基于负反馈机制的蚁群算法及其在机器人路径规划中的应用

蚁群优化算法是解决机器人路径规划问题的有效方式。首先,利用栅格法对场景进行建模,然后再利用蚁群算法寻找简单环境或复杂环境下的最优路径。针对增强的蚁群算法易陷入局部最优解的问题,本文设计了具有负反馈机制的改进的蚁群算法,并以此来解决机器人路径规划问题。该算法利用搜索的历史信息,并通过获得失败经验,指导蚁群在优化过程中探索未知空间。该算法旨在利用负反馈来改善解的多样性,从而获得最优路径。实验结果验证所提改进算法在路径规划问题上有明显优势。     

改进ACO在移动机器人路径规划中的研究

针对基本蚁群算法(ACO)易陷入局部最优和收敛速度慢的特点,提出了一种在复杂静态环境下移动机器人路径规划的蚁群优化改进算法。该算法通过限制信息素的范围,扩大了搜索范围,避免了算法的过早收敛,同时还提出了一种自适应调节信息素挥发系数的改进蚁群算法方略,旨在通过自适应的调整信息素挥发系数来提高算法的全局性和算法的收敛速度。算法还利用粒子群优化算法对蚁群算法中的关键参数进行优化,从而避免了参数选择的随机性和盲目性,提高了最优路径的搜索效果。仿真结果显示,改进蚁群算法在移动机器人路径规划中的有效性和普遍应用性,在任意随机给定的环境中,算法能够迅速找出最优路径。     

改进蚁群算法在焊接机器人路径规划中的应用

路径规划是机器人研究的核心内容之一。为了解决针对于白车身生产线焊接机器人路径规划效率低下的问题,提出了一种改进的焊接机器人路径规划的方法,分析了焊接机器人路径规划问题的构成。并针对基础蚁群算法在解决焊接机器人路径规划时,容易出现搜索时间过长、效率低、容易陷入局部最优等问题,引用了粒子群算法。利用粒子群算法对蚁群算法随机产生的若干组较优解进行交叉和变异操作,得到了更有效的解。最后在MATLAB中利用优化后的蚁群算法计算最佳焊接路径,并与基础蚁群算法的结果对比。对比情况表明:优化的蚁群算法在解决焊接机器人路径规划问题上能得到更优的焊接路径和稳定性。     

蚁群遗传算法在移动机器人路径规划中的综合应用研究

针对基本蚁群算法在机器人路径规划搜索初期盲目性大、效率低以及其搜索后期容易陷入局部最优等缺陷,把遗传算法引入到蚁群算法中,提出了基于蚁群遗传算法的移动机器人路径规划方案,在栅格环境下对移动机器人路径规划方案进行仿真测试,仿真结果表明该方案能减少蚁群算法搜索初期的盲目性、缩小最优路径的查找范围,提高搜索最优路径的效率。     

动态环境下移动机器人路径规划的改进蚁群算法

研究动态环境下移动机器人路径规划问题,采用栅格法对机器人工作空间进行建模,在使用蚁群算法进行全局路径搜索过程中引入人工势场的概念,使蚂蚁对最优路径更加敏感;机器人针对动态环境中可能出现的不同类型障碍物分别执行不同的避障策略;同时提出一种最优路径预测模型用于预测在避障过程中是否出现新的最优路径。算法结合人工势场法和蚁群算法的特点,将全局路径规划与局部路径规划相融合以提高路径搜索的效率。仿真结果验证了该算法的有效性。     

基于改进蚁群算法激光导航轮式机器人路径规划

针对激光导航轮式机器人在复杂环境中路径规划原始算法存在路径较长和收敛速度较慢的问题,提出了一种改进蚁群算法。在实际算法中,先利用MAKLINK图论建立AGV运行环境的空间模型,接着用Dijkstra算法搜索优化路径;然后,在Dijkstra算法的基础上采用蚁群算法搜索最优路径;紧接着,在改进蚁群算法中,优先选择搜索前后两节点同起点到终点夹角一致或相差不大的后一个搜索节点,获取新的信息素更新策略,并进行角度的初始化和信息素计算;最后,在Matlab上完成算法的编写并得到仿真结果。结果表明,改进蚁群算法路径优化性能更好,对实际环境中机器人的路径规划具有指导意义。     

沿全局最优路径滚动避障的车间机器人导航研究

为了减少机器人在车间工作时的路径长度、提高行驶安全性,提出了全局规划和局部滚动避障相结合的机器人导航方法。对车间静态环境进行全局路径规划,在传统蚁群算法基础上,在转移概率中引入节点被访问次数作为新启发因子、同时引进随机选择策略和"回退-惩罚"策略,从而提出了基于改进蚁群算法的全局路径规划方法。对车间动态环境进行局部滚动预测避障,分确定和不确定运动提出了碰撞预测和碰撞避免策略,实现了沿全局最优路径滚动避障行驶。经仿真验证,改进蚁群算法规划出的路径比传统方法缩短了42.3%;在车间动态环境下,机器人使用滚动预测避障策略可以沿着最优路径安全到达目标点,实现了机器人在车间动态环境下安全导航。     

基于蚁群算法全自主机器人路径规划研究

蚁群算法是一种源于大自然中生物世界的仿生类算法,它模仿昆虫王国中蚂蚁搜索食物的行为特征,是一种通用型随机优化方法。本文将蚁群算法引入全自主机器人路径规划之中,让机器人寻求一条最优路径。仿真实验证明了该方法的可用性和有效性。     

基于三维时空状态图-并行排序蚁群算法的多机器人路径协同规划

为了得到多机器人系统在无碰撞前提下的较优路径,设计了分层协同规划系统.该系统包括3个子模块,分别为全局最优路径规划模块、碰撞检测模块和避撞模块.在全局路径规划方面,在蚁群算法中加入了多子群并行搜索策略和基于信息素的子群经验交流策略,提出了基于并行排序蚁群算法的路径规划方法.在碰撞检测方面,提出了三维时空状态图的概念,基于机器人路径栅格在三维时空状态图的分布给出了碰撞检测结果.在避撞方面,建立了避撞的博弈论模型,基于博弈论得到了集体代价最小的避撞策略.在30 m×30 m的复杂栅格环境中验证,并行排序蚁群算法规划路径的目标函数平均值比传统蚁群算法减小了5.25％,比改进蚁群算法减小了3.66％,验证了并行排序蚁群算法在全局路径规划中的优越性.在20 m×20 m栅格环境中利用4个机器人进行避撞策略检测,从结果可以看出,基于博弈论的避撞策略可以有效避免机器人间的碰撞,实现机器人的安全行驶.     

蜂巢栅格下机器人导航路径的动态分组蚁群规划

为了减少机器人导航路径的长度和算法运行时间,同时提高算法规划稳定性,提出了蜂巢栅格环境下的动态分组蚁群算法规划方法。分析了方形栅格四叉树和八叉树工作模式的弊端,提出了改进蜂巢栅格的环境建模方法,蜂巢栅格避障时的有效路径比、安全性、转弯角大小、对圆形障碍物覆盖的有效面积比等多个角度均优于传统栅格。参考猫群算法的分群思想将蚁群分为跟踪蚁和搜索蚁,提出了动态分组蚁群策略和信息素的自适应扩散策略,从而给出了动态分组蚁群算法的执行步骤。经过算法的多样性和规划性能仿真分析,动态分组蚁群算法的路径多样性在迭代过程中保持较高水平,在相同环境下动态分组蚁群算法规划的最优路径长度比ACS蚁群算法减少了9.99%,搜索到最优路径时的迭代次数远远小于ACS蚁群算法,且从最优路径长度和迭代次数标准差看,动态分组蚁群算法稳定性好于ACS蚁群算法。     

基于启发式的快速扩展随机树路径规划算法

针对基于随机采样的路径规划缺乏确定性的问题,提出一种具有启发式的多自由度机器人路径规划算法.该算法在快速扩展随机树算法的基础上,引入了启发式估价函数,使扩展随机树有利于朝目标点方向进行生长.仿真结果表明,提高了复杂环境下机器人路径规划的效率,保证了规划的路径接近于最短路径,对同一任务的规划具有一定的可重复性.     

基于快速扩展随机树的7R机械臂避障达点运动规划

基于单树随机树搜索算法(Single directional rapidly-exploring random tree,single-RRT)和双树随机树搜索算法(Bi-directional rapidly-exploring random tree,bi-RRT),对7R机械臂的避障达点运动规划展开系统研究。基于single-RRT算法进行避障达点运动的数值仿真和实物样机试验。提出一种新的bi-RRT算法,结合末端姿态调整和关节自运动来生成目标树。并利用7R机械臂的解析逆解,生成目标位形。传统的bi-RRT算法只给定了一个目标位形,而新算法中目标点树根是由一群目标位形组成。在给定的障碍物环境中,机器人自动选择某一合适的位形作为目标节点来引导搜索树最有效地生长。通过数值仿真,验证该方法的优越性。利用Matlab和C++的混合编程和OpenGL开发了7R机械臂避障达点运动规划仿真软件。利用该软件,对基于bi-RRT的7R机械臂避障达点运动规划进行虚拟样机的试验研究。     

Computational path planner for product assembly in complex environments

Assembly path planning is a crucial problem in assembly related design and manufacturing processes. Sampling based motion planning algorithms are used for computational assembly path planning. However, the performance of such algorithms may degrade much in environments with complex product structure, narrow passages or other challenging scenarios. A computational path planner for automatic assembly path planning in complex 3D environments is presented. The global planning process is divided into three phases based on the environment and specific algorithms are proposed and utilized in each phase to solve the challenging issues. A novel ray test based stochastic collision detection method is proposed to evaluate the intersection between two polyhedral objects. This method avoids fake collisions in conventional methods and degrades the geometric constraint when a part has to be removed with surface contact with other parts. A refined history based rapidly-exploring random tree (RRT) algorithm which bias the growth of the tree based on its planning history is proposed and employed in the planning phase where the path is simple but the space is highly constrained. A novel adaptive RRT algorithm is developed for the path planning problem with challenging scenarios and uncertain environment. With extending values assigned on each tree node and extending schemes applied, the tree can adapts its growth to explore complex environments more efficiently. Experiments on the key algorithms are carried out and comparisons are made between the conventional path planning algorithms and the presented ones. The comparing results show that based on the proposed algorithms, the path planner can compute assembly path in challenging complex environments more efficiently and with higher success. This research provides the references to the study of computational assembly path planning under complex environments.     

基于任意时间RRT算法的三维自动布线技术

考虑约束的路径规划是线缆布局设计的重要方面,针对目前三维环境下的布线方法效率低以及对约束考虑不完善的问题,提出一种基于任意时间RRT算法的三维自动布线方法。该方法将任意时间算法与双树吸引快速扩展随机树(RRT)算法相结合,兼顾路径规划的长度约束及搜索效率,实现线缆初始路径的生成,提出了基于障碍物的磁吸算法(OBMA),将初始路径作"贴壁"细化处理完善线缆路径,最后建立了基于Cosserat弹性杆理论的线缆物理模型,计算获得线缆的精确空间姿态,从而完成布局设计。开发了原型系统,通过典型的布线场景对算法性能进行了测试,并利用某产品仪器板布线实例验证了线缆布局设计效果。     

基于改进 RRT ∗ 算法的智能轮椅全局路径规划研究

现实环境中智能轮椅大多数处在复杂场景下工作,其自主导航时对路径安全性等要求较高。 渐进最优随机搜索树 RRT ∗ 算法 基本满足移动机器人最优路径规划,但由于智能轮椅本体较大,容易与环境较近接触,因此可对环境模型进行膨胀并定义不同搜索步 长,使其规划出的路径远离障碍物。 其次为保证用户在使用智能轮椅导航时能够获得更高的舒适性,更高效的到达目的地,而借用启 发式约束采样思想和人工势场中引力场思想修剪此算法规划时的冗余节点,从而减小系统运行内存,随后结合轮椅的最小转弯半径, 提出最小段路径曲率约束策略和三次 B 样条曲线算法对路径进行平滑处理,使其更加适合轮椅行驶。 最终在 MATLAB 和 Gazebo 仿真 平台对改进前后算法对比实验,并将本文算法应用与智能轮椅实体上,试验结果表明,该算法能够有效解决智能轮椅全局路径规划问 题,能够明显提升全局路径规划效率,具有一定安全性,可为其移动机器人领域提供有效参考。     

面向复杂曲面的机器人砂带磨抛路径规划及后处理研究

针对机器人砂带磨抛复杂曲面叶片问题,对叶片内外型面和进排气边的磨抛路径规划及后处理技术进行了研究,对复杂曲面叶片的机器人砂带磨抛路径规划的计算效率及加工效率进行了分析,提出了一种将基于等残留高度法的笛卡尔空间计算的磨抛行距转化为参数域空间的磨抛行距的方法,并将机器人砂带磨抛复杂曲面叶片接触轮的中心坐标位置、支撑轴矢量以及轴线矢量数据后处理为机器人的位姿信息,利用机器人砂带磨抛系统装备实验平台对复杂曲面叶片进行了实际的加工实验。研究结果表明:所提出的刀路规划和后处理技术能够有效地解决机器人砂带磨抛复杂曲面叶片的问题,具有加工路径总长短以及路径条数少的特点,计算简单、加工效率高、加工表面质量好。     

基于细菌觅食行为的移动机器人动态路径规划

将自然界中细菌的自适应觅食现象与移动机器人动态路径规划相类比,设计基于细菌最优觅食理论的新型生物启发计算方法(DBFO)。通过对无约束复杂动态多峰测试函数库测试,证实DBFO算法具有较高的准确性和稳定性,具备动态优化能力。并以Sphere函数作为机器人路径寻优的仿真测试环境,DBFO算法驱动的搜索主体可以顺利避开障碍并快速找到目标地点,有效节约了行走时间,验证了其是一种高效、稳定、有竞争力的仿生智能优化方法,在求解实际复杂工程优化问题中体现了极为优越的搜索效率和求解精度。     

基于改进 A * 算法的四向穿梭车路径规划

针对传统四向穿梭车系统路径规划易出现路径交叉死锁问题,提出一种改进 A * 算法的路径规划算法。参考多辆穿梭车路径的路径交叉长度、路径冲突车辆总数对路径搜索的影响,使得多辆穿梭车路径分布均匀,减少车辆路径的点边冲突,降低实时路径检测中避让策略的复杂度,提高系统的稳定性与效率。栅格地图环境中,将该算法应用于复杂环境中的四向穿梭车路径规划,仿真结果表明,该算法在路径规划中是可行和有效的。     

复杂低空环境下考虑区域风险评估的无人机航路规划

为解决无人机在复杂低空环境内运行安全性较低的现状,提出了考虑区域风险评估的无人机航路规划方法,可快速生成运行风险较低的航路.首先,对复杂低空环境进行模型简化和风险评估,得到低空三维风险图;再将路径风险值作为综合代价,利用改进蚁群算法对空间三维航路进行规划,有效降低了生成路径的冗余度;最后,用3次B样条对规划出的离散路径...     

Motion Planning for Industrial Robots Based on Task Process Decomposition

The existing research of the industrial robotic motion planning mainly focuses on the trajectory planning and the path planning, which aim at obtaining a minimum-time trajectory and finding an obstacle-free path respectively. In the trajectory planning, the jerks of robotic joints are usually not considered, so the smoothness of the robotic motion cannot be ensured. In the path planning, the complex spatial curves generally cannot be tracked easily, and it needs the fussy teach-and-playback operation. In this paper, based on the different constraint characteristic of the variable motion phases in the practical robotic task, the complicated task is decomposed into two kinds of sub processes, which are the free motion process and the constrained motion process. In the free motion process, the kinematic models of quasi trapezoidal waveform and quasi triangular waveform are proposed with the dynamic limits of maximum velocities, accelerations and jerks of robotic joints, so the minimum-time trajectory can be obtained with the motion smoothness. In the constrained motion process, the mathematical presentation of the task paths is extracted from the CAD models of the workpieces, so the complex spatial curves can be tracked autonomously without much teaching operation. In addition to the theoretical research, a robotic virtual prototyping system is also developed for the industrial arc welding production. The proposed research ensures the robotic motion smoothness, enhances the ability for tracking the complex spatial curves, and improves the quality and efficiency of the robotic motion planning.