未知环境下机器人避障及动态目标追踪

针对传统人工势场法在避障及其动态目标追踪过程中产生的机器人陷入局部极小值点、无法到达目标、避障追踪路径产生震荡等问题,对传统人工势场法的引力公式和斥力分力方向进行了重新定义.在引力公式中加入速度差与加速度差因子,将斥力分力方向重新定义为与引力方向夹角不大于90°的方向,并且将该优化思想与现有的改进人工势场法进行了对比分析.结果表明,该算法可行且提高了机器人避障和动态目标追踪的灵活性以及对恶劣环境的适应能力.     

动态环境下基于改进人工势场法的机器人运动规划

提出了一种用于动态环境下的改进的人工势场法，该方法主要从两方面对传统人工势场法进行了改进：使用基于势场强度方法来取代矢量合成方法；将障碍物的运动信息引入到排斥势函数中，使传统的静态势场变为动态势场．通过这种方法可以使机器人对移动障碍物的避碰更有效。     

基于人工势场法机器人小车避障的研究

针对移动机器人的实时导航和避障设计了基于人工势场的控制算法,用该算法控制移动机器人能在未知的环境中,实时检测出障碍物,并实时规划出合理路径,稳定、平滑连续地向目标行驶,给出了机器人行驶的实验结果.通过小车车体方位计算确定了避障方法-人工势场法,即目标位置对移动机器人产生一种虚拟的吸引力,而障碍物对机器人产生一种虚拟的排斥力,这两种力的合成就决定了移动机器人的运动.通过对处于静态环境下的小车的路径进行了规划并进行计算机仿真.仿真结果表明,该人工势场法能有效地实现机器人小车的避障功能.     

未知环境下的移动机器人实时避障研究

针对未知环境下的移动机器人实时避障问题,设计了一种基于模板更新和模板匹配的避障算法.利用视觉传感器获取的场景信息与存储于机器人内部的模板图像进行匹配,确定机器人的可行区域和障碍区域.根据虚拟引力方法计算出机器人下一时刻的行进方向和行驶速度.鉴于场景光照变化情况,采用了一种基于粒子滤波的模板更新方法.为了验证算法的正确性和有效性,在室内不同的场景下做了大量的实验.实验结果表明:该方法能够实现可靠的障碍物检测,并引导机器人有效地躲避各种静态和动态障碍物,而且算法具有很好的实时性和鲁棒性.     

一种基于仿真比赛平台的足球机器人避障方法

研究了一种基于仿真比赛平台的足球机器人避障方法,机器人通过一段弧线智能地躲开前方的障碍物.通过改变左右轮速实现旋转,机器人在追球的过程中,要预测小球的位置,然后以最快的速度追球;机器人在避障过程中,寻找障碍物附近一点,当机器人到达这一点的过程中,保证无碰撞运动,然后再向目标点运动.整个运动过程中,机器人会走一条最佳弧线,保证运动的时间最短.仿真结果验证了该避障方法的正确性.     

未知环境下基于快速搜索随机树的机器人路径滚动规划

在未知环境下,移动机器人没有全局信息,一次只能规划出探测范围内的局部路径.针对这一特点,提出了一种全新的基于滚动窗口的快速搜索随机树算法.该算法以机器人出发点为根节点,充分利用机器人实时测得的局部环境信息,以滚动方式进行在线扩展,逐渐增加叶节点直至随机树的叶节点包括了目标节点,从根节点到目标节点的随机树的边即为规划出的路径.大量仿真实验表明,即使在障碍物非常复杂的未知地理环境下,该算法也能快速规划出一条全局优化路径,且能安全避障.     

改进人工势场法在无人车避障中的应用

为了解决传统人工势场算法在无人车避障应用中虚拟势场作用域固定、避障角度过大的问题,建立了车辆避障模型,对障碍物进行了分类,比较了传统势场和改进势场的异同,在此基础上改进了人工势场法,优化了安全避障中人工势场圆形虚拟力场作用域模型.仿真结果表明:改进人工势场法使无人驾驶车辆在避障系统中安全避障转角跳变减小,能够满足结构化道路避障要求,实现了小角度、大半径避障.     

基于人工势场法的机器人避障算法

提出了基于人工势场的机器人轨迹规划算法,根据人工势场法原理,将机器人轨迹规划的人工势场算法分为3层进行设计。为了检测避障程序能否正常运行,对其进行了仿真分析。结果证实,基于人工势场法的机器人轨迹规划算法具备较精确的移动轨迹。     

未知环境下基于虚拟子目标的对立Q学习机器人路径规划

针对Q学习算法在复杂的未知环境下Q值更新速度慢,容易产生维数灾难等问题,提出了一种未知环境下基于虚拟子目标的对立Q学习机器人路径规划算法.该算法根据移动机器人探索过的状态轨迹,建立了2个状态链分别记录状态-动作对和状态-反向动作对,并将每个单链当前状态的Q值,依次反馈影响前一状态的Q值,直到状态链的头端.同时,在局部探测域内通过寻找最优虚拟子目标的方法解决了大规模环境下Q学习容易产生维数灾难的问题.实验结果表明,在复杂的未知环境中,该算法可以有效地加快算法学习的收敛速度,提高学习效率,以较优的路径完成机器人导航任务.     

新型势场法的移动机器人避障研究

针对传统人工势场法的障碍物附近目标不可达问题和其他一些的固有缺陷,提出了一种新型势场算法。该算法引入了新的势场函数和沿墙跟踪算法,成功地解决了在移动机器人避障过程中的障碍物附近目标不可达问题和陷阱区域等问题。仿真结果证明了此方法的有效性。     

基于视觉信息的移动机器人动态避障方法

为了提高自主移动机器人的动态避障能力,提出了一种基于视觉信息的拟人动态避障方法,以视觉信息为决策依据,利用神经网络对障碍物的屏幕坐标和实际相对坐标进行非线性映射,在避障过程中只考虑障碍物相对于机器人的运动及可能的碰撞方式,无需考虑机器人和障碍物的运动速度和运动方向,仿真试验证明这种方法是可行而有效的．     

Swarm intelligence based dynamic obstacle avoidance for mobile robots under unknown environment using WSN

To solve dynamic obstacle avoidance problems, a novel algorithm was put forward with the advantages of wireless sensor network （WSN）. In view of moving velocity and direction of both the obstacles and robots, a mathematic model was built based on the exposure model, exposure direction and critical speeds of sensors. Ant colony optimization （ACO） algorithm based on bionic swarm intelligence was used for solution of the multi-objective optimization. Energy consumption and topology of the WSN were also discussed. A practical implementation with real WSN and real mobile robots were carried out. In environment with multiple obstacles, the convergence curve of the shortest path length shows that as iterative generation grows, the length of the shortest path decreases and finally reaches a stable and optimal value. Comparisons show that using sensor information fusion can greatly improve the accuracy in comparison with single sensor. The successful path of robots without collision validates the efficiency, stability and accuracy of the proposed algorithm, which is proved to be better than tradition genetic algorithm （GA） for dynamic obstacle avoidance in real time.     

基于时延补偿的移动机器人动态避障方法

为提高自主移动机器人的动态避障能力,提出以视觉信息为决策依据,通过时延补偿提高机器人对障碍物定位精度局部动态避障方法．在避障过程中无需考虑障碍物的运动速度和运动方向,更加适用于机器人在未知或部分未知环境下的路径规划．实验表明,这种方法是可行而有效的．     

基于多目标遗传算法的机器人避障研究

提出了在势场法斥力场函数中引入目标点和障碍物的距离、障碍物和机器人的速度矢量及最小安全距离的一种新的动态势场(NDAPF)方法,建立了考虑运动路径长度、移动步数、动态相对距离的避障评价函数,进一步提出了根据遗传算法个体适应度不同情况下变异概率自适应调整的一个改进算法,利用多目标遗传算法(MOGA)对NDAPF。方法进行寻优．在一个移动机器人仿真平台中分别对传统的静态势场(TAPF)方法、无参数优化NDAPF和利用MOGA参数优化的NDAPF方法(MOGANDAPF)进行仿真实验,实验结果证明,MOGANDAPF方法可进一步应用于足球机器人避碰模型研究中．     

基于改进势场栅格法的清洁机器人路径规划算法研究

针对人工势场法中机器人在障碍物附近震荡而无法到达目标点、存在陷阱区域、临近的障碍物之间不能发现路径等问题,提出了一种改进的势场栅格算法.结合牛耕式全覆盖路径规划算法使机器人在已知环境势场模型中快速静态规划出全局最优清扫路径,通过激光雷达与势场合力运算使其具备无碰撞的避障能力.在实际系统的实验验证结果表明,本算法能够使清洁机器人以更短路径遍历环境及增强避障能力,提高了清洁机器人的安全性与工作效率,具有实际应用价值.     

基于全局视觉的足球机器人实时避障策略设计

通过对对方机器人信息的处理,提出一种将位置信息转化为速度信息的实时避障策略.在检测到给定点与目标点之间有障碍物时,根据障碍物的位置给机器人一个新的目标点,使机器人能够绕过障碍物到达目标点,从而达到避开障碍物的目的.给出了算法的设计与实现并进行了仿真,仿真结果证明了该算法的可行性与有效性.     

强磁钢轴向斥力的分析及简易计算

本文叙述了工程应用的强磁钢轴向斥力的计算方法,提出了通过位场函数及磁场能量变化,推导出简易的轴向斥力计算式,毋须计算机及编程;结果,把计算值同实测值相比、同表面元电流斥力积累法的计算位相比、误差不大。况且,磁场存在边界条件时,只得用位场函数分析,故本分析法既为计算提供方便,又为进一步研究提供办法。