基于GA优化RBF神经网络的机器人轨迹规划

针对机器人在不确定环境下末端执行器运动轨迹的准确性及平稳性问题,采用基于遗传算法(GA)优化径向基函数(RBF)神经网络的轨迹规划方法对Kinova Mico2机器人进行轨迹规划研究。介绍了机器人的相关参数及坐标系、建立了D-H矩阵和运动学模型。提取机器人实际抓取物品的直线轨迹并等分插补,用GA优化并实时在线更新RBF神经网络的权值,以更优的权值参数建立新的RBF网络。研究结果表明:相比优化前,基于GA优化RBF的规划轨迹逼近误差小且平滑稳定,仿真结果较为稳定,轨迹规划的可行性满足机器人实际抓取工作的需要。     

基于激光引导的SCARA的轨迹规划与优化

多数应用场景中,SCARA机械臂的工作路径为固定的模式,为结合视觉信息,优化控制方式,采用激光打样的方式引导SCARA动作.以桃子TZ-500 SCARA机械臂和MATLAB为实验平台,使用D-H坐标系法建立机械臂的运动学模型,得到其工作空间.针对点到点的轨迹,采用五次多项式插值法完成在关节空间内的规划.灵活的多点轨迹...     

机器人视觉跟踪轨迹的分级规划方法

针对跟踪轨迹规划对于确保得到连续光滑的跟踪运动的重要性,提出了两级视觉跟踪轨迹规划方法。第一阶段在图像平面上规划运动轨迹,在图像平面上得到的离散规划点映射到机器人关节空间。第二阶段在机器人关节空间中用三次样条函数来连接这些离散点。为了满足实时控制的要求,在图像处理过程中采用窗口技术并抽取边缘特征。建立用于跟踪两维平面运动物体(如随运输带运动的物体)的机器人视觉跟踪控制系统。实验结果表明,跟踪误差渐近地减小到允许的数值范围,所提出的跟踪轨迹规划方法是有效的。     

基于遗传算法的最优模糊控制器在非完整移动机器人轨迹跟踪？…

本文研究非完整移动机器人的轨迹跟踪控制问题。采用基于遗传算法的模糊控制方法,使规则得到优化,有效地改善了控制性能,仿真实例表明这种方法是可行的。     

基于智能优化的移动机器人轨迹跟踪控制

建立了机器人运动学模型,设计了基于Lyaponov稳定理论的轨迹跟踪控制器,该控制器的性能取决于其参数的大小。粒子群优化算法具有收敛速度快,需要调节的参数少等优点,但优化过程中容易发生“早熟”收敛,使优化陷入局部极小值。通过引入模拟退火算法、“交叉算子”和“变异算子”,提出了一种改进粒子群优化算法,对控制器的参数进行优化设计。最后,通过仿真计算,证明了该方法的有效性。     

基于受控拉格朗日函数的Pendubot镇定控制器设计

基于受控拉格朗日函数,对竖直面内两自由度Pendubot设计镇定控制器.由于该系统的驱动变量是原始动能的循环变量,当受控动能继续保持同一个循环变量时,匹配条件中的动能方程退化为一个常微分方程.由此得到的非线性光滑反馈控制律,可实现一类两自由度Pendubot局部渐近镇定.     

基于轨迹安全性评价的免疫遗传路径规划算法

针对移动机器人栅格路径规划中安全轨迹规划、局部极小点问题,提出了一种基于轨迹安全性评价的免疫遗传路径规划算法.通过将人工势场(APF)模型与轨迹安全性评价相结合,提出利用斥力场强度评估轨迹安全性,建立基于轨迹安全性、行驶代价评估的适应度函数,利用免疫遗传算法对APF模型中的势力场参数进行自适应优化估计.通过将参数变化控制在一个合理的区间,有效避免局部极小情况的发生,同时提高了路径的安全性.算法的有效性通过仿真实验得到了验证.     

Pendubot的一种分层滑模控制方法

针对Pendubot这类二阶欠驱动系统提出了一种分层滑模控制方法.该方法将系统状态分成两个子系统,分别构造滑动平面,采用Lyapunov方法求取总控制量,该控制量可以实现Pendubot的摆起控制,当系统接近平衡位置附近时,双层滑模控制器退化成单层控制器,这样又保证了Pendubot能够稳定在最终的平衡位置上.从理论上证明了各层滑动平面的渐近稳定性,并且通过仿真实验验证了该方法的有效性以及该控制器对各类扰动的自适应性.     

基于GA的时间最优机械臂轨迹规划算法

由于多项式插值轨迹规划具有阶次高、没有凸包性质等特点,传统优化方法难以应用的特点,根据机械臂运动学约束,提出了关节空间基于遗传算法(GA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下的点到点的轨迹规划问题,利用GA算法解算多项式插值的时间。通过与基于PSO的3-5-3多项式机械臂轨迹规划运动位置、速度、加速度曲线对比,证明该方法在运行时间和运行平稳度上都有突出优点。     

基于遗传算法的多机器人系统最优轨迹规划

针对关节型多机器人系统在静态环境下的点到点的轨迹规划问题,提出了一种基于遗传算法的最优轨迹规划策略.采用遗传算法在综合考虑各机器人沿轨迹运动的安全性、运动代价以及运动学约束的基础上为单个机器人规划最优的运动轨迹,并通过协调各机器人沿预定轨迹运行的时间避免机器人之间碰撞的发生.针对含有3个二自由度平面关节型机器人的多机器人系统进行了仿真实验,实验结果验证了该方法的有效性.     

基于Frenet坐标系的自动驾驶轨迹规划与优化算法

针对公路场景下作速度保持的自动驾驶汽车实时轨迹规划问题,提出一种基于Frenet坐标系的优化轨迹规划算法.首先,利用Frenet坐标系将车辆运动解耦, 构建无约束横向/纵向独立积分系统;然后,根据初始配置和可内嵌到行为层的目标配置,通过采样生成有限的4次、5次多项式候选轨迹集合;最后,利用以高斯卷积、加速度变化率为核心...     

基于混沌遗传算法的机器人路径规划方法研究

针对机器人路径规划中,应用遗传算法时容易陷入局部最优解以及收敛速度较慢等问题,设计出一种基于混沌遗传算法的路径规划方法。在基本遗传算法的基础上采用自适应调整的选择概率,并引入混沌操作,从而增强移动机器人路径规划算法的鲁棒性,解决一般遗传算法的早熟和收敛速度慢问题。经MATLAB仿真,证明该方法具有良好的避障性能。     

基于AGA的时间最优机械臂轨迹规划算法*

根据机械臂运动学约束,提出了关节空间基于自适应遗传算法(AGA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下点到点的轨迹规划问题,利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比,证明该方法在算法收敛、运行平稳度上都有突出优点。     

基于混合遗传算法的工业机器人最优轨迹规划

为兼顾工业机器人工作效率与轨迹的平稳性,提出一种基于混合遗传算法的二次轨迹规划方案.通过最优时间轨迹规划得到最小执行时间,在最小执行时间内进行最优冲击轨迹规划,进而规划出一条既高效又平滑的运动轨迹.采用五次均匀B样条在关节空间进行快速插值,不仅保证了各关节速度和加速度连续性还保证了各关节冲击的连续性.连续平滑的冲击可以减少机械振动,延长机器人的工作寿命.选用PUMA560为对象进行仿真与实验,结果表明,该方案可以获得比较理想的机器人运动轨迹,所提出的混合遗传算法能有效提高全局寻优的性能和算法运行的稳定性.     

基于Dubins曲线的无人直升机轨迹规划

为提高无人直升机的控制性能,提出了一种基于Dubins曲线的轨迹规划算法,并对其各个部分的实现进行了研究和设计。该算法利用Dubins曲线原理对定点飞行任务的两点或者多点目标进行分析计算,寻找出一条最短的飞行路径,从而提高了飞行效率。根据无人直升机系统多变量、非线性和强耦合的特点,采用串级PID方法设计了飞行控制器,该控制器能够修正无人直升机的姿态和位置,从而提高了轨迹规划的稳定性和准确性。最后,以某小型无人直升机为实验平台表明了该轨迹规划算法和控制器的可行性。     

基于改进粒子群算法的智能机器人路径规划

针对粒子群算法局部寻优能力差的缺点,提出一种非线性动态调整惯性权重的改进粒子群路径规划算法。该算法将栅格法与粒子群算法进行有效结合,在路径长度的基础上引入安全度和平滑度概念,建立动态调整路径长度的适应度函数。与传统的粒子群算法相比,实验结果表明,改进算法具有较强的安全性、实时性及寻优能力。     

Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road

The lateral control for lane changing of intelligent vehicle on curved road in automatic highway systems was studied. Based on trapezoidal acceleration profile, considering the curvature difference between starting lane and target lane, a new virtual trajectory planning method for lane changing on curved road was presented, and the calculating formulas for ideal states of vehicle in the inertial coordinate system during a lane changing maneuver were established. Applying the predetermined trajectory, the re...     

一种基于信道状态信息的人员轨迹跟踪方法

针对在室内环境的轨迹跟踪过程中,通信开销较大和算法复杂度较高的问题,对一种基于CSI（channel state information）信号的人员轨迹跟踪方法进行研究。首先从CSI中提取代表目标位置（角度）概率的AOA（angle-of-arrival）频谱,通过MUSIC算法得到的多普勒频移与AOA频谱相结合来确定人员移动速度及位置;最后利用改进的三边定位质心算法确定人员位置、模拟人员移动轨迹,实现了对室内人员精准的跟踪定位。通过与其他算法以及不同人员移动速度的对比,仿真实验表明提出的人员追踪方法可以大幅度提高定位的精确性与稳定性。     

基于改进群搜索优化算法的群体路径规划方法

针对群体动画中传统路径规划算法搜索时间长、寻优能力差等问题,提出一种利用群搜索算法进行多线程路径规划的方法。该方法首先将模拟退火算法引入到搜索模式中,克服算法易陷入局部最优的问题;其次,通过结合多线程和路径随机拼接技术,将算法应用到路径规划中。仿真实验表明该算法无论在高维还是低维情况下都具有较好的全局收敛性,能够很好地满足在复杂动画环境下路径规划的要求。