基于强化学习算法的井下移动机器人路径规划

移动机器人路径规划一直是机器人研究领域中的难点问题,本文针对煤矿井下环境的不确定性,采用强化学习算法中的Q-learning算法实现井下移动机器人的局部路径规划,并对Q函数中的即时回报进行加权修正,使算法更有效地利用环境特征信息,提高了避障能力.仿真实验说明该方法的有效性和可行性.     

基于改进蜂群算法的工业机器人路径规划研究

针对工业机器人在复杂环境中运动的避障及路径优化问题,提出基于改进人工蜂群算法的工业机器人避障路径规划策略。首先针对传统人工蜂群算法搜索能力不足且容易陷入局部最优的问题,将禁忌搜索思想引入到人工蜂群算法最优解搜索过程中,形成了基于禁忌搜索的改进型人工蜂群算法,然后将其应用到工业机器人的路径规划问题中,并进行了仿真实验。结果表明,改进后的方法能够得到最优的路径,且寻优速度快、过程稳定。该方法可用于解决工业机器人路径规划问题。     

一种变栅格地图的巡检机器人路径规划方法研究

本文介绍了一种变粒度栅格地图与势场法避障相结合的巡检机器人智能路径规划方法通过在全局范围内找寻目标点以及在局部小范围内使用势场法避障来进行相应的路径规划,对全局视角和局部视角使用的是两种不同粒度大小的栅格地图。研究表明,该方法能有效地提高路径规划的效率与避障的准确性,实验验证了该方法的快速性与有效性。     

基于强化学习的双足机器人的实时避障位置控制

为了提高双足机器人的实时控制能力，提出一种基于强化学习的双足机器人的实时避障位置控制方法。以机器人的双足步行稳定性为控制目标函数，构建双足机器人的实时路径动力学模型，以机器人质心运动的加速度和惯性力矩为被控对象，采用等效碰撞子模型进行双足机器人的实时避障路径规划，采用碰撞子模型和摆动子模型相结合的方法，进行双足机器人行走路径的纠偏参量反馈调节，采用模糊强化学习跟踪方法，进行双足机器人的误差增益控制，实现双足机器人的实时避障位置控制。仿真结果表明，采用该方法进行双足机器人控制的实时避障性能较好，纠偏能力较强，提高了机器人的自适应控制能力。     

改进QPSO和Morphin算法下移动机器人混合路径规划

为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划出一条最优的全局路径,机器人根据全局路径行走,当发现未知静态或动态障碍物立即调用Morphin算法进行局部路径规划,避开障碍物后回到原全局路径上继续行走至目标点。该混合路径规划方法的有效性和可行性通过Matlab仿真和实际应用得到很好地验证。     

井下机器人路径规划中的模糊逻辑控制算法

机器人的路径规划一直都是机器人领域中的难点问题。本文针对煤矿井下环境的不确定性,提出了基于模糊逻辑算法的机器人的路径规划方法;同时针对井下巷道的狭窄,设计了线性控制器,用来限制机器人与巷道壁的距离,以避免发生碰撞,进一步提高了机器人路径规划的安全性。最后通过MATLAB和VC 进行仿真和模拟,实验表明该模糊控制器有较好的适应性。     

改进egoTEB算法的机器人动态避障规划

对动态环境下自我时间弹性带(ego-timed-elastic-band, egoTEB)算法在避障时耗时较长且轨迹欠佳的问题，提出了改进egoTEB算法。首先对动态环境信息进行自我感知，以机器人自我为中心，由点、线段到圆形障碍物对环境信息进行提取，利用代价矩阵匹配圆形障碍物类型，采用集合卡尔曼滤波(ensemble Kalman filter, EnKF)模型跟踪动态圆形障碍物的运动轨迹。其次基于自我感知障碍物信息，构建由静态间隙和动态间隙组成的间隙规划图，设计加权间隙代价引导机器人局部轨迹安全穿过间隙，避开障碍物。最后利用机器人操作系统(robot operating system, ROS)进行仿真实验，验证了改进egoTEB算法能更快速地规划出安全轨迹，实现机器人适应性更强的避障效果。     

融合行人运动信息的室内移动机器人动态避障方法

为了提高移动机器人在室内人机共融环境下的运动安全和交互性,提出了一种融合行人运动信息的室内移动机器人动 态避障方法,同时考虑任务约束和社会规则。 首先,利用 YOLO v3 算法和 Deep Sort 算法分别对室内环境中的行人进行实时检 测与目标跟踪,计算行人在过去时刻的历史轨迹。 然后,利用 Social-GAN 算法构建行人交互模型,实现轨迹预测。 在此基础上, 将行人的运动状态融合进机器人避障算法之中,根据社会规则设计评价函数,对机器人采样速度样本进行评估,使移动机器人 能够以安全和舒适的方式绕过行人,确保室内人机共融环境下移动机器人的社会接受性。 通过实验对比分析,与传统 DWA 方 法相比,本文方法不仅可以提高机器人导航避障效率,在相同室内场景下导航避障时间由 23. 56 s 提高到 19. 38 s,而且可以有 效降低与行人发生碰撞的风险,保证机器人导航的安全和社交性。     

基于人工磁场的防疫机器人路径规划

针对传统人工势场法在防疫机器人路径规划过程中容易陷入局部极小值和目标不可达的问题,提出一种基于人工磁场的路径规划算法。首先,对障碍物周围建立人工磁场,引入洛伦兹力,洛伦兹力与引力保持垂直,避免机器人陷入局部极小值点;其次,在洛伦兹力函数中引入机器人与目标点的距离影响因子,解决目标不可达问题;再次,通过建立目标点与障碍物之间的虚拟直线优化洛伦兹力的方向,避免迂回路径,减少路径规划的步数。最后,在MATLAB环境下对传统人工势场法和人工磁场法进行了仿真实验,实验结果表明,人工磁场法可以克服局部极小值和目标不可达问题,规划的路径对障碍物进行了避障,避免了徘徊振荡的情况出现,提高了路径规划的质量。     

基于ACO-PSO算法的变电站巡检机器人路径规划研究

针对机器人路径规划的传统ACO(蚁群)算法存在迭代次数多、收敛速度慢、容易陷入局部最优和出现死锁状态等问题,提出一种改进的ACO算法。结合PSO(粒子群优化)算法对传统ACO算法进行改进,减少迭代次数,提高收敛速度;通过增加随机性来扩大搜索范围,避免局部最优;利用蚂蚁回退策略解决死锁状态问题。仿真实验结果表明:改进ACO算法可以快速准确地搜索到最优路径,具有很好的寻优与避障能力。     

Obstacle avoidance control on omnidirectional vehicle robots using range sensor

There is a strong demand for intelligent vehicle robots in many fields. They are expected to assist in our daily lives. In order to implement them in practice, the robots should include useful functions such as path planning, navigation, and obstacle avoidance. This paper focuses on obstacle avoidance control techniques for multiple obstacles. The vehicle used as a platform is a mecanum wheel omnidirectional vehicle, which is driven on floors and includes a mounted scanner range sensor. The presented algorithm has the advantage of reducing multiple obstacle avoidance control to a single obstacle avoidance control scheme. Finally, experimental results are presented in order to evaluate the avoidance algorithms. © 2010 Wiley Periodicals, Inc. Electr Eng Jpn, 172(1): 58–68, 2010; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20933     

Deep Reinforcement Learning Based AGV Self-navigation Obstacle Avoidance Method

A local path optimization model and obstacle avoidance strategy based on Actor-Critic algorithm is proposed for the local obstacle avoidance problem of automatic guided vehicles in a complex workshop environment. In the complex working environment of the production workshop, we analyze the automatic obstacle avoidance problem of AGV trolley, establish the front and both sides of the AGV tentacle model and Markov decision process, and describe the local obstacle avoidance path in the form of virtual tentacles. And based on deep reinforcement learning to solve the path obstacle avoidance strategy, it is applied to the AGV self-navigation system. The dynamic obstacle avoidance performance of AGV is tested through simulation experiments, and the effectiveness of the proposed algorithm is verified by completing local obstacle avoidance path planning under global path guidance.     

Autonomous Vehicle Control using LIDAR and Camera with CAN Network

An autonomous vehicle operates in a dynamically changing environment, where multiple sensors must work in a cooperative mode. In these scenarios reliability of the communication protocol carries a lot of importance in real time data transfer. In this paper, CAN communication is used to demonstrate sensor integration using a LIDAR and a camera. Also demonstrated is a novel method for object detection, obstacle avoidance and navigation of an autonomous RC vehicle.     

无人机红外自主巡检方法研究与应用

无人机用于电力线路巡检可提高巡检效率和精度,节约运营成本。通过在无人机上搭载激光测距雷达和红外成像设备组成了输电线路巡检系统的硬件设备,在快速扩展随机树计算基础上开发了雷达避障算法,采用直方图均衡化的方法对系统红外图像进行处理,并在Android操作系统上开发了无人机巡检控制系统。应用结果表明,无人机在巡检时能够自动规避线路障碍,同时通过巡检影像能够清晰地看到线路缺陷, 证明了该巡检方法的有效性和可行性。     

基于改进RRT算法的移动机械臂路径规划

针对传统RRT算法在复杂环境下的移动机械臂避障规划中效率较低,不能满足当前工作需求问题,提出了一种改进RRT避障路径算法。通过引入障碍物因子,减少了采样次数;通过对新节点生成方式进行约束,使其生长方向始终朝向目标点,加快了搜索速度;采用变步长策略,有效避免了在目标点附近出现震荡现象;通过简化路径并结合局部三次B样条曲线对其规划路径进行平滑处理,缩短了路径长度,提高了机械臂的平稳性。matlab仿真结果表明：改进RRT算法的平均路径长度缩短了20%,平均采样点数减少了62%,且转折点数减少了96%,收敛速度快,时间最优,能够满足特殊环境下移动机械臂的避障路径规划,具有较好的可行性和有效性。     

基于TCensus的立体匹配算法及FPGA设计

随着无人机技术的迅速发展,利用无人机代替人工进行电力线巡线是行业内发展的新趋势。尽管无人机电力巡线相对于人工巡检效率更高,更加安全,但无人机巡检仍然面临一些问题,无人机的避障技术亟待完善,在巡检过程中无人机会出现与周边障碍物相撞的情况,尤其是细小的电线对无人机安全造成巨大的威胁。这些线状物往往目标不明显,雷达,超声波等技术得到的回波较少,造成避障困难。基于双目视觉系统的无人机避障技术在无人机避障领域得到了广泛的研究和关注。针对双目视觉实时无人机电力巡检避障应用,提出了基于TCensus（形态学Tophat变换和MiniCensus）变换的匹配代价测量方法来对原始图像中的弱目标进行增强,同时采用基于十字结构的支持区域来提高匹配的准确度。实验证明,本文设计的双目视觉系统可以有效检测无人机到电力线之间的距离,检测误差达到5%,提出的TCensus立体匹配算法与其它方法相比除了能够获得同样准确的背景深度图之外,还能对电线区域具有更精细的成像效果。     

基于运动预测与改进APF的无人机路径规划方法

动态路径规划是保障无人机在复杂干扰环境下飞行安全的关键要素。针对动态路径规划中存在的迭代次数高、收敛速度慢以及动态障碍物避障问题,提出了一种基于障碍物运动预测与改进APF的无人机动态路径规划方法。首先,针对动态障碍物,设计了基于激光雷达的目标检测算法和基于卡尔曼滤波的运动预测算法估计动态障碍物信息,并提出速度方向相似性检测方法进行局部位置脱离决策。其次,针对静态障碍物,引入模拟退火法扰动当前状态,并结合基于目标点的邻域优化函数进行动态路径规划。仿真结果表明,本文算法在应对静态障碍物时可缩短69%动态避障时间,应对动态障碍物时可缩短了19.7%的避障距离与23.6%的任务耗时,提高了无人机任务执行的安全性和效率。     

Design of a Logistics Automated Guided Vehicle

By designing a forklift-type AGV logistics trolley, in order to realize unmanned warehousing logistics. For the com-plex operation of traditional AGV forklifts, we directly use Android to control the movement of the vehicle, and in-novatively introduce mobile phone control into the work control link of AGV, which greatly improves the work effi-ciency of AGV. In order to solve the problems of complex structure and difficult maintenance of AGVs in the current market, this paper selects ARDUINO UNO R3 as the main control chip, and improves the model to cope with the complex working environment. By installing various sensors on the car body, it can meet the requirements of field use. The designed experiment verifies the ultrasonic obstacle avoidance module, the infrared obstacle avoidance module and the overall performance test to verify that the vehicle can achieve the target function.