蚁群法的机器人避障及路径规划

针对传统蚁群算法机器人在路径规划过程中出现收敛速度缓慢和陷入局部最优的问题,将蚁群算法与加入虚拟牵引力和快速函数的人工势场法相结合,引入势场合力作为蚂蚁搜索路径点的部分启发信息,使结合后的算法具有较高的全局搜索能力,避免了传统蚁群算法由于启发信息误导所致的局部最优问题,同时提高了收敛速度。为了验证此方法的有效性,用Matlab软件进行仿真实验,结果表明机器人运动轨迹平滑,接近最优路径。     

基于双层蚁群算法和动态环境的机器人路径规划方法

针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法（DACO）,在每次迭代中先用外层蚁群算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层蚁群算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出三种避障策略.动态环境下,机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点.仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是求解移动机器人路径规划问题的一种切实有效的方法.     

基于图像处理的智能射击训练系统

提出了一种基于图像处理的模拟打靶系统.该系统由带标定点的目标靶、摄像头、激光发射器及模拟显示器等部分组成,摄像头和激光器固定在训练枪上,激光光斑可覆盖整个目标靶.激光器发射激光的同时,摄像头跟随激光器实时采集激光光斑图像,图像处理系统对该图像进行处理获得目标靶上标定点位置,并把标定点坐标通过蓝牙无线送至模拟显示系统,当扣动训练枪扳机时,记录此时标定点坐标,该坐标即为射击成绩.该系统可以很好地模拟实弹射击训练,可实现多人共用一套系统同时进行射击训练,记录瞄准轨迹及击发时间,获得训练者的技术细节,提高训练效率,节省训练成本.     

智能护理机器人近距离无线监控系统设计

以智能护理机器人为平台,在能够完成基本护理的基础上设计了近距离无线监控系统。系统上位机为PC机,下位机采用无线摄像头、CC1101无线射频模块等,在PC机Visual C 6.0的环境中实现护理工作的近距离无线控制和实时视频监控的功能。大量的测试表明：系统无线控制的准确性高,实时视频监控清晰流畅,使用成本低,特别适用于医院和家庭等场所的近距离实时无线监控。     

基于计算机视觉技术的智能化电厂应用

<正>通过自主导航的视觉算法进行导航框架设计,采取SLAM稀疏点云最小化的优化算法,完成DWA模型构建,配合实现智能巡检机器人的动态避障,在现有顺滑轨迹基础之上进行全局优化,基于ROS通信架构,对智能巡检机器人的巡检路线开展设计,完成固定坐标点和自定义坐标点的双重配合,提升智能巡检机器人的完全巡查功能。巡检机器人可以为设备复杂的汽机房和镂空钢板的锅炉房提供安全的巡检方式,以绿色安全通道或安全设备距离的巡检路径作为数据载体,基础带电作业完成实时巡检,优化巡检线路,且自动避障。     

基于Kinect的机器人控制系统

设计一款可以通过人体动作对机器人进行控制的机器人控制系统。该系统由主机和从机两部分组成,通过Kinect体感传感器采集人体动作信息,在主机中进行图像处理解析出相应的人体动作,然后通过无线传输单元向机器人发送相应的控制指令,控制机器人做出响应,完成相应的一套动作或对人体动作进行实时模仿。制作的机器人样机运行良好,能够根据人体左右手的动作和语音命令,做出正确的响应。     

一种视觉导航机器人的设计

介绍了一种为机器人添加视觉模块而进行智能导航的设计。主要通过为广茂达AS-UII型机器人添加无线模块将图像信息发至计算机,经图像处理后对机器人进行遥控操作达到闭环控制的目的。此设计价格低廉、运行稳定。     

基于DSP的智能相关电视跟踪系统

介绍了一种基于TMS32OC6202的数字式智能相关电视跟踪系统的设计,该系统以DSP图像处理板为核心,采用双CPU的系统结构设计,使图像处理系统和云台控制系统分离,增强了系统的实时性、可靠性.并介绍了本系统采用的图像分割及跟踪算法.     

基于DSP的CCD天文图像处理系统

介绍了一个基于DSP的CCD天文图像处理系统的软硬件实现。分析对比了传统的基于PC机的处理方法,提出了一种简化的背景估计方法,并在此基础上应用了按列扫描的目标提取方法。给出了一种对局部背景进行精确估计的方法,保证了星象中心和星等的计算精度。最后给出了系统的硬件结构以及DSP软件算法的流程。     

基于大数据处理技术的深度学习算法的图像处理优化技术研究

文章通过对人工神经网络算法技术、粒子群算法技术、图像匹配算法进行深入的剖析,对算法的理论原理进行简析,对算法的特点进行分析,对算法在图像处理优化技术中的应用进行解析,诠释图像处理优化技术解决的图像处理中遇到的问题和难题。借助算法来优化处理大数据存在的弊端和难点,进而达到优化图像处理优化技术的目的,使得图像处理过程更加高效、传输便捷、应用方便,给人以视觉上的最真实的实景享受。     

基于SoC FPGA的文字分割系统设计

针对于传统PC机实现的图像采集与处理系统在功耗、移植性、实时性和体积上的局限性问题,本设计实现了基于FPGA和ARM硬核处理器整合的SoC FPGA的图像文字分割系统。基于SoC FPGA的硬件平台和移植的嵌入式Linux开发环境的软硬协同设计方法,实现了CMOS传感器的图像采集、SDRAM存储、双口RAM数据通信和VGA显示输出。同时,基于ARM的硬核处理系统(HPS)控制双口RAM读写图像数据,在HPS中实现图像的预处理和分水岭算法。实验结果表明:本系统具有较准确的文字分割效果,一幅图像实时文字分割的平均速度为0.87s,比基于PC机的matlab环境和NIOS Ⅱ的SOPC系统上实现速度分别提高了0.84倍和4.52倍。本系统具有设计灵活,速度快、可移植性强的优点,对实时图像采集与处理系统的研究提供参考意义。     

第二代曲波加权改进算法在图像处理中的应用

识别率的提升是图像处理技术的关键环节,笔者针对第二代曲波变换算法在图像识别处理过程中,所存在的图像边缘“振铃”效应和由于“楔形基”的特性所导致的图像失真问题,提出了第二代曲波加权改进算法及对图像识别的实现过程,并且分别通过ORL和Yale图像进行了对比仿真实验,证明了较传统的小波加权双向二维主成分分析算法在对识别中有明显的提高,从而验证了该算法在图像识别处理上的可行性和有效性。     

一种嵌入式图像算法的加速优化方法

为满足嵌入式图像处理的需求,提出了嵌入式图像处理的程序移植方法。以OPENCV中的混合高斯背景建模函数为例,基于TI的达芬奇DM3730硬件平台,阐述了在不影响程序结果的基础上,对算法进行移植加速的方法。主要包括程序主体的处理,以及定点化等,在DM3730目标平台上实现了混合高斯模型事实实现动态提取的方法。结果表明,该方法可满足基本应用需求,能使用该方法对浮点算法进行定点DSP移植,并可广泛应用于各种图像处理算法之中。     

基于数字图像处理算法的皮肤测试仪

详细介绍了基于数字图像处理算法的皮肤测试仪的设计过程.该皮肤测试仪以台湾义统公司的ET44M210作为MCU实现对整个系统的控制;以台湾义统公司的ET21X130B模块作为影像传感器,实现肤质图像数据的实时采集;通过PC中数字图像处理算法软件对肤质的重要参数进行分析比对.实践表明,该皮肤测试仪十分适合家庭及爱美人士作为便携式皮肤测试仪使用.     

基于FPGA的视频图像处理算法的研究与实现

为有效提高视频监控应用领域中多屏幕画面显示的清晰度、分辨度等问题,提出了一种基于FPGA的实时视频图像处理算法。文中介绍了系统的整体结构,然后针对FPGA模块介绍了视频图像的缓存及图像分割,并针对视频的输出显示要求,重点介绍了基于双线性插值算法的实现。ModelSim的仿真结果表明,该算法符合多屏幕显示系统的要求。