基于动态自确定并行模糊聚类鸡群优化算法的水稻机器人路径规划

为了有效提高水稻机器人路径规划精度,提出了 一种基于动态自确定并行模糊聚类鸡群优化算法的水稻机器人路径规划方法.首先,构建基于碰撞威胁度、路径长度和路径平滑度的极坐标水稻机器人路径规划模型,在降低问题求解维度的同时,提高了机器人路径规划的可行性.其次,设计动态自确定并行模糊聚类鸡群优化算法(DMCSO),该算法利用动态...     

立体仓库多机器人协同路径规划与冲突消解

针对立体仓库中多机器人协同路径规划问题,建立了一个具有最优作业时间和能耗的多目标路径规划模型.采用分治-协作策略将多机器人路径规划问题分解为多个单机器人路径规划子问题.在路径规划中,采用改进的蚁群算法对每个机器人的初始路径进行规划.基于时空协同约束,采用协同迭代优化策略,提出了多蚁群协同进化算法.针对路径冲突问题,设计了一种动态优先级冲突消解策略,有效地解决了多机器人冲突问题,找到了最优路径组合.仿真结果表明,该方法能有效提高多机器人的协同搬运效率,降低能耗并缩短搬运时间.     

染色体重组鱼群算法的机器人导航路径规划

为了减少机器人导航路径的长度、提高导航路径规划的稳定性,提出了权值可调整染色体重组鱼群算法的导航路径规划方法.在环境建模方面,提出了边探索边建模方法,最大限度地保存了机器人工作空间.在路径规划方面,建立了机器人路径规划数学模型.在传统鱼群算法基础上进行了两点改进,一是提出了视觉范围和步长同步自适应调整方法,使算法探索能力和运动能力能够同步吻合调整,满足算法收敛和寻优要求;二是提出了权值可调整染色体重组方法,使鱼群能够跳出局部极值,向最优值区域靠近搜索,有利于提高算法寻优精度.同时使用改进鱼群算法与传统算法求解机器人路径规划模型,与传统鱼群算法相比,改进算法规划的最优路径长度减少了 5.01％,耗时减少了约一倍,路径规划稳定性也优于传统算法.     

基于慎思／反应混合范式的机器人足球决策系统的研究

机器人足球决策系统是机器人足球的核心技术,包括任务规划、角色分配、目标点确定、路径规划等重要环节.在模糊一致关系模型和神经网络的基础上,利用慎思/反应混合范式,综合应用了分布式智能、多智能体和移动机器人的理论,提出了一种全新的机器人足球决策系统.     

基于MRDS的清洁机器人室内路径规划算法的仿真实现

针对目前室内清洁机器人的路径规划算法理论研究较多,而难以应用于实践的问题,建立了清洁机器人相对定位的数学模型,通过使用清洁机器人的迂回式路径规划、回字形路径规划、包围式路径规划和启发式路径规划算法进行了研究,分析了路径规划算法的具体实现过程.利用微软机器人开发平台（MRDS）,使用可视化编程语言（VPL）,对4种路径规划算法进行仿真实验.对启发式路径规划中激光测距仪的返回数据进行了分析,将单位时间内各路径规划算法的转弯角度作为评价算法优劣的标准,比较了各路径规划算法的优缺点.研究结果表明,启发式路径规划中,清洁机器人能够根据当前的环境信息选择最佳路径,相同时间内所用转弯角度最少,该算法优于其他算法,具有一定的推广价值.     

基于改进蚁群算法的巡检机器人避障路径规划方法设计

针对机器人进行避障路径规划时存在收敛速度差、规划路径长、迭代次数多以及规划时间长的问题,提出基于改进蚁群算法的巡检机器人避障路径规划方法。首先使用栅格法划分巡检机器人工作环境,通过对像素矩阵等指标的分析,构建栅格地图模型;基于人工势场法提出蚁群路径规划算法,使蚁群适应子空间的搜索;最后在模型中利用该算法,寻找该模型的最佳路径。实验结果表明,运用该方法进行路径规划时,收敛速度高、规划路径短、迭代次数少以及规划时间短。     

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。     

基于线性矩阵不等式的巡检机器人路径规划

针对现有的巡检机器人路径规划方法对路径约束考虑不足的问题,提出一种对运维任务环境中巡检机器人路径规划的算法.使用Delaunay划分法对机器人工作环境进行三角划分;使用整数规划法对问题中的变量进行定义;将问题转换到求解线性矩阵不等式,以此得到符合航迹规划要求的最优轨迹.这种算法简单、完备,并且不会陷入局部最小点.构建了巡检机器人工作环境并进行仿真;与其他相近方法进行对比,验证了该算法的正确性与高效性.     

改进蚁群算法在焊接机器人路径规划中的应用

路径规划是机器人研究的核心内容之一。为了解决针对于白车身生产线焊接机器人路径规划效率低下的问题,提出了一种改进的焊接机器人路径规划的方法,分析了焊接机器人路径规划问题的构成。并针对基础蚁群算法在解决焊接机器人路径规划时,容易出现搜索时间过长、效率低、容易陷入局部最优等问题,引用了粒子群算法。利用粒子群算法对蚁群算法随机产生的若干组较优解进行交叉和变异操作,得到了更有效的解。最后在MATLAB中利用优化后的蚁群算法计算最佳焊接路径,并与基础蚁群算法的结果对比。对比情况表明:优化的蚁群算法在解决焊接机器人路径规划问题上能得到更优的焊接路径和稳定性。     

新型轮式按摩机器人的路径规划算法

提出一种可实现捶、滚、揉等按摩手法的新型轮式按摩机器人,及其按摩全覆盖路径规划算法——改进的往返式路径规划算法。基于该按摩机器人及中医按摩手法,分析了轮式按摩机器人的路径规划要求和传统往返式路径规划算法特点,建立轮式按摩机器人控制系统模型。采用传统往返式路径规划算法和改进的往返式路径规划算法,分别获得3种按摩手法情况下轮式按摩机器人的运动路径。结果表明,双向往返式路径规划算法能够保证按摩机器人遍历整个背部区域,改进的往返式路径规划算法提高了按摩路径覆盖率,有助于提高按摩效果。