基于ROS系统自动导航智能车设计

本智能车系统以树莓派为控制核心,采用惯性运动单元（IMU）传感器实现车位置、姿态判断,通过激光雷达对周围环境的实时扫描数据结合IMU数据,经树莓派处理后建立二维栅格地图。在该地图的基础上,通过机器人操作系统（ROS）中Move＿base功能包和AMCL功能包为系统提供路径规划和小车定位,结合激光雷达对前进过程中的新增障碍物进行躲避,最终实现自动导航功能。该系统是集环境感知、规划决策、自动行驶等功能于一体的新技术综合体。     

ROS系统下机器人激光SLAM研究

自机器人出现以来,人们就在不断研究如何使得机器人更加智能化,这时出现了SLAM技术,很多学者认为SLAM是机器人真正自主行动的开端。本文主要研究ROS系统下机器人的激光SLAM。该课题的实现,借助我国的思岚激光雷达传感器采集数据,在安装有ROS的上位机进行远端操控,使用ROS框架结合控制移动的地盘节点、扫描周围环境的雷达节点、建立机器人坐标系的TF组件等多个功能包,在功能包的共同工作下实现远程控制机器人。功能的实现需要结合不同的环境选择不同的算法,通过算法程序结合雷达、底盘、stm32和上位机,从而实现低成本高精度的移动机器人的SLAM。     

基于ROS的无人派件精灵系统设计

该文主要是对物流配送机器人在校园、社区、室内等环境下的物流配送的"路径规划-包裹配送-运动控制-环境建模-位置定位"展开研究。采用了ROS(Robot Operating System)机器人操作系统作为整个物流配送机器人的核心,通过ROS开源操作系统的功能包结合外围传感器来结合PID算法的差速运动模型来实现对机器人的任意角度运动控制以及远程控制,通过外围传感器进行对周边的环境信息进行感知结合SLAM算法进行二维地图的构建。通过在构建好的地图上进行设计一个起始点和一个目标点,物流配送机器人在该地图中进行路径规划,在规划好的路线执行导航到目标点,在导航的途中遇到障碍物,机器人会自动的避开障碍物或者从新规划路线,从而来实现包裹从起始点到目标点的配送工作。     

基于ROS的激光SLAM室内建图定位导航智能机器人设计

文章基于Linux系统上的ROS平台实现基本的SLAM算法,机器人可以实现构建室内地图、室内自动避障导航及室内定位等功能。底层主要以STM32和树莓派为核心,通过陀螺仪和码盘电机得到机器人方位和行走里程,使用激光雷达获取室内地图信息。在ROS上执行相应脚本,调用Gmapping,ACML算法实现室内地图构建和定位。     

ROS自动导航机器人在Python课程中的应用

随着社会的进步以及人工智能的深入发展,自动导航机器人在我们的日常生活以及教学中扮演着越来越重要的角色。通过对自主导航机器人的应用,不仅提升了教学的工作效率,也增加了学生在实际教学中的动手操作能力。首先,在Python课程教学中学生根据SLAM算法对周围环境进行建模;其次,通过AMCL算法对机器人进行定位;再次,让移动机器人自动规划路径,基于ROS的操作实现机器人的自主导航功能,最终完成自主导航机器人的设计。     

基于ROS的智能小车设计研究

在产教融合生产性实训基地设计了一款在小范围空间行驶的智能小车,基于机器人操作系统（ROS）构建了智能小车的雷达避障、雷达跟随、定位导航和循迹自动驾驶的功能达成的基本方法。该智能小车通过自身所搭配的激光雷达实时检测周边环境的数据信息,输送到相关设备和系统中,经过算法建立二维地图,执行相关设定指令,从而实现自行定位导航和循迹自动驾驶等有关功能。本智能小车是产教融合生产性实训基地提供的产教融合具体实践案例,智能小车的设计、实验可为汽车自动驾驶和智能物流车提供模拟参考。     

基于Arduino的智能消毒小车设计

文章基于Arduino设计一款能够自动避障并具有消毒功能的小车,分别进行了软硬件系统的设计,搭建了智能小车平台。利用超声波传感器、红外传感器对路况进行监测,采用基于栅格法地图的弓字形遍历路径,以静态路径规划和动态路径规划相结合的方式进行综合路径规划,借助驱动程序实现避障,同时结合消毒液喷洒装置实现消毒作业。试验结果表明,该智能消毒小车能够稳定运行,满足设计要求。     

基于腿轮自平衡技术的救援巡逻小车

文章介绍一种基于腿轮自平衡技术的救援巡逻小车的设计,该小车采用两个可伸缩的腿轮实现自平衡和地形适应,配备多种传感器（如激光雷达、摄像头、超声波传感器和热能生命探测仪）,用于环境感知和目标识别。控制系统采用分层控制结构,包括运动控制、导航控制和任务控制等模块,通过Dijkstra算法进行路径规划。该小车可以在不同地形和复杂环境中实现自主巡逻和救援任务,具有较高的实用性和应用推广价值。     

移动送料机器人地图构建与运动控制研究

移动机器人的地图构建与运动控制是智能移动机器人进行自主导航的基础.针对工业装配生产线的不同工位需要送料的需求,本文以一台轮式差速移动送料机器人为研究对象,利用激光雷达作为传感器,搭建一个装配生产线,设计、实现了基于ROS的移动送料机器人的地图构建与运动控制策略.利用slam_gmapping算法包,实现了机器人在特定装...     

声导航自行小车研究

采用特定频率的声音信号作为声源对小车进行导航,使小车能够通过接收和处理声信号以确定声源方向和位置,并行进至声源处的功能。其中,用硬件滤波电路对声信号进行滤波处理,由FPGA计算声信号到达的时间差,单片机计算出声源偏离小车的角度和距离并产生PWM波驱动电机运转。在行进过程中,小车可以自主追踪移动声源,修正移动路径。准确到达声源处是声导航自行小车的重点和难点。     

Onboard dynamic RGB-D simultaneous localization and mapping for mobile robot navigation

Although the actual visual simultaneous localization and mapping (SLAM) algorithms provide highly accurate tracking and mapping, most algorithms are too heavy to run live on embedded devices. In addition, the maps they produce are often unsuitable for path planning. To mitigate these issues, we propose a completely closed-loop online dense RGB-D SLAM algorithm targeting autonomous indoor mobile robot navigation tasks. The proposed algorithm runs live on an NVIDIA Jetson board embedded on a two-wheel differential-drive robot. It exhibits lightweight three-dimensional mapping, room-scale consistency, accurate pose tracking, and robustness to moving objects. Further, we introduce a navigation strategy based on the proposed algorithm. Experimental results demonstrate the robustness of the proposed SLAM algorithm, its computational efficiency, and its benefits for on-the-fly navigation while mapping.     

无人作战飞机在线航路规划算法

针对无人作战飞机单机自主对地攻击过程中航路在线规划问题,在以栅袼形式表示的数字地图中,通过对威肋源建模、数据结构组织、估价函数建立、优化算法等多个方面进行改进,提出了一种基于A*算法的改进型规划模型.在保证规划有效性的同时,减小了搜索空间,进而提高了规划算法的实时性.仿真结果表明,该模型能够有效减弱规划结果对于栅格数字地图精度的依赖程度,为进一步开展在线规划及无人作战飞机实时路径重规划研究提供了券者.     

将盘旋动作引入自主航路规划的方法

为了使侦察无人机在不确定环境下航路选择更加灵活,提出了一种将盘旋动作引入到自主航路规划中的方法。首先,分析了盘旋动作对机载侦察设备的不利影响,以及盘旋动作对扩大航路选择范围上的优势。然后,通过设置修正系数的方法,对航路选择的目标函数进行改进,将盘旋动作引入到无人机航路规划的决策集中。最后,通过仿真试验验证了该方法的有效性。     

基于Agent的UAV智能导航技术研究

UAV智能导航是指在复杂动态环境下,UAV能够通过对周围环境的感知自主进行智能路径优化,减小轨迹中的误差安全到达目的地,同时尽量降低代价。智能导航需要解决自身定位、环境态势感知、导航方式决策、智能管理以及航路引导决策等关键技术,确保能够具有实时可靠的位置、速度、姿态等导航信息以及安全的路径。本文将智能Agent引入到导航系统中,建立了基于Agent的智能导航决策方法,给出了智能导航系统的组成、功能等。在此基础上,提出了一种基于人工势场的航迹规划方法,使得uAV在任意航路点之间进行智能路径规划。     

动平台分布式雷达系统协同跟踪路径优化算法

本文针对动平台分布式雷达系统协同跟踪目标的路径优化问题,提出了一种新颖的基于费歇尔信息矩阵的动平台分布式雷达系统协同跟踪路径优化算法。首先,本文建立了动平台分布式雷达系统协同跟踪目标模型,进而基于贝叶斯理论导出了闭合形式的费歇尔信息矩阵,然后采用D最优准则建立了动平台分布式雷达系统路径优化代价函数,最后提出了一种基于最速下降的方法来解决该优化问题。另外,本文还研究了有约束的动平台分布式雷达系统路径优化问题,利用惩罚函数来修正代价函数来规避障碍,并应用物理约束来限制动平台的转弯角。数值仿真结果验证了所推导的闭式代价函数的精确性和有效性,且所提出的动平台分布式雷达系统路径优化方法可以快速实时的以较为平滑的路径跟踪静止和移动目标;此外,相比于栅格搜索法,所提方法在计算复杂度上具有明显优势。      

基于蚁群算法的无人船平滑路径规划

为解决无人驾驶船舶在复杂环境中规划路径时存在的转向角度大、路径拐点多、航行能耗高等问题,文中提出一种基于改进蚁群算法的平滑路径规划方法。该方法采用栅格法进行环境建模,通过在启发函数中引入路径平滑度、距离启发因子以及在路径转移概率中引入障碍物启发因素,提高路径寻优和静态避障能力。结合启发因素改进信息素更新标准,设置可调节信息素挥发因子增加算法的自适应性。提取输出的最优路径关键节点并对其进行平滑处理,进一步保证路径平滑度和安全性。根据不同栅格环境下的避障仿真结果可知,与传统算法相比,文中改进蚁群算法的路径寻优速度提高了45%～62%,转向次数减少了25%～44%,平滑处理后的路径安全性和可行性得到了提升,较好地实现了不同环境下无人船自主路径规划。     

自主移动机器人即时定位与地图构建方法研究

自主移动机器人的即时定位与地图构建是机器人领域中的关键问题。文中对自主移动机器人即时定位与地图构建研究的两个主要问题进行了分析,研究了不确定信息的描述和处理方法,以及数据关联的方法。综述了现阶段即时定位与地图构建的实现方法,其中包括两种卡尔曼滤波算法和粒子滤波算法,以及基于视觉的SLAM算法。通过分析现有算法的特点,提出了自主移动机器人即时定位与地图构建未来研究的发展方向。     

Collision-free local planner for unknown subterranean navigation

When operating in confined spaces or near obstacles, collision-free path planning is an essential requirement for autonomous exploration in unknown environments. This study presents an autonomous exploration technique using a carefully designed collision-free local planner. Using LiDAR range measurements, a local end-point selection method is designed, and the path is generated from the current position to the selected end-point. The generated path showed the consistent collision-free path in real-time by adopting the Euclidean signed distance field-based grid-search method. The results consistently demonstrated the safety and reliability of the proposed path-planning method. Real-world experiments are conducted in three different mines, demonstrating successful autonomous exploration flights in environment with various structural conditions. The results showed the high capability of the proposed flight autonomy framework for lightweight aerial robot systems. In addition, our drone performed an autonomous mission in the tunnel circuit competition (Phase 1) of the DARPA Subterranean Challenge.     

A Novel Integrated Path Planning Algorithm for Warehouse AGVs

We propose an integrated path planning method for multiple automated guided vehicles performing logistics delivery within a real-world warehouse environ-ment considering obstacles. By applying it on each vehicle, this proposed method enables the vehicle the vehicles have the capabilities for autonomous path planning. The path planning consists of three parts, K-means algorithm based task points clustering, genetic algorithm based task points ordering, and the probabilistic road map based best path search. Vehicle conflict resolution is depending on implementing the probabilistic road map construction considering the realistic map with obstacles. The simulations result validate that the clustering and ordering are necessary for the path planning, both the path planning time and the Automated guided vehicles (AGVs) running time can be dramatically reduced.