基于规则的移动机器人实时运动规则

研究移动机器人在动态环境中的导航与避障问题，为提高规划的实时性，提出了基于规则的规划方法，将多移动障碍环境机器人的运动规划分解为相对简单的单移动障碍运动规划，利用最优控制来实现单障碍的最优避障，并用智能搜索方法解决了移动机器人在多移动障碍环境中的实时运动规划问题。仿真实例表明了该方法的有效性。     

基于分层控制的移动机器人最优运动规划

研究移动机器人在带有多移动障碍物的动态环境中的运动规划问题，基于分层最控制理论，提出了一种新的运动规划方法来解决移动机器人的导航与避障问题，仿真实例证明了该方法的有效性。     

轮式移动机器人非完整运动规划的遗传算法

本文讨论轮式移动机器人非完整运动的最优规划问题。利用系统的非完整特性 ,将轮式移动机器人运动规划转化为非线性系统最优控制问题。在最优控制中引入遗传算法 ,替代传统的牛顿迭代方法 ,提出基于遗传算法的非完整运动规划最优控制数值方法。通过仿真计算 ,验证了该方法的有效性和可行性。     

新的室内移动机器人的实时定位和运动规划方法

提出了一种将传感器信息与先验环境信息融合实现移动机器人定位和运动规划的方法.这种方法选用SICK LMS200型激光扫描测距仪为机器人感知装置,根据室内障碍物的顶点或拐角信息进行定位和运动规划.这种定位和规划方法模仿了盲人在熟悉环境下用拐杖走路的过程,适于室内移动机器人的实时定位和运动规划.     

移动机器人运动规划与计算机控制实现

论文针对移动机器人的链式系统提出了一种实时运动规划方法,通过在线更新复合分段常值与多项式输入控制律的系数,来驱使系统到达预定的目标,并将其应用于两伺服直流电机独立控制轮式移动机器人,采用计算机系统以及伺服放大器实现其控制,控制的结果达到了预期的效果。     

基于传感器的非完整移动机器人运动规划

针对非完整移动机器人在未知室内环境中提出了一种路径规划方法, 通过利用传感器对周围环境的探测和实时处理传感器数据, 以及所设计的目标寻找函数, 可以有效地完成其运动规划. 该方法能够确保移动机器人在无障碍物区或障碍物对机器人不构成危险时加速前进, 在障碍物区能够慢速绕过, 从而使得移动机器人快速且安全地到达目标位置, 仿真的结果证明了该方法的有效性.     

基于障碍物运动预测的移动机器人路径规划

针对移动机器人局部动态避障路径规划问题开展优化研究。基于动态障碍物当前历史位置轨迹,提出动态障碍物运动趋势预测算法。在移动机器人的动态避障路径规划过程中,考虑障碍物当前的位置,评估动态障碍物的移动轨迹;提出改进的D*Lite路径规划算法,大幅提升机器人动态避障算法的效率与安全性。搭建仿真验证环境,给出典型的单动态障碍物、多动态障碍物场景,对比验证了避障路径规划算法的有效性。     

非完整移动机器人鲁棒运动规划

非完整移动机器人利用传感器可以解决不确定性模型和未知环境中的许多问题. 利用移动机器人上配备的传感器的信息组合提出了一种在线视点寻求算法, 结合移动机器人的运动方程和传感器的量测方程采用扩展Kalman估计来对移动机器人的位置进行修正, 以降低运动的不确定性, 从而得到一种鲁棒的规划算法, 仿真的结果证明了上述方法是行之有效的.     

非结构环境下移动机器人的运动规划

在给出了非结构环境下移动障碍物优先级定义的前提下,提出了移动机器人在含有多个障碍物且障碍物运动具有不确定性的情况下的实时避障运动规划策略.同时给出了障碍物的运动具有不确定性时预测k个采样周期后确定障碍物位置的表达式.仿真结果表明此避障策略是行之有效的,且具有很强的适用性和实际应用价 值.     

煤矿井下移动机器人运动规划方法研究

针对现有煤矿井下移动机器人运动规划所生成的轨迹存在超调、碰撞、不连续、不光滑等问题,提出了一种由路径规划、轨迹生成、轨迹优化3个部分构成的煤矿井下移动机器人运动规划方法。路径规划采用基于图搜索的A*算法实现,通过开始搜索、路径排序、继续搜索3个步骤循环迭代,快速规划出一条可通行的全局路径作为轨迹生成的初值。轨迹生成通过构建基于Minimum Snap的目标函数,并施加等式约束来实现。轨迹优化则是在轨迹生成的基础上施加不等式约束来实现:通过调整时间分配和构建基于Corridor轨迹规划的不等式约束,解决基于Minimum Snap轨迹生成在求解过程中出现的超调现象,并对整段轨迹本身进行约束,避免发生碰撞;通过引入调和函数Bezier Curve,构建基于Bezier Curve的Minimum Snap的轨迹优化问题,使得轨迹高阶目标函数的求解变得简单高效,最终生成一条适用于煤矿井下移动机器人的能量损失最小、连续、光滑、无碰撞、可执行的运动轨迹。在Matlab仿真环境中设计了随机地图,生成了包含时间分配、位置规划、速度规划、加速度规划的最优轨迹规划结果。实验结果验证了该运动规划方法的正确性和有效性。     

Decentralized Motion Planning for Multiple Mobile Robots: The Cocktail Party Model

This paper presents an approach for decentralized real-time motion planning for multiple mobile robots operating in a common 2-dimensional environment with unknown stationary obstacles. In our model, a robot can see (sense) the surrounding objects. It knows its current and its target's position, is able to distinguish a robot from an obstacle, and can assess the instantaneous motion of another robot. Other than this, a robot has no knowledge about the scene or of the paths and objectives of other robots. There is no mutual communication among the robots; no constraints are imposed on the paths or shapes of robots and obstacles. Each robot plans its path toward its target dynamically, based on its current position and the sensory feedback; only the translation component is considered for the planning purposes. With this model, it is clear that no provable motion planning strategy can be designed (a simple example with a dead-lock is discussed); this naturally points to heuristic algorithms. The suggested strategy is based on maze-searching techniques. Computer simulation results are provided that demonstrate good performance and a remarkable robustness of the algorithm (meaning by this a virtual impossibility to create a dead-lock in a random scene).     

Dynamic Motion Planning for Mobile Robots Using Potential Field Method

The potential field method is widely used for autonomous mobile robot path planning due to its elegant mathematical analysis and simplicity. However, most researches have been focused on solving the motion planning problem in a stationary environment where both targets and obstacles are stationary. This paper proposes a new potential field method for motion planning of mobile robots in a dynamic environment where the target and the obstacles are moving. Firstly, the new potential function and the corresponding virtual force are defined. Then, the problem of local minima is discussed. Finally, extensive computer simulations and hardware experiments are carried out to demonstrate the effectiveness of the dynamic motion planning schemes based on the new potential field method.     

Fuzzy Motion Planning of Mobile Robots in Unknown Environments

A fuzzy algorithm is proposed to navigate a mobile robot from a given initial configuration to a desired final configuration in an unknown environment filled with obstacles. The mobile robot is equipped with an electronic compass and two optical encoders for dead-reckoning, and two ultrasonic modules for self-localization and environment recognition. From the readings of sensors at every sampling instant, the proposed fuzzy algorithm will determine the priorities of thirteen possible heading directions. Then the robot is driven to an intermediate configuration along the heading direction that has the highest priority. The navigation procedure will be iterated until a collision-free path between the initial and the final configurations is found. To show the feasibility of the proposed method, in addition to computer simulation, experimental results will be also given.     

Optimal Motion Planning of Robotic Manipulators Removing Mobile Objects Grasped in Motion

The following study deals with motion optimization of robot arms having to transfer mobile objects grasped when moving. This approach is aimed at performing repetitive transfer tasks at a rapid rate without interrupting the dynamics of both the manipulator and the moving object. The junction location of the robot gripper with the object, together with grasp conditions, are partly defined by a set of local constraints. Thus, optimizing the robot motion in the approach phase of the transfer task leads to the statement of an optimal junction problem between the robot and the moving object. This optimal control problem is characterized by constrained final state and unknown traveling time. In such a case, Pontryagin"s maximum principle is a powerful mathematical tool for solving this optimization problem. Three simulated results of removing a mobile object on a conveyor belt are presented; the object is grasped in motion by a planar three-link manipulator.     

自由飘浮空间机器人运动规划研究综述

本文介绍了自由飘浮空间机器人的运动学特性;从避奇异点规划、姿态调整规划和协同控制规划三个方面总结了自由飘浮空间机器人的运动规划研究现状,并对现有方法的局限性进行了分析;最后给出了自由飘浮空间机器人运动规划下一步需要研究的问题与解决思路。     

车型移动机器人的SPRM路径规划方法

研究车型移动机器人的路径规划问题,提出一种用局部规则路图结合随机路图,辅助建立全局复合路图的环境建模方法. 在此基础上进行路径规划,提高了在障碍物附近产生的局部路径的质量,减少了由于频繁地执行避碰校验所造成的时间消耗,并解决了可行空间丢失的问题. 仿真实验验证了这种方法在车形移动机器人路径规划应用中的有效性.     

移动机器人路径规划算法的研究综述

路径规划是移动机器人的热门研究之一,是实现机器人自主导航的关键技术.针对移动机器人路径规划的算法进行研究,以了解不同条件下路径规划算法的发展与应用,系统性地总结了路径规划的研究现状和发展.针对移动机器人路径规划的特点,将其划分为智能搜索算法、基于人工智能算法、基于几何模型算法和用于局部避障算法.基于上述分类,介绍了近年...     

移动机器人路径规划算法综述

路径规划算法是实现移动机器人自主导航的关键技术。针对移动机器人路径规划技术进行研究,分析各算法的实现机制与原理,并系统性的总结了主流路径规划算法研究现状。根据移动机器人路径规划算法的特点,将路径规划算法分为：传统规划算法、智能规划算法、基于采样的规划算法。基于以上分类,分述近年来的主要研究成果,重点分析各类算法的优缺点。针对移动机器人路径规划算法研究现状,对其未来研究方向进行展望,为移动机器人路径规划大发展提供一定的思路。     

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。     

基于虚拟障碍物的移动机器人路径规划方法

针对城市道路环境,将全局路径规划方法和局部路径规划方法相结合,提出了基于虚拟障碍物的路径规划方法.该方法首先采用A*算法得到一条全局最优的车道路径,然后根据全局最优的路径生成虚拟障碍物,最后将虚拟障碍物与传感器探知的实际障碍物融合,采用改进的向量直方图方法进行局部路径规划.该方法不仅能够充分利用已知环境信息生成全局最优...