无人机避障方法研究进展

社会的高度信息化使得无人机能应用于各个领域,任务难度的增加决定了无人机朝集群化和自主化的方向发展。高效的避障技术是实现无人机高速飞行和智能化的重要保障。本文首先阐述了无人机避障的概念、过程以及分类。其次,详细介绍了超声波、单目视觉、双目视觉、激光雷达4种单无人机避障方法以及人工势场法为主的无人机编队避障方法,并分析了各种方法的原理和优缺点。最后,总结了无人机避障目前存在的问题和未来的发展趋势。     

基于模糊控制原理的自动避障研究

此文依靠模糊控制理论对基于80CS51单片机的自动避障机器人进行研究,单片机依靠对超声回波所测得距离数据的处理通过PWM电路控制电动机,可显示前方障碍距车距离,三轮架构,其中两轮各以直流电动机为驱动,借助其速度之差控制转弯半径,待靠近障碍物到临界点即预设距离时转弯,实现了自动躲避障碍功能.     

基于声纳环传感器的机器人避障研究

任何一种移动机器人要实现未知环境自主导航都必须有效而可靠地感知环境信息,而超声波传感器在检测障碍物距离信息方面应用十分广泛。介绍了旅行家II号声纳环传感系统的设计与实现原理,并对声纳的精度进行了测试。在此基础上,提出了移动机器人一种简单避障策略,并运用2种基本避障实验:静态避障和动态避障,验证了该避障策略的正确性和有效性。     

基于LGMD的无人机避障方法研究

为提高无人机避障的灵活性和可靠性，提出了一种基于LGMD（Lobula Giant Movement Detector）的无人机避障方法，通过将视场分割为上、下、左、右4个方位，形成4个方位竞争的LGMD（C-LGMD），并利用Matlab软件进行算法实现和视频仿真分析，最后将算法移植到无人机硬件系统，开展悬停测试和实时飞行实验研究。由视频仿真分析和悬停测试结果表明，该算法能有效分辨来自不同方位的障碍物，具有较好的避障性能和鲁棒性；在实时飞行测试中，无人机在室内环境中可实现三维空间有效避障，验证了该算法的可靠性。研究结果为进一步探索无人机高效、可靠避障提供参考依据。     

基于贝叶斯预测的自主车辆避障方法研究

针对在动态环境中自主车辆对于动态障碍物信息很难具有先验知识的问题,研究了动态贝叶斯网络模型对机动目标运动状态进行贝叶斯预测的推理机理,提出了一种基于贝叶斯预测进行自主车辆避障路径规划控制方法;该规划方法在VORONOI图法基础上,融合了对自主车辆和周围环境之间的位置荚系的贝叶斯预测,一旦预定任务的动态环境发生重大变化,它可以产生机动目标沿某方向前进信息的预测先验知识,通过局部多次重规划生成避障路径,直至自主车辆完成既定任务;仿真实验证明了该规划控制方法可有效帮助自主车辆在不确定环境中实施避障策略.     

基于模糊控制的移动机器人避障研究

针对移动机器人在未知环境中的不确定性,利用Matlab构建了多传感器仿真试验移动平台,在Simulink中搭建移动机器人运动学模型,利用多传感器采集环境中的障碍物信息与目标物的方位角,设计了具有避障功能的模糊控制算法.通过模糊控制器控制移动机器人的左右轮速度实现机器人的转弯以及直走,根据机器人实时的角度反馈信息不断修正机器人的位姿以精确避障.仿真实验验证了该方法的可行性及有效性.     

基于栅格方法的移动机器人实时导航和避障

本文对移动机器人的实时导航和避障设计了基于栅格的控制算法，用该算法控制清华大学计算机系研制的ＴＨＭＲ－Ⅲ移动机人能在未知的环境中，实量检测出障碍物，并实时规划出合理路径，稳定，平滑连续地向着目标行驶，最后给出了ＴＨＭＲ－Ⅲ在几种典型环境中行驶的实验结果。     

基于Jetson和超声传感器的清洁车避障方法研究

为解决清洁车普遍存在的清扫盘和喷水杆容易因触碰路肩造成损失的问题,提出了一种基于Jetson和超声传感器的清洁车路肩距离检测及避障方法。该方法采用超声传感器检测清洁车清扫盘到路肩的距离,以Jetson AGX Xavier作为控制核心。Jetson控制器对超声传感器检测到的距离信息进行处理,生成控制指令,通过CAN总线将控制指令传送到车载CAN设备控制器,控制清扫盘和喷水杆收放来减少损失。行车实验表明,所提出的检测方法和系统可以有效避免清洁车离路肩过近,减少清扫盘和喷水杆与路肩的碰撞。     

基于T-S型模糊神经网络的轮式机器人避障方法研究

针对超声波传感器产生的不确定信息,研究了一种基于Takagi-Sugeno(T-S)模型的模糊神经网络信息融合避障方法;对超声波传感器所获得的数据进行融合,建立控制器输入信号和机器人速度输出之间的模式映射关系;在MATLAB环境下对模糊神经网络避障算法进行了仿真,最后在实际环境中进行避障实验;实验结果表明,该算法具有较好的准确性和鲁棒性,能够适用于移动机器人的导航需要.     

基于模糊逻辑的机器人动态避障方法

本文提出了一种动态环境下基于模糊逻辑的机器人动态避障方法。该方法采用包容式结构中基于优先度的行为决策方法,通过模糊规则将机器人工作空间中的动态信息模糊,再转化为对机器人在动态环境中的控制,同时提出接近度的概念,简化了模糊控制输入状态空间,从而减少模糊规则的数量,提高算法的实时性。实验表明,该动态避障方法能够使机器人躲避动态障碍物,并快速准确到达目标位置。     

基于速度修正项的机械臂避障路径规划

针对机械臂运行过程中存在的碰撞问题, 提出一种基于速度修正项的机械臂避障路径规划方法. 利用B 样条曲线进行机械臂关节空间规划, 使机械臂能够在特定时刻运行到指定构型. 在运行过程中, 利用碰撞检测算法实时计算机械臂与障碍物的最小距离, 在碰撞即将发生时引入积分为零的避障速度修正项改变机械臂运行轨迹, 使得机械臂能够在实现障碍回避的同时, 保证其在特定时刻通过指定构型的要求. 仿真实验表明了所提出方法的正确性和有效性.     

局部相对位姿空间内轮式月球车的避障策略学习

提出了一种轮式月球车的避障学习方法。首先列出了BH2月球车的动力学方程,并将避障行为解释为沿子目标点行走的过程。然后在月球车视觉局部范围内进行避障策略学习,选择车体、子目标点和障碍之间的相对位置矢量为学习过程的状态量,使策略学习对环境变化有鲁棒性;选择车轮的转向力矩为控制输入,降低了学习复杂度。实验证明此方法对环境变化有很好的适应能力。     

基于生存理论的非完整约束轮式机器人高速避障控制

轮式移动机器人现有的避障控制方法大多需要在避障过程中进行减速处理, 会影响移动效率. 鉴于此, 将生存理论应用于轮式移动机器人的反应式避障控制. 分析非完整约束轮式机器人的仿射非线性系统模型和约束条件, 利用弹性边界升维和控制模型退化的方法给出系统的生存性设计, 并利用最优化方法得出机器人高速避障控制器. 最后通过仿真实验, 表明了轮式机器人高速避障控制的有效性.

     

基于滚动速度障碍法的无人机山地航测避障路径规划研究

无人机在进行山地航测时,经常遭遇鸟类等动态障碍,若不能及时规避掉障碍,极容易发生坠机事故。为此,研究一种基于滚动速度障碍法的无人机山地航测避障路径规划方法。基于山地环境模型,结合飞行路径长度、路径平滑度建立一个综合目标函数并利用改进布谷鸟搜索算法求解,得到无人机山地航测的初始路径。对图像进行预处理后,识别无人机初始路径飞行过程中遇到的障碍物,并通过超声波测量无人机与障碍物之间的距离,以此建立速度障碍模型,实现速度障碍碰撞分析,通过滚动窗口的方式确定无人机与障碍物是否存在飞行冲突。基于滚动速度障碍避障方法实现滚动角度避障和速度避障,获取最终的优化路径,完成基于滚动速度障碍法的无人机山地航测避障路径规划。测试结果表明:航测避障路径长度为571.45m,平滑度为165.52,规划的方案更具合理性。     

基于模糊改进人工势场法的机器人避障方法研究

在内部密封、狭窄、多障碍的船舱环境中,障碍物的分布具有随机性和不确定性,对于移动机器人的避障方法而言,传统人工势场法存在目标不可达、局部极小值等问题.设计了一种基于模糊逻辑的改进人工势场法,在避障算法的局部极小值附近,基于模糊逻辑给予移动机器人辅助控制力,帮助机器人逃离局部极小值点,避免机器人在避障过程中陷入局部极小值点的问题,并且优化路径.仿真实验表明:在多障碍复杂环境下,该算法能实现机器人实时、安全的避障.     

基于改进模糊算法的水面无人艇自主避障

为了提高水面无人艇（USV）在未知、复杂环境下的连续避障性能,提出一种具有速度反馈的模糊避障算法。USV利用激光扫描雷达与多路超声波传感器感知周围环境,通过对障碍物信息进行分组并设置权值的方式进行多传感器数据融合,并在模糊控制的基础上根据环境情况自动调整航速;进而提出一种考虑障碍物所有分布情况的更全面的模糊控制规则表,增强了USV对复杂环境的适应能力。实验结果表明,所提方法能通过与环境交互调整USV航速使其成功避障并优化避障路径,具有良好的可行性和有效性。     

基于速度建模前馈控制方法的研究

常采用的双闭环控制方法无法解决动机座下的光电跟踪设备其跟踪精度与稳定性的矛盾,而导致跟踪失败。本文对平台罗经角度数据进行速度数学建模,首先通过有限记忆最小二乘滤波得到速度的平滑数据;再进行动机座下的坐标变换和视轴校正;最后将平滑的速度数据通过复合控制前馈到速度回路;试验表明:提高了精度了同时,保证系统的稳定性,其有效隔离度为13.06,大大提高了设备的跟踪性能。     

移动机器人的队形控制及其主动避障

在这篇论文中, 我们利用一个统一的算法框架来解决移动机器人的队形控制和主动避障问题, 使得编队中的从机器人在避开障碍物的同时, 能够与被跟踪的主机器人保持期望的相对距离或相对方位. 在现有的关于主—从跟踪编队控制的文献中, 为了实现对主机器人快速准确的跟踪, 从机器人在跟踪控制时需要主机器人在惯性坐标系下的绝对运动速度作为队形跟踪控制器的输入. 然而, 在一些环境中, 主机器人的绝对运动状态很难获得. 这里, 我们将利用主—从机器人之间的相对速度来建立机器人编队系统的运动学模型. 基于这个模型的编队控制方法将不再需要测量主机器人的绝对运动速度. 进一步地, 上述的建模和控制方法被扩展为一个移动机器人的动态避障方法, 该方法利用机器人与障碍物之间相对运动状态作为避障控制器的信息输入. 利用由三个非完整移动机器人组成的多机器人系统, 验证了所提出编队控制方法的有效性.     

基于MSP430单片机的电子汽车限速器的研究

根据汽车市场发展的需求,提出了以MSP430单片机作为核心的有关电子汽车限速器的硬软件设计方案,指出了通过在踏板传感器与电子控制单元之间插入一个限速器来达到汽车限速的目的。此电子限速器增加了拆除限速器功能,保证整个油门系统工作的稳定性。