动态环境下移动机器人路径规划的一种方法

研究障碍物的形状以及位置未知环境下的动态路径规划的问题，采用栅格表示障碍物与机器人的大小、位置以及他们的运行环境地图，给出了一种路径规划的算法，该算法计算简单，搜索速度快，通过仿真试验发现，用该方法规划的路经取得了比较好的效果。     

基于混沌控制的多目标不确定环境下移动机器人路径规划

针对多目标不确定环境下移动机器人路径规划算法复杂的问题，提出了一种新的规划算法——混沌控制算法．该算法利用混沌控制原理，根据检测到的目标位置信息，分别采用线性和非线性方法构造目标函数，然后通过牛顿定理，进行路径规划，求出规划节点．最后对算法进行了模拟仿真．仿真结果表明，构造的目标函数在每个目标点周围形成了收敛区域，机器人移向哪一个目标点，由它的初始状态所在的吸引域决定，不必再施加其它控制．这样减少了规划的计算量，提高了路径规划的速度和精度，为以后研究包含多障碍物的不确定环境下的路径规划奠定了基础。     

基于流水线结构的自主式移动机器人导航模型

协调调度是保证智能机器人系统有效完成工作的关键。本文针对自主式移动机器人的系统结构,利用Ｐｅｔｒｉ网建立了同步和异步两种流水线模型,并分析了各自的特点和性能;同步流水线模型适用于功能模块工作时间大致相等且稳定的场合,能发挥精确,安全的优势,异步流水线模型则具有更快的处理速度。     

自主移动机器人局部优化导航算法研究

自主移动机器人在未知环境下需要依靠自身装配的传感器不间断地获得周围环境信息,辨别出障碍物的位置,进行计算和自主决策.现有导航算法在面临U型等复杂环境时容易在僵死路径上产生反复,导致导航不能继续.文中提出了一种基于模糊逻辑的局部优化导航算法,采用"辨识-记忆"策略来处理传感器信息.在路径规划中保留最近走过路径的位置和角度特征等相关资源,形成"记忆".当前规划路径形成死区并反复运行时,会形成"辨识"并重新规划路径和导航决策以避免障碍物碰撞.在Webots Pro和Matlab下设计仿真实验,结果表明移动机器人在模糊规则指导下能有效避障和避免死区现象,实现较好的自主导航.     

基于视觉的移动机器人实时避障和导航

阐述了移动机器人通过视觉传感器在不确定的环境中实现自主避障和导航的一种方法，首先讨论了路径规划的分层结构，然后通过简单的图像处理方法获取运动环境中的避碰点，最后给出机器人实现局部路径规划的算法，该方法有效地利用了全局环境地图和视觉信息。减少了计算量，提高实时性，通过仿真研究说明了该算法的有效性和可行性。     

基于混沌控制的多目标不确定环境下移动机器人路径规划

针对多目标不确定环境下移动机器人路径规划算法复杂的问题,提出了一种新的规划算法———混沌控制算法.该算法利用混沌控制原理,根据检测到的目标位置信息,分别采用线性和非线性方法构造目标函数,然后通过牛顿定理,进行路径规划,求出规划节点.最后对算法进行了模拟仿真.仿真结果表明,构造的目标函数在每个目标点周围形成了收敛区域,机器人移向哪一个目标点,由它的初始状态所在的吸引域决定,不必再施加其它控制.这样减少了规划的计算量,提高了路径规划的速度和精度,为以后研究包含多障碍物的不确定环境下的路径规划奠定了基础.     

未知环境下移动机器人路径规划方法

路径规划是研究自主移动机器人技术中的一个重要领域，一般地可分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划两种类型.对未知环境下移动机器人路径规划的方法和发展现状进行了总结，指出了各种方法的优点与不足.最后对移动机器人路径规划的发展趋势进行了分析.     

动态环境下移动机器人导航行为函数建模

针对机器人自主导航中行为划分较多的问题,机器人依据自身感知数据建立了个体动态决策空间,并在此空间内建立了方向角函数和速率函数.分别给出了函数的设计过程,通过动态修正行为函数参数,快速有效地调整机器人方向角及速率,能够成功实现避障和目标点的奔向过程.由于函数建模是基于个体决策空间进行的,所以该方法不受机器人数量的限制,有效地提高了系统的分布式特性.通过仿真验证了该方法的可行性和有效性,并分析了行为函数参数对机器人导航过程的影响.     

基于模糊逻辑的自主移动机器人实时滚动路径规划及控制

针对动态不确定环境下自主移动机器人路径规划和运动控制这一工程实际问题,提出一种简化的实验参考系统结构模型。在此基础上,借鉴预测控制的基本原理,运用模糊逻辑推理方法解决了自主移动机器人导航和避障问题,实现了自主移动机器人实时滚动路径规划和控制,仿真结果表明了算法的有效性。     

动态环境下基于改进蚁群算法的机器人路径规划研究

针对动态复杂条件下的移动机器人路径规划问题,根据全局静态环境先验知识,提出一种改进蚁群算法。在经典蚁群算法的基础上通过调整转移概率,限定信息素强度的上下界,并引入相关策略解决死锁问题,可以避免初期规划的盲目性,增加解的多样性,提高算法的全局搜索能力,进一步减小算法早熟的可能性。在规划过程中,根据动态障碍物运行方向的变化与否,提出了相应的碰撞避免策略,并针对环境突发状况引入Follow_wall行为进行改进。仿真实验证明,该算法优于经典蚁群算法,可有效地指导移动机器人避免环境中的动态障碍物,获取无碰最优或次优路径,并能更好地适应环境的变化。     

Swarm intelligence based dynamic obstacle avoidance for mobile robots under unknown environment using WSN

To solve dynamic obstacle avoidance problems, a novel algorithm was put forward with the advantages of wireless sensor network （WSN）. In view of moving velocity and direction of both the obstacles and robots, a mathematic model was built based on the exposure model, exposure direction and critical speeds of sensors. Ant colony optimization （ACO） algorithm based on bionic swarm intelligence was used for solution of the multi-objective optimization. Energy consumption and topology of the WSN were also discussed. A practical implementation with real WSN and real mobile robots were carried out. In environment with multiple obstacles, the convergence curve of the shortest path length shows that as iterative generation grows, the length of the shortest path decreases and finally reaches a stable and optimal value. Comparisons show that using sensor information fusion can greatly improve the accuracy in comparison with single sensor. The successful path of robots without collision validates the efficiency, stability and accuracy of the proposed algorithm, which is proved to be better than tradition genetic algorithm （GA） for dynamic obstacle avoidance in real time.     

移动机器人信息融合技术研究

智能化是未来移动机器人的发展方向,而智能化的基础是传感器技术的发展,移动机器人信息融合技术弥补了使用单传感器带来的缺陷.介绍了国内外移动机器人的研究现状,详细阐述了信息融合技术在移动机器人领域的应用.对在移动机器人中应用信息融合的一些关键技术,包括基于移动机器人的融合结构、融合算法、目标识别和自主导航等问题作了较深入的探讨,并对信息融合技术在移动机器人领域中的应用前景给予展望.     

移动机器人信息融合技术研究

智能化是未来移动机器人的发展方向，而智能化的基础是传感器技术的发展，移动机器人信息融合技术弥补了使用单传感器带来的缺陷．介绍了国内外移动机器人的研究现状，详细阐述了信息融合技术在移动机器人领域的应用．对在移动机器人中应用信息融合的一些关键技术，包括基于移动机器人的融合结构、融合算法、目标识别和自主导航等问题作了较深入的探讨，并对信息融合技术在移动机器人领域中的应用前景给予展望．     

移动机器人长期自主环境适应研究进展和展望

针对移动机器人在未知环境中自主探索及建图存在盲目性的问题, 提出了一种基于贝叶斯优化评估多重信息增益的探索策略。在候选点提取方法上采用融合前沿点聚类与可通行区域的方式综合衡量提取, 相较于传统的前沿点检测方法有效解决了候选点集合过大及环境信息缺失等问题; 在候选点评估方法上利用贝叶斯优化计算多重信息增益, 综合考虑地图熵值与距离成本, 相较于仅考虑地图熵值选取最佳候选点的方法, 有效改进了机器人在环境中的冗余路径。该算法在机器人操作系统(robot operating system, ROS)中采用Gazebo进行仿真实验验证, 构建环境地图。结果表明, 该方法可以使移动机器人快速有效地探索未知环境, 高质量完成建图任务。

     

The investigation of an autonomous intelligent mobile robot system for indoor environment navigation

0　ＩＮＴＲＯＤＵＣＴＩＯＮＷｉｔｈｉｎｃｒｅａｓｉｎｇｉｎｔｅｒｅｓｔｉｎａｐｐｌｉｃａｔｉｏｎｏｆａｕｔｏｎｏｍｏｕｓｍｏｂｉｌｅｒｏｂｏｔｓｉｎｔｈｅｆａｃｔｏｒｙａｎｄｉｎｓｅｒｖｉｃｅｅｎｖｉｒｏｎｍｅｎｔｓ ,ｍａｎｙｉｎｖｅｓｔｉｇａｔｉｏｎｓｈａｖｅｂｅｅｎｄｏｎｅｉｎａｒｅａｓｓｕｃｈａｓｄｅ ｓｉｇｎ ,ｓｅｎｓｉｎｇ ,ｃｏｎｔｒｏｌａｎｄｎａｖｉｇａｔｉｏｎ ,ｅｔｃ .Ａｕｔｏｎｏｍｏｕｓｒｅａｃｔｉｏｎｔｏｔｈｅｒｅａｌｗｏｒｌｄ ,ｅｘｐｌｏｒｉｎｇｔｈｅｅｎｖｉｒｏｎｍｅｎｔ ,…     

基于遗传模糊算法的机器人局部避障规划

提出了在动态环境中,基于遗传模糊算法的移动机器人的局部避障规划方法,该方法适用于复杂环境情况．仿真结果表明改进遗传算法的模糊控制估化效果优于传统遗传算法模糊控制效果,能够满足移动机器人局部路径规划的实时性要求．     

基于混沌遗传算法的移动机器人路径规划方法

结合遗传算法优化的反演性和混沌优化方法的遍历性,基于混沌遗传算法的移动机器人路径规划方法能够有效改善遗传算法的局部搜索能力和搜索精度,避免单纯使用遗传算法规划机器人路径时容易出现的早熟收敛现象．仿真试验表明,提出的路径规划方法在稀疏环境和密集环境下均能收敛到全局最优路径,具有更强的鲁棒性．     

自主式移动机器人分布视觉组合导航多摄像机标定方法

根据分布视觉组合导航系统利用全局视觉对移动机器人进行绝对定位的要求,针对机器人远离摄像机时定位精度明显下降的问题,提出了适用于较大场景的多摄像机参数分区标定方法。在集合的概念下描述了移动机器人的整个工作区域与各个摄像机的有效区域的关系,建立了基于小孔模型的空间平面到摄像机像平面的透视变换矩阵的摄像机参数标定模型。通过4部摄像机在长9.6 m,宽6.4 m的区域内进行的标定实验和误差分析表明,该方法的整体平均误差仅为7.96 mm。