基于KQML语言的多自主移动机器人仿真系统

用JAVA语言开发了栅格环境下的多自主移动机器人仿真系统,通过KQML语言通信模拟了多个自主的移动机器人,机器人的自主性主要体现在自主感知环境和自主进行路径规划、任务执行和安全导航等工作．该仿真系统具有平台无关性、地图无关性、算法无关性以及机器人配置的无关性,为多自主机器人系统的研究提供了一个可借鉴的平台．     

一种改进多机器人分布式滚动路径规划算法

针对多移动机器人全局静态环境未知的路径规划问题,采用了一个全局性能指标,在保证路径较优的情况下,最小化机器人的停顿时间,提出机器人之间以修正局部路径为主的协调策略。根据多机器人滚动路径算法的原理,设计了改进的多机器人分布式滚动路径规划算法。在已有仿真系统上进行测试,比较了所提出的协调策略与改变机器人移动速度协调策略对性能指标的影响。仿真结果表明,静态环境未知情况下,机器人可以并行规划各自的协调路径。     

多机器人路径规划方法研究

路径规划是当前多机器人系统石矸究的一个热点问题。在对已有方法研究的基础上,提出一种全局路径规划和局部路径规划有效结合的新方法。仿真结果表明,该方法能提高路径规划的效率,使机器人具有良好的避碰能力,较好地实现了多机器人的路径规划。     

移动机器人路径规划算法仿真及实现

机器人路径规划是机器人领域的一个重要分支,而路径规划算法是机器人的核心内容。本文重点研究路径规划算法,包括基础路径搜索,静态环境、动态环境的路径规划算法,通过仿真实验确定算法的可行性,并进行优化。最后,通过移动机器人实体验证路径规划算法。采用Python作为开发语言,先采用Pycharm作为开发环境并进行算法的实验仿真和对比;随后采用JupyterLab作为开发平台,使移动机器人能按照算法给出的路径移动。实验结果表明该算法可行。     

未知环境下基于A~＊的机器人路径规划算法

本文提出了一种未知环境下基于A*的机器人路径规划算法。采用基于A*算法的二次路径规划策略,机器人在遇到未知障碍物的情况下能有效地进行路径重规划;采用基于优先级的子节点生成策略,考虑了机器人的宽度信息,使规划路径能在真实的物理机器人上得到执行;最后,通过MobileSim仿真平台和Pioneer P3DX真实机器人验证了此算法的有效性和可靠性。基于A~*的新算法拓宽了原算法的适用范围,提高了机器人的智能水平和实时路径规划能力。     

一种新型协作多机器人路径规划算法

研究了一种在动态环境下的新型协作多机器人路径规划算法。采用集中式与分布式相结合的多机器人系统体系结构,弥补了在分布式环境下的全局性较差和在集中式环境下的实时性较差等不足。在此基础上,通过融合免疫协同进化算法与人工势场法解决全局路径规划与局部路径规划问题,以有效提高机器人的全局协调能力及自适应水平。仿真实验证明了所提算法在动态环境下实现的可行性与有效性。     

基于环境预测的步进式运动协调策略

为了解决未知动态环境下的多机器人系统的路径规划问题,在改进的势场栅格法的基础上,提出了一种基于环境预测的步进式多机器人运动协调策略。针对机器人躲避移动障碍物的避障运动和机器人之间避碰运动的不同,分别提出了协调策略Ⅰ和协调策略Ⅱ。为了验证协调策略的有效性,将该方法用于多机器人系统的路径规划中,并利用Visual C++进行仿真。仿真结果表明,用该方法进行路径规划是可行的和有效的,并且算法简单、计算量小。     

基于足球机器人个性的自组织路径规划研究

路径规划技术是足球机器人技术研究中的一个重要领域。本文针对足球机器人个性的自组织路径规划研究,模仿生物系统对多机器人系统提出了个性的概念,并且提出了多机器人系统个性演化的方式和数学表达。最后运用这种控制方式进行了仿真实验,验证了这种控制方式确实具有自组织的能力。     

用于多机器人路径规划的一种改进蚁群算法

基于MATLAB平台,将改进的蚁群算法应用于多移动机器人的路径规划。为了避免多机器人协作时容易引起的"任务死锁",每当机器人选择到系统中所有机器人一起合作也无法完成的任务时,降低该任务的信息素浓度,使得机器人能够跳出该任务,从而得以顺利完成其他可完成的任务。仿真研究表明:该算法能明显改善多机器人路径规划性能,并且算法简单有效。     

动态调整操作序列的多机器人无碰运动规划

针对共享工作空间的多台机器人,提出了一种协调无碰运动规划方法.作为离线规划的解耦法,该方法主要分为2个阶段.第1阶段,根据任务需求在不考虑机器人间相互冲突的情况下,通过概率路径地图(PRM)法规划出各机器人与静态环境的无碰路径;第2阶段,把机器人的路径描述成连续的位形序列后构造系统的状态空间,形象地把所需解决的问题转换成高维状态空间中的连续路径搜索问题.在此基础上,提出了多机器人的避碰策略、运动序列优先级的动态调整方法和改进的A*算法,实现了多机器人系统无碰协调运动规划.通过2个仿真案例验证了该方法的可行性及有效性.结果表明,所提方法能快速、有效地得到多机器人协调无碰运动路径.     

无人机动态路径规划可视化仿真系统研究

针对现阶段无人机动态路径规划算法仿真可视性差和飞行环境仿真不足等问题,提出了一种基于Cesium的无人机动态路径规划可视化仿真系统;该系统在基于Client/Server(B/S)架构基础上,使用开源三维虚拟地球Cesium可视化引擎,按照可视化系统的总体设计及流程,利用坐标系转换方法与三维可视化技术,构建了一个无人机在真实地理环境中动态路径规划可视化仿真系统,实现了三维人工势场法路径规划的动态可视化仿真展示;实验表明,该系统不仅能够直观展示无人机在真实地理环境下的动态路径规划过程效果,还能够为相关研究提供直观、全面的可视化分析和评估手段。     

基于视觉引导多AGV系统的改进A*路径规划算法

研究基于视觉引导自动引导车(AGV)的改进A*路径规划算法.首先,设计一种包含导航、定位和任务信息的图形编码标志方法,AGV通过识别位于车身前方网格型路径中有序排布的编码标志进行快速定位和下一位置预判,为多AGV规划奠定基础;其次,根据网格型路径构成的动态随机网络,提出一种改进A*算法,将AGV在运动时产生的动态时间耗费作为参考指标,以实现多AGV在路径网络中的路径规划和冲突避让策略,提高固定路网资源的利用效率;最后,对多AGV在网格型路径中协同工作的场景进行仿真,实验结果表明,所提出的改进算法可以有效应用于多AGV系统,并且提升整体系统的工作效率.     

改进蚁群算法的机器人焊接路径规划

利用改进蚁群算法,引入最大最小蚂蚁系统和局部搜索策略,避免蚁群算法出现早熟、停滞问题,并提高了算法的求解速度和精度,实现了合理规划白车身机器人焊接路径和提高焊接机器人的工作效率的目的.设计了白车身机器人焊点规划程序,并将其应用到白车身底板某工位,从仿真结果表明:将改进蚁群算法应用到白车身机器人焊接路径规划中,验证了算法的有效性和可行性.     

输送线设计仿真系统

针对目前输送线系统的设计开发中,在结构设计与布局方案规划、控制系统现场安装调试、规模较大系统的实时输送路径规划等环节普遍存在着工作繁琐、修改灵活性差、现场安装调试复杂等问题,本文设计研发了一种基于Unity3D的模块化输送线设计仿真系统,以模块化输送机Unity3D三维模型为基础,通过Winform人机交互实现设计方案的模块化快速拼装构建;采用软PLC技术和分布式控制器架构实现输送线控制系统的离线编程与现场快速安装;通过遗传算法规划物料运输最优路径,最终完成输送线系统的仿真运行,全面验证系统设计方案、控制编程与路径规划的有效性和正确性,为后续的输送线实物快速设计与现场安装奠定基础.     

VARIABLE PATROL PLANNING OF MULTI-ROBOT SYSTEMS BY A COOPERATIVE AUCTION SYSTEM

A cooperative auction system (CAS) is proposed to solve the large-scale multi-robot patrol planning problem. Each robot picks its own patrol points via the cooperative auction system and the system continuously re-auctions, based on the team work performance. The proposed method not only works in static environments but also considers variable path planning when the number of mobile robots increases or decreases during patrol. From the results of the simulation, the proposed approach demonstrates decreased time complexity, a lower routing path cost, improved balance of workload among robots, and the potential to scale to a large number of robots and is adaptive to environmental perturbations when the number of robots changes during patrol.     

基于无人机中继的导弹集群任务规划系统研究

导弹集群协同作战是C4ISR的网络攻击的典型作战模式,本文以无人机中继模式为例分析了导弹集群实施远程打击的作战流程。任务规划系统的关键技术包括网络体系下的系统结构、任务调度技术、实时航路规划技术、人在回路制导方式下导弹饱和攻击技术等。设计了导弹集群任务规划仿真系统,主要功能包括:任务管理、地图预处理、数据链信息处理、任务规划、视景仿真等。导弹集群协同航路规划子系统是任务规划系统的重要子系统,对其系统结构进行了分析与设计,并给出了航路规划的仿真结果。     

智能化战术飞行轨迹规划方法研究

对态势评估与规划系统进行集成,提出了智能化战术飞行轨迹规划系统方案.基于贝叶斯网络和模糊推理技术,实现了战场威胁级别及其相对重要性程度的综合评估.利用模型预测控制的滚动优化和在线校正原理,实现了飞机在线飞行路径规划.建立了路径规划代价函数中加权因子的智能化分配方法,进而实现了威胁评估与路径规划之间的集成,使得路径规划系统能够自适应战场态势的动态变化.最后通过仿真验证了所提出方法的有效性.     

三维可视化的喷涂机器人离线轨迹规划系统

传统的喷涂机器人采用人工示教的方式生成喷涂轨迹,该方法依赖工人经验,规划时间长,且不能产生最佳轨迹。为克服这些缺陷,提高喷涂机器人的喷涂质量与喷涂效率,文中通过对喷涂机器人喷涂过程建模、喷涂路径规划、喷涂过程仿真进行深入的研究与分析,建立了喷涂机器人离线轨迹规划与仿真系统整体框架。在此基础上,采用MFC和OpenGL开发了完整的离线轨迹规划与仿真系统,该系统能够针对不同的工件生成正确的轨迹,并能够进行三维可视化的仿真及效果显示。     

基于遗传算法的移动机器人动态路径规划研究

针对移动机器人未知、动态环境下路径规划的难题,对移动机器人进行了系统设计,采用动态栅格法对环境建模,在对传统遗传算法进行一定的改进的基础上,个体评价函数采取可行路径适应度函数和不可行路径适应度函数分别进行处理,通过算法设计和仿真可知,采用该方法对移动机器人进行动态路径规划时,与任何障碍物不发生碰撞,路径短而且规划曲线平滑,达到了满意的规划效果和收敛速度。     

实现机器人动态路径规划的仿真系统

针对机器人动态路径规划问题,提出了在动态环境中移动机器人的一种路径规划方法,适用于环境中同时存在已知和未知,静止和运动障碍物的复杂情况。采用栅格法建立机器人空间模型,整个系统由全局路径规划和局部避碰规划两部分组成。在全局路径规划中,用快速搜索随机树算法规划出初步全局优化路径,局部避碰规划是在全局优化路径的同时,通过基于滚动窗口的环境探测和碰撞规则,对动态障碍物实施有效的局部避碰策略,从而使机器人安全顺利地到达目的地。仿真实验结果说明该方法具有可行性。