融合动态障碍物运动信息的路径规划算法

传统的路径规划算法只能在障碍物不发生位置变化的环境中计算最优路径。但是随着机器人在商场、医院、银行等动态环境下的普及,传统的路径规划算法容易与动态障碍物发生碰撞等危险。因此,关于随机动态障碍物条件下的机器人路径规划算法需要得到进一步改善。为了解决在动态环境下的机器人路径规划问题,提出了一种融合机器人与障碍物运动信息的改进动态窗口法来解决机器人在动态环境下的局部路径规划问题,并且与优化A*算法相结合来实现全局最优路径规划。主要内容体现为：在全局路径规划上,采用优化A*算法求解最优路径。在局部路径规划上,以动态障碍物的速度作为先验信息,通过对传统动态窗口法的评价函数进行扩展,实现机器人在动态环境下的自主智能避障。实验证明,该算法可以实现基于全局最优路径的实时动态避障,具体表现为可以在不干涉动态障碍物的条件下减少碰撞风险、做出智能避障且路径更加平滑、长度更短、行驶速度更快。     

基于双层模糊逻辑的多机器人路径规划与避碰

针对无通信情况下的多机器人系统在未知动态环境下的路径规划问题,设计了基于双层模糊逻辑的多机器人路径规划与动态避碰系统。方向模糊控制器充分考虑了障碍物的距离信息和目标的角度信息,转化为机器人与障碍物的碰撞可能性,从而输出转向角度实现机器人的动态避障;速度模糊控制器将障碍物的距离信息作为输入,将速度因子作为输出,提高了多机器人路径规划与动态避碰系统的效率和鲁棒性。在Pioneer3-DX机器人实体上验证了该系统的可行性。     

基于障碍物运动预测的移动机器人路径规划

针对移动机器人局部动态避障路径规划问题开展优化研究。基于动态障碍物当前历史位置轨迹,提出动态障碍物运动趋势预测算法。在移动机器人的动态避障路径规划过程中,考虑障碍物当前的位置,评估动态障碍物的移动轨迹;提出改进的D*Lite路径规划算法,大幅提升机器人动态避障算法的效率与安全性。搭建仿真验证环境,给出典型的单动态障碍物、多动态障碍物场景,对比验证了避障路径规划算法的有效性。     

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。     

智能化无人机测绘路径规划与动态避障算法研究

在常规无人机路径规划和动态避障算法中,研究人员通常采用随机选择的方式为无人机生成避障路线,往往会导致无人机的安全避障率不足。因此,提出智能化无人机测绘路径规划与动态避障算法。首先,划分无人机的测绘环境空间,通过栅格法选择最优路线,设置无人机的限制和环境约束。其次,预测无人机的碰撞路线,根据是否碰撞设定速度的加减,无法有效避障时通过强化学习法重新规划无人机的行进路线,再转回已有的最优路径规划中。最后,进行实验分析。实验结果表明,所设计的动态避障算法具有一定的优势,能够有效避开障碍物,优于对照组。     

面向复杂障碍场的电力巡检机器人局部动态融合路径规划

为解决电力巡检机器人在复杂障碍场中，常与障碍物碰撞、避障效率低等问题，提出面向复杂障碍场的电力巡检机器人局部动态融合路径规划方法。使用基于栅格法的复杂障碍场地图生成方法，构建面向复杂障碍场的电力巡检环境地图；结合所构建地图信息，由改进遗传算法寻优获取巡检所用全局最短路径后，经时间弹性带算法，结合不同时刻机器人位姿信息，由距离阈值判断机器人与动态障碍物碰撞可能性，以全局规划路径弹性拉伸的方式，完成局部动态融合的避障运行，且需分析局部动态规划路径中，机器人运行方向与全局规划路径一致性，动态调节规划机器人巡检路径。经测试，此方法使用后，机器人未出现碰撞问题，且避障速度提升约300%。     

一种混联码垛机器人智能避障轨迹规划与仿真

由于码垛机器人应用环境复杂、不确定条件多等诸多问题,针对现有的避障轨迹规划算法存在的划分空间上的繁琐情况,提出了一种智能避障轨迹规划算法,包括障碍物信息提取和避障轨迹设计,最大程度降低障碍物信息与轨迹设计部分的耦合度,达到减少动态空间下频繁划分空间的目的.最后在OPENGL软件上研发的三维仿真平台上进行运动学仿真与验证.仿真结果表明,改进算法规划出的轨迹能有效避开障碍物且轨迹符合预期的要求,充分验证了轨迹规划算法的可行性和有效性.     

基于MB-RRT*的无人机多点航迹规划算法研究

随着小型无人机的广泛应用,无人机的自动巡航能力至关重要。多点航迹规划作为复杂的无人机航行任务之一,要求为无人机规划出一条最优航迹或次优航迹,如距离最短、速度最快或者时间最短,并保证其在不碰撞已知障碍物的条件下遍历所有特定的航点。针对无序的多点航迹规划问题,基于MB-RRT*算法并结合原本用于解决TSP问题的贪心策略提出了贪心MB-RRT*算法,其通过牺牲一定的航迹质量,来提高解决无人机多点航迹规划问题的速度,减少时间代价。最后在二维地图环境和三维环境下进行实验,验证了所提算法的可行性和有效性。     

动态未知环境下一种新的机器人路径规划方法

针对机器人动态路径规划问题,提出了一种机器人在复杂动态环境中实时路径规划方法.该方法基于滚动窗口的路径规划和避障策略,通过设定可视点子目标、绕行障碍物和对动态障碍物的分析预测,实现机器人在复杂动态环境下的路径规划.针对障碍物分布情况,合理设计可视点法和绕行算法之间转换,有效地解决了局部路径规划的死循环与极小值问题.该方...     

移动机器人动态路径规划方法的研究与实现

针对在未知动态障碍物存在且目标点移动的环境下,采用人工势场法规划路径时斥力影响半径往往大于障碍物的半径从而导致动态障碍物与机器人发生碰撞的问题,提出非完全等待策略与Morphine算法相结合的改进人工势场法动态路径规划策略。当动态障碍物与机器人发生侧面碰撞时采用非完全等待策略;当动态障碍物与机器人发生迎面碰撞时采用Morphine算法局部规划路径;同时引入滚动窗口理论提高躲避动态障碍物的精确度。通过仿真实验,与传统人工势场作对比,提出的改进算法在发生侧面碰撞时要缩短12步,在发生迎面碰撞时要缩短6步,由此可得提出改进算法在路径平滑性和规划步数方面效果更优。     

基于正交激光雷达的电力巡检无人机自主避障系统研究

本文提出了一种基于正交激光雷达的电力巡检无人机自主避障系统,将正交激光雷达作为无人机的测距感知器,对垂直方向和水平方向的障碍物进行检测,在这个基础上提出适合电力巡检场景下的垂直方向避障策略.在本文的实验中对本文的避障策略和控制算法进行验证,结果表明采用该避障系统的无人机能够在电力巡检场景实现自主避障.     

动态复杂环境下的机器人路径规划蚂蚁预测算法

研究了一种新颖的动态复杂不确定环境下的机器人路径规划方法和动态避障码蚁预测算法.该方法模拟蚂蚁的觅食行为,由多组蚂蚁采用最近邻居搜索策略和趋近导向函数相互协作完成全局最优路径的搜索.在此基础上用虚拟蚂蚁完成与动态障碍物碰撞的预测,并用蚁群算法进行避障局部规划.理论和仿真实验结果均表明,即使在障碍物非常复杂的地理环境,用文中算法也能迅速规划出优化路径,且能安全避碰.     

基于时间栅格法和免疫算法的机器人动态路径规划

提出了一种机器人动态路径规划方法。该方法首先采用时间栅格法采标识动态障碍物。建立机器人的环境信息,然后使用免疫算法实现在动态环境下机器人的全局和局部路径规划,达到避障和避碰的目的。文中定义了免疫算法的多因素适应度函数由碰撞系数、距离、转角和安全系数决定。实验表明所提方法可以提高路径规划的效率,满足机器人实时导航要求。     

基于时间栅格法和免疫算法的机器人动态路径规

本文提出了一种机器人动态路径规划方法 ,该方法首先采用时间栅格法来标识动态障碍物 ,建立机器人的环境信息 ,然后使用免疫算法实现在动态环境下机器人的全局和局部路径规划 ,达到避障和避碰的目的。文中定义了免疫算法的多因素适应度函数由碰撞系数、距离、转角和安全系数决定。实验表明所提方法可以提出的高路径规划的效率 ,满足机器人实时导航要求。     

基于深度确定性策略梯度强化学习算法的航迹规划研究

航迹规划是无人机走向智能化的重要组成部分。目前已有的传统航迹规划算法存在实时规划能力差、无法处理动态场景、航迹不平滑等问题，现有的强化学习算法虽然能够实时规划，但是大多数算法主要应用在二维场景下，且存在容易碰撞障碍物、到达率低、航迹不平滑和航迹质量低等问题。针对上述问题，提出基于改进深度确定性策略梯度的强化学习算法，该算法融合自注意力机制，提取障碍物特征，躲避障碍，解决到达率低、实时规划能力差的问题，重新设计奖励函数，惩罚无人机“后退”行为，引入方向向量夹角引导机制，解决航迹不平滑问题。仿真验证结果表明，提出的改进算法在复杂动态场景下达到93.5%的到达率，平均飞行距离减少7.3%，推理时间减少26.2%，推理时间短，航迹符合无人机的飞行要求。     

移动在线水质监测平台动态避障方法

针对移动水质监测平台在自主导航中遇到移动障碍物的问题,提出了一种将障碍物运动状态预测模型结合速度避障碰撞模型的动态避障新方法。首先,通过移动水质监测平台上的超声波测距模块和图像采集模块测量移动水质监测平台与障碍物的距离和相对方位角,采用坐标系转换的方法计算出障碍物速度和运动方向;其次,利用极大似然估计法建立障碍物运动状态预测模型,通过该模型得到下一个采样时刻障碍物速度和运动方向范围;最后,利用速度避障的碰撞模型,计算出下一时刻的移动水质监测平台的航向角。实验结果证明,所提的避障方法能够规划出一条更为真实的较优路径。与无障碍物运动状态预测模型的避障方法相比,该避障方法能提高动态避障的成功率。     

基于相对定位信息的局部动态轨迹规划方法研究

目前,自动驾驶车辆用高级驾驶辅助系统（ADAS）往往仅能通过识别车道线获取局部相对定位信息,如何在车道线识别存在跳变和遇到障碍物时避免碰撞是ADAS急需解决的关键技术之一。对此,文章提出一种基于相对定位信息的局部动态轨迹规划方法,其首先在车辆曲线坐标系中进行网格采样,经过坐标转换后获得车辆坐标系下的候选路径集,并通过碰撞检查和评价函数对路径集进行筛选,获得无碰撞最优路径;接着,根据最优路径的曲率和横向偏移来自适应调节最高规划速度,并由改进梯形速度规划方法获得速度曲线;最后,通过梯度下降算法平滑速度曲线,以避免加速度突变。仿真和实车试验结果表明,采用所提算法,车辆可以在有弯道的局部相对定位场景下平稳纠偏、避障和跟车行驶;并且,在无障碍物场景下,车辆在仿真和实车试验中的最大横向偏移分别降低36.7%和28.6%、平均横向加速度分别减小29.6%和46.4%,具有较高的舒适性和安全性。     

基于比例导引律的无人机避障研究

随着无人机作战环境日益复杂,无人机避开动态障碍物的研究成为热点问题.为提高导引避障性能,借助比例导引律的思想,通过使无人机与动态障碍物的相对速度方向导引到避障向量方向,完成避障.为满足避障完成时间和无人机机动性能约束要求,给出了避障时间估计和法向加速度表达式,通过解算得到了比例导引系数取值范围.避障完成后无人机在避障点可用比例导引律进行路径规划,最后到达目标点.仿真结果验证了算法的有效性.     

基于双旋Lyapunov矢量场的无人机避障算法

提出一种基于双旋Lyapunov矢量场的无人机避障算法.首先,建立无人机和障碍物的模型,并根据无人机有限时间是否会侵犯障碍物安全圆设计避障判定规则;然后,基于最小侧向偏移量原则选定避障机动中无人机速度旋转方向为最优避障方向,选定其反方向为矢量场旋转方向,定义成功避障的标准并进行证明;最后,通过建立的障碍物合并规则提升避障效率,使得上述方法适用于未知环境下的无人机在线避障.仿真结果表明,在无人机性能约束下,所提出的算法对动态和静态障碍都能有效避障,算法性能优于Dubins路径和人工势场法.     

栅格地图环境下机器人速度势实时路径规划

针对智能制造工程环境中移动机器人的自动避障问题,提出一种基于栅格地图的移动机器人速度势实时避障路径规划方法。利用栅格法二值化移动机器人的工作场景,从机器人中心出发向不同方向进行栅格搜索。基于障碍物对移动机器人有排斥作用以及目标点对机器人有吸引作用的思想,通过栅格数的累加计算机器人到障碍物之间的实时距离,并以此为参数,考虑障碍物的形状、最小安全距离等因素的影响来建立负的速度增量函数;以机器人当前位置与目标点的实时距离和角度为参数建立正向速度增量函数。进而在机器人运动学模型基础上,定义速度势函数来对移动机器人进行实时速度驱动。通过设置最小速度增量,避免在零势点处的局部极小点问题;通过设立距离阈值,避免在目标点附近速度增量趋于无穷的问题。通过仿真对所提出的算法进行验证。