未知环境下基于三次螺线Bug算法的移动机器人路径规划

研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法。详细分析了三次螺线作为移动机器人跟踪路径所具有的各种优异的几何特性,定义路径光滑成本函数,利用三次螺线对滚动窗口内规划的路径光滑化,使得移动机器人易于跟踪所规划的路径,扩展了移动机器人的应用领域。最后对本文算法的收敛性和完备性予以证明。仿真实验验证了该方法的有效性。     

非完整移动机器人路径跟踪的快速非线性模型预测控制方法

本文用快速非线性模型预测控制方法进行了非完整移动机器人路径跟踪问题的研究.采用虚拟目标跟踪法建立非完整移动机器人路径跟踪问题的非线性系统,转化为以Bolza形式的最优控制问题模型.通过一种障碍函数法处理不等式约束将其整合至性能指标函数中,基于拉格朗日乘数法建立最优化必要条件的线性方程组,以连续/广义极小残余算法(C/G...     

基于高斯过程回归预测的舞台机器人避撞路径滚动时域规划

针对移动舞台机器人的避撞运动规划问题,提出基于高斯过程回归和模型预测控制(MPC)的方法。在获取舞台环境中运动体位置信息后,使用高斯过程回归方法对运动体位置进行预测,再利用运动体的未来位置信息,将控制时域内存在的碰撞风险作为硬性约束,在线优化求解移动机器人未来一段时刻的局部最优速度轨迹。进一步驱动移动舞台机器人跟踪规划速度,实现对移动舞台机器人运动轨迹的实时滚动规划与跟踪。最后在两类舞台场景下,仿真验证了本文方法的有效性。     

微小型移动机器人的路径规划及编队研究

针对微小型移动机器人的路径寻优及编队问题,提出了路径规划与轨迹跟踪相结合的方法来实现多机器人的编队任务.首先提出了基于传统蚁群算法的改进算法,仿真结果证明,改进算法通过改进参数及初始信息素矩阵,使其收敛速度提高了50％,全局寻优能力提高了30％.其次设计了基于李雅普诺夫算法的轨迹跟踪控制器,仿真结果证明,其误差最终趋于...     

全方位移动机器人视觉伺服系统的建模与控制

考虑非完整性移动机器人存在的速度约束问题,本文研究了由3个主动偏心轮组成的全方位移动机器人视觉伺服系统。针对视觉伺服系统具有视觉可见性约束和执行器约束,提出了一种基于模型预测控制(MPC)策略的视觉伺服控制器。首先,基于主动偏心轮的全方位移动机器人的运动学方程和视觉伺服系统误差模型,对全方位移动机器人偏心方向轮滚动角速度和偏转角速度的视觉伺服误差系统进行建模。在此基础上,建立全方位移动机器人的视觉伺服预测控制策略,并采用原对偶神经网络在线求解凸优化问题。最后仿真实验表明,所设计的控制器不仅可以较好地处理约束条件,驱动移动机器人到达目标点,并且与传统预测控制方法相比更高效。     

hAPF-ACO:广义障碍环境下的移动机器人路径规划算法

研究了移动机器人的路径规划问题。针对二值栅格建模法不能完整和真实反映复杂环境地理特征的问题,并考虑到移动机器人任务执行过程中存在破障工况,提出了广义障碍的定义,进而对广义障碍进行了分类,并给出了各种广义障碍的模糊隶属度函数,建立了广义障碍环境栅格地图模型。基于人工势场(APF)算法和蚁群优化(ACO)算法各自的特点,提出了一种求解广义障碍环境下移动机器人路径规划的混合APF算法和ACO算法的h APF-ACO算法。通过对案例的路径规划仿真实验,验证了广义障碍环境下路径规划问题的研究意义;与基本蚁群算法求解结果的对比表明,所提出的h APF-ACO算法在收敛性、解质量及鲁棒性等各方面具有明显的优越性。     

基于路径预测的自主车最优跟踪控制

针对自主车,提出了高速公路交通环境下的一种快速路径预测算法.通过引入一个车辆运动学预瞄模型,对自主车未来的行驶位置进行估计.并结合所提路径算法给出的目标道路位置,计算预测误差.设计了基于预测误差的最优反馈控制器用于实现路径跟踪.CarSim+Simulink仿真结果表明:所提最有控制器保证自主车在速度v＜16 m/s时...     

线性约束优化问题一类算法

本文基于内点算法思想,给出一类线性约束优化问题的算法,并用于求解线性规划,线性分式规划,二次规划等线性约束非线性规划问题。     

一种FFFSR轨迹跟踪及振动抑制的改进预测控制方法

讨论了动力学约束和有界扰动条件下,自由漂浮柔性空间机器人(FFFSR)关节轨迹跟踪控制与柔性振动抑制的问题。提出一种基于预测控制的优化控制器设计方法,分别设计了跟踪控制器和轨迹规划器。跟踪控制器采用广义预测控制方法,生成使机械臂快速稳定跟踪期望轨迹的优化控制律;改进常规获取期望轨迹的柔化控制方法,设计基于约束预测控制方法的轨迹规划器,综合考虑动力学约束与柔性振动抑制,实时为跟踪控制器生成由初始位置到目标位置的优化期望轨迹,确保机械臂快速稳定跟踪到目标位置,并有效抑制柔性振动。数值仿真结果验证了所设计控制策略的可行性与有效性。     

遗传算法在双激光雷达位姿标定中的应用

本文针对双激光雷达相对位姿标定的问题,提出了一种基于遗传算法优化的标定算法。本文首先介绍了基于激光雷达定位的移动机器人定位系统,说明了激光雷达定位的具体原理及步骤,提出双激光雷达定位的必要性。然后建立标定模型,构建参数的成本方程,利用最小二乘法初步求解出标定参数后,又提出了新的优化目标方程,同时引入遗传算法实现了3个自由度的同时优化,包括1个旋转自由度和2个平移自由度。整个优化过程中,详细介绍了遗传算法的优化流程及相关参数的选取,最后通过实验对比验证,表明优化算法的有效性。     

机器人滚动路径规划的算法与仿真研究

借鉴预测控制滚动优化原理，研究了未知环境中移动机器人路径规划问题。文中提出的基于滚动窗口的移动机器人路径规划方法充分利用机器人实时测得的局部环境信息，以滚动方式进行在线规划。大量仿真结果表明，滚动规划使机器人对动态环境具有很好的适应性，但由于缺乏全局环境信息，在有些复杂情况下不能保证规划的顾利实施，需要进一步增加环境约束和对已探知信息的记忆。     

基于TLP模型的智能AGV三维实时路径规划研究

目的为了更好地规划出最优可行路径。方法采用三层规划模型(TLP)改进的三维实时路径规划算法,首先从AGV的控制性能入手,基于现实场景的多重约束设定威胁等级函数,利用TLP和改进RRT优化算法规划出更加平滑的最优路径。结果目标函数及TLP的决策变量可以确保AGV准确到达目标位置。结论实验结果表明,所提算法具有更好的效率与效果。     

基于改进GMRES算法的水冷壁运动机器人路径跟踪模型预测控制

针对水冷壁爬壁机器人(WWCB)路径跟踪问题,提出一种快速非线性模型预测控制(NMPC)算法。定义WWCB与虚拟目标的跟踪误差,将跟踪问题转化为Bolza形式的NMPC最优控制问题。通过引入半平滑函数,对不等式进行优化处理,构建最优化必要条件。基于庞特里亚金极小值原理建立广义哈密顿函数,采用连续/广义极小残量算法(C/GMRES)计算求解,并引入多重打靶法提高运算精度。同时对GMRES算法残量求取方式进行了优化以提高运行效率。对伯努利双纽线和圆形路径进行了跟踪仿真,验证了本文的跟踪控制快速算法的有效性。     

基于数据建模和参数压缩的连续干燥过程温湿度预测控制

为精确控制干燥物料的含水率和干燥温度,提出基于数据建模和参数压缩的连续干燥过程温湿度预测控制算法。首先通过子空间辨识法建立连续干燥过程的子空间模型组,然后采用控制增量状态空间预测模型和阶梯式策略,描述具有约束的模型预测控制(MPC)的优化控制问题。在此基础上,将原二次规划问题的优化变量进行合理排序,再采用原始障碍内点法在线优化计算控制增量值,提高预测控制器的在线计算效率。最后通过对比仿真实验验证本文算法的有效性和优越性。     

基于改进LSSVM的动态测量误差实时预测方法

误差修正是提高动态测量精度的有效途径,其中误差的建模是关键.在分析现有动态测量误差预测技术不足的基础上,提出基于改进的最小二乘支持向量机的动态测量误差回归建模和预测方法.在最小二乘支持向量机的基础上,通过将价值函数改为最小二乘价值函数以及用等式约束代替不等式约束,将求解的二次规划问题转变为一组等式方程,减少了待定参数的个数,很大程度地缩短了支持向量机的训练时间;同时针对最小二乘支持向量机稀疏性丢失这一缺陷,采用剪枝算法改进其性能,使其具有更好的稀疏性.通过实例验证及与其他建模方法的对比,表明该方法具有优良的预测效果和动态性能,为动态测量误差预测提供了一种新的可行方法.     

基于参数二次规划与精细积分方法的动力弹塑性问题分析

给出了将参数二次规划方法与精细积分方法相结合进行结构弹塑性动力响应分析的一条新途径。基于参变量变分原理与有限元参数二次规划方法建立了动力弹塑性问题的求解方程，方法对于关联与非关联问题的求解在算法上是完全一致的。对于动力非线性方程求解则进一步采用了被线性问题分析所广泛采用的精细积分方法，推导了方法在动力弹塑性问题求解上的算法列式。所给出的数值算例在验证本文理论与算法的同时，进一步证实了精细积分方法在动力学分析中所具有的各种良好性态。     

基于遗传优化算法的柔性机械臂抑振轨迹规划研究

为了抑制柔性臂的弹性振动,提出一种结合遗传优化算法和多项式函数插值的抑振轨迹规划方法。基于假设模态法和Hamilton原理建立了柔性臂系统的动力学方程,揭示了抑振轨迹规划原理。在轨迹优化过程中,采用五次多项式函数构造运动轨迹控制点的基础位移值,以轨迹控制点的位移浮动值作为待优化变量,在满足初始和终止位置运动状态约束的前提下,基于遗传算法优化得到柔性臂振动能量最小的最优抑振轨迹。数值计算和实验结果验证了抑振轨迹规划方法的有效性。实验结果表明:与跟踪常规的五次多项式运动轨迹相比,柔性臂在跟踪最优抑振轨迹时的残余振动最大振幅减小了10倍左右,其衰减时间由12s缩短为4.5s,提高了柔性臂系统的定位控制精度,改善了系统的操作效率。     

基于Matlab的轮式移动机器人仿真

根据移动机器人运动学模型和运动控制系统方框图,针对各环节给出了移动机器人轨迹跟踪问题仿真算法,并通过仿真实例给出该仿真算法的有效性。     

基于最小二乘支持向量机的传感器动态补偿方法

介绍和比较标准支持向量机（SVM）和最小二乘支持向量机（LS-SVM）基本原理的基础上,探讨了一种利用LS-SVM进行传感器动态误差补偿的方法,并给出了相应的过程和算法。与标准SVM补偿方法比较,该方法的优点是明显的：用等式约束代替标准SVM算法中的不等式约束,将求解二次规划问题转化为直接求解线性矩阵方程,在相同样本条件下,使得补偿器构造速度提高1～2个数量级。通过对SVM和LS-SVM传感器动态补偿的仿真分析和实验结果对比表明,在噪声条件下,LS-SVM方法的补偿误差约为SVM的40％。因此,LS-SVM补偿方法学习速度快,抗噪声干扰能力强,更适合传感器动态补偿。     

一种基于神经网络的移动机器人路径规划算法

针对结构化环境下移动机器人的路径规划问题，提出了一种基于神经网络的路径规划算法。该算法利用神经网络描述环境约束并计算碰撞能量 函数。采用了一种离散化的方法逼近能量的负梯度方向，从而确定路径点集的运动趋向。最后利用计算机仿真分析了该算法的性能和效率。