动态环境中基于改进势场法的移动机器人路径规划

在一般势场法的基础上,针对动态环境中,目标和障碍物都是运动的条件下,提出了一种改进的势场法。通过在吸引力势场函数中引入相对速度和设置机器人的避碰预警距离等方法解决了目标移动环境下路径规划的问题。仿真实验证明该方法是有效的。     

基于人工势场法的移动机器人路径规划研究

基于人工势场法的移动机器人路径规划具有目标不可达、在障碍物前振荡、存在局部极小值等问题。通过分析振荡现象产生的原因以及局部极小值点存在的原因,提出一种基于人工势场模型、采用量子粒子群算法来选择人工势场模型参数的算法,从而克服人工势场法的模型缺陷,实现路径的优化。仿真结果表明,该方法能有效地提高路径规划的性能。     

基于人工势场法的管件切割路径规划

大型船厂对管件的切割焊接中,采用机械臂的自动切割、焊接及其编程规划问题是亟待解决的问题.阐述了基于人工势场的割枪切割管件的运动路径规划方法.在切割路径规划中,定义引力函数和斥力函数,通过MATLAB科学计算程序实现了所提出规划算法,并应用于Kuka机器人.仿真结果表明,所规划的机器人末端轨迹的准确性和可行性.     

改进人工势场法在移动机器人路径规划中的应用

为解决传统人工势场法在路径规划中存在的缺陷,对目标不可达和局部极小点的情况进行了分析.将引力函数分段,避免引力过大而碰到障碍物的情况;通过引入机器人与目标点之间的距离因子,对斥力势场的生成和计算机制进行改进,以解决障碍物在目标点附近时的不可达问题.在已改进人工势场函数的基础上,提出一种用偏转角度来构建附加牵引力的方法以...     

基于改进人工势场法的机械臂路径规划北大核心

针对传统人工势场法对机械臂进行路径规划时存在局部最小值等问题,对人工势场法进行改进。首先,建立机械臂碰撞模型,确保实现有效碰撞检测;其次,重新定义传统算法的引力斥力函数,解决引力过大而斥力作用弱化导致碰撞以及障碍物与目标点距离过小造成目标不可达的问题;最后,提出一种基于椭圆模型的策略跳出算法局部最小值陷阱和局部震荡,最后进行了仿真验证。结果表明,改进后的人工势场法简单可靠,避免了原算法的局部最小等问题,能快速有效地实现机械臂避障路径规划。     

基于改进人工势场法的机械臂路径规划仿真

为解决六自由度机械臂在工作空间中的路径规划问题,提出一种改进的人工势场法与快速随机搜索树(RRT)算法相结合的规划方法。以发那科M-20iA工业机器人作为研究对象,选取其各连杆D-H参数并创建坐标系,分析其正运动学问题。然后采用包围球包络障碍物、圆柱体包围盒包络机械臂,将碰撞问题转化为球心到圆柱体中轴线最短距离的问题。接着改进势场法的势函数,并在机械臂进入局部极小点时改用RRT算法使机械臂跳出该点,之后继续采用势场法规划路径到达目标点。最后在MATLAB中对该改进算法进行仿真,仿真结果证明:该算法可以成功避障,保证机械臂平稳运行至目标处。     

改进人工势场法的机械臂避障路径规划

针对人工势场法在机械臂避障路径规划中易陷入局部最小值等问题,提出一种改进人工势场法的机械臂避障路径规划方法。首先,对机械臂连杆及障碍物进行包络体建模,将避障碰撞检测问题转化为圆柱体与球体、圆柱体与长方体的最短距离求解;其次,提出在机械臂关节空间建立目标点的引力场和斥力场,在笛卡尔空间建立引力场相结合的算法,并采用快速随机搜索树法(RRT)解决传统人工势场法局部极小点的问题;最后,采用MATLAB开展仿真与实验,结果表明该算法规划目标位置平均误差为0.010 m,相较于传统的算法更接近于目标位置,可实现机械臂逃离局部极小点并完成避障路径规划。     

动态环境中移动机器人路径规划研究综述

路径规划是移动机器人技术中的一个重要课题,而动态环境中的路径规划问题则是该领域内一个富有挑战性的研究方向,它在自主移动机器人、自治水下机器人和星球探索机器人等领域具有广泛的应用前景。综述了动态环境中移动机器人路径规划研究的主要内容及其发展动态,从算法策略的角度,将该问题概括为基于智能计算的路径规划,基于行为、学习心理的路径规划,随机采样路径规划和混合路径规划。具体分析了各种算法的原理,指出其优缺点和有待进一步研究的问题,并提出一些解决思路。     

改进人工势场法的AGV路径规划算法研究

针对传统人工势场法路径规划中存在的局部极小值和目标不可达问题,提出了一种面向AGV路径规划的改进人工势场法。该算法将道路边界障碍化,对障碍物密集区域的障碍物进行连锁处理,在斥力函数中引入目标点与AGV间的距离因数,在局部极小值点附近合适位置增加虚拟障碍物。仿真结果表明：改进算法可以有效解决局部极小值问题和目标不可达问题,同时使AGV避开障碍物陷阱成功到达目标点。     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法在移动机器人路径规划中存在的稳定性不足、收敛速度慢、前瞻性差,易过早陷入局部最优等问题,优化改进了传统的蚁群算法.通过改进转移概率来优化转移规则,让蚂蚁可以精准地搜索到下一个最佳栅格位置;采用基于无限步长原理的新启发式信息来扩展视野,提高可见性精度;另外,改进算法还采用了新的信息素更新规则以加快收敛速度,扩...     

移动机器人的栅格概率路径图法路径规划

针对PRM算法运行速度慢、难以针对狭窄通道采样的问题,提出一种栅格概率路径图算法。用栅格划分地图,并根据栅格内障碍物面积,划分栅格威胁等级,并依此使用不同采样策略。提出一种采样点落在障碍物内的重采样方法,提升了采样效率,增加了在狭窄通道内的采样。同时,改变连接策略,连接采样点时,不再遍历所有点,只与附近栅格进行连接,减少算法耗时。生成路径后,对路径进行优化与平滑,提升路径质量,使之符合移动机器人运动约束。通过仿真分析得到栅格概率路径图法中栅格缩放系数k选取的依据。仿真结果显示,栅格概率路径图法的运算时间和成功率与经典算法相比均获得提高。     

基于改进的势场函数的移动机器人路径规划

当用势场法对移动机器人进行路径规划时，如果目标在障碍物的影响范围之内，利用现有的热场函数，则机器人永远也到达不了目标。本文对热场函数作了改进，新的势场函数把机器人与目标之间的相对距离也考虑进去，从而确保目标点为整个热场的全局最小点，使得移动机器人能够顺利到达目标。     

基于模糊决策法的移动机器人路径规划方法

对基于模糊决策法的移动机器人实时路径规划的方法进行了探讨。移动机器人在其运动前方180°的范围进行实时探测,得到环境信息,通过路径规划选择器,选择合适的模糊决策进行实时规划。上述过程通过计算机仿真得到了较满意的结果。     

基于改进模糊自适应遗传算法的移动机器人路径规划

针对现有移动机器人路径规划方法运行效率低的问题,提出一种基于改进模糊自适应遗传算法的路径规划方法。基于领域知识对初始路径进行可行性筛选,提高可行路径比例。采用模糊逻辑控制器动态整定遗传算法运行参数,提高路径寻优速度,避免陷入局部最优路径;综合考虑机器人运行安全性要求,引入余弦函数平滑度评价因子,对不同的路径夹角施以不同的惩罚项,以改善路径平滑度。仿真结果验证了改进算法解决路径规划问题的有效性。     

基于混合参数蚁群算法的移动机器人路径规划北大核心

针对传统蚁群算法因初期信息素分布不均导致算法初期路径选择概率随机性大、搜索速度慢等缺陷,设计一种使用混合参数的蚁群改进算法。在算法开始阶段引入遗传算法,对遗传算法的适应度函数进行改进;设置一个评价点使遗传算法在合适的时机进入蚁群算法,并对算法的信息素挥发因子p采用一种自适应调整方式;对遗传算法的交叉率和变异率以及蚁群算法的信息因子和期望因子采用变异的混合参数,发挥4个参数因子在算法中的优点;在蚁群算法后面设置一个路径进化率的评价点判定是否再次进行遗传变异操作,目的是使蚁群算法跳出局部最优;算法最后引入B样条曲线光滑机制。实验结果表明:改进算法在简单和复杂的环境里找到的路径长度和路径拐点数明显减少,有比其他3种算法更快更准的寻找全局最优能力。