基于改进DWA算法的足球机器人局部轨迹规划

针对足球机器人处于封闭式环境中,动态窗口法(dynamic window approach, DWA)极易陷入局部极小值以及动态干扰下,算法输出速度曲线震荡严重等问题,提出了一种基于辐射值计算的改进DWA算法,首先对子评价函数进行修正,进一步提高评价模型的合理性;其次通过提出辐射值计算,为算法添加新的评价维度并引入局部极小值检测方法;接着,建立并求解多目标优化问题实现对权重系数的动态调整;最后通过控制点姿态校正来提高对全局路径的跟随效率。实验结果表明,改进算法能够进行更加合理的规划,输出更加稳定的速度曲线,同时不易陷入局部极小值并且能够顺利逃离封闭障碍区域,并满足足球机器人的实时比赛需求。     

融合 A∗ 蚁群和动态窗口法的机器人路径规划

针对蚁群算法在全局路径规划时无目的搜索、收敛慢和规划的路径不平滑等问题,本文提出了一种融合 A ∗ 蚁群和动 态窗口法(dynamic window algorithm, DWA)的平滑路径规划方法。 首先,对于传统蚁群算法,利用改进 A ∗ 算法非均匀分配初始 信息素,解决算法初期搜索无目的问题;给出算法自定义的移动步长和搜索方式,提高路径寻优效率;修改转移概率函数中的启 发函数值并增加障碍物影响因子,在避免死锁现象的同时加快收敛速度;采用二次路径优化策略,使得路径更短更平滑;其次在 动态窗口法的评价函数中引入动态避障评价子函数,提高路径的安全性。 仿真实验结果表明,改进 A ∗ 蚁群算法较传统蚁群算 法可减少 8. 75%的路径长度和 59%的转折点数,融合优化动态窗口法后,移动机器人既能保证在静态环境下规划出全局最优 的路径,又能实现动态环境下的路径规划,有效躲避环境中出现的动态障碍物。     

融合A*和DWA算法的移动机器人路径规划方法

本研究旨在解决自主移动机器人在点到点路径规划中面临的搜索效率低下、易陷入局部最优解以及对未知动静态障碍物处理不够实时的问题。为此,将改进A*算法与改进 DWA进行了有效融合。在改进的A*算法中,我们引入了基于障碍率的权重因子和双向优化策略,以提升搜索效率并生成更加平滑的路径。同时,改进的DWA算法融入了两种新的障碍物评价函数,并通过调整权重系数有效地避免了局部最优解问题。通过将改进的DWA算法与改进的A*算法结合,实现了对未知动静态障碍物的高效实时避障。仿真实验结果显示,提出的改进A算法与传统A算法以及文献［23］的改进算法相比,在四种环境下的表现表明：路径转弯次数分别平均减少了30.14%和18.16%,搜索空间分别减少了35.09%和15.21%,规划时间分别降低了82.36%和38.26%。进一步地,结合改进的DWA算法后,路径规划时间、路径长度和平均运动速度相比融合传统DWA算法和文献［23］的融合算法分别平均减少了37.46%和9.82%,减少了4.59%和3.63%,提高了53.49%和7.09%。     

基于融合改进RRT算法与改进DWA算法的路径规划研究

针对传统动态窗口算法(dynamic window approach, DWA)在动态环境下预测能力较差且非最优路径等问题,提出一种改进的DWA算法。通过密度约束和采样区域限制来改进RRT^*(rapidly-exploring random tree)算法,提高RRT^*算法的收敛速度。将改进RRT^*算法得到最优路径作为机器人移动的参考路线,以保证全局的路径最优。通过预测轨迹的末端状态来合理的延长预测轨迹,以传递影响到评价函数,使机器人可以提前探测到障碍物并进行避障动作。在不同环境下,改进后的算法移动路径长度和消耗时间分别减少12.76%和30.14%,且具有更强的前瞻性以及更短的路径。     

基于组态方法的移动机器人控制研究和实现

在未知环境中对移动机器人的控制方法是机器人学和智能控制学的一个重要领域。本文提出了一种基于组态方法的机器人控制系统的结构设计,并提供工业级的、有强大支持的控制系统开发平台IAP(工业自动化通用平台)来控制具有感知系统且能够进行决策规划和执行控制的自主移动机器人。具体介绍控制组态元件的算法原理和使用方法,通过实现机器人避障策略的实验,不仅表明了该控制系统能达到实时控制的目的,同时体现了用IAP平台开发控制系统周期短效率等特点。     

基于改进BAS算法的AGV路径规划方法研究

为了提高 AGV 的速度和环境适应能力,文章提出了一种基于改进天牛须搜索算法的 AGV 路径规划方法, 从环境建模、路径规划、动态避障三个方面进行了说明.通过基于栅格法环境建模的 BAS算法路径规划仿真结果表明,该方法具有较强的路径搜索能力和较强的避障功能,在非常复杂的障碍环境中,比其他算法更迅速地规划出一条 安全避障的优化路径。     

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。     

机器人轮椅用户行为与自主导航动态共享控制方法

机器人轮椅人机交互研究表明长时间采用单一模式交互容易导致用户操作意图误判且稳定性会变差,完全自主模式亦会因用户缺乏控制体验而产生沮丧情绪。针对当前基于人机协作的机器人轮椅交互存在模式间硬切换与缺乏对环境变化的动态调整能力的问题,本文以手势交互控制轮椅为基础,提出一种基于用户行为与自主导航相结合的机器人轮椅动态共享控制方法。首先基于Leap Motion传感器追踪用户掌心坐标,生成用户手势速度指令;其次,基于RPLIDAR A1激光雷达传感器并结合自主导航算法,生成自主导航控制指令;最后基于距离、疲劳及误差等多种约束条件实时更新人-机控制指令权重,实现对机器人轮椅的动态共享控制。实验结果表明,本文所提动态共享控制方法能根据轮椅运行环境与用户操作性能动态调整不同模式间的角色分配,避免了不同模式间的直接硬切换,具有较好的用户体验。     

基于区域搜索粒子群算法的机器人路径规划

针对粒子群算法应用于移动机器人路径规划时存在的易早熟、易陷入局部最优等问题,提出一种基于区域搜索的自适应粒子群(region search-adaptive particle swarm optimization algorithm, RS-APSO)路径规划方法。首先,通过区域搜索算法对原始地图进行预处理,减少地图中的无效信息。其次,提出两种可变算子对惯性权重因子进行调节,对加速因子进行自适应改进,增强算法不同时期的搜索能力,利用新的加速因子使粒子快速摆脱较差区域。最后通过动态避障策略,使机器人可以安全规避移动障碍物。仿真结果表明,RS-APSO算法相较于PSO算法,平均运行时间降低了30.3%,平均迭代次数降低了43.9%,在动态环境中也能生成安全路径。     

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。     

一种基于信息融合的巡线机器人电磁导航方法

围绕巡线机器人电磁导航,分析了电磁传感器阵列信息与机器人位姿之间强非线性映射的特点,提出了采用反向传播(BP)人工神经网络方法对机器人上的电磁传感器阵列信息进行数据融合的方法。该方法利用神经网络方法的非线性拟合逼近特点,通过离线学习训练,建立电磁传感器阵列信息与机器人机械臂相对导线的空间位姿的非线性映射关系模型,实现巡线机器人自主导航。该方法可有效减小单个电磁传感器信息检测误差对机器人导航控制的影响,提高机器人抓线控制的准确性。最后,通过实验验证了该方法的可行性和有效性。     

高动态下紧耦合组合导航改进UKF滤波器设计

由于紧耦合导航系统模型为非线性模型,采用线性化滤波方法,线性化误差将影响组合导航的精度,高动态下影响更为明显.UKF(平淡卡尔曼滤波器)避免了非线性系统模型的线性化过程,具有较好的精度.但在高动态条件下,随着滤波迭代计算的进行,舍入误差的积累会引起均方误差矩阵失去非负定性甚至对称性,使滤波增益矩阵失去合适的加权作用从而...     

基于导航识别和红外成像的变电站机器人巡检

为了推广应用无人值守变电站模式,自主开发了一种基于导航识别与红外成像技术相结合的机器人检测设备及巡检方法。应用结果表明：采用机器人技术进行变电站设备巡检,具有高智能、低成本的优点,既实现了站内设备的实时监测,又节省了布置红外成像仪的巨大成本。     

基于SURF特征的多机器人栅格地图拼接方法

实现地图拼接是多机器人协作创建地图的一项关键技术。研究了一种基于加速鲁棒特征(SURF)的多机器人栅格地图拼接方法,该方法通过对机器人运动坐标系进行刚体变换,将栅格地图拼接问题用图像配准的最小化问题来表示并建立数学模型。首先利用一种改进的SURF算法从待拼接地图中提取特征,然后利用随机抽样一致性(RANSAC)算法剔除误匹配得到初始拼接参数,并将拼接参数作为ICP算法的初值来求解目标函数。最后分别利用公开数据集和Turletbot2移动机器人进行了实验,结果表明该方法能对多机器人建立的栅格地图实现可靠拼接,鲁棒性好且精度高,拼接速度快适用于较大规模环境栅格地图拼接。     

基于视觉深度学习的机器人环境感知及自主避障

动态避障是机器人实现自主移动、安全行走的关键,面对复杂多变的室内场景,机器人需要能够及时检测到障碍物并动态规划安全的行走路线。本文利用RGB-D深度相机和IMU单元建立机器人环境感知系统,为机器人提供三维视觉和姿态角度等多模态信息。首先构建基于YOLOv4改进的目标检测模型,通过YOLOv4-M目标检测算法对彩色图像中的障碍物进行识别;将彩色图与深度图对齐,获取障碍物的尺寸信息以及机器人与障碍物的空间距离;根据机器人的实时姿态角度和对周围障碍物的识别信,建立基于改进的人工势场法避障决策模型,解决总势场计算陷入局部极小解的问题,动态规划行走路径,并将决策结果发送到机器人底盘控制单元,从而实现机器人在陌生场景中的自主运动。通过仿真分析及实物实验表明该方法可以实现机器人的自主避障。该方法的研究为机器人仅依赖视觉和惯导传感器就可以实现障碍物识别和自主移动避障提供了依据和参考。     

变电站巡检机器人单目视觉导航研究

正针对无人值守变电站巡检机器人导航定位的问题,介绍了一种基于引导线的单目视觉导航方案。方案中提出一种基于先验模板的四边检测路径导航算法,通过对采集到的图像的边界信息进行分析处理,控制机器人的运动方向。并设计了一种用QR码承载主要待检设备信息的编码方法,变电站新增监控区域时只需更换QR码,巧妙地避开了整个巡检策略变更的繁杂。视觉导航方案是在Windows操作系统下用LabVIEW虚拟仪器软件平台提供的IMAQ Vision模块和MATLAB联合编程实现的,仿真结果显示导航效果理想,简洁可靠,提高了路径识别速度,增强了方案的可移植性和灵活性,具有现实意义。     

基于图像分析的变电站巡检机器人视觉导航

为解决变电站巡检机器人导航定位的技术难题,提出一种变电站机器人巡检的总体方案,使用基于引导线的变电站智能巡视导航定位方法,系统软件是基于Windows操作系统下用Labview虚拟仪器软件平台提供的IMA Q Vision模块编程实现的,涉及对拍摄的图片进行图像处理,并且实现导航线的检测提取,对提高变电站巡检效率具有现实意义。     

变电站设备巡检机器人视觉导航方法

针对变电站巡检工作的实际需求,介绍了一种基于轨线引导的巡检机器人单目视觉导航方法。对于预先设置的引导轨线和停靠位标识,采用OpenCV和DirectShow软件库来开发视频采集程序,实现道路视频信息的实时采集;通过HSI模型对图像进行颜色提取,再采用数学形态学处理去除干扰信息;最终采用统计8-连通区的方法将导航线和停靠位标识分割提取出来,用采样估算方法计算导航线参数,通过比例系数融合导航参数以控制两驱动轮电机实现机器人的运动控制。实验表明,该方法实现了机器人的自主导航,能够适应绝大部分光照强度的环境,并具有较好的实时性和可靠性。     

基于0V7620的机器人视觉导航系统设计

视觉导航技术是移动机器人智能化研究的关键技术。本文介绍了一种基于CMOS图像传感器OV7620的视觉导航系统,通过分析OV7620的工作机理,采用FPGA和FIFO存储器协调工作进行图像采集缓冲,同时利用高速单片机实现视觉导航算法。实验表明本系统设计合理,集成度高,控制精确,有一定的实用价值。     

基于凸优化平滑动态窗口法的运动规划方法

针对煤矿井下路面崎岖,传统动态窗口法生成的角速度与线速度序列波动频繁无法控制机器人正常运动的问题,提出 了一种基于凸优化平滑动态窗口法生成的角速度与线速度的运动规划方法。 首先使用动态窗口法生成一组角速度线速度序 列,然后基于此序列构建目标函数利用凸优化求得最优解,达到去除原序列中的噪声的目的,实现对机器人的运动控制,求得的 最优解即为平滑后的角速度线速度序列;最后使用 MATLAB 进行仿真,验证不同地图下凸优化的平滑效果,并且与均值滤波和 VMD 重构信号进行对比。 结果表明,与对比算法相比,凸优化处理后的动态窗口法的角速度和线速度序列平滑效果最好,平均 绝对误差最小为 0. 005 6、0. 001 8,平滑了信号同时又保留了其特征。