移动机器人的路径规划方法的研究

本文针对机器人及障碍物的位置可以实时测得，障碍物数量固定，形状大小可预知，位置一般固定不动的情况，提出一种计算简单．容易实现的移动机器人路径规划方法，可适用于某些特定的场合。     

遗传算法在移动机器人静态全局路径规划中的应用

遗传算法自诞生以来，凭借自身优越的全局寻优、不依赖目标函数梯度信息等特性，已在科研领域内得到了广泛应用。应用遗传算法解决移动机器人静态全局路径规划，利用神经网络模型描述环境信息，得到神经网络输出与无碰撞路径的关系，然后将路径的二维编码简化为一维编码，从而将无碰撞约束和最短路径约束合并在一个适应度函数中。在一定程度上提高了运算效率，通过计算仿真证明，方法是正确有效的。     

动态环境下基于改进蚁群算法的移动机器人路径规划

针对同时具有静态和动态障碍物的复杂环境下机器人路径规划问题,提出一种基于改进蚁群算法(ACA)的路径规划方法。文章所述的方法由两部分组成,分别为全局和局部预测避障路径规划。首先,在传统ACA上调整转移概率,加入精英策略以解决路径规划时易陷入局部最优的问题。其次,针对上述改进ACA在动态障碍物环境中适应性低的弊端,通过加入滚动窗口指导移动机器人在栅格环境中避开动态障碍物,仿真结果表明所述方法具有可行性。     

遗传算法在移动机器人静态全局路径规划中的应用

遗传算法自诞生以来,凭借自身优越的全局寻优、不依赖目标函数梯度信息等特性,已在科研领域内得到了广泛应用.应用遗传算法解决移动机器人静态全局路径规划,利用神经网络模型描述环境信息,得到神经网络输出与无碰撞路径的关系,然后将路径的二维编码简化为一维编码,从而将无碰撞约束和最短路径约束合并在一个适应度函数中.在一定程度上提高了运算效率,通过计算仿真证明,方法是正确有效的.     

盲区条件下一种基于记忆机制的移动机器人快速路径规划方法

如何在存在盲区的条件下实现机器人路径规划,是现实中的一大难点问题。本文利用路口点表征自由路径,通过估算盲区内路口点位置及其存在的概率,实现对历史感知数据的记忆与利用。建立评价函数对盲区内路口点及感知范围内的路口点进行评价,同时利用了历史感知信息与当前感知信息。与传统局部路径规划方法相比,该方法避免了盲区带来的徘徊、规划失败等问题。仿真表明了该方法的有效性。     

未知环境中移动机器人的路径规划与探索算法

未知环境中移动机器人如何快速到达目标,如何尽量获取环境信息以绘制地图,是常见问题,也是难点问题.针对此二问题,论文综述了路径规划、探索算法领域的相关研究成果,指出了它们的特点与不足.最后对路径规划、探索算法的发展趋势进行了展望.     

基于CNN的移动机器人局部路径激光雷达辅助规划方法

移动机器人在开展局部路径规划时,对障碍物的准确识别及避障路径规划效果会直接影响机器人的安全运行。为此,提出基于CNN的移动机器人局部路径激光雷达辅助规划方法。该方法首先依据CNN方法建立障碍物定位模型,结合设计的视觉控制器,完成场地内障碍物位置的定位;再使用激光雷达采集机器人与障碍物位置之间的距离,再通过VFH算法对距离量化,利用自适应阈值计算机器人移动时的转向,从而确定机器人的局部航向,实现机器人的局部路径规划。实验结果表明,使用该方法实施路径规划时,规划出的路径长度最多为82 m,规划时间最多为5.12 s,规划效果好。     

一种考虑不确定性的移动机器人路径规划方法

提出了一种移动机器人路径规划方法,该方法采用基于知识的遗传算法进行路径规划,在路径规划算法中综合考虑了建模与传感数据等系统的不确定性,克服了已往的方法在复杂的粗糙地形环境中进行路径规划常常导致探测任务的失败的实际问题.仿真结果表明了该算法在移动机器人路径规划中的可行性和有效性.     

教育移动机器人路径规划技术研究

机器人课程已逐渐进入高中教育,移动机器人的路径规划作为一项关键技术,学生实际学习操作比较困难。结合高中教育实际,本文设计了一种基于模糊控制的机器人局部路径规划方法,该方法简单有效,便于理解,可以使学生对机器人控制及路径规划有初步的认识和理解,以激发其学习机器人技术的兴趣。     

基于改进蚁群算法的移动机器人动态路径规划方法

 本文提出了基于改进蚁群算法的移动机器人动态路径规划方法.首先针对蚁群算法收敛速度慢,容易陷入局部最优的缺点,提出了根据目标点自适应调整启发函数,提高算法的收敛速度;借鉴狼群分配原则对信息素进行更新,避免搜索陷入局部最优.其次为了优化改进蚁群算法的性能,提出用粒子群算法对改进蚁群算法的重要参数进行优化选择.最后实现了基于改进蚁群算法的移动机器人动态路径规划并完成了仿真实验,实验结果证明了该方法的可行性和有效性.     

基于Bug算法的移动机器人路径规划研究

当移动机器人具有有限的计算能力时,Bug算法是最简单有效的路径规划算法,适用于环境地图未知或环境快速变化的情况,这些算法从机器人传感器,如激光雷达传感器来获得的本地信息和全局目标信息,以朝向目标的直线运动和沿着障碍的边界运动这两种简单的运动方式来到达目标点。文章对此展开了分析。     

基于环境模型的移动机器人路径规划

介绍了一种新的移动机器人路径规划方法。采用链接图法,对工作空间建模。用Dijkstra算法决策出全局最短路径,然后用遗传算法对此路径进行优化,得到全局最优路径。最后提出了一种对路径几何改进的方法。仿真结果表明,该方法方便简单,对所规划的路径质量有所提高。     

基于改进人工势场法的机器入路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达（GNRON）和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法.针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径.仿真结果证明了此方法的有效性.     

巷战环境中军用机器人路径规划技术研究

从观测角度安全性及协同侦查任务的特点出发,作战环境对执行侦察任务的地面移动机器人提出了将作战任务与路径规划相结合的路径规划要求。针对这一需求,提出了VSS(Vir-tual Semi-Siege)对机器人进行路径规划;然后,克服了NOD(No Obstacle Drawing)在优化全局路径的过程中暴露的缺陷,并进行数字仿真验证。仿真结果表明,提出的方法合理、有效。     

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。     

基于粒子群优化算法的机器人路径规划

文章提出一种机器人路径规划的有效算法,为机器人找到一条从起点到终点最短的无碰撞路径,主要是优化了粒子群的惯性权重,然而其在不同的阶段采用不同的权重值。通过实验发现,改进后粒子群能够收敛得更快,数据收敛得更精确。     

基于果蝇优化算法的月球车全局路径规划

基于月球车全局路径规划的任务要求,采用果蝇优化算法应用于全局路径的规划。针对果蝇优化算法在路径规划中容易形成局部最优的问题,对算法进行了修改,将果蝇与原点的距离直接带入味道浓度判定函数,从而不易陷入局部最优,提高了算法的稳定性,并可使果蝇群体向已知食物源飞行。通过仿真表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局路径。     

室外移动机器人自主充电系统研究

为了满足机器人长期自主工作的电源要求,对室外环境下工作的移动机器人自主充电问题进行了研究。设计了具有2个自由度对接功能的充电装置,提出了一种简单有效的对接策略,此外具有错位对接纠错功能。通过自主充电实验验证了充电装置的实用性和对接策略的可行性。