环境特征提取在移动机器人导航中的应用

针对移动机器人在未知结构化环境中导航的需要,采用2D激光雷达作为主要传感器,对诸如墙壁、拐角、出口等这些典型的环境特征分别设计了一套有效的特征提取算法,并在该算法的基础上提出了基于特征点的移动机器人导航策略.该策略不需要里程计等其他一些内部传感器的信息,并且也不依赖具体的环境表述模型,从激光雷达扫描一次所得的数据中即可提取出环境特征,从而来指引机器人导航,实现起来快速可靠.应用到移动机器人MORCS-1上进行实验,取得了满意的结果,算法的实时性与鲁棒性得到了验证.     

室内未知环境下移动机器人特征地图创建研究

介绍了在室内未知环境下移动机器人利用激光雷达、电子罗盘和里程计等传感器信息创建特征地图的方法;从激光雷达数据中提取直线特征作为地图的主要环境描述特征,采用构建直线模板的方法对雷达数据进行分簇,通过最小二乘法拟合出相应的直线并对冗余地图线段进行合并,从而得到较精确的特征地图;实验表明该机器人建立的环境特征地图是精确有效的,且与栅格地图相比数据量小,可进一步用于机器人的避障、路径规划等复杂任务.     

基于模糊控制器的未知环境下移动机器人导航

研究机器人导航控制优化难题时,为实现未知环境中移动机器人自主导航并解决反应式导航策略中存在的局部陷阱问题,提出一种局部路径规划与目标切换相结合的导航方法.首先分析了移动机器人动力学模型,应用模糊推理构建反应式模糊控制器实现局部路径规划,并提出一种改进的目标切换方式,以机器人与目标相对方向的变化作为陷阱区域判断条件,当检测到陷阱情况时,引入合理的虚拟子目标,面向运动,直到脱离陷阱状态并恢复实际目标.方法可有效驱动机器人在复杂未知环境下以合理的路径脱离陷阱区域到达目标.仿真结果验证了方法的可行性和有效性,为应用于实际系统提供了可靠依据.     

未知远程环境下移动机器人导航的并行进化模型

本文分析了未知远程环境下移动机器人导航过程中进化学习的效率和知识更新 问题，提出了并行进化模型来解决此问题，并设计和论证了高效的并行进化计算机．最后通 过实验和仿真证实基于并行进化模型移动机器人在未知环境中导航是可行的和有效的．     

未知环境中移动机器人导航控制研究的若干问题

未知环境中移动机器人导航控制理论和方法是机器人学和智能控制的一个重要研究领域，综述了该领域研究的主要内容及其发展动态，分析了与导航控制有关的机器学习方法的研究现状，指出存在的不足和有待进一步研究的问题，并提出了一些解决思路。     

未知环境下的移动机器人仿真平台设计

从理论上分析了机器人控制系统和检测外部环境的传感器,并在该基础上阐述了航姿推算定位算法.利用Matlab GUI设计了移动机器人的控制仿真平台,并通过算法对超声波测距进行了模拟.最后,设计模糊控制器应用于该仿真平台对移动机器人进行实时控制.仿真结果表明,在非结构化的未知环境中,系统响应速度快,实现了机器人从起点到静态目标点的安全行驶.     

未知环境下的移动机器人定位及实时避障

针对未知环境下移动机器人实时动态避障及定位问题，考虑里程计定位的无界累加误差和动态障碍物环境下实时障碍躲避需要，提出了一种可行的避障定位的策略。该策略融合了机器人内部传感器、里程计、电子罗盘和激光测距仪的同步和异步信息，合理地解决了常规定位过程中的方向迷失问题，对于静态和动态障碍物都能很好地实时躲避，具有很强的抗干扰性和较高的定位精度。实验证明了该方法的有效性和实用性.     

未知环境下的移动机器人环境建模研究

环境建模技术是移动机器人自主导航研究中的一个关键问题。为了实现机器人在未知环境下的自主导航,本文在分析当前普遍采用的一些环境建模方法及其缺点的基础上,提出一种基于多传感器信息融合的环境建模方法。实验结果表明该方法有效地克服了传感器的累计误差,有效地提高了环境建模的准确性。此方法的可行性和有效性通过Pioneer3-DX移动机器人得到了实验验证。     

未知环境下的移动机器人环境建模研究

环境建模技术是移动机器人自主导航研究中的一个关键问题。本文给出一种基于多传感器信息融合的环境建模方法。实验结果表明该方法有效地克服了传感器的累计误差,有效地提高了环境建模的准确性。此方法的可行性和有效性通过Pioneer3-DX移动机器人得到了实验验证。     

未知环境下基于传感器的移动机器人路径规划新方法

提出了一种未知环境下机器人在线路径规划算法. 该算法在多数情况下比传统方法更具智能性和灵活性, 并且可以解决无边界环境中单方向无限延伸的障碍物的绕行问题．     

未知环境下移动机器人自主搜索技术研究

将全区域搜索技术与基于动态模板匹配的目标识别方法相结合,提出了一种适用于未知环境的目标物体自主搜索方法,实现了移动机器人在陌生环境下的目标搜索任务．具体而言,移动机器人利用声纳和全景摄像头作为传感器来感知周围环境,并利用模糊逻辑方法来进行局部路径规划,在此基础上通过全区域搜索技术实现对空间的遍历,并采用动态模板匹配方法来实现目标物体的识别及其方位的确定．本文所提出的目标物体自主搜索方法可以从任意位置开始进行,算法对于陌生环境具有良好的适应性．论文最后通过实验结果证实了算法的良好性能．     

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.     

未知环境中移动机器人实时导航与避障的分层模糊控制

为了解决单模糊控制器的“规则库爆炸”问题,设计了一种分层的模糊控制器,用于指导移动机器人通过未知环境到达指定的目标点．控制器根据8个超声传感器的信息和目标相对于机器人的方位确定机器人的运动．首先,每个超声传感器的信息被输入到危险度模糊控制器（DFC）中,产生关于周围环境中障碍物危险度的模糊向量．这些模糊向量经过融合与归一化处理后分别输入到上层的速度模糊控制器（VFC）和角速度模糊控制器（RFC）的推理机中．VFC根据目标的距离和障碍物的危险度控制机器人的前进速度．RFC根据目标的方向和障碍物的危险度控制机器人的转向,并采用最大隶属度法的反模糊化策略解决“对称不确定”问题．仿真与实验结果证明了所设计的模糊控制器简单而有效．     

A Fuzzy–Braitenberg Navigation Strategy for Differential Drive Mobile Robots

In this paper, a novel algorithm is developed to achieve efficient and smooth navigation for a differential drive mobile robot in unknown environments. The algorithm takes advantage of the essential characteristics of a differential drive robot and combines fuzzy logic with the ideas of Braitenberg vehicles. We have also proposed and tested a new technique for tuning a membership function referred to as NEAR, representing the closeness of the robot to an obstacle. The tuning scheme is obtained based on the distribution directives of the range sensors on the robot. The resulting navigation algorithm has been implemented on a real mobile robot and tested in various environments. Some problems in the implemented algorithm are identified and effective solutions are proposed. Experimental results are presented which demonstrate the effectiveness and improved performance of the resulting Fuzzy–Braitenberg navigation scheme.This research was supported in part by the National Sciences and Engineering Research Council (NSERC) of Canada under grants RGPIN1345 and RGPIN227612, and the Canada Foundation for Innovation under the New Opportunities Program.     

未知环境中移动机器人故障诊断与容错控制技术综述

以我国月球探测为研究背景,以轮式移动机器人为研究对象,介绍了在外星球表面等未知环境中进行深空探测的移动机器人的故障模型和传感器误差模型,分析了未知环境中移动机器人故障诊断与容错控制的特点.在此基础上综述了国内外在该领域的研究进展和主要方法,包括基于多模型的方法、基于粒子滤波器的方法、基于传感器信息融合的方法以及层次容错结构等. 最后,总结了该领域待解决的几个难点问题,并对该研究领域的发展趋势进行了展望.     

基于地图的移动机器人自定位与导航系统

针对地图已知情况下的移动机器人大范围导航问题,研制了一个由地图编辑器模块、地图匹配与定位模块以及多层递阶规划模块三部分组成的移动机器人导航系统．地图编辑器负责导航地图的编辑;地图匹配与定位模块利用里程计和激光雷达数据实现基于地图匹配的自定位;多层递阶规划模块将基于拓扑地图的全局规划、基于栅格地图的局部规划和底层的行为控制功能有机结合．通过室内定位和大范围导航实验评估了本系统的有效性和准确性．     

未知环境中移动机器人SLAM问题的研究进展

移动机器人的定位与地图创建是机器人研究中一个基础且重要的问题。本文对该领域的最新进展进行了综述．特别侧重于未知环境中机器人并发定位与地图创建(SLAM)问题；比较详细地分析了地图表示方法、定位和环境特征的提取、不确定信息的表示和处理等关键技术：同时对几种典型的SLAM方法进行了介绍：阐述了移动机器人SLAM问题研究中所面临的主要问题．并探计了将来的发展方向。     

基于强化学习和模糊逻辑的移动机器人导航

自主导航是移动机器人的一项关键技术。该文采用强化学习结合模糊逻辑的方法实现了未知环境下自主式移动机机器人的导航控制。文中首先介绍了强化学习原理,然后设计了一种未知环境下机器人导航框架。该框架由避碰模块、寻找目标模块和行为选择模块组成。针对该框架,提出了一种基于强化学习和模糊逻辑的学习、规划算法：在对避碰和寻找目标行为进行独立学习后,利用超声波传感器得到的环境信息进行行为选择,使机器人在成功避碰的同时到达目标点。最后通过大量的仿真实验,证明了算法的有效性。     

基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法．算法首先对室内环境中墙的形状进行分类,并针对每一类型的墙设计相应的控制策略．然后在移动机器人运动过程中,基于有限状态机实现移动机器人沿墙状态的转移,从而使移动机器人采用不同的控制策略控制其运动．文中利用Pioneer 2DX移动机器人对此算法进行了实验研究,取得了理想的效果．