基于改进蚁群算法的变电站巡检 机器人路径规划研究

以提升机器人在巡检变电站时的工作效率,节省巡检时间消耗,设计了改进蚁群算法的变电站巡检机器人路径规划方法。利用栅格法构建变电站机器人巡检路径地图,使用二值表示障碍区域,在经典蚁群算法中引入方向夹角启发因子,提升路径搜索的导向性与搜索速度,使用拉普拉斯概率分布作为信息素挥发因子自适应策略,提升蚁群算法的收敛速度,以实际变电站作为研究对象,结果表明,改进蚁群算法的巡检路径寻优效果和规划速度优于同类路径规划方法,获得了理想的路径规划效果。     

基于模糊控制算法的矿山爆破机器人路径规划

针对矿山爆破机器人工作环境的复杂性和不确定性,为提高其在这种挑战性环境中的自主操作性和安全性,结合视觉导航原理和模糊控制算法提出一种未知环境下的局部路径规划策略。该策略充分利用机器人搭载的摄像头和激光雷达进行环境探测,实时获取障碍物和目标信息,通过模糊控制器调整机器人的运动偏转角度及步长,从而有效地避开障碍物并到达预定目标点。仿真结果表明,该策略不但能使机器人以最优的路径到达目标点,而且显著降低了机器人在多障碍物环境下发生碰撞的风险,提高了矿山爆破机器人的工作效率和安全性。     

煤矿水泵房巡检机器人路径规划与跟踪算法的研究

目前煤矿水泵房排水设备的巡检工作仍需要人工完成,存在工人巡检懈怠,巡检不及时,巡检不到位,巡检结果数字化不便等问题。结合里程计定位技术、轮式移动机器人导航和避障技术,以ROS机器人开发平台为基础,研究了一种适用于井下水泵房环境的巡检机器人全局路径规划与跟踪算法,可实现巡检机器人在无人为干预,无磁轨、线缆或GPS辅助的情况下按照设定的路径自主移动完成水泵房设备的巡检工作。首先根据水泵房的平面图建立二维栅格地图,通过PRM路径规划算法在建好的二维栅格地图中规划一条经过所有检测点和行进点的无障碍路径,接着通过Pure Pursuit路径跟踪算法计算巡检机器人沿该路径行走需要的实时线速度和角速度,将其发送给巡检机器人运动控制器,然后控制器根据雷达数据实时监测机器人10 cm范围内障碍物情况,决定巡检机器人是否采用当前的线速度和角速度沿规划路径行走,最后在机器人到达检测点后对排水设备进行拍照和运行数据的采集。通过对巡检机器人的模拟实验结果分析得出：巡检机器人能够避开路径上的障碍物,准确到达巡检点,机器人实际位置平均误差为4 cm,姿态角度平均误差为0.095 rad,满足机器人巡检工作的要求。     

基于改进遗传算法的矿山救援机器人路径规划

针对矿山救援机器人路径规划要求,采用拓扑图法对矿山环境建模,提出一种改进遗传算法,该算法在保留遗传算法高效的全局搜索能力的同时,兼具模拟退火算法良好的局部搜索能力。利用深度优先搜索优化初始种群,提高搜索效率;引入编辑距离对交叉、变异的父代进行近亲筛选,避免近亲繁殖产生的子代与父代表现相似;引入进化逆转操作,使用退火算子对种群进行更新,在不流失最优基因的基础上进一步提高算法跳出局部最优的能力。利用MATLAB进行仿真,验证算法能够高效寻得最优救援路径。     

基于蜂群算法的煤矿救灾机器人全局路径规划

研究了一种基于人工蜂群算法的煤矿救灾机器人全局路径规划算法。该算法首先进行环境建模,然后根据环境信息特点,巧妙结合人工蜂群算法获得机器人全局优化路径。该路径规划方法具有建模方便、算法简单以及不局限于障碍物的形状等特点。实验证明,本算法可以快速有效地规划出一条全局较优化路径,是解决全局环境已知情况下机器人路径规划的一种有效方法。     

基于人工鱼群算法的煤矿救援机器人路径规划

根据煤矿救援环境特点,采用人工鱼群算法对救援路径进行规划,在二维平面内建立环境模型,并采用威胁区域距离检测的方式处理优化约束条件。对不同数目参考点选取进行对比研究,增加参考点数目,路径长度增加,算法复杂程度提高,迭代时间延长,算法性能下降;参考点过少会导致路径规划成功率降低。仿真结果表明,设置合理的参考点数目,人工鱼群算法能在较短的迭代时间内成功规划得到最优路径。     

智能选矿摇床巡检机器人的路径规划

选矿摇床是一种重要的重力选矿设备,已有百年的发展历史,它是钨、锡等矿选矿的关键设备,在工业中获广泛应用。但是,目前摇床的生产操作基本还是依赖人工来完成,摇床的自动化和智能化是目前急需解决的问题。针对选矿摇床生产的智能化问题,基于团队开发的摇床智能巡检机器人,采用改进的遗传算法对摇床生产巡检机器人的全局路径进行规划,并用带栅格地图的A*算法解决了巡检机器人的局部路径规划问题。     

基于分段自适应鱼群算法的煤矿救援机器人路径规划

针对基本人工鱼群算法全局最优解精度不高,后期收敛效率降低等问题,笔者设计了人工鱼的视野与步长分段自适应策略用以改进基鱼群算法。根据煤矿救援环境的特点,在二维平面内建立环境模型,采用威胁区域距离检测的方式处理优化约束条件,并将改进后的鱼群算法应用于煤矿救援机器人路径规划。仿真结果表明,分段自适应鱼群算法性能明显优于基本鱼群算法。     

未知环境下基于传感器的救援机器人路径规划

研究了未知环境下救援机器人的路径规划问题,提出了一种新的基于传感器的路径规划方法。该方法所规划出来的路径是全局指导下的局部最优路径,传感器的探测距离越远,规划的结果越接近全局最优解。仿真分析证明了该方法是可行的,并且规划时间短,具有较好的实时性和环境适应性。     

基于共轭梯度和粒子群的机器人路径规划

为了提高井下救灾机器人的搜救效率,减少救援时间,提出了一种结合共轭梯度和粒子群算法的救灾机器人路径规划算法CGPSO。共轭梯度算法规划出起点到终点的最短路径;去除路径中在障碍物内的点,采用粒子群算法重新规划该子路径。仿真实验表明该算法可以有效地提高粒子群的规划效率和可靠性。     

基于Q-learning算法的煤矿井下移动机器人路径规划

如何针对煤矿井下环境的不确定性规划机器人的路径是其中的一个难点。文章提出了一种基于Q-learning算法的移动机器人路径规划,希望对提高机器人救援的避障能力的提升,起到一定的促进作用。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

基于混合算法的动态路径规划

通过对全局和局部路径规划的深入分析,提出了一种全局和局部路径规划方法相结合的混合算法路径规划。使用A-Star算法在静态环境中进行全局规划并且将该路径的拐点作为子目标点,通过改进模糊人工势场法来进行实时的局部规划,确保了移动机器人能够获得较优的行进路径。仿真结果表明混合算法降低了实时局部路径规划的复杂性,同时提高了路径规划的效率。     

基于Q-learning算法的煤矿井下移动机器人路径算法研究与展望

文章研究了Q-learning算法,并且基于该算法,对煤矿井下机器人的移动路径进行了规划,并且对规划方案进行了仿真分析,通过研究发现Q-learning算法的路径规划能力优越,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,能够较好地获取满意的规划结果。     

机器人大臂机构轨迹规划的一种新算法

借助于数值方法中的拟合手段来构造多项式函数，通过建立2个关键变量之间的正、逆向数学关系，对喷浆机器人大臂机构的运动轨迹进行了规划，并利用仿真分析的结果对其进行了检验。     

基于机器视觉的井下搜救机器人路径规划

针对井下复杂矿难环境,传统方法建立环境地图需要大量信息,处理复杂搜索问题,提出基于机器视觉建立环境地图。算法从帧差背景中获取环境障碍物位置信息,依据机器人加速鲁棒特征定位,离散建模运动空间。实验仿真表明,通过自动机演化规则实现细胞状态分析,可实现任意起点到终点的最优路径搜索。     

煤矿探测机器人空间建模分析及避障路径规划

为了使煤矿探测机器人在路径规划过程中更好地理解环境信息,提出了一种栅格拓扑地图作为表达煤矿空间中局部环境障碍物地图模型,使其既能表达度量信息又能体现位置关系信息.在该地图模型中,利用基于主动生长元的栅格Voronoi图可行路径网络生成方法,机器人可以规划出一条既可以迅速到达目标,又可以保证机器人避碰的行驶路径.试验表明,该地图模型可以使煤矿探测机器人迅速建立起煤矿空间障碍物地图,并能够以较高的规划效率解决在局部路径规划中常见的规划陷阱问题.     

基于路径搜索的矿井人员定位算法

提出一种用于矿井环境中人员及其他活动目标位置跟踪的定位算法,分析了将现有基于RSSI测距的定位算法应用到矿井环境存在的问题;针对矿井下的地形环境和信号传播特性设计了地图和信号参数的配置形式;详细描述了基于路径搜索的定位算法的实现。采用ZigBee技术构建本算法的实现平台,实验结果表明:算法定位准确、运算量小,适合矿井下的大规模部署。     

基于改进蚁群算法移动机器人的路径规划

针对基本蚁群算法存在收敛速度慢,计算周期长,易死锁等问题,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法。通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效地避免陷入局部最优,使得算法在收敛速度和执行效率上得到有效提高。     

基于路径搜索的矿井人员定位算法

提出一种用于矿井环境中人员及其他活动目标位置跟踪的定位算法,分析了将现有基于RSSI测距的定位算法应用到矿井环境存在的问题;针对矿井下的地形环境和信号传播特性设计了地图和信号参数的配置形式;详细描述了基于路径搜索的定位算法的实现。采用ZigBee技术构建本算法的实现平台,实验结果表明:算法定位准确、运算量小,适合矿井下的大规模部署。