基于改进遗传算法的工业机器人喷涂路径优化

以往的工业机器人喷涂路径优化方法由于没有计算适应度函数,导致规划的路径长度过长。基于此,文章提出了基于遗传改进算法的工业机器人喷涂路径优化方法,通过二进制的编码方式,对工业机器人的个体进行编码。在工业机器人工作的二维空间中,进行初始种群的优化,利用改进遗传算法,计算适应度函数,生成喷涂路径,从而完成对工业机器人喷涂路径优化方法的设计。在仿真实验中,通过和以往的工业机器人喷涂路径规划方法进行对比,基于改进遗传算法的工业机器人喷涂路径优化方法具有更好的优化效果,缩短了工业机器人喷涂路径的长度。     

多移动机器人3阶段解耦路径规划

针对多移动机器人集群在路径决策时任务执行时间过长、容易陷入死锁等问题,课题组提出了一种3阶段解耦路径规划方法。利用栅格法建立二维环境模型,首先以传统蚁群算法为基础,引入参数自适应机制和路径指引函数,提高算法的收敛速度;其次将多机器人集群路径规划分为3个阶段,提前预判出冲突路段,减少机器人的等待时间和绕行距离;最后利用MATLAB软件进行仿真实验。仿真结果表明:使用改进后的蚁群算法进行路径规划最优路径长度减少了5.5%,算法的收敛速度提升了近50%;在不同的栅格环境下,可以有效地预测和消解多机器人间的冲突。该研究为多机器人的路径规划提供了一种新的方法。     

取档机器人路径规划的改进Dijkstra算法

档案库取档机器人在使用传统Dijkstra算法进行路径规划时,存在无法筛选出拐弯数最少、经过节点数最少的最短路径等缺点,提出了一种改进型的Dijkstra算法。首先针对档案库平面布局建立基于拓扑法的电子地图;然后根据任务需求,建立最短路径搜索数学模型;采用Dijkstra算法并结合深度优先遍历算法筛选出任意2个节点间的所有最短路径,并找出花费代价最小的路径。最后对改进的算法进行仿真实验,结果表明,改进后的Dijkstra算法可以有效地提高取档机器人的运行效率,可以用最小的行驶代价到达目标点。     

室内移动机器人搜索人的算法设计

针对室内环境中经常出现的移动机器人搜索人的问题,设计并实现了一种在栅格地图基础上基于改进的遗传算法和A~*算法进行路径规划的算法。移动机器人采用开源机器人操作系统(ROS)框架,在SLAM的基础上完成机器人自定位以及校准、路径规划和导航。对室内环境栅格地图应用单元分割法得到一系列以障碍物分割开的子区域,应用遗传算法规划最优的区域间转移序列,同时使用A~*算法进行两点之间的导航规划。仿真与实验结果证明:该算法可以在已知的室内环境中提供最优化的搜索路径,在短时间内完成找到人的任务。     

基于改进鸡群优化算法的食品拣取机器人路径规划

目的:优化多工位食品拣取机器人路径.方法:提出了 一种基于改进鸡群优化算法(Improved Chicken Swarm Optimization,ICSO)的食品拣取机器人路径规划方案,充分考虑单个工位点机器人最优拣取位置和多工位点之间机器人移动最短距离,构建多工位食品拣取机器人路径规划双层模型.利用密度峰值聚类算法...     

基于ROS的履带式机器人自主建图与路径规划研究

针对农业履带式移动采摘机器人在自主采摘作业中的自主建图与路径规划性能,该文致力于研究基于ROS开发的履带式移动采摘机器人的自主建图与路径规划系统。通过在履带式移动采摘机器人的底盘上方装配激光雷达及姿态传感器用来获取周边环境的信息和机器人的运动信息,再通过Gmapping算法搭建机器人周边环境的全局栅格地图。对于机器人的路径规划功能,最终通过A*算法实现全局路径规划,通过DWA算法实现局部避障功能。最后选取实验室外部走廊作为履带式移动采摘机器人自主建图和路径规划的实验场地,实验结果表明该履带式移动采摘机器人能够进行自主建图并进行路径规划,躲避周边出现的障碍物,并最终到达指定目标地点,满足自主导航需求。     

“走迷宫的机器人”设计与制作

走迷宫的机器人是移动机器人路径规划算法的典型应用,在国际上迷宫机器人一直是控制领域和计算机领域的研究热点问题,文章结合迷宫机器人走迷宫的实际特点,对机器人走迷宫的一些算法进行了研究和改进,从而实现了机器人在无人为干预下自主走迷宫的目标。     

基于遗传模糊算法爬壁机器人避障仿真研究

为解决爬壁机器人壁面作业过程中的避障问题,课题组提出了基于遗传算法优化的模糊控制算法.首先,建立了爬壁机器人在壁面的运动模型,求解出机器人运动学方程;利用平面栅格的方式进行描述机器人运动路径的规划;采用遗传算法对爬壁机器人模糊避障控制进行优化,并给出具体优化步骤.利用MATLAB进行仿真实验,仿真结果表明:与遗传算法进...     

一种基于改进人工势场法的路径规划技术

针对传统人工势场法在路径规划中出现的局部最小值问题和振荡问题,提出了引入虚拟局部目标,修改斥力场函数的解决方案。为增强算法的实用性,提出了一种考虑障碍物体积的方案。最后文章还使用了另一种方法来优化改进的APF算法规划出的路径。在该方法中,最优路径由尽可能少的直线组成,节省了机器人运动的时间。仿真实验结果表明文章所提算法能够较好的实现移动机器人的路径规划任务。     

于密度峰值聚类并行麻雀搜索算法的食品机器人路径规划

目的：提高食品拣取机器人工作效率。方法：提出了一种基于密度峰值聚类并行麻雀搜索算法的食品拣取机器人路径规划方法。建立以总移动距离、点位间路径平滑度和移动安全度为评价指标的食品拣取机器人路径规划模型,在保证机器人移动安全的同时,尽可能提升路径平滑度和降低移动距离。设计密度峰值聚类优化麻雀搜索算法(DSSA),利用改进的密度峰值聚类算法对麻雀种群进行聚类分析,并根据聚类结果划分不同子族群和定义麻雀迭代进化方式;结合多点位路径规划模型和点位间存在的4条潜在移动路径,重新定义麻雀编码方式,搭建并行计算架构,以提高DSSA求解路径规划模型的精度和运算效率。结果：仿真结果表明,相比于其他食品机器人路径规划方法,总移动距离减少了7.3%~39.2%,移动时间降低了26.7%~50.1%。结论：所提方法能够明显改善食品分拣机器人路径规划效率,对提升食品加工企业生产效率具有一定的应用价值。     

智能消杀机器人路径规划与滑模跟踪算法研究

为了实现消杀机器人的自主移动控制,研究了基于A-star算法的机器人连续积分滑模路径跟踪控制方法。首先,采用A-star路径规划算法,实现移动机器人的全局快速路径规划,从而得到最优的机器人运动路径。然后,根据输出路径,设计分段连续积分滑模跟踪控制器,该控制器有效地提高了系统的趋近速率,实现跟踪误差在有限时间内趋近于零,保证路径跟踪精度和控制系统的稳定性。最后,通过仿真实验验证了方法的有效性。     

基于PeerCast的P2P流媒体节点选择机制的研究与改进

针对Overcast系统的延迟性能较差和节点树的平衡性问题,对其带宽优先算法延迟性能进行改进并对其节点结构树予以平衡.仿真实验表明,该算法相比于原来的节点选择算法,性能得到了明显的改善.     

一种基于RPP算法改进的路径规划

针对RRT算法缺乏稳定性和收敛速度慢的问题,该文将双向搜索树与RPP算法相结合,提出一种基于RPP算法改进的双向搜索路径规划算法。该算法利用RPP算法构建双向搜索树其中的一棵搜索树,同时以该搜索树扩展得到的新节点作为另一棵搜索树的临时扩展点。该算法采用RPP算法的思想,提高了算法的稳定性;利用随机节点生成函数,有效避免了路径陷入局部极小。通过仿真实验,结果证明了算法的有效性和稳定性。     

基于改进粒子群算法的机器人时间最优轨迹规划

针对标准粒子群算法在进行机器人时间最优轨迹规划时容易陷入局部最优、早熟等缺点,提出一种快速收敛的改进算法.算法采用动态学习因子策略替代传统固定的学习因子,并在此基础上利用"3-5-3"混合多项式插值函数进行规划,最后在MATLAB仿真软件中完成机器人各关节运动轨迹的拟合.研究结果表明:改进粒子群算法的局部收敛速度和全局...     

基于改进的蚁群算法的复杂制造系统物流配送路径优化

为了对复杂系统中物流网络进行规划,在分析复杂制造系统物流网络特点的基础上,用多级有向图来对物流配送问题进行建模。针对物流路径的流量和时间限制,以寻找满足约束条件的最小成本的路径为目标,利用改进的蚁群算法对配送路径进行规划,最后运用MATLAB语言编程仿真。改进后的蚁群算法克服了一般蚁群算法的不足,提高了算法的性能,可以解决复杂制造系统的物流网络配送路径优化问题。     

基于改进NURBS曲线插补算法的食品分拣机器人轨迹规划

目的：为了更好地规划食品分拣机器人的运动轨迹,降低其振动幅度,使食品分拣机器人能够高精度地完成任务。方法：以Delta并联机器人为基础,结合NURBS曲线插补算法和改进的遗传算法,提出了一种以最优运动时间为目标的食品分拣机器人路径规划方法。采用改进遗传算法来优化NURBS曲线。通过仿真对优化前后进行对比分析,验证了该优化方法的可行性。结果：与优化前相比,所提的优化方法可以在一定程度上降低食品分拣机器人的运动时间,从优化前的3 230 ms降低到优化后的3 070 ms。关节空间的机器人曲线也更加平滑,可以充分发挥并联机器人的性能。结论：该轨迹规划方法能有效提高食品分拣机器人的分拣稳定性和效率。     

基于轮式移动平台的新型湿式清洁机器人系统

详细阐述了一种基于轮式移动平台的新型湿式清洁机器人系统,该系统主要包括机器人的移动平台和工作装置（清扫机构、吸尘烘干机构和拖布机构）.该系统利用拖布机构克服了传统干式清洁机器人对污渍清洁效果差的缺点,提高了地面的清洁度;并利用吸尘系统的热气流实现对地面的及时烘干;基于“莫比乌斯带理论”的拖布布置形式,有效延长了拖布的使用寿命,减少了拖布的更换次数.     

采用双目视觉的织物曲面接缝提取与缝合路径规划

针对曲面织物的接缝自动提取及缝合路径规划问题,提出一种基于双目视觉的接缝自动识别方法。结合缝合预制件的三维点云与二维图像之间的空间位置转换关系,得到预制件二维图像中接缝在三维点云中的映射;进一步采用基于弗莱纳雪列矢量的路径规划方法,对缝合路径上各位置的弗莱纳雪列（Frenet-Serret）矢量进行计算,求出机器人末端执行器的位姿,利用MatLab 对机器人的缝合路径进行仿真。实验结果表明：该方法能够精确快速地对接缝的空间位置进行定位,解决了自动缝合过程中缝合路径寻找困难、精度不高等问题,并可快速地对机器人缝合路径进行规划。     

基于RBF神经网络的码垛机器人轨迹优化

为了提高码垛机器人笛卡尔空间轨迹规划算法的收敛性和稳定性,提升机器人运行轨迹圆滑度。首先从运动学角度出发,建立了码垛机器人运动学模型。针对码垛机器人笛卡尔空间轨迹规划提出了一种基于RBF神经网络的码垛机器人轨迹优化算法。仿真结果表明,经过RBF神经网络轨迹优化使得在拟合的曲线更加接近实际的曲线,减小了逼近误差,提高了规划的准确性。该方法能够有效提升码垛机器人运动轨迹圆滑度,保证码垛机器人能够按照预定轨迹路径进行运动,有效实现了机器人笛卡尔空间轨迹规划。     

基于12方向24邻域的A*算法路径规划研究

针对传统A*算法在路径规划时,扩展节点与路径包含节点较多、搜索效率低、路径不平滑等问题,提出了一种基于12方向24邻域节点搜索的改进A*算法。给A*算法启发函数设置一个权重系数以减少冗余节点的数量;并且改进了传统A*算法8邻域的搜索策略,在父节点周围7×7的栅格地图中选取24个搜索邻域,按照目标点与当前点的位置关系剔除一半的冗余节点,保留12个方向的节点;然后利用贝塞尔曲线对规划的路径进行平滑处理。仿真及实验结果表明,改进后的A*算法相较于传统A*算法,扩展节点数减少了约44%,路径包含节点数减少了约43%,搜索时间减少了约69%,以此验证了该方案的可行性与有效性。