冗余机器人的双向自运动路径规划

冗余机器人的自运动路径规划是在保持手端任务向量不变的情况下,在关节空间内寻找一条连接机器人初始关节构形和期望关节构型的几何路径.本文给出一种双向自运动路径规划算法,其基本思想是使位于初始关节构形的真实机器人和位于期望关节构形的虚拟机器人在自运动流形上运动并收敛到同一关节构形,从而得到一条连接初始和期望关节构形的自运动几何路径.该算法克服了以往算法容易陷入局部极小构形的缺陷.仿真结果证实了算法的有效性.     

机器人抓取运动目标的轨迹规划方法

本文讨论了机器人在抓取运动目标前的接近轨迹规划问题，给出了一种新的在平面上抓取目标的方案。这种方案适用于机器人接近作直线运动或轨迹已知的平面曲线运动的目标的轨迹规划。本文还研究了当目标沿直线以不同速度运动时机器人手爪要抓取它而必须达到的最小末端速度，最后给出了一些仿真结果。     

机器人运动规划中的姿态空间建模方法研究

提出机器人运动规划中的一种姿态空间建模方法,其基本思想是在工作空间中定义具有某种特征的点为基本碰撞体,可用于机械臂在复杂环境中的运动规划建模。实验表明该建模方法是有效可行的。     

基于动力学约束的机器人无碰运动规划

本文旨在通过分析机器人系统的动力学特性来研究机器人在其工作环境中如何避开障碍物且按照预定路径运动的轨迹规划问题.文中提出了一种综合考虑多种约束条件的线性规划算法,该算法能够连续地调整系统的内能,且给出预期的运动轨迹.该算法已在IBM-PC2/80机上实现,成功地应用于我国某核电站的一反应蒸发器中检测机器人的无碰三维运动规划.文中给出了这一规划的结果及其图形仿真.     

装配机器人系统快速碰撞检测算法

提出一种面向操作手段装配系统的快速碰撞检测算法。该算法以机器人运动学和空间解析几何为基础,将判断机械手手臂与障碍物是否发生碰撞问题转化为直线段与有界平面是否存在公共点的简单解析几何问题,并以PUMA560操作手为例对算法加以说明,该算法不仅适用于静态的障碍物已知的环境,而且适用于障碍物运动规律已知的动态环境,减少了碰撞检测占用的时间,提高了路径规划的效率。     

可重构机器人越障运动的规划

提出一种新型的可重构机器人,该机器人在受一个驱动力矩的作用时,在不同约束下表现的输出形式不同. 利用机构这一特点,实现了机器人移动中的自主越障运动．主要针对机器人越障运动中越障高度受导轮和手臂影响的问题,提出一种借助环境同时改变手臂姿态的越障规划方法,有效地提高了越障的高度．通过试验样机验证了规划方法的有效性．     

一种车型机器人路径规划方法

在自主移动机器人的许多应用中,路径规划技术顺序地设置一套分散的路径点来引导机器人以最短的时间从起始位置到达目标点。针对移动机器人路径规划问题,提出了一种非完整型机器人路径规划技术,该技术采用基本原子操纵方法来解决车型机器人路径规划问题,并采用平滑路径规划方法来产生更多的连续路径用以解决基本原子操纵技术在做路径规划时具有很不连续的缺点从而为机器人获得最优路径。仿真结果证明了该方法的有效性和实用性。     

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。     

机器人路径规划方法综述

路径规划技术是机器人控制技术研究中的一个重要问题,目前为止,其研究方法主要有两大类传统方法和智能方法.综述了有关机器人路径规划技术的研究方法,介绍了自由空间法等传统方法,同时讨论了基于遗传算法、模糊控制和神经网络等智能方法的路径规划技术,并展望了机器人路径规划技术的未来与发展趋势.     

双臂机器人无碰撞运动规划

双臂SCARA型机器人的操作臂的运动可以看成是平面内的四边形的运动，得出表示主 臂四边形位置的不等式，将表示从臂的四边形的边界取点离散，然后将从臂的关节空间进行 等分，在关节空间等分点上求从臂在此位置时其边界离散点的笛卡儿坐标，并将其代入表示 主臂位置的不等式以判断主从臂是否碰撞，然后用A*算法求取一条最优的无碰撞运动轨迹     

A Fast Approach for Robot Motion Planning

This paper describes a new approach to robot motion planning that combines the end-point motion planning with joint trajectory planning for collision avoidance of the links. Local and global methods are proposed for end-point motion planning. The joint trajectory planning is achieved through a pseudoinverse kinematic formulation of the problem. This approach enables collision avoidance of the links by a fast null-space vector computation. The power of the proposed planner derives from: its speed; the good properties of the potential function for end-point motion planning; and from the simultaneous avoidance of the links collision, kinematic singularities, and local minima of the potential function. The planner is not defined over computationally expensive configuration space and can be applied for real-time applications. The planner shows to be faster than many previous planners and can be applied to robots with many degrees of freedom. The effectiveness of the proposed local and global planning methods as well as the general robot motion planning approach have been experimented using the computer-simulated robots. Some of the simulation results are included in this paper.     

动态未知环境下基于相对坐标系的移动机器人实时运动规划

提出了一种简单、新颖的在动态未知环境下的移动机器人运动规划方法 .此方法基于相对坐标系 ,通过传感器信息实时调整机器人的行为来实现规划 .在规划过程中 ,机器人有两种行为 :向目标运动和避碰 ,且避碰行为具有优先权 .机器人两种行为的切换是基于加速度空间的 ,首先解决的是避碰问题 ,而向目标运动是作为避碰的反问题来考虑的 .仿真研究验证了此规划方法的有效性     

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。     

基于速度变化空间的移动机器人动态避碰规划

研究了移动机器人对运动障碍物的动态避碰．针对以往速度障碍法在动态避碰应用中存在的问题,制 订了相应的改进方法．综合考虑障碍物速度的动态变化和碰撞时间、碰撞距离,在速度变化空间中,基于避碰行为 动力学原理,设计了新的优化评价函数,采用双障碍物检测窗口进行动态避碰规划．仿真实验表明,该方法有效地 克服了避碰规划的保守性,提高了机器人运动的安全性,并能实现对运动目标的及时追踪．     

移动机器人路径规划方法研究

针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法．全局路径规划器采用A*算法生成到达目标点的子目标节点序列;局部路径规划器采用改进的人工势场方法对子目标节点序列中相邻两节点进行路径平滑和优化处理．在考虑了移动机器人运动学约束的前提下,该方法不但能够充分利用已知环境信息生成全局最优路径,而且还能及时处理所遇到的随机障碍信息．仿真研究与在室内复杂环境下的实际运行结果验证了该方法的有效性．     

空中机器人路径规划算法研究

空中机器人能够在枯燥的任务领域、恶劣及危险的环境任务领域不需人为干预地完成指定任务,近年来在军 事和民用两个方面得到越来越广泛应用。本文根据战场上各种威胁的分布情况,构建了Voronoi 图,结合不同威胁的具体信 息,计算Voronoi 图中路径段的代价,最后通过计算和修正,得出了空中机器人的飞行最优路径。     

On Intelligent Robot Motion Planning via Learning

Automatic motion planning is one of the basic modules that are needed to increase robot intelligence and usability. Unfortunately, the inherent complexity of motion planning has rendered traditional search algorithms incapable of solving every problem in real time. To circumvent this difficulty, we explore the alternative of allowing human operators to participate in the problem solving process. By having the human operator teach during difficult motion planning episodes, the robot should be able to learn and improve its own motion planning capability and gradually reduce its reliance on the human operator. In this paper, we present such a learning framework in which both human and robot can cooperate to achieve real-time automatic motion planning. To enable a deeper understanding of the framework in terms of performance, we present it as a simple learning algorithm and provide theoretical analysis of its behavior. In particular, we characterize the situations in which learning is useful, and provide quantitative bounds to predict the necessary training time and the maximum achievable speedup in planning time.     

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.