基于障碍物尺度的封闭狭长空间路径规划研究

栅格法广泛应用于移动机器人环境建模和路径规划中。为了解决在狭长空间如煤矿巷道环境中，障碍物、机器人和空间尺寸失调，以机器人中心点到自身轮廓最远距离的2倍为栅格尺寸建模容易导致路径规划失败的问题，采用以影响机器人通行的障碍物大小为基准设定栅格尺寸、机器人尺寸在地图上占据多个栅格的狭长空间地图建模方法，利用障碍物碰撞检测函数对传统A^*算法进行改进，仿真研究了改进算法在狭长空间中的全局路径规划的有效性，开展了实际环境下的路径规划实验。研究结果表明，采用提出的栅格建模方法和改进A^*算法可得到一条起始点到终点的无碰撞路线，可完成狭长空间的复杂环境路径规划。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

基于改进人工势场的矿井导航装置路径规划

矿井中障碍物密集且移动,这给煤矿井下导航装置路径规划造成了极大的困难。结合原有的传统人工势场法,通过将相对速度场和相对加速度场引入势场函数中,改进引力势场函数,使矿井机器人、无人机等导航装置在路径规划中,充分考虑导航装置自身的移动信息,使躲避移动障碍物成为可能,并且避免动目标陷入局部极小点;针对路径规划过程中路径最优化的问题,提出了"全局势场线"的概念,使导航装置在局部路径规划的同时,充分考虑到全局的规划信息,避免局部规划与全局规划冲突,从而选取最优的路径进行导航。提出的方法通过仿真和地面模拟测试,结果证明,该方法可以帮助导航装置在煤矿井下成功躲避移动障碍物,避免与移动障碍物发生碰撞导致路径规划失败,同时处理复杂多变的环境,优化避障路径,最终到达目标位置,完成导航装置的路径规划任务。     

煤矿水泵房巡检机器人路径规划与跟踪算法的研究

目前煤矿水泵房排水设备的巡检工作仍需要人工完成,存在工人巡检懈怠,巡检不及时,巡检不到位,巡检结果数字化不便等问题。结合里程计定位技术、轮式移动机器人导航和避障技术,以ROS机器人开发平台为基础,研究了一种适用于井下水泵房环境的巡检机器人全局路径规划与跟踪算法,可实现巡检机器人在无人为干预,无磁轨、线缆或GPS辅助的情况下按照设定的路径自主移动完成水泵房设备的巡检工作。首先根据水泵房的平面图建立二维栅格地图,通过PRM路径规划算法在建好的二维栅格地图中规划一条经过所有检测点和行进点的无障碍路径,接着通过Pure Pursuit路径跟踪算法计算巡检机器人沿该路径行走需要的实时线速度和角速度,将其发送给巡检机器人运动控制器,然后控制器根据雷达数据实时监测机器人10 cm范围内障碍物情况,决定巡检机器人是否采用当前的线速度和角速度沿规划路径行走,最后在机器人到达检测点后对排水设备进行拍照和运行数据的采集。通过对巡检机器人的模拟实验结果分析得出：巡检机器人能够避开路径上的障碍物,准确到达巡检点,机器人实际位置平均误差为4 cm,姿态角度平均误差为0.095 rad,满足机器人巡检工作的要求。     

基于模糊控制算法的矿山爆破机器人路径规划

针对矿山爆破机器人工作环境的复杂性和不确定性,为提高其在这种挑战性环境中的自主操作性和安全性,结合视觉导航原理和模糊控制算法提出一种未知环境下的局部路径规划策略。该策略充分利用机器人搭载的摄像头和激光雷达进行环境探测,实时获取障碍物和目标信息,通过模糊控制器调整机器人的运动偏转角度及步长,从而有效地避开障碍物并到达预定目标点。仿真结果表明,该策略不但能使机器人以最优的路径到达目标点,而且显著降低了机器人在多障碍物环境下发生碰撞的风险,提高了矿山爆破机器人的工作效率和安全性。     

机器人视觉中一种新的路径规则划方法

栅格法的强适应性和简单直观性使其成为寻找最优耗费路径的流行算法。然而,在实时路径规划中如果单元格划分的精度很高就会使得计算的时间复杂度高,从而不能适应实时运行环境。在动态环境中,路径规划的前面一部分(即里机器人较近的一段路径)是对移动机器人最有用。因此,文章提出将环境不等大小划分,离机器人距离越近计算精度越高而越远计算精度越低,并结合动态信息模型对障碍物运动信息的有效反应得到一种新的路径规划算法。通过仿真实验与在RoboCup中型组机器人上的测试表明了该方法的有效性。     

基于蜂群算法的煤矿救灾机器人全局路径规划

研究了一种基于人工蜂群算法的煤矿救灾机器人全局路径规划算法。该算法首先进行环境建模,然后根据环境信息特点,巧妙结合人工蜂群算法获得机器人全局优化路径。该路径规划方法具有建模方便、算法简单以及不局限于障碍物的形状等特点。实验证明,本算法可以快速有效地规划出一条全局较优化路径,是解决全局环境已知情况下机器人路径规划的一种有效方法。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

对瓦斯分布区域避障的煤矿机器人路径规划方法

由于煤矿机器人的防爆安全等级尚未到达ia本质安全,为避免引起灾害事故,煤矿机器人在执行环境探测和救援任务时不能进入瓦斯危险区域,因此,煤矿机器人需要躲避瓦斯危险区域。文章提出煤矿机器人对区域分布的瓦斯气体避障的路径规划方法,运用MAKLINK方法表征煤矿机器人的作业环境网络图,采用蚁群算法优化的Dijkstra算法得到的煤矿机器人作业路径,分别在仅有瓦斯危险区域分布和同时存在瓦斯危险区域分布及障碍物两种情况下进行路径规划实验研究。结果表明,本文提出的方法在满足安全距离和收敛速度条件下实现了最优路径规划,该方法对煤矿机器人快捷安全作业和提高煤矿机器人智能化具有重要意义。     

针对深海采矿车的遍历路径规划方法研究

针对深海采矿车在海底复杂条件下周围环境信息缺少,实时处理数据能力低,环境建模困难复杂,难以自主和高效完成深海采矿作业等问题,提出一种深海采矿车遍历采矿作业的全覆盖路径规划方法。首先利用AUV(自主水下机器人)采集数据得到的水下DEM(数字高程模型)数据模型构建出海底的三维静态地图模型,根据得到的底质类型数据划分障碍物构建出二维静态栅格环境模型;然后考虑栅格状态、距离因素和转向因子建立启发函数,实现遍历路径采矿工作。结合实际采矿过程中出现的采矿死区问题,引入改进A*算法规划逃离出死区路径,保证了重复率尽可能小;最后通过MATLAB仿真验证。结果表明,该算法确保采矿覆盖率为100%的同时降低了重复率和转弯次数,提高了深海采矿车的工作效率和经济效益,为深海采矿车海底路径规划提供了理论基础。