基于进化势场法的足球机器人路径规划研究

本文介绍了近年来在国际上迅速发展起来的高技术对抗性活动—机器人足球。首先概述这一赛事及目前发展状况。其次简单介绍足球机器人系统各组成部分,重点放在决策部分。本文设计了基于进化势场法的足球机器人路径规划法,该方法具有结合足球机器人平台特性的优点,包括基础路径规划子系统、边界路径规划子系统和禁区路径规划子系统。通过实际比赛平台的检验,证明该设计方法是行之有效的。     

基于虚拟目标点的足球机器人路径规划的研究

在构筑微型机器人足球系统的基础上,开发了视觉子系统和无线通讯子系统。针对足球机器人运动的决策子系统,提出了基于虚拟目标点的路径规划方法和避障算法。仿真和实验证明,这种算法在动态路径规划中的有效性。     

关于足球机器人路径规划中人工势场法的研究

人工势场法是一种简单有效的路径规划算法.本文阐述了目前国内外对该方法的各种改进算法和与其它方法相结合的应用,并在此基础上分析和总结了各种方法的优缺点和目前存在的问题,提出对今后工作的几点展望和下一步的工作方向.     

基于粒子群优化算法的小型足球机器人路径规划

为了解决足球机器人无法躲避动态障碍物和容易陷入局部极值的问题,在深入研究粒子群优化算法的基础上,提出了采用栅格法与粒子群优化算法相结合的路径规划算法。首先采用栅格法对小型足球机器人工作环境构造模型,再利用改进的粒子群优化算法进行最优路径搜索。该算法实现简单,收敛速度快,不易陷入局部极值,不仅能够满足足球机器人实时动态的路径规划要求,而且能满足不同环境下的路径规划要求。仿真实验表明,该方法可以很好地应用于足球机器人的路径规划中。     

基于余弦曲线的机器人移动路径自主规划

为了将余弦曲线应用于机器人路径自主规划,提高机器人路径规划智能水平,建立了余弦曲线变换模型,设计了余弦曲线路径规划算法,针对机器人的运动特点进行了机器人余弦曲线路径规划,设计了机器人余弦曲线路径规划试验。通过仿真和试验研究得到了不同条件下机器人余弦曲线规划路径的位置、姿态,研究分析证明了模型和算法的正确性、有效性,大大提高了机器人路径规划的效率。     

基于蚁群算法全自主机器人路径规划研究

蚁群算法是一种源于大自然中生物世界的仿生类算法,它模仿昆虫王国中蚂蚁搜索食物的行为特征,是一种通用型随机优化方法。本文将蚁群算法引入全自主机器人路径规划之中,让机器人寻求一条最优路径。仿真实验证明了该方法的可用性和有效性。     

吸尘机器人的路径规划算法

为了完成整个房间的清扫工作,一种合理的路径规划方法是必须的。本文提出了一种基于传感器信息的吸尘机器人的路径规划算法。在环境未知的条件下,这种算法比较简单,清扫的效率也比较高,而且具有自动检测障碍物,自主避障的功能。     

基于遗传算法的焊接机器人三维路径规划研究

针对汽车焊接机器人路径规划不合理的问题,采利用遗传算法针对三维路径规划问题提出了相应的遗传编码方法,构造了相应的遗传算子,为焊接机器人三维路径的规划问题提出了一条新的发展路径。     

基于实时多目标跟踪的足球机器人视觉系统设计

本文针对机器人足球比赛的需要,提出了一种基于实时多目标跟踪的足球机器人视觉系统设计方案。     

基于视觉的足球机器人快速识别技术

机器人足球比赛是一项综合性的高技术对抗活动，其中快速准确地识别小球和机器人小车是决策及控制的基础。该文提出了一种在动态环境下对多个目标进行快速识别的新方法——基于颜色信息的识别算法。     

机器人室内路径规划算法的实用性研究

机器人研究领域中的一个关键分支即路径规划技术,本课题在机器人P3-DX实验平台的基础上,通过栅格化建模对室内的环境实现分块。4种路径规划〖CD2〗回字形路径规划、迂回式路径规划、启发式路径规划与包围式路径规划的可行性已经得到验证,为验证4种路径规划的实用性,在真实环境中将这4种路径规划算法进行了实验研究,通过软件将机器人行走后返回的数据绘制出相应的路线图,同时,根据各路径规划算法的路线图的不同重复率与覆盖率,找出效率较高的路径规划算法。     

机器人钣金折弯路径规划与仿真研究

针对钣金折弯机器人示教编程过程烦琐、效率低的问题,提出一种基于 Coin3D 的折弯机器人运动仿真系统方案。基于 Coin3D 虚拟场景技术,为折弯单元各组件建模,完成折弯单元加工环境的参数化配置和导入,实现仿真环境构建。为适应钣金工件随折弯加工逐步变形的特点,设计了对应的双向链式数据模型;分析了折弯机器人典型操作任务目标位姿的确定方法,并在此基础上参考人工示教经验,提出折弯机器人路径规划方法,实现了折弯机器人折弯加工的运动仿真。仿真实验验证了仿真系统和相关模型与方法的正确性,为折弯机器人离线编程系统研发奠定了基础。     

高尔夫收球机器人路径规划研究

机器人的路径规划问题一直是机器人研究的核心内容之一。在路径规划问题中,一般需要按照某一评价标准(如最短路径长度和最短行进时间等)来规划一条路径。提出一个能使工作效率(单位时间工作量)最高的评价标准,并将其应用于高尔夫捡球机器人的路径规划。基于该标准,并结合场地的特性和动态规划方法中的2个经典问题(01背包问题和数字金字塔问题),提出一个新的机器人路径规划算法。该算法按照一定的条件枚举多种可行的方案,通过计算最大单次工作量和路径长度得到每种方案的效率值,最后选择效率值最高的方案作为最优方案。     

关于移动机器人路径最优化问题

针对移动机器人路径规划的人工神经网络算法所存在的问题,提出应用局部路径修正和路径“张紧”法加以改进,以便适应多个障碍物的不同要求,在复杂环境下实现规划路最优化,并证验其有效性。实践表明,应用该方法改进的新算法效果十分显著,能够确保路径无碰撞,计算速度远高于原算法,快速得到最优化路径,并使路径长度有一定程度的缩短,在保证路径平滑性和兼顾快速性的前提下,解决了碰撞和路径最短问题,有效地实现了路径规划最优化。     

机器人路径规划方法的探讨及应用

机器人要实现其自主化运动,路径规划是其核心技术.文中对比分析了不同路径规划方法的优缺点,提出了基于遗传算法和蚁群算法的智能路径规划法,并在此基础上进行机器人足球比赛试验,结果表明智能路径规划法能提高机器人的行动速度和目标捕捉.     

一种考虑安全的移动机器人矢量场路径规划算法

提出了一种考虑安全的移动机器人矢量场路径规划算法,环境的矢量场模型体现了路径对安全的不同要求。通过调节模型参数可以规划得到安全和长度两个标准下的满意路径,此路径既不会太接近障碍,也不会太长。所提出模型计算简单,计算量与运动空间障碍的个数成正比。算法鲁棒性强,除了固定环境,还适合用来进行动态环境下的路径规划。仿真结果验证了算法的有效性。