基于动态信息模型的LPN路经规划方法

提出了一种新的基于动态信息模型的LPN路径规划算法。在规划方法中结合障碍物的动态信息在动态环境中能表现出更好的性能。针对原有动态信息模型的不足进行了分析和改进，提出了新的动态信息模型，并结合LPN梯度算法进行路径规划。通过仿真实验与在RoboCup中型组机器人上的测试表明了该方法的有效性。     

RoboCup比赛环境下足球机器人路径规划研究

RoboCup中型组足球机器人比赛具有高度的对抗性和实时性．比赛中机器人需要针对不同的比赛态势进行角色切换和任务选择．在这种环境下，应用传统人工势场或一般改进型人工势场的路径规划方法都无法得到令人满意的结果．将障碍物与机器人之间的相对速度矢量以及目标与机器人之间的相对速度矢量分别引入人工势场法中，对传统的势场函数进行了改进；并根据机器人的不同角色和任务，采用模糊逻辑方法对势场函数进行修正，提出一种处理多角色多任务环境的改进型人工势场法机器人路径规划方法．仿真试验和实际应用验证了此算法存足球机器人比赛系统中的可行性．     

多机器人路径规划研究方法*

在查阅大量文献的基础上对多机器人路径规划的主要研究内容和研究现状进行了分析和总结,讨论了多机器人路径规划方法的评判标准,并阐述了研究遇到的瓶颈问题,展望了多机器人路径规划方法的发展趋势。     

行业动态（竞技比赛）

10月10-12日,“2014中国机器人大赛暨RoboCup中国公开赛”在安徽合肥国际展览中心成功举行,共有来自全国200多所学校、1000多支队伍和2300多人参加活动。 这是中国机器人行业最受瞩目的高校赛事。大赛由中国自动化学会机器人竞赛工作委员会、RoboCup中国委员会、合肥市人民政府和科技部高技术研究发展中心联合主办,合肥市科技局承办。本次比赛包括12项比赛大类以及若干小类,分别是：RoboCup足球机器人比赛、RoboCup救援组比赛、RoboCup家庭组比赛、FIRA足球机器人比赛、水中机器人比赛、舞蹈机器人比赛、双足竞步与仿人竞速比赛、机器人武术擂台赛、机器人旅游、机器人智能搬运比赛、篮球机器人比赛、医疗与服务机器人比赛。     

基于改进RRT算法的RoboCup机器人动态路径规划

针对足球机器人在场上采用反应式方法避障时存在的速度慢、效果差的问题,采用改进的快速扩展随机树(RRT)算法设计了一种能够适应机器人足球赛场动态移动障碍环境的路径规划器.首先,引入基本的快速扩展随机树算法,针对其随机性强、路径过长的缺点,提出了以一定概率选择目标点、增加引力分量以及路径平滑处理等改进方式;引入路径缓存区以及动态扩展随机树的方法来解决移动障碍物环境中的路径规划问题.复杂障碍物环境中的仿真实验表明,改进的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%.最终将策略移植到实体NAO机器人上参加RoboCup比赛,取得世界八强的成绩.     

RoboCup中型组足球机器人的改进模糊HSIC运动控制

针对RoboCup中型组三轮全向足球机器人路径规划和轨迹跟踪的特点,结合仿人智能控制(human-simulated intelligent control,HSIC)算法,提出了改进模糊仿人智能运动控制算法,并将其运用于该系统的运动控制.实验研究证明,该算法具有控制精度高、稳定性好、能实时逼近期望路径的特点,完全满足RoboCup足球机器人运动控制的要求.另外,模糊控制的控制规则表可以由改进HSIC的逻辑控制规则所确定,使模糊控制器的设计更易于实现.     

2014中国机器人大赛暨RoboCup中国公开赛落幕

正10月10-12日,"2014中国机器人大赛暨RoboCup中国公开赛"在安徽合肥国际展览中心成功举行,共有来自全国200多所学校、1000多支队伍和2300多人参加活动。这是中国机器人行业最受瞩目的高校赛事。大赛由中国自动化学会机器人竞赛工作委员会、RoboCup中国委员会、合肥市人民政府和科技部高技术研究发展中心联合主办,合肥市科技局承办。本次比赛包括12项比赛大类以及若干小类,分别是:RoboCup足球机器人比赛、RoboCup救援组比赛、RoboCup家庭组比赛、FIRA足球机器人比赛、水     

多机器人路径规划方法研究

路径规划是当前多机器人系统石矸究的一个热点问题。在对已有方法研究的基础上,提出一种全局路径规划和局部路径规划有效结合的新方法。仿真结果表明,该方法能提高路径规划的效率,使机器人具有良好的避碰能力,较好地实现了多机器人的路径规划。     

机器人世界杯来到中国 RoboCup2008在苏州举行

"2008RoboCup机器人世界杯"于2008年7月14-20日在苏州国际博览中心举行.此次比赛由RoboCup国际联合会主办,苏州市政府和中国科学技术大学联合承办.约有来自30个国家和地区的300多支队伍共1400多名参赛者及学者参加比赛和学术讨论会.这是首次在中国举办RoboCup机器人世界杯,同时也开创了发展中国家举办机器人世界杯赛的先河.     

改进布谷鸟搜索算法在多机器人任务分配及路径规划中的应用

针对多机器人任务分配及路径规划问题,提出一种改进布谷鸟搜索算法求解多机器人任务分配及路径规划方法。根据任务点的环境信息和在其中寻找最佳机器人位置建立数学模型,并使用改进布谷鸟搜索算法求解任务分配及路径规划。改进的策略中融合了遗传算子、2-opt、模拟退火算法的Metropolis准则和插入、交换、逆序方法。不同规模的仿真实验表明,该方法能有效实现多机器人任务分配及路径规划问题,并为多机器人的续航能量提供科学依据。     

远程协同故障诊断任务执行路径规划

远程协同故障诊断的一个关键环节是诊断任务分配,而多个分解后诊断任务执行顺序确定也是诊断任务分配环节中不可避免的一个内容;基于D算法,引入两个辅助向量,建立了关键路径规划方法来进行诊断任务执行路径规划,它包括最长和最短两种关键路径规划算法;并以混凝土运输车制动系统故障诊断任务分配中的执行路径规划为例,对该方法进行了应用,验证了该方法具有简单实用,易于计算机实现等特点;结论中进行了总结并指出了进一步研究点。     

多诊断资源参与下的诊断任务执行路径规划

远程协同故障诊断的一个关键环节是诊断任务分配,而多个分解后诊断任务执行顺序确定也是诊断任务分配环节中不可避免的一个内容;基于D算法,建立了关键路径规划方法来进行诊断任务执行路径规划,包括最长和最短关键路径规划算法;从诊断任务模型自身出发,研究了基于结构矩阵方法的路径规划方法;并以混凝土运输车制动系统故障诊断任务执行路径规划为例,进行了方法应用,验证了其有效性。     

Using time-encoded terrain maps for cooperation planning

This paper describes a novel adaptation and use of terrain mapping and optimal path-planning to fuse large and diverse time varying data sets into a common structure used for path extraction. The method described uses a system of map distortion and manipulation to encode anticipated future states of the environment into a single map. By doing so, it effectively encodes time into the map, allowing paths to be planned incorporating short-term accuracy and an approximate long-term path which accounts for anticipated movement of obstacles in the environment. The path is refined with recalculation as progress is made along the path. An application of the technique in cooperation planning for multiple physical agents is presented in the context of the RoboCup robot football competition.     

Avoiding obstacles - multisensor navigation for nonholonomic robots in cluttered environments

This article introduces a navigation method for nonholonomic (differential drive) vehicles, based on odometry, regularly reset by a vision-based self-localization algorithm, and endowed with a sonar-based obstacle avoidance and guidance control algorithm that does not rely on path planning. The guidance controller is used in the soccer robots of the RoboCup middle-size league (MSL) ISocRob team, fully integrated in the state machine that coordinates task execution. The algorithm can be generally applied to structured indoor environments, provided that visual features can be observed by the self-localization method and that the visual information is not ambiguous.     

足球机器人路径规划的改进型人工势场算法研究

传统人工势场法不能适应复杂动态环境且容易产生局部极小,论文提出了一种改进型的人工势场算法,该算法考虑了机器人和障碍物的速度、加速度等动态特性,对传统人工势场进行了有效的调节,使其能更好地适应动态复杂环境,对局部极小问题进行判定,通过改变斥力场和引力场的影响力来解决局部极小问题,将该优化算法运用到足球机器人仿真比赛中,结果表明基于改进型人工势场优化算法能够在动态对抗性的环境中有效地实现最优路径规划,弥补了传统人工势场的不足。     

Task apportionment in a rearrangement problem of multiple mobile robots

A rearrangement problem involving multiple mobile robots is addressed in this paper. In the problem, it is important to identify task decomposition, task allocation, and path planning applicable to distinct environments while rearrangement tasks are executed. We here define ‘task apportionment’ as an operation that sets up task decomposition and conducts task allocation based on that setup. We propose a method for task apportionment and path planning applicable to distinct environments. The method establishes the necessary intermediate configurations of objects as one way of task decomposition and determines task allocation and path planning as a semi-optimized solution by using simulated annealing. The proposed method is compared with a continuous transportation method and a territorial method through simulations and experiments. In the simulations, the proposed method is, on the average, 17 and 20% faster than the continuous transportation method and the territorial method, respectively. In the experiments, the proposed method is, on the average, 22 and 16% faster than the continuous transportation and the territorial method, respectively. These results show that the proposed method can realize an efficient rearrangement task by mobile robots in various working environments under feasible computation time, especially in environments with a mixture of wide and narrow areas and an uneven distribution of objects.