动态二叉树表示环境的A*算法及其在足球机器人路径规划中的实现

提出采用二叉树表示二维空间的方法，对全局路径规划和局部路径规划进行综合考察，设计移动机器人在复杂环境下对动态障碍物进行避障的A算法，在足够机器人系统中进行仿真，将二叉树动态地表示球场的机器人与目标对角线的矩型环境，使搜索范围随搜索进程动态地减少，实现了路径规划的整体优化。     

电脑鼠迷宫蚁群搜索算法设计

本文以蚁群算法为基础，按照其基本思想，在matlab下编程实现了算法在电脑鼠迷宫搜索中的应用，验证了算法设计的合理性，通过仿真实验，求解出迷宫的最优路径，完成对迷宫路径的规划。     

基于地图预处理及改进A~*算法的路径规划

针对移动机器人路径规划中栅格地图建模及A~*算法搜索效率问题,设计了一种基于地图分区预处理及改进A~*算法的路径规划。首先,基于K-Means聚类算法对栅格地图进行分区并量化各局部区域的复杂度;然后,改进A~*算法的评价函数和子节点选择方式并依据地图区域的复杂度生成有效的搜索空间;最后,改进Floyd算法对路径进行双向平滑度优化处理,并通过添加防碰撞安全距离系数,使路径与障碍物保持安全距离。实验仿真结果表明,本文所设计的算法可提高A~*算法的搜索效率和灵活性,增加路径的平滑度和安全性。     

具有输入约束的移动机器人路径跟踪预测控制

针对移动机器人设定速度与实际速度不匹配的问题,提出了一种基于预测控制的移动机器人路径跟踪方法。首先,基于运动学关系建立了移动机器人路径跟踪误差模型,给出了期望路径的参数化方法及更新方程。其次,通过定义与路径参数相关的预测性能指标,并结合状态空间方程给出了预测模型向量描述,得到了具有不等式约束的二次规划优化问题。进而,采用有效集二次规划方法求解具有不等式约束的优化问题获得最优控制量。最后,通过仿真实验分析所提算法的有效性,并设计移动机器人路径跟踪控制系统实验平台验证所提算法的有效性。     

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。     

动态环境下基于自适应步长Informed-RRT*和人工势场法的机器人混合路径规划

为解决移动机器人在动态环境下的路径规划问题,将Informed-RRT*和人工势场法相融合,提出全局与局部规划算法相融合的路径规划方法。首先,针对Informed-RRT*算法采样效率低,以及得到路径不满足机器人运动学约束的问题,采用目标偏置法与自适应步长法,减少冗余搜索与不必要树的生长;同时,引入走廊优化与时间重分配法,优化路径节点,使路径更加平滑。其次,针对人工势场法易陷入局部极小值和目标点附近不可达的问题,采用平滑窗格策略,增设全局路径子目标点,使机器人能够逃离局部极小值,完成规划任务。仿真结果表明,静态环境中自适应步长Informed-RRT*算法相比于Informed-RRT*算法求解时间缩短了71.98%;动态环境中,混合算法相比于人工势场法,搜索时间缩短了15.4%,路径长度缩短了11.1%。     

基于烟花混合蚁群的移动机器人路径规划研究

目的 以应用于包装车间的移动机器人的路径规划作为研究对象,解决蚁群算法收敛速度慢、寻找到的路径不优等缺陷。方法 引入改进烟花和蚁群融合的方法进行搜索,首先建立移动机器人的栅格地图,其次采用改进烟花算法进行路径粗搜索,将得到的路径作为信息素增量,再运用蚁群细搜索求解。结果 文中方法与传统方法相比,收敛速度得到提高,并寻找到了更优的路径。结论 通过采用融合算法,弥补了烟花寻优的不足,加快了蚁群的收敛,可以对2种算法互相取长补短。     

基于迷宫算法和遗传算法的船舶管路路径规划

船舶管路的多样性和布局环境中约束的复杂性导致管路设计效率低下.为辅助设计人员提高管路设计效率并减少人为错误,提出了一种新的管路设计方法.首先,基于轴平行包围盒简化管路布局空间,利用栅格法对其进行离散化,并赋予空间网格特定的能量值,构建管路布局优化问题的数学模型.其次,基于遗传算法的框架,引入改进迷宫算法,提出管路路径规划方法,其中:迷宫搜索中引入辅助点的概念,增加了遗传算法中初始种群的多样性,有利于提高遗传算法的全局搜索能力;提出了定长度的编码方法,简化了管路染色体处理难度,提高了算法性能;基于引入方向优先搜索策略的迷宫算法,设计定长度编码遗传算子,保证了子代个体的质量,提高算法的收敛速度.最后,基于仿真试验,验证算法的性能.试验结果表明了该方法的可行性和高效率,以及其对实际管路布局工作具有指导意义.     

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。     

基于动态运动基元的移动机器人路径规划

针对二维环境下移动机器人路径规划问题,提出一种基于动态运动基元(DMPs)的路径规划方法。该方法首先用手柄来控制机器人,记录机器人的运动轨迹,然后将记录的轨迹作为DMPs算法的学习样本,利用轨迹样本进行训练获得DMPs算法的模型参!,从而实现机器人的路径规划。当运动环境中有障碍物时,在已有学习基础上通过设计耦合因子规划出避障路径,在此基础上,改变机器人运动的目标位置,可以完成对新目标的泛化推广。仿真和实验结果表明,DMPs算法在移动机器人路径规划上具有可行性。     

Robust-control-based controller design for a mobile robot

The control of a mobile robot using a linear model with uncertainty for design purposes is investigated. The uncertainty arises from the variation of the operation point of the mobile robot. Robust Control Theory is used for the controller design, which allows dealing with systems whose parameters may vary between certain bounds. The proposed controller has shown, in experimentation tests, an acceptable performance and an easy and simple practical implementation. Also, an application of the proposed controller to a leader-following problem is shown; in it, the relative position between robots is obtained through a laser.     

分级随机采样弱随机RRT算法及在移动机器人运动规划中的应用

针对移动机器人运动规划过程中,采用快速扩展随机树(RRT)算法采样效率低,寻找临近节点计算量大,及非线性反馈控制器不受系统模型动态约束的问题, 提出一种新的基于分级随机采样与扩展的弱随机RRT算法,同时设计快速限幅非线性反馈控制器,保证运动规划过程中机器人始终满足系统模型动态约束。首先,在迭代伊始结合节点评价策略建立节点的选取集合;其次,按照规定顺序选取扩展节点并随机选择扩展方向,将计算得到的新子节点连接到随机树完成扩展;然后,对初始路径进行规划,采用快速限幅非线性反馈控制器计算机器人在路径点上的控制序列和位姿,实现移动机器人的运动规划;最后,通过仿真验证了该算法的有效性。结果表明:提出的分级随机采样弱随机RRT算法不依赖最近节点的选取,相比RRT算法缩短了求解时间,提高了迭代速度。     

基于机器人平台的四象限追击算法研究

该文基于轮式机器人平台,通过建立数学模型并求解,设计一种机器人追击算法,对入侵轨迹进行分析和总结,从而实现对平面四个象限内各个方向入侵目标的全方位追击。实验验证该算法实时性好,简单易行,具有重要的实用价值。     

Optimal-control approach to trajectory planning for a class of mobile robotic manipulations

Optimal-control theory is used in the manipulation planning for an ability-limited robot (i.e., a mobile robot with limited maneuverability). The goal of manipulation is to push an object from a given initial configuration to a goal configuration—a common task could be found in the application of mobile robots to manufacturing, in adaptive fixturing for robotic assembly and in robotic gaming. The ability-limited robot is restricted here to perform only two types of motion in a plane. One is pushing the object forward with a constant and fixed velocity, the other one is rotating the object counter-clockwise along a fixed-radius circle with a constant angular velocity. First, the controllability of the proposed manipulation system is proved. Then, the optimal-planning problem is studied within the framework of a switched system. By the aid of optimal-control theory, it is proved that an optimal trajectory involves at most two switchings between these two simple actions. After evaluating the existence and structure of the candidate optimal trajectories, an optimal planner is implemented to find the optimal trajectory. Finally, manipulation examples are provided to demonstrate the proposed manipulation method.     

Decentralized Searching of Multiple Unknown and Transient Radio Sources with Paired Robots

In this paper, we develop a decentralized algorithm to coord inate a group of mobile robots to search for unknown and transient radio sources. In addition to limited mobility and ranges of communication and sensing, the robot team has to deal with challenges from signal source anonymity, short transmission duration, and variable transmission power. We propose a two-step approach: First, we decentralize belief functions that robots use to track source locations using checkpoint-based synchronization, and second, we propose a decentralized planning strategy to coordinate robots to ensure the existence of checkpoints. We analyze memory usage, data amount in communication, and searching time for the proposed algorithm. We have implemented the proposed algorithm and compared it with two heuristics. The experimental results show that our algorithm successfully trades a modest amount of memory for the fastest searching time among the three methods.     

基于多传感器融合信息的移动机器人速度控制方法

为提高移动机器人在复杂环境下的速度控制精度和适应能力,提出了一种基于多传感器融合信息的移动机器人速度控制方法.首先,根据多传感器非线性优化融合理论,通过最小化运动观测残差的方法来构建移动机器人运动状态优化估计模型.然后,对利用单目相机、轮式里程计及惯性测量单元(inertial measurement unit,IMU...     

基于无线通讯网络的机器人遥操作

在描述了基于无线通讯网络的遥操作技术原理的基础上,分析了3种具体基于无线通讯网络的机器人遥操作系统,并基于建立的遥操作系统进行了实验,对实验结果进行了分析．同时讨论了手机遥操作机器人技术,实现了手机对机器人的遥操作．从系统实验结果可以看到,基于目前移动通讯网络或无线局域网进行机器人的遥操作是可行的．