基于改进RRT算法的垃圾收集车路径规划研究

针对RRT-Connect算法形成的规划路径中存在的障碍盲区,采用"改线"机制算法缩短了路径长度,从而间接达到了减少能耗的目的,并进行了仿真研究.     

考虑充电调度的电动无人车配送路径规划问题研究

在充电站有充电容量约束的情况下,研究充电调度电动无人车配送路径规划问题。首先以极小化车队中电动无人车的最大行驶距离为目标,构建数学规划模型,为电动无人车车队安排配送路径,使得各车的行驶距离尽可能均衡;其次应用动态规划算法(Dynamic programming algorithm, DP)求解小规模算例,改进遗传-模拟退火算法(Genetic-simulated annealing algorithm, GA-SA)优化较大规模算例的电动无人车路径和充电策略;最后对相关因素进行灵敏度分析,以验证所提出算法的可行性与合理性。结果表明：DP算法解小规模算例表现良好;改进GA-SA算法与单纯遗传算法(Genetic algorithm, GA)相比,求解大规模算例时优化的路径效果更佳,且大大缩短电动无人车车队的最长子路径的长度和总行驶距离。该研究可以为物流公司的电动无人车配送业务发展提供参考,帮助企业提高电动无人车的运输效率和服务水平,降低配送成本。     

移动机器人路径规划技术研究

路径规划技术是移动机器人研究的一个重要领域,研究综述了移动机器人路径规划技术的分类和发展现状,对全局路径规划和局部路径规划的各种方法进行较为详细的分析和介绍,并指出优点与不足,最后对移动机器人路径规划技术的发展趋势进行了展望.     

基于动态规划算法的机器人避障路径研究

为了使复杂的移动机器人路径规划问题得到简化。并减少可行路径的计算量．对避障路径规划问题进行了比较深入的研究．在以可视图法所建的求解环境为基础上,将避障路径规划转化为多阶段决策问题,对每一个阶段的子问题应用改进可视图法和几何逼近算法进行求解,得出各阶段的最短路径．验证表明：该算法是一种正确、高效,实用的算法．     

一种用于无人车路径规划的改进双向快速扩展随机树算法研究

快速扩展随机树(RRT)算法在生成采样点时,采用随机扩展策略进行盲目搜索,导致路径生长过程中缺乏方向性且规划速度缓慢.针对此问题,提出了一种改进双向快速扩展随机树算法(Bi-RRT).首先,在节点的生成方式上,同时生成两个采样点,通过舍弃距离目标点较远的采样点来提高采样效率,确保采样点的有效性,加快路径规划速度;然后,结合自适应采样目标偏向策略,使路径的规划更具有方向性,能够逃离局部极小值.同时在规划过程中,两棵随机树分别选择对方生成的最新节点作为目标,以降低众多繁杂节点的产生,使路径生成更具有目的性;接着利用Matlab软件,将改进Bi-RRT算法同基本RRT和Bi-RRT两种路径规划算法进行对比分析.仿真结果表明,研究算法能缩短规划时间、减少迭代次数,具有较好的可行性和有效性.最后进行了样车实验,验证了研究算法的可靠性.     

基于双向蚁群算法的路径规划研究

针对蚁群算法存在的搜索精度不足以及收敛速度缓慢等问题,本文提出了一种加入角度参数的双向蚁群算法用于解决机器人路径搜索问题。与传统蚁群算法不同,该算法首先对蚁群的起始位置进行改进,使其根据蚂蚁编号从地图中的一系列起点集合中选择适当节点出发,增加解的多样性同时并获得全局最优解。同时改进了信息素更新规则,对当前迭代次数寻找到的最优路径进行信息素奖励,使其对下次迭代蚂蚁的寻路过程起到引导作用。最后,为提高算法的收敛速度,提出了角度参数并将其加入到蚂蚁的转移概率中,使得蚂蚁在根据转移概率选择下一行走节点时能够优先选择与目标节点角度差较小的节点,从而提高获取最优解的概率,并在算法后期加快收敛速度。大量仿真实验结果表明本文所提出算法的路径搜索能力和迭代收敛效果显著提高。     

基于运动约束的泛化Field D*路径规划

为了解决基于栅格的路径规划算法因环境描述的离散化导致规划结果不能满足机器人运动约束,以及单一路径代价的局限致使算法无法适用于复杂环境的问题,提出一种基于运动约束的泛化Field D*算法.该算法的代价函数可同时考虑路程、行驶安全以及行驶时间等一个或多个行驶代价.根据机器人运动模型的特性,在路径点提取过程中结合机器人的最小转弯半径,进行满足运动约束的路径平滑.该算法在多组模拟的复杂环境栅格地图中进行测试,实验结果表明,算法对复杂环境有很好的适应性,同时有效提高路径的可执行性.     

火星车主动悬架设计及蠕动脱困策略

在摇臂式悬架的基础上,设计了我国火星车主动悬架结构,制定了大沉陷时蠕动脱困和抬轮脱困控制策略,并进行了4次整车蠕动验证试验.试验结果表明:4次蠕动行驶均使得火星车从沉陷中顺利脱困;蠕动行驶时,整车平均功率为13.5?18.94 W,最大功率为24.8?52.4 W;6个驱动电机平均电流和最大电流比正常行驶时均相应增加,...     

临港新片区城市能源互联网实现路径研究

随着能源的生产和消费呈现多元化显著特征,亟需尽快提升多种形式能源系统互联互通、互惠共济的能力,城市能源互联网的提出和实现成为解决这一问题的有效途径。以临港新片区为例,结合城市能源互联网的概念和特征,深入分析了城市能源互联网发展的核心能力,构建3层城市能源互联网总体架构,建立了临港城市能源互联网体系架构。依托临港城市互联网的业务场景,描绘建设蓝图,为临港城市能源互联网的实现提供了有益的借鉴及思路。     

基于元胞自动机的移动机器人路径规划

为解决移动机器人全局最优路径规划存在的问题,提出了一种基于元胞自动机的路径规划算法。建立了移动机器人活动空间的环境模型,将移动机器人的起点、终点、障碍物及自由通路定义为一组离散的元胞,设计了元胞状态的演化规则,并且根据演化后的元胞状态确定了最优路径的搜索方法,并通过仿真实验验证了该算法在简单环境和复杂环境下都能够有效的进行路径规划,并且具有算法简单、速度快、效率高等特点。     

动态环境下基于蚁群算法的机器人路径规划

提出了在动态环境中移动机器人的一种路径规划方法,适用于环境中同时存在已知和未知、静止和运动障碍物的复杂情况.采用栅格法建立了机器人工作空间模型,整个系统由全局路径规划和局部避碰规划两部分组成.在全局路径规划中,用改进蚁群算法规划出初步全局优化路径;局部避碰规划主要是在跟踪全局优化路径的过程中,通过基于滚动窗口的环境探测和碰撞预测,对动态障碍物实施有效的局部避碰策略,从而使机器人能够安全顺利地到达目的地.仿真实验的结果表明所述方法具有可行性.     

基于Limit-cycle的机器人动态路径规划方法

移动机器人安全导航是机器人应用在军事领域的关键技术，也是机器人智能化的重要指标．本文采用基于Limit-cycle(极限环)的路径规划方法进行机器人避障，可以有效地避免机器人与障碍物相碰，灵活地应对动态变化的环境，能够实现局部路径规划，在MATLAB仿真平台上验证了该方法的正确性及有效性．     

基于改进遗传算法的移动机器人路径规划

将遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束、路径点必须在障碍物之外、路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化,在规划好的路径上修正.仿真实验表明了该方法的有效性.     

基于三分支机器人关节空间轨迹规划的研究

采用分离系数方法对三分支空间机器人进行运动学数学建模,在此基础上,进行了关节空间中的轨迹规划,提出1种在关节空间应用分段低阶插值拟合路径曲线的规划算法,以改善轨迹控制精度。用计算实例验证了该算法的快速性和高精度。     

基于余弦算法的足球机器人路径规划

在分析基本算法不足的基础上,提出了机器人的路径规划方法,利用余弦曲线具有光滑、可微的特性,实时、有效地解决机器人避开障碍物从给定点到目标点找到一条最优路径规划问题。仿真试验表明：提出的方法具有较强的路径规划能力,计算量非常小,具有较高的实用价值。     

基于双圆弧算法的足球机器人路径规划

基于机器人小车到达定点常用Turn-Run-Turn方法及PID方法的不足,利用双圆弧具有满足任意端点及其斜率要求的特性,来解决机器人小车到达目标点位置和姿态的运动过程中遇到障碍物及保持最佳姿态的路径规划问题.该方法简单有效,对机器人初始条件不加限制,计算量非常小,具有较高的实用价值.     

BH-1型月球车的运动学和动力学研究

为研究松软土壤下BH-1型六轮月球探测车原理样机的运动性能和越障性能,对原理样机的运动学和动力学进行了理论分析.通过推导BH-1型原理样机车体和车轮的运动学约束关系,研究车轮的前向滑移、转向角滑移及侧向滑移对样机运动学的影响;鉴于月球表面松软的砂质土壤条件,对样机的车轮力学情况进行分析,进而建立基于凯恩方程的机器人动力学模型;利用ODE (open dynamics engine)三维动力学仿真软件对样机的越障过程进行仿真演示.仿真结果证明,BH-1具有优秀的运动性能和越障性能.     

基于Q学习算法和遗传算法的动态环境路径规划

针对Q学习算法在动态连续环境中应用时因状态连续、数量过多,导致Q值表出现存储空间不足和维数灾的问题,提出了一种新的Q值表设计方法,并设计了适用于连续环境的R值和动作.不同于以状态-动作为索引,将时间离散化为时刻,以时刻-动作为索引来建立Q值表.将在某状态应选择某一动作的问题转化为在某时刻应选择某一动作的问题,实现了Q学习算法在动态连续环境中的应用.采用了先利用遗传算法进行静态全局路径规划,然后利用Q学习算法进行动态避障.整个方法为一种先"离线"后"在线"的分层路径规划方法,成功实现了移动机器人的路径规划.仿真结果验证了所提出方法的有效性.