改进人工势场法的冗余机械臂避障算法

针对传统人工势场法应用于串联型冗余机械臂避障时无法约束各关节位姿、陷入局部极小后难以逃离的问题,提出一种改进人工势场法.建立冗余机械臂运动学模型,采用线段球体包络盒模型进行碰撞检测.在笛卡尔空间内建立末端引力势场和障碍物斥力势场,在关节空间内建立目标角度引力势场,所有势场共同作用引导机械臂运动.在关节空间内求解虚拟目标角度并采用高斯函数建立虚拟引力势场处理局部极小问题.利用七自由度冗余机械臂进行仿真和实验,结果表明:算法可约束各关节位姿,陷入局部极小后可引导机械臂逃离局部极小,最终完成避障;避障结束时各关节角度最大误差为0.8°,末端平均位置误差和平均姿态误差分别为0.010 m和2.40°,均小于传统算法;避障过程中各关节运动幅度小于传统算法.改进算法可引导机械臂逃离局部极小并完成避障,同时提高避障结束时各关节及末端的定位精度,对冗余机械臂的避障研究及应用具有一定的指导意义.     

模型预测控制下多移动机器人的跟踪与避障

提出了一种基于距离和速度的机器人之间的避障方法,通过与机器人避开障碍物的人工势场法相结合,建立一致性控制编队控制协议。首先,建立机器人之间的通信拓扑关系,以便机器人之间的信息交流。在编队控制层面上,设计具有避碰的编队控制律。然后,在编队跟踪层面上,运用模型预测控制方法,将编队误差运动问题按代价函数转化为最小优化问题。为了在线高效地求解该优化问题,运用了一种广义投影神经网络优化的方法,以便最优解作为控制输入。最后,对多移动机器人编队进行了仿真,验证了所提出策略的有效性。     

Collision avoidance planning in multi-robot system based on improved artificial potential field and rules

For real-time and distributed features of multi-robot system,the strategy of combining the improved artificial potential field method and the rules based on priority is proposed to study the collision avoidance planning in multi-robot systems. The improved artificial potential field based on simulated annealing algorithm satisfactorily overcomes the drawbacks of traditional artificial potential field method,so that robots can find a local collision-free path in the complex environment. According to the movement vector trail of robots,collisions between robots can be detected,thereby the collision avoidance rules can be obtained. Coordination between robots by the priority based rules improves the real-time property of multi-robot system. The combination of these two methods can help a robot to find a collision-free path from a starting point to the goal quickly in an environment with many obstacles. The feasibility of the proposed method is validated in the VC-based simulated environment.     

改进人工势场法在无人车避障中的应用

为了解决传统人工势场算法在无人车避障应用中虚拟势场作用域固定、避障角度过大的问题,建立了车辆避障模型,对障碍物进行了分类,比较了传统势场和改进势场的异同,在此基础上改进了人工势场法,优化了安全避障中人工势场圆形虚拟力场作用域模型.仿真结果表明:改进人工势场法使无人驾驶车辆在避障系统中安全避障转角跳变减小,能够满足结构化道路避障要求,实现了小角度、大半径避障.     

未知环境下机器人避障及动态目标追踪

针对传统人工势场法在避障及其动态目标追踪过程中产生的机器人陷入局部极小值点、无法到达目标、避障追踪路径产生震荡等问题,对传统人工势场法的引力公式和斥力分力方向进行了重新定义.在引力公式中加入速度差与加速度差因子,将斥力分力方向重新定义为与引力方向夹角不大于90°的方向,并且将该优化思想与现有的改进人工势场法进行了对比分析.结果表明,该算法可行且提高了机器人避障和动态目标追踪的灵活性以及对恶劣环境的适应能力.     

Finite-time adaptive formation control for multi-agent systems with uncertainties under collision avoidance and connectivity maintenance

In this paper, the problem of adaptive finite time formation control is investigated for double integrator multi-agent systems with uncertainties. Firstly, considering the multi-agent systems with uncertain dynamic reference and external bounded disturbance, a distributed adaptive estimator control algorithm is designed to realize formation tracking control in finite-time. It is important that the collision avoidance and maintaining connectivity of the multi-agent systems are realized by constructing an effective potential function based on distance constraints. On the other hand, the problem of formation production control for the double integrator systems is discussed with desired formation shape in finite-time. Achieving four control objectives is the main contributions in all the phases, including the estimation of uncertainties, collision avoidance, connectivity maintenance, and finite-time convergence. Finally, an application example of the formation production control is presented to verify accuracy of the proposed theoretical method.

     

移动机器人动态目标规划研究

在环境信息已知情况下,对移动机器人的动态目标规划问题进行深入研究。对传统人工势场法的不足进行改进,使得移动机器人较好地避障、跟踪动态目标。首先,对斥力势场函数做改进,解决因障碍物在目标点附近而陷入局部极小的问题。其次,对引力势场函数做改进,使移动机器人有效跟踪动态目标问题。最后,通过对移动机器人围捕行为进行仿真,验证了该算法的有效性.     

基于Voronoi图的实时人群路径规划

为了实现在人群路径规划中避碰操作,作者提出了一种基于GPU高效计算特性的实时离散Voronoi图计算方法,并建立了一种基于Voronoi图的人群路径规划方案.利用Voronoi图对平面按照欧式距离进行划分的特性,并通过将每个虚拟人的Voronoi区域作为其活动范围,使每个虚拟人都限制在自己的区域内活动,从而在人群路径规划中避免了为虚拟人进行碰撞检测的复杂操作.     

航天器编队飞行自适应协同避碰控制

为解决航天器编队飞行系统中存在通信时延、参数不确定的跟踪问题,并实现避免碰撞的控制目标,基于编队航天器的相对运动非线性动力学模型和势函数方法,对航天器编队飞行系统的自适应协同避碰控制方法进行了研究. 首先,在全状态反馈控制的情况下,提出了一种对通信时延和参数不确定具有鲁棒性的自适应协同避碰控制律;其次,进一步考虑速度信息不可测量的情况,通过引入一种新型滤波器设计了无速度测量的自适应协同避碰控制律,使得编队航天器实现对期望轨迹的跟踪,同时能够保证航天器编队飞行系统中航天器在安全区域飞行,避免发生相互碰撞. 最后,针对全状态反馈和无速度测量反馈的情况分别分析了航天器编队飞行闭环系统的Lyapunov稳定性,显著增强了闭环系统对通信时延和参数不确定的鲁棒性.结果表明,所设计的两种自适应协同避碰控制律可以有效地保证编队飞行航天器对期望轨迹的跟踪,且系统可以实现避免碰撞的编队飞行任务.     

Dynamic Path Following Control of a Ground Ackerman Steering Robot to Avoid a Collision

A novel method is proposed to dynamically control the path following of a ground Ackerman steering robot to avoid a collision. The method consists of collision prediction module, collision avoidance module and global path following module. The elliptic repulsive potential field method (ER-PFM) and the enhanced vector polar histogram method (VPH +) based on the Ackerman steering model are proposed to predict the collision in a dynamic environment. The collision avoidance is realized by the proposed cost function and speed control law. The global path following process is achieved by pure pursuit. Experiments show that the robot can fulfill the dynamic path following task safely and efficiently using the proposed method.     

基于多目标遗传算法的机器人避障研究

提出了在势场法斥力场函数中引入目标点和障碍物的距离、障碍物和机器人的速度矢量及最小安全距离的一种新的动态势场(NDAPF)方法,建立了考虑运动路径长度、移动步数、动态相对距离的避障评价函数,进一步提出了根据遗传算法个体适应度不同情况下变异概率自适应调整的一个改进算法,利用多目标遗传算法(MOGA)对NDAPF。方法进行寻优．在一个移动机器人仿真平台中分别对传统的静态势场(TAPF)方法、无参数优化NDAPF和利用MOGA参数优化的NDAPF方法(MOGANDAPF)进行仿真实验,实验结果证明,MOGANDAPF方法可进一步应用于足球机器人避碰模型研究中．     

基于旋转势场法的双足机器人避障路径规划方法

针对双足机器人在实际环境中运动时难以实时规避障碍物的问题,本文提出了基于旋转势场法的避障路径规划方法。该方法将足迹规划思想引入基于势场法的局部实时路径规划中,通过设计新的障碍物旋转势场来解决传统势场法的局部极小值问题,进而利用旋转势场和足迹规划间的映射关系实现双足机器人的实时避障运动。将该算法应用到一台双足机器人上进行实验验证,现场设定障碍物使路径更接近实际作业环境,机器人顺利完成了U型场地的避障,验证了该方法的有效性。     

基于改进人工势场法的移动机器人路径规划

为解决传统人工势场法存在局部极小值问题而导致路径规划失败问题,提出了基于改进人工势场的角度偏移法,使机器人迅速逃离局部极小值点,成功规划出一条平滑无碰撞路径。仿真实验证明了该方法规划的有效性。     

基于鱼群效应的多车协同行驶控制方法

针对提高道路中多车行驶协同性问题,将鱼群群体行为效应引入到车辆的行驶控制中。通过对鱼群群体集群、游动行为一致性的研究,采用邻域平均法和改进的人工势场函数构造鱼群群体移动数学模型,将该移动数学模型应用到多车协同控制中,根据车辆行驶的常见运动行为,建立基于群体行为的车辆群体行驶、避障、队形变换控制方法,使行驶车辆间具有群体协同性、一致性,以提高车辆对环境的感知适应力。通过仿真实验得到的车辆行驶路径轨迹验证了该协同控制方法的有效性。     

基于遗传算法的多无人机协同逆推式路径规划

综合了多无人机群的任务和任务区域的特点,在优化过程中考虑了机群综合获利效益、无人机(UAV)的的最大转弯角限制和多无人机成员间防碰和威胁区域的生存概率,合理构建了UAV任务的目标函数和约束条件。将协同逆推预测控制(CRH)方法引入无人机机群路径规划方法的研究中,并采用遗传算法求出了满足目标和约束要求的控制量。仿真算例表明采用介绍的协同逆推式路径规划算法,任务空间中无人机能够自动地分别访问不同的目标以得到最大的获利值,证明了算法的有效性。     

基于改进势场栅格法的清洁机器人路径规划算法研究

针对人工势场法中机器人在障碍物附近震荡而无法到达目标点、存在陷阱区域、临近的障碍物之间不能发现路径等问题,提出了一种改进的势场栅格算法.结合牛耕式全覆盖路径规划算法使机器人在已知环境势场模型中快速静态规划出全局最优清扫路径,通过激光雷达与势场合力运算使其具备无碰撞的避障能力.在实际系统的实验验证结果表明,本算法能够使清洁机器人以更短路径遍历环境及增强避障能力,提高了清洁机器人的安全性与工作效率,具有实际应用价值.     

一种改进人工势场法的多机器人局部避碰规划方法

本文针对多移动机器人局部路径规划问题,提出一种基于改进的人工势场算法的策略。当多个机器人在安全的距离范围内相遇时,通过利用机器人之间产生的优先级退避策略走出对方视野,从而避免彼此碰撞、死锁。仿真结果表明此方法是有效的。     

An improved artificial physics approach to multiple UAVs/UGVs heterogeneous coordination

This paper proposed an improved artificial physics(AP)method to solve the autonomous navigation problem for multiple unmanned aerial vehicles(UAVs)/unmanned ground vehicles(UGVs)heterogeneous coordination in the three-dimensional space.The basic AP method has a shortcoming of easily plunging into a local optimal solution,which can result in navigation fails.To avoid the local optimum,we improved the AP method with a random scheme.In the improved AP method,random forces are used to make heterogeneous multi-UAVs/UGVs escape from local optimum and achieve global optimum.Experimental results showed that the improved AP method can achieve smoother trajectories and smaller time consumption than the basic AP method and basic potential field method(PFM).     

机器人在未知环境条件下的动态避障

为了使机器人在工作过程中顺利的躲避行进途中的各类障碍物,采用人工势场法作为机器人的避障算法并针对传统人工势场法存在的目标不可达的问题进行了详细的分析.在传统人工势场法斥力函数中引入机器人与目标点的距离关系作为其中的因子,分别重新定义了势能函数中的斥力和引力,从而得到了新的势能函数,成功地解决了目标不可达的问题.基于Matlab平台的仿真结果表明,本方法控制的机器人能够较出色地躲避大小不一的障碍,最终到达指定位置.     

增强蚁群算法的机器人最优路径规划

为解决复杂环境中机器人最优路径规划问题,本文结合增强学习和人工势场法的原理,提出一种基于增强势场优化的机器人路径规划方法,引入增强学习思想对人工势场法进行自适应路径规划.再把该规划结果作为先验知识,对蚁群算法进行初始化,提高了蚁群算法的优化效率,同时克服了传统人工势场法的局部极小问题.仿真实验结果表明,该方法在复杂环境中,对机器人的路径规划效果令人满意.