水下机器人路径规划系统及算法改进

本文介绍了某水下机器人的路径规划系统的结构，针对水池的工作环境，对已有的路径规划算法进行了改进，水池试验结果表明该智能水下机器人路径规划算法正确，路径规则系统运动可靠。     

水下机器人三维路径规划

本文提出了基于八叉树区域分别环境建模方法，在此基础上，利用A算法解决了静态环境的三维路径规划，并对规划出的路径进行了三维修正，使其满足机器人轨迹跟踪的要求，另外，以八叉树环境建模基础，对动态环境下的三维路径规划进行了研究。     

动态补偿的水下机器人路径规划

本文研究水下机器人在障碍位置未知条件下,进行路径规划的方法,使自治水下机器人以最短的行程距离,避开障碍,达到预定目标.针对变化的、复杂的海洋情况,本文采用动态与静态相结合、规划与控制相结合的手段,应用人工势场理论,引入距离误差做动态反馈补偿,实现全局规划控制.本文提出的这种适于自治水下机器人导航的动态路径规划-控制方法,可以解决障碍环境参数已知、未知的路径规划问题.仿真结果表明该方法具有较强的稳定性和适应性.     

基于势场法的水下机器人全局路径规划研究

本文阐述了用势场法进行矩形状机器人全局规划的方法，首先针对凸形障碍物确定了势函数的形式，然后利用最小势谷算法，把机器人的工作空间用图来表示，利用搜索算法到了全局路径，最后在微机上对算法进行了仿真，给出了仿真结果。     

遗传算法在水下机器人路径规划中的应用

提出一种分层路径规划算法来解决大范围海洋环境下的智能水下机器人(AUV)的全局路径规划问题。该算法将机器人的工作空间分层分解,并在每一层搜索路径,最终得到一条与障碍物无碰的全局路径。同时为解决算法的全局最优问题,使用遗传算法在每一层搜索路径。实践证明,该方法具有灵活、实用的特点,并能显著的节省内存空间。     

视觉机器人作业路径规划系统

针对工业机器人的弧焊、切割和涂胶等应用,介绍了视觉工业机器人作业路径规划系统.描述了摄像机坐标标定方法,采用图像采集技术获取环境信息,运用图像处理技术对采集的信号进行处理.实现了机器人实时控制和离线编程.实践证明,该系统重复精度高,能够满足弧焊、切割和涂胶的要求,能够适应生产线的需要.     

自主式水下机器人（AUV）水下典型路径的建模和动态路径的优化

对于ＡＵＶ，动态路径规划有许多策略。不论是在仿真环境，还是在水下，为了检验仿真算法的正确性和ＡＵＶ水下机动能力，需要一种全面的检测方法。对此本文提出了典型路径的思想，并考虑到障碍物与ＡＵＶ相对体积的大小，用动态策略进行动态路径的优化，进行了仿真验证，结果令人满意。     

不确定海流环境下水下机器人最优时间路径规划

为解决海流预测不精确条件下,现有基于确定性海流路径规划算法鲁棒性差和规划的路径有可能为不可行路径的问题,本文提出一种基于区间优化的水下机器人(AUV)最优时间路径规划算法.该算法采用双层架构,外层用蚁群系统算法(ACS)寻找由起点至终点的候选路径;内层以区间海流为环境模型,计算候选路径航行时间上下限,并分别通过区间序关系和基于可靠性的区间可能度模型将航行时间区间转换为确定性评价函数,并将评价函数值作为候选路径适应度值返回到外层算法.仿真结果表明,相对于确定海流场路径规划方案,提出的方案增强了路径规划器的鲁棒性并解决了结果路径不可行问题.     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

基于主从结构的多水下机器人协同路径规划

关于多水下机器人协同路径规划问题,是多水下机器人协同控制的重要研究内容之一,是一种典型的含多个约束条件的组合优化问题.针对多机器人协同路径规划因约束条件多导致算法复杂度高、耗时、求解困难等问题,提出了一种主从结构的并行多水下机器人协同路径规划算法.进化过程的每一代,子层结构应用粒子群并行算法,生成各架机器人当前的最优路径,同时,主层结构应用微分进化算法实时给出当前考虑机器人与障碍物、机器人与机器人之间避碰情况下,总系统运行时间最短的路径组合方案.上述结构将多约束分解到不同层面,有效地降低了单层结构因过多的约束条件计算时间过长以及不易实现等困难.仿真结果表明,上述算法不仅能在静态环境下生成可行的、优化的组合路径,而且在当障碍物随时间随机移动的动态环境下,也表现出可行的、良好的效果,为求解多水下机器人协同路径规划问题提供了一个高效的解决方案.     

基于数字海图的自主水下机器人路径规划研究

为了解决远程自主水下机器人（LAUV）路径规划问题，提出一种基于数字海图的路径规划算法．该算法对传统人工势场法进行了有效改进，克服了传统人工势场法固有的缺点和不足，可以用于LAUV离线和在线路径规划．其有效性已在半物理实时仿真平台上得到了验证．     

水下机器人技术

概述水下机器人是一个水下高技术仪器设备的集成体。它除集成有水下机器人载体的推进、控制、动力电源、导航等仪器、设备外 ,还需根据应用目的的不同 ,配备声、光、电等不同类型的探测仪器。这样 ,水下机器人可以作为人类进行水下研究、观测和作业的动态实验室平台 ,作为人类智能和各种感官、器官在水下的延伸 ,去完成人类肌体无法直接达到的各种水下环境的探索任务。水下机器人可分为两种基本类型 ,即“自治式水下机器人”和“遥控式水下机器人”。“自治式水下机器人” ,国际上统称为AUV (AutonomousUnderwaterVehicle) ,它是根据各种…     

基于蚁群模拟退火算法的水下机器人路径规划

全局路径规划是水下机器人(AUV)研究领域的重要课题之一,文中研究已知障碍物环境条件下的水下机器人路径规划问题;提出一种分布路径规划方法,首先建立移动机器人路径规划的数学模型,介绍了蚁群算法、模拟退火算法的原理,然后考虑到蚁群算法搜索时间较长,易出现停滞现象的缺点,提出蚁群模拟退火算法来解决大范围海洋复杂环境下水下机器人的路径规划问题;通过仿真实验,表明所提算法有效,并且计算简单、收敛速度快,能够满足水下机器人导航的要求.     

基于改进粒子群算法的水下机器人路径规划研究

针对水下机器人在路径规划中遇到的约束条件复杂、寻优算法性能不稳定、路径不平滑等问题,文章提出了一种基于改进粒子群算法的水下机器人路径规划方法。首先,基于函数模拟法构建水下地形及障碍物环境;其次,在优化目标设计方面,从减少能耗的角度出发,文章在传统路径长度最短的基础上,又增加了对水下机器人姿态角度变化以及转向节点位置分布均匀性的优化,以进一步适应实际情况;然后,分析了粒子群算法中惯性权重对算法性能的影响,引入了改进措施,以提高算法的寻优性能;最后,将计算出的初始路径采用B样条曲线进行平滑处理,得到最终的机器人运动规划轨迹。仿真实验结果表明,文章所提路径寻优方法相较于传统蚁群算法和粒子群算法,综合能耗分别降低了56.6%和19.3%,在求解能力和收敛性上也表现出了更优的性能。     

基于改进势场法的足球机器人路径规划系统

人工势场法是机器人路径规划中应用较多的一种方法,但方法在障碍物较多时由于势场合力不容易控制而常常出现避障失败现象.足球机器人比赛系统场上障碍物情况复杂,尤其是在边界附近和禁区附近,传统势场法较难胜任.根据足球机器人比赛平台特点和赛场上较常出现的情况,重点对边界附近和禁区附近的机器人路径规划进行分析研究,根据比赛平台的特点将周围环境的物理特点转化成特定的数学表达式,糅合到传统势场函数公式中进行改进处理,从而构造出能够适应足球场地环境的人工势场路径规划系统.仿真实验结果证明该方法是有效的.     

改进粒子群在水下机器人路径规划中的应用

在海洋环境中水下机器人路径规划具有规划范围广阔、障碍物相对稀疏、海流的影响不可避免的特点。应用粒子群优化(PSO)算法实现水下机器人在复杂海洋环境中的路径规划,并从参数控制策略及拓扑模型方面进行改进,得到收敛精度更好的改进粒子群优化算法。设计了综合路径长度、海流和转向费用的适应度函数,使算法很好地适应海流的变化,很大程度减小了海流对水下机器人能量消耗和控制的不利影响。经仿真实验验证了算法的有效性,并能够很好地满足在复杂海况环境水下机器人路径规划的要求。     

水下滑翔机器人控制系统设计与实现

本文以水下滑翔机器人为研究对象,首先简要介绍了水下滑翔机器人的总体结构,然后重点研究了其控制系统的设计方案,阐述了控制系统软、硬件的设计与实现,通过水下滑翔机器人湖试验证了控制系统设计合理,运行正确,实现了水下滑翔机器人的基本运动。     

机器人路径规划中算法计时的实现

在VC 5.0的环境下实现了机器人路径规划算法的计时。该方法具有通用性,几乎可以毫无更改地应用于其他算法的计时中。其具体实现步骤如下: