基于栅格法的移动机器人路径规划研究

文章简要阐述了基于栅格法的移动机器人路径规划算法问题,并利用C Buidler软件开发的仿真平台对该问题进行了仿真,仿真结果说明了该算法的有效性和实用性.     

基于扇形栅格地图的移动机器人全局路径规划

针对已知环境信息下的移动机器人全局路径规划问题,描述了一种基于扇形栅格地图的波传播路径规 划算法．首先将移动机器人运行环境划分为极坐标系下的扇形栅格地图,建立栅格的六叉树连通模型,然后通过栅 格类方法完成栅格赋值和近似路径搜索,最后通过近似路径评价与优化得到最终规划路径．算法引入环道和环区概 念,解决了圆形波传播半径问题,算法复杂度为O(n)．仿真与实验结果证明了算法的低耗时和实用性．     

基于栅格空间的移动机器人快速路径规划方法

基于栅格空间的节点扩展方式,提出了一种移动机器人快速路径规划的新方法;在引人可视性概念的基础上,通过对传统八邻域法扩展节点进行改进,成功将节点间派生关系由物理相邻引申到逻辑相邻,从而完成任意方向的节点扩展;采用启发式搜索算法D*Lite进行搜索,将应用两种扩展方式的算法在VC环境下分别实现并进行了分析比较;仿真结果表明,新算法不仅极大缩短了路径长度而且显著降低了执行时间。文章提出的算法很好地解决了移动机器人快速路径规划问题。     

基于遗传算法的AS-R移动机器人路径规划研究

将遗传算法应用于机器人的全局路径规划,并在AS-R移动机器人上进行了实验研究.首先用栅格法对机器人的工作环境进行划分,得到机器人的环境模型;其次采用遗传算法进行路径搜索,并引入多种遗传算子,增强了算法的实用性.在AS-R机器人上采用VC开发,并在5×5的栅格环境中进行路径规划研究.实验结果表明,遗传算法结合栅格环境对移动机器人进行路径规划,具有简单且通用的效果,所得的折线路径也更适合于机器人进行轨迹跟踪.     

基于混合算法的移动机器人路径规划研究

路径规划技术是移动机器人导航技术的重要组成部分。针对静态已知环境的移动机器人进行路径规划,结合栅格法和遗传算法,并对传统的遗传算法进行改进,建立两种不同的环境,通过仿真实验显示其改进后的优越性。     

基于栅格法的移动机器人单元分解遍历方法研究

本文针对移动机器人的全区域遍历问题提出了一种基于栅格法的单元遍历分解方法.本文在普通单元分解法的基础上提出了一种改进的基于边沿基点的单元分解方式,保证了单元遍历的有序性和较强的可实现性.单元内部采用栅格法进行遍历,按照优先级搜索栅格有效地提高了路径选择速率.与单纯采用栅格法相比,栅格法同单元分解法的结合运用既能降低移动机器人在栅格定位过程中存在的累积误差,又保证了遍历的高效率和低重复率.文中对提出的遍历方法进行了动画仿真,从理论上验证了该方法的有效性.最后文章针对提出的遍历方法探讨了其实验平台的设计思路.     

基于栅格模型的移动机器人全局路径规划研究

基于栅格模型的路径规划是移动机器人的一个重要研究内容.在栅格模型中使用Dijkstra算法进行路径规划,可以一次规划出从初始节点到其他所有节点的最短路径,但是同时存在计算量大、规划时间长、扩展节点个数多等缺点.根据栅格模型及其中最短路径的特性,提出了一种减少扩展节点,进而降低计算代价的方法,并将其用于Dijkstra算法在栅格模型中的具体实现上.     

一种基于栅格模型的机器人路径规划算法

在移动机器人路径规划问题的研究中,针对现有算法效率较低以及实现过程复杂的问题。提出一种新算法,该算法使用栅格法对机器人的工作空间进行建模,并通过引入参考方向和移动因子等概念有针对性的实现可控的路径搜索,提高对最优路径的搜索效率。仿真实验结果表明,基于栅格模型的新算法具有较好的实时性和适应性。     

煤矿井下移动机器人运动规划方法研究

针对现有煤矿井下移动机器人运动规划所生成的轨迹存在超调、碰撞、不连续、不光滑等问题,提出了一种由路径规划、轨迹生成、轨迹优化3个部分构成的煤矿井下移动机器人运动规划方法。路径规划采用基于图搜索的A*算法实现,通过开始搜索、路径排序、继续搜索3个步骤循环迭代,快速规划出一条可通行的全局路径作为轨迹生成的初值。轨迹生成通过构建基于Minimum Snap的目标函数,并施加等式约束来实现。轨迹优化则是在轨迹生成的基础上施加不等式约束来实现:通过调整时间分配和构建基于Corridor轨迹规划的不等式约束,解决基于Minimum Snap轨迹生成在求解过程中出现的超调现象,并对整段轨迹本身进行约束,避免发生碰撞;通过引入调和函数Bezier Curve,构建基于Bezier Curve的Minimum Snap的轨迹优化问题,使得轨迹高阶目标函数的求解变得简单高效,最终生成一条适用于煤矿井下移动机器人的能量损失最小、连续、光滑、无碰撞、可执行的运动轨迹。在Matlab仿真环境中设计了随机地图,生成了包含时间分配、位置规划、速度规划、加速度规划的最优轨迹规划结果。实验结果验证了该运动规划方法的正确性和有效性。     

基于改进概率栅格分解的路径规划算法

栅格分解法是目前研究最广泛的路径规划方法之一,但随着机器人自由度增加会出现“维数灾难”问题,不太适合于解决高自由度机器人在复杂环境中的路径规划。该文提出了基于改进概率栅格分解的路径规划算法,将随机采样应用到栅格分解算法中,虽然不能保证算法的最优性,却极大地提高了算法的效率,使其适合于解决高自由度机器人在复杂环境下的路径规划问题。仿真试验表明该算法可以在较短时间内获得可通行的路径。     

基于栅格法的机器人路径规划蚁群算法

描述了一种静态环境下的机器人路径规划仿生算法．该算法用栅格法对场景进行建模,模拟蚂蚁的觅食行为,由多只蚂蚁协作完成最优路径的搜索．搜索过程采用了概率搜索策略、最近邻居策略和目标导引函数,使得搜索过程极为迅速高效．仿真实验结果表明,即使在障碍物非常复杂的地理环境,用本算法也能迅速规划出最优路径,且能进行实时规划,效果十分令人满意．     

移动机器人路径规划的仿真研究

研究移动机器人路径优化问题,由于移动机器人寻优中存在定位稳定性和避障准确性问题,机器人路径规划不仅找到一条无碰撞、安全的移动机器人路径,而且要求路径尽可能最短。传统单一栅格法和遗传算法搜索最优路径效率低,难以全局最优路径。为了获得机器人全局最优路径,提出一种栅格法和混沌遗传算法相融合的移动机器人路径规划方法。首先采用栅格法对移动路径进行规划,作为遗传算法的初始种群,采用遗传算法进一步寻找最优路径。最后对移动机器人路径规划进行仿真,结果表明,混合算法可以很好地避免障碍物,快速找到一条机器人最优移动路径,十分适合于复杂环境路径规划。     

动态环境下基于人工势场的移动机器人运动规划

分析了传统势场法在动态环境下的不足,并在此基础上引入了速度势场的概念,改进了传统的势场函数,推导出新的引力函数和斥力函数.在新的势场函数作用下机器人能够快速调整自身的速度大小和方向,使其快速脱离障碍物的威胁并能快速地到达目标或追踪目标.仿真实验验证了新的势场方法的有效性.     

基于蚁群算法的机器人路径规划

移动机器人路径规划是机器人学的一个重要研究领域,栅格法模型是其中一类实时性很强的路径规划模型。该文引入蚁群算法的思想,以点离目标点距离、该点的访问次数和移动方向信息素为启发式因子,建立了一种新型的优化算法。新算法不仅能够较好地对已有算例进行求解,而且对于随机设计的新例子求解效果良好。     

Mobile Robot Motion Framework Based on Enhanced Robust Panel Method

International Journal of Control, Automation and Systems - This paper proposes a framework for the mobile robot motion in partially unknown static and dynamic environments. Its main part is a path...     

移动机器人目标捕捉运动规划研究

提出一种应用于移动机器人在动态环境下捕捉目标的运动规划方法.该方法基于模糊控制理论.利用所要捕捉目标的位置与速度信息,依据人类的驾驶经验制定模糊规则.通过移动机器人转向角与速度的控制.实现了对动态运动目标的捕捉.仿真实验验证了该算法的有效性.     

基于栅格法-模拟退火法的机器人路径规划

路径规划是机器人技术中的重要组成部分,分全局路径规划和局部路径规划。本文将栅格法与模拟退火法结合,采用栅格法表示环境信息。局部路径规划主要基于模拟退火法,使路径跳出局部极小点,到达目标位置。     

一种基于概率方法的车型机器人路径规划方法

考虑车体外形和前轮方向角限制,车型移动机器人路径的空间维数明显增加,常规的规划方法难以获得理想的速度。论文报告了概率方法在车型机器人路径规划上的研究结果,共研究了机器人约束、全局、局部概率路径规划和启发式结点生成等问题。模拟表明,该方法可获得足够好的适合车型机器人移动的次优路径。