移动机器人运动过程中的障碍物识别避让

移动过程中障碍物识别是机器人导航和路径规划的重要基础,也是提升机器人智能化水平的重要体现。现以自行开发的四轮固定式移动机器人作为开发平台,基于图像不变矩和RBF神经网络实现智能移动机器人运动中的障碍物识别避让,并在对障碍物识别之前对其图像进行预处理。设计主旨在于对智能机器人在行进过程中通过摄像设备采集的图像进行预处理,采集障碍物物体边缘,并用神经网络对物体进行识别。对于特殊障碍物使用基于颜色的识别方式,以提高实时性,为机器人的避障以及地图构建等工作打好基础,为场馆移动导览机器人研发提供帮助和支持。     

多移动机器人路径规划技术的研究现状与展望

移动机器人技术研究中的一个重要领域是路径规划技术.所谓移动机器人路径规划是指各机器人在同一工作空间中规划一条避障导航的运动路径,保证每一时刻机器人与机器人之间无碰撞、机器人与环境障碍物之间无碰撞.从单机器人到多机器人的路径规划已有很多算法,首先从多机器人协作性质、环境信息和机器人结构三方面分别介绍多机器人路径规划方法,主要有全局路径规划方法、局部路径规划方法、集中式路径规划方法、分布式路径规划方法、混合式路径规划方法,再指出各种方法的优点和不足,最后对多移动机器人路径规划技术的发展趋势进行展望:传统的规划方法和新的智能方法的结合;多传感器融合;性能指标的提高.     

未知环境中移动机器人基于行为的自主导航与环境构建

将模糊控制应用于基于行为的移动机器人控制结构中，使机器人具备了避障、避险和障碍物识别等基本的自主导航能力。针对未知环境中移动机器人的地图构建问题，提出了基于虚拟势场的全局搜索方法，采用基于栅格的地图表示方法，利用声纳传感器收集信息，实现对障碍物的识别和定位。通过试验验证了该方法的可行性。     

智能移动机器人的多传感器控制避障研究

针对我们现实生活中未知的、时变的周围环境,提出了一种基于多传感器的自主移动机器人在多障碍物环境中智能避障的设计。利用自身安装的四探头一体防水超声波传感器、红外传感器为有效的环境感知提供障碍物的距离数值,采用核心芯片STM32F407处理多传感器获取到的距离数据,并将控制指令输入到执行单元。对其主控制电路、各个传感器接口的设计实现了移动机器人避障控制系统的硬件设计。通过对获得的多组传感器实验数值的分析以及对机器人样机的多次测试验证了其设计的可行性。     

基于立体视觉的移动机器人动态避障方法

提出了一种新颖、有效地基于立体视觉的移动机器人动态避障方法。首先提取出可疑障碍物区域,然后引入最大包围盒得到障碍物投影到水平路面的二维尺寸,接着利用几何知识获取障碍物相对机器人的运动速度和可能发生碰撞的方位。最后使用基于速度改变最小原则和速度改变最佳原则来完成机器人的动态避障。仿真结果表明该方法能够使移动机器人在具有静态和动态障碍物的复杂环境中安全避障。     

基于改进遗传算法的室内移动机器人路径规划

将一种改进的遗传算法应用到室内移动机器人的路径规划中。能够克服机器人运动路径穿越障碍物,算法收敛速度慢,容易陷入局部最优等缺点。根据环境先验知识从种群数目筛选、适应度函数的确定、遗传操作等方面进行了改进,加快了算法的搜索进程和演化效率。提出了一种将环境中大障碍物分割并多圆化处理的方法,并根据障碍物与机器人每步运动轨迹间的位置关系来设计遗传算法的适应度函数,扩充了可行区域并有效避免机器人和障碍物发生碰撞。应用此算法可以获得移动机器人从起点到终点的全局最优路径,在MATLAB软件中仿真得到的结果证明,改进的遗传算法搜索质量高、进化和收敛速度快,得到的最优路径能够有效指导移动机器人完成室内的避障移动任务。     

超声波测距仪在移动机器人避障中的应用

移动机器人通过各种传感器系统感知外界环境和自身状态,在复杂的环境中自主移动并完成相应的任务,超声波传感器以其独有的特征而被青睐.本文利用两个超声波传感器对障碍物进行定位,从而使机器人顺利到达结构化环境中的目标.     

基于神经网络集成、多传感器融合的机器人对障碍物的识别

基于神经网络和神经网络集成理论提出了一种多传感器信息的数据融合结构,并将其用于机器人的障碍物的识别,提高了系统的识别效率,增强了系统的可靠性。通过分别搭建识别各种障碍物的子网络,以并行集成的方式把各个个体网络组合起来,可以获得一个一个高性能的识别系统。在HEBUT-Ⅰ型移动机器人上进行了验证,取得了很好的识别效果,为机器人的正确导航奠定了基础。     

采用蚁群算法优化的机器人运动路径能耗模糊控制研究

移动机器人在搜索目标过程中,运动路径较长,导致消耗功率较大。对此,创建移动机器人简图模型,采用Denavit-Hartenberg(D-H)方法推导机器人动力学方程式,对机器人运动路径进行规划。引用模糊控制器,采用蚁群算法对模糊控制器进行优化,设计了机器人改进模糊控制器优化流程。采用Matlab软件对移动机器人在不同环境下运动路径进行仿真实验。结果表明:在障碍物较少环境中,采用模糊控制器和改进模糊控制器,机器人搜索到的运动路径相同,消耗功率也几乎相同;在障碍物较多的环境中,采用模糊控制器,机器人搜索到的运动路径较长,消耗功率较大;而采用改进模糊控制器,搜索到的运动路径较短,消耗功率较小。采用改进模糊控制器,机器人能够快速地搜索到最优路径,从而降低能量消耗。     

基于实际隶属函数的移动机器人局部路径规划

为优化模糊神经网络的实时性、学习速度、收敛性、稳定性,在移动机器人局部路径规划中构建了基于实际隶属函数T-S(Takagi-Sugeno)模型的改进型模糊神经网络。结合静态、动态障碍物并存环境下机器人路径规划的实际,综合考虑二维直角坐标体系下机器人、障碍物的位置、速度及运动方向等实时信息,推导出一种新的具有实际含义的隶属函数作为避碰隶属函数,采用五层T-S型模糊神经网络及改进型误差反传学习算法。通过计算机仿真,验证了所提方略对动态环境下移动机器人路径规划具有较高的实时性和有效性。     

基于Backstepping的轮式移动机器人镇定研究与实验验证

根据轮式移动机器人的运动学模型,基于Back-stepping方法,构造了轮式移动机器人镇定系统的李雅普诺夫函数,并通过使李雅普诺夫函数负定,设计了移动机器人镇定控制律.轮式移动机器人的仿真实验以及实际的控制实验表明,该方法能使轮式移动机器人的伍姿从任意θ(0)≠0的初始状态渐近收敛到原点.     

Symmetric caging formation for convex polygonal object transportation by multiple mobile robots based on fuzzy sliding mode control

In this paper, the problem of object caging and transporting is considered for multiple mobile robots. With the consideration of minimizing the number of robots and decreasing the rotation of the object, the proper points are calculated and assigned to the multiple mobile robots to allow them to form a symmetric caging formation. The caging formation guarantees that all of the Euclidean distances between any two adjacent robots are smaller than the minimal width of the polygonal object so that the object cannot escape. In order to avoid collision among robots, the parameter of the robots radius is utilized to design the caging formation, and the A⁎ algorithm is used so that mobile robots can move to the proper points. In order to avoid obstacles, the robots and the object are regarded as a rigid body to apply artificial potential field method. The fuzzy sliding mode control method is applied for tracking control of the nonholonomic mobile robots. Finally, the simulation and experimental results show that multiple mobile robots are able to cage and transport the polygonal object to the goal position, avoiding obstacles.     

基于激光传感器的多移动机器人位姿测量系统

为机器人准确定位设计了一个基于激光传感器的移动机器人位姿测量系统。测量系统用激光传感器扫描区域内的以矩形为标识的机器人,将测量数据传输到计算机上,通过数据处理软件进行数据处理,提取属于机器人的特征,同时结合机器人前一时刻的位姿,实时计算机器人当前位姿。实验结果表明,此系统能迅速识别机器人,并准确地确定每个机器人位置和姿态,通过网络向机器人发送其位姿数据,实现多移动机器人的精确定位。     

履带式移动机器人研究综述

分析了国内外履带式机器人的研究现状,讨论了履带式机器人在机械结构、稳定性和控制方法等方面的现有研究方法,列举了履带式机器人研究中存在的问题,展望了履带式机器人的发展方向。     

移动机器人控制系统结构的研究与进展

在分析移动机器人的特点与应用的基础上,从控制与自治技术研究角度回顾了移动机器人的研究进展,分析了移动机器人的控制模式和常见的一些控制系统,并讨论了各自的优缺点。指出了移动机器人控制框架研究的方向和特点,分析了现有的一些控制框架。结合传感器网络的发展,预测了移动机器人与传感器网络结合的发展趋势,分析了传感器网络环境下移动机器人控制框架所面临的挑战和策略,给出了一种可行的控制框架。     

多移动微小型机器人编队控制与协作避碰研究

针对多移动微小型机器人系统的协作避碰和队形保持,给出了一种分布式的编队控制方法。结合移动微小型机器人的运动控制模型,提出了一种路径规划方法,使其在运动中实时避免碰撞。在此基础上利用李雅普诺夫(Lyapunov)法设计了一种编队控制器。在有界误差范围内,该控制器能够保证多机器人的轨迹跟踪和协作避碰。通过将编队控制转化为跟踪整个队形质心的轨迹,降低了控制的复杂度,从而可以较好地应用到计算资源有限的多移动微小型机器人中。通过仿真、分析和对比,对以上控制方法的稳定性和可行性进行了验证,并进行了实际的编队和避碰控制实验。实验结果表明该方法可有效地应用于多移动微小型机器人的协作避碰和编队控制。     

Mecanum轮全方位移动机器人技术及其应用

全方位移动机器人是指在地面可以进行前后、左右、原地回转等任意方向移动的机器人技术,Mecanum轮全方位移动机器人具有本体结构简单、控制性能优良、通过性好的全方位运动性能,在工程应用中得到越来越广泛关注。介绍了Mecanum轮机器人的全方位移动原理、Mecanum轮的结构设计与制造技术、精确运动控制技术、自动循迹及路径规划技术,并介绍了其在国内外军事与民用领域的典型工程运用。     

基于Creo的摇杆式变形履带机器人移动平台的分析与仿真

利用Creo Parametric进行了摇杆式变形履带机器人移动平台的三维建模,并对其进行了运动仿真,依据这些仿真的分析结果,验证了其机构分析结果的正确性,使摇杆式变形履带机器人移动平台的设计效率与可靠性大大提高。     

新型变形移动机器人结构设计和分析

对于单一运动方式的移动机器人,在机器人研究领域已经得到深入的研究,部分已经实现生产和应用。但是这种单一方式的移动机器限制了其运动的环境适应性和运动的效率问题。本课题研究的变形移动机器人在秉承了多种移动机器人的优点的同时,充分考虑到运动环境对运动的影响,对于不同的运动环境采用不同的运动方式,采用不同的运动方式有不同的运动方式的优点:达到运动的最佳选择和最高的工作效率。     

智能移动机器人超声波测距定位系统的研究

移动机器人技术是机器人研究领域的一个重要分支。为了赋予机器人智能控制和自主导航的能力,解决机器人开发过程存在着成本高、功耗大等问题,研究设计了一套基于超声波传感器的智能移动机器人测距定位系统,同时使机器人具有报警、避障及定位等功能。