移动机器人自主定位和导航系统设计与实现

为实现未知环境下,移动机器人自主定位和导航,构建精准的环境地图,提出移动机器人导航系统设计方法。采用蒙特卡洛算法对机器人进行定位,通过栅格地图扫描匹配方法进行地图构建,利用Dijkstra算法对当前地图进行路径规划。将上位机和下位机串口通信,把上位机路径规划的Twist消息发送给下位机,采用底层控制器来控制电机,实现移动机器人自主运动。实验结果表明:在实际环境中,移动机器人能够从起始点出发,自主绕过障碍物到达目的地,验证了该移动机器人自主导航系统设计方法的有效性。     

基于激光SLAM的移动机器人导航算法研究

定位技术是机器人技术中导航控制和路径规划的关键问题,传统定位方式采用全球定位系统(GPS),难以完成精准的定位导航功能,不依赖于GPS的定位导航方法是目前机器人领域的研究热点。提出一种基于激光雷达采集的点云信息帧间匹配方法,根据改进式激光点云数据的位姿估计算法,结合非线性优化进行了校正和优化,完成移动机器人对未知环境的精确定位。通过ROS机器人操作系统搭建实验平台,对改进算法进行验证,证明改进后帧间匹配算法的建图和定位效果对应的鲁棒性与定位精度效果更佳,可满足工程要求。     

一种基于激光雷达的移动机器人环境建模新方法

环境建模技术是自主式移动机器人导航研究中的一个重要环节.本文在分析当前普遍采用的一些环境建模方法及其缺点的基础上,针对复杂环境下移动机器人的导航任务提出了一种结合栅格法和改进AVBN法的环境建模方法.该方法首先读取激光雷达数据来建立栅格地图,再通过栅格扩张形成一个由可行路径所组成的网络拓扑图,从而可利用图搜索优化算法得到从起始点到终止点之间的一条最短路径.此方法的鲁棒性和有效性通过笔者自行研制的移动机器人IMR01及其HOMING策略得到了验证.     

基于ROS的全向移动机器人定位导航系统研究

针对传统移动机器人自主运行能力不足及系统设计困难的问题,以自行设计的四麦克纳姆轮全向移动机器人为研究对象,根据层次化和模块化的思想建立了基于混合硬件架构的全向移动机器人定位导航系统的总体设计框架,建立了基于机器人操作系统ROS(Robot Operating System)的实验平台,分析了基于激光雷达的移动机器人Fast-SLAM算法,通过搭建软硬件系统,对机器人的即时定位与地图构建功能进行了测试,对路径规划能力进行了实验。结果表明,该系统能够实现全向移动机器人在未知环境下地图的实时构建,且拥有良好的全局导航及局部避障能力。研究成果对全向移动机器人定位导航系统的研究具有一定参考价值。     

基于语义ORB-SLAM2算法的移动机器人自主导航方法研究

提出了一种基于单目视觉和激光雷达的同步定位与制图融合语义信息的新方法,该方法利用从单目视觉中提取的特征和在激光雷达深度地图中的对应关系来获得相对于关键帧的姿态数据,同时对图像进行语义分割;通过从深度卷积神经网络CNN获得的语义特征来细化语义信息,地图中的每个点都与一个语义特征相关联,以执行语义引导的本地和全局姿态优化。提出的语义标记和SLAM的耦合具有更好的鲁棒性和准确性。在室内环境中对装备单目视觉和激光雷达的移动机器人进行验证实验,实验结果表明:该方法可以提高机器人导航精度,实现机器人智能自主导航,同时也可以提供语义信息的图像数据。     

动态环境下基于IVS算法的多机器人路径规划北大核心

针对动态环境下的多机器人路径规划问题,采用改进虚拟弹簧算法(improved virtual spring algorithm,IVS)解决路径优化过程中局部最小值和障碍物附近目标不可达问题(GNRON)。首先,基于栅格法建立网络交互动态力学模型,描述多机器人系统网络结构;其次,以最优路径和最短时间为目标,基于机器人编队控制,提出IVS算法,同时建立有效的启发式规则,并根据动态障碍物自身的运动属性,重新规划一条障碍物少的路径;最后,采用MATLAB将本文方法与传统虚拟弹簧算法和动态A*算法进行仿真对比分析,验证IVS算法在解决多移动机器人路径规划问题上具有搜索效率高、避障能力强和环境适应性好的优势。     

基于实时栅格法的多机器人协作建图

针对多机器人协作建立空间地图的问题,提出一种实时栅格法,通过控制机器人的编队,在探索环境的过程中,实时生成栅格地图,并标示出障碍的位置。机器人之间采用定向红外测距和无线通信技术保持多机器人的编队形态,同时划分栅格区域。用领导-跟随法和VHF+避障法控制编队绕过障碍。论证了该方法的基本原理及可行性,在InnoSTAR机器人平台上验证了该方法的有效性。该方法计算简单,占用存储空间小,可以使用简单廉价的传感器在小型机器人上实现,但必须要精确控制机器人编队的相对位置。     

机器人二维码目标点识别与SLAM地图标记研究

用机器人将货物送至指定的二维码目标点时,使用的即时定位与地图构建(SLAM)算法为Cartographer。为识别二维码目标点并标记在SLAM创建的地图上,提出一种基于ZBar算法和融合Cartographer-SLAM与Hector-SLAM算法的方法对二维码目标点进行识别并标记。利用ZBar算法对摄像头捕捉到的二维码进行识别;采用Cartographer算法编写相应的服务即节点通信并生成Geotiff格式地图;保存地图时调用Hector-SLAM算法将目标点绘制在生成的Geotiff地图上。结果表明：与基于ZBar算法和Hector-SLAM算法进行二维码识别、建图与标记的方法相比,所提方法能在距目标点更远的地方识别到二维码且目标点位置标记更精确,误差更小,平均精度可提高67.6%。     

自主吸尘机器人在非结构性环境下的作业规划

本文主要研究自主吸尘机器人在实际环境下作业规划问题，提出了用电子地图建立模型的方法和通过机器人的自主工作民子地图的学习方式，并结合所要解决的实际问题，提出了基于任务和基于行为相结合的作业规划方法，很好地解决了非结构性环境下的机器人规划的效率和适用性问题，虽然这种方法是在研究自主吸尘机器人的过程中提出的，但也具有一定的普遍意义。     

基于改进D^(*)算法的巡检机器人路径规划北大核心

路径规划技术是巡检机器人的热门研究,针对传统D^(*)算法存在的如拐点多、效率低、路径安全度不高等问题,对传统D^(*)算法进行了改进,优化了子节点的选取方式,将全局地图环境分解为多个局部环境,在选取局部环境中的目标点时,以局部环境关键节点为主,舍弃无用节点和危险节点;又改进了代价估计函数,并引入平滑度函数。最终用MATLAB建立栅格地图进行仿真,结果表明:改进后的算法得到的路径转弯次数有所优化,拐点数目减少了约30%;规划效率得到了提升,规划时间节约了约20%;并且所得路径与障碍物保持了适当距离,提升了机器人运行过程中的安全性。     

基于复杂地形的四足机器人路径规划算法研究

针对四足机器人在复杂环境中摆动腿路径点规划不准确的问题,提出一种基于摆动腿路径规划的样条优化算法。该算法运用零力矩点（ZMP）稳定性准则,在对机器人COG轨迹进行规划的基础上,对机器人摆动腿足端轨迹路径点进行优化计算,并利用ADAMS建立其仿真模型用于计算机仿真。结果表明：该算法不仅能保证四足机器人安全避障,且能实现在复杂地形条件下平稳行走,验证了该算法的准确性和鲁棒性。     

基于ROS与融合算法的AGV路径规划研究北大核心

针对传统A^(*)算法在AGV路径规划中存在搜索范围大、转折多、实时性差等缺点,以A^(*)算法为基础,通过建立栅格地图,改进启发函数,去除多余节点和提高避障安全性。针对AGV在复杂环境下的动态路径规划问题,将改进A^(*)算法与动态窗口算法进行融合,规划出一条具有实时性的最优路径。通过仿真实验,验证了改进算法的有效性与可行性,实现了路径优化。通过机器人操作系统进行实验,结果表明AGV运行时的路径规划合理,满足实际应用需求。     

基于双层地图的分段式路径规划

为了解决移动机器人通过传统A~*算法路径规划经过门时因规划的路径靠近障碍物,导致定位丢失的问题,提出了基于双层地图的分段式路径规划方法。该方法通过对已经建立的栅格地图进行处理,从而绘制出门点图层,通过计算路径在门点图层上的代价值来判断路径是否经过门,而当判断出路径需要经过门时,则通过对原有路径进行分段路径规划。所提出的方法通过实验验证有效可行,避免了在经过门时因为移动机器人距离障碍物太近导致的定位丢失问题。     

基于改进蚁群算法的农用喷药机器人路径规划

研究农用喷药机器人路径规划问题,提出一种基于改进蚁群算法的路径寻优方法。首先,获取实际工作环境信息,抽象化处理工作环境,采用栅格法建立喷药机器人工作环境模型;其次,为使算法搜索更具目的性,引入目标点诱导机制,设计新的距离启发函数,并在此基础上对状态转移概率进行改进;为避免算法搜索出现停滞和提高路径搜索效率,通过引入信息素阈值限定、信息素局部和全局更新相结合的策略对信息素更新方式进行优化;最后,通过仿真实验测试两种算法解决喷药机器人路径规划问题的实际效果。结果表明:两种算法均能有效解决喷药机器人路径规划问题,且相比传统蚁群算法,改进蚁群算法不仅可以有效改善自身收敛性能,而且可以增强自身全局寻优能力。     

基于ADAMS的SCARA机器人运动学仿真研究

对SCARA机器人进行正逆运动学分析以及轨迹规划仿真时,不易直观地验证运动学算法的正确性和轨迹规划的效果。为解决以上问题,基于ADAMS软件环境,建立了SCARA机器人的三维虚拟样机模型,结合SCARA机器人的正逆运动学在笛卡尔空间对其末端规划一段圆弧路径轨迹,并将该圆弧路径轨迹数据导入虚拟样机模型中进行轨迹规划的仿真。结果表明,该系统为SCARA机器人运动学分析及轨迹规划方法的仿真验证提供了一个有效的平台。     

基于改进遗传算法的机器人路径规划北大核心

为解决机器人在多约束条件下路径寻优能力差、搜索算法收敛速度慢等问题,提出了一种基于改进遗传算法的机器人路径规划方法。首先,利用栅格法构建机器人工作环境,并以路径长度、平滑度和路径困难度为约束条件构建模型;其次,通过增加删除算子、平滑算子对传统遗传算法进行改进,并引入小生境法避免算法陷入早熟;最后,通过对比实验验证所提算法的性能。实验结果表明,所提方法能够在多约束条件下有效处理路径规划问题并找到最优路径,且与其他方法相比,所提方法在路径长度、平滑度、路径困难度以及运行时间等方面均具有相应的优势。     

一种室内自主清扫机器人的路径规划算法

为了降低室内自主清扫机器人的成本,同时达到实用性强、可靠性高的要求,使清扫机器人真正走进家庭,提出一种基于红外传感器的清扫路径规划算法。首先,分析目前现有清扫机器人设计的关键技术和存在的问题;给出本文机器人软硬件结构、传感器布置;详细描述清扫路径规划算法,该算法弥补了少量传感器采集环境信息的不足,使机器人有效判断障碍,进行环境识别,很好地适应未知环境,并且提高了清扫效率和面积。     

基于激光定位技术的机器人非接触无编程示教方法与实现

针对现有机器人示教系统操作复杂、示教编程难度高及需操纵机器人等问题,提出一种基于激光定位技术的机器人非接触无编程示教方法。以示教笔代替机器人末端工具绘制示教轨迹,通过激光定位技术获取示教笔的示教路径和动作,并通过机器人逆运动学求解及轨迹规划得到各个关节的控制轨迹,实现机器人的快速非接触无编程示教。最后通过搭建桁架式六轴机器人硬件和软件系统,实现了基于激光定位技术的机器人非接触无编程示教,验证了提出的示教方法的可行性。所提示教方法简化了示教过程,降低了操纵机器人带来的安全风险,且无需操作人员具备编程能力,使机器人示教工作具有良好的适应性,具有广阔的应用空间。     

非结构化环境中基于栅格法环境建模的移动机器人路径规划

以非结构化环境中移动机器人路径规划问题为研究对象,阐述了基于栅格法进行环境建模和基于人工势场法进行路径规划的思想及方法。基于MATALAB,通过边走边测和完全遍历两种策略的栅格法进行环境建模,使环境中的信息能够实时更新以保证环境模型的准确性,同时基于人工势场法进行路径规划。结果表明:在非结构化环境中,基于栅格法环境建模和人工势场法结合路径规划的方法规划出来的路径具有很好的实用性、合理性、实时性和环境变化适应性。     

基于模糊算法的水下机器人路径规划研究

针对水下机器人的工作环境的复杂性与不确定性,为了提高自主式水下机器人与外部环境交互及自主航行的能力,结合视线导航原理与模糊控制算法,提出一种未知环境下水下机器人的局部路径规划策略,可实现机器人的实时避障功能。利用测距声呐、短基线系统对环境进行探测,得到一定范围内的障碍物与目标信息,通过模糊控制器实时调整水下机器人的运动偏转角度,有效地避开障碍物,达到预定目标点。最后通过MATLAB进行仿真,构建一个仿真实验平台,交互式设置障碍物的数量、大小、形状、位置等初始信息,机器人运用该算法在多障碍物、不同路障环境下,都能较好地实现机器人避障,验证了算法的有效性。