移动机器人的导航与路径规划的研究

本文对移动机器人的导航与规划的方法进行了总结和比较,并且讨论了这些方法的优缺点。     

基于ARM的移动机器人全局路径规划策略

针对移动机器人在已知环境下对地图进行全局路径规划的问题,提出一种采用AutoCAD软件的DXF文件作为地图源码,在不采用任何外设传感器的情况下,实现移动机器人地图匹配与定位的全局路径规划策略。该策略由软件体系和硬件体系两部分结构组成,软件体系采用Windows CE作为系统平台,C语言作为读取工具,对DXF文件进行读取处理;硬件体系选取ARM(S3C2410)为移动机器人处理器,实现Windows CE系统的嵌入;并对该策略的可靠性进行分析。通过室内定位实验评估其有效性和准确性。     

基于多传感器信息融合的移动机器人路径规划

移动机器人是机器人技术的一个重要领域，是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。动态未知环境下的移动机器人路径规划必须基于多传感器信息融合来获得对环境的理解或映射。本文就国内外移动机器人发展现状、多传感器数据信息融合方法及移动机器人路径规划进行了概述。     

清洁机器人基于遗传算法的全区域路径规划

介绍并分析了国内目前的几种智能型清洁机器人的全区域路径规划方法.以此为基础,提出了利用遗传算法对清洁机器人进行全区域路径规划的方法,最后对仿真结果进行了分析.     

室内移动机器人路径规划算法

路径规划是移动机器人导航技术中的核心问题。在以往的研究中,机器人被视为一个点并且优化的目标为使路径最短,这种建模方法得到的路径往往不具有良好的可执行性。讨论了一种考虑路径平滑度和路径安全度的规划算法,并通过带惩罚函数的粒子群算法对其进行求解。最后在MATLAB中通过仿真试验验证了算法的有效性。     

移动机器人在线实时路径规划

研究了不确定环境下移动机器人的路径规划问题。采用全局规划和局部规划相结合的方法，提出了一种基于极坐标空间，以期望方向角为优化性能指标的在线实日寸路径规划方法。该法利用机器人的传感器系统，实时探测局部环境信息，在每次的局部规划窗口，确定机器人的期望方向角，以机器人的实际运动方向角与期望方向角之间的差异来驱动机器人避开障碍物和朝向目标点运动。该法不仅简单灵活，而且克服了全局规划和局部规划的缺陷。仿真实验表明其有效可行性、实时性、优化性、精度高、稳定性好。     

基于ROS的移动机器人定位与路径规划仿真

针对移动机器人研发过程中成本高、无硬件条件下无法对机器人运动进行控制的缺点,通过仿真实验的方法对移动机器人的关键技术进行了研究。首先,对移动机器人的定位展开研究,在ROS系统内使用gazebo工具构建室内2D环境及带有传感器的移动机器人模型,使用AMCL算法进行定位仿真实验。其次,对路径规划方法展开了研究,在MATLAB中使用A*算法与DWA（动态窗口法）相结合的方法对移动机器人进行了仿真分析。最后,通过对实验结果的分析验证了AMCL（自适应蒙特卡洛）定位方法、A*算法及DWA算法的有效性。     

移动机器人路径规划方法研究

路径规划技术是智能移动机器人研究领域的一项关键技术。文章首先阐述了移动机器人路径规划的概念并介绍了当前的国内外研究发展状况;然后分别从传统路径规划和现代路径规划两个方面对路径规划方法展开了研究;最后以A*算法和蚁群算法为例进行了MATLAB仿真实验,对今后路径规划的研究具有一定的参考意义。     

未知环境中基于强化学习的移动机器人路径规划

为解决未知环境中移动机器人的自适应路径规划问题,提出了一种基于Q学习算法的自主学习方法。首先设计了未知环境中基于传感器信息的移动机器人自主路径规划的学习框架,并建立了学习算法中各要素的数学模型;然后利用模糊逻辑方法解决了连续状态空间的泛化问题,有效地降低了Q值表的维数,加快了算法的学习速度;最后在不同障碍环境中对基于Q学习算法的自主学习方法进行了仿真实验,仿真实验中移动机器人通过自主学习较好地完成了自适应路径规划。研究结果证明了该自主学习方法的有效性。     

一种移动机器人的路径规划算法研究

针对移动机器人路径规划过程中存在易陷入局部最优、规划质量差和规划效率低等问题,提出一种结合入侵杂草算法和NURBS算法的混合路径规划方法。首先,根据路径规划要求建立目标函数,并将规划问题转化为函数最小值求解问题。然后,利用目标函数来指导入侵杂草算法寻找安全可行的路径点,接着将NURBS算法作为局部路径优化算子光滑处理路径,缩短路径长度。最后,在仿真环境下进行对比分析。结果表明,该方法相比于传统的入侵杂草算法在路径质量和效率上均有所提高,对实际移动机器人路径规划研究具有较高指导作用。     

全向轮机器人路径规划与导航系统设计

全向轮机器人因不存在非完整性约束可向任意方向做直线运动而不需事先做旋转运动,可执行复杂的弧线运动。介绍了一种基于正交码盘与陀螺仪建立的全向轮底盘定位系统与基于Bezier曲线路径规划的机器人导航算法。以13年亚太机器人大赛国内选拔赛参赛机器人为平台,通过研究三轮全向轮底盘的运动特性,以DSP+FPGA为控制核心,结合外部传感器实现了对机器人的运动控制,使其能够跟随基于Bezier曲线规划的路径运动。实验表明,该套控制系统具有良好的运动控制精度,并在比赛应用中满足了高速、精确的底盘运动控制要求。     

基于八卦图的移动机器人全局路径规划

针对已知环境信息下的移动机器人全局路径规划问题,提出了一种基于八卦图的波传播路径规划算法。首先将移动机器人运行环境建立极坐标系下的八卦图,然后搜索合理路径,最后通过合理路径评价与优化得到最终规划路径。仿真与实验结果证明了算法的低耗时和实用性。     

移动机器人路径规划的现状与发展

机器人路径规划是移动机器人导航的核心技术之一.移动规划技术近年发展迅速,涌现出了许多规划方法,在环境描述方式和技术的基础上,总结了机器人发展史上具有典型意义的规划方法,探讨了几种路径规划方法,分析了栅格分解法、人工势场法、同步定位与地图构建法,并指出了其各自的性能.     

基于遗传算法的深海集矿车避障路径规划方法

本文主要研究和利用遗传算法实现深海集矿车避障路径规划的方法。将连续的路径离散化，并用随机数模拟各路径种群。把二维的路径转化为一维，生成简单的路径基因，提出了物理意义明确的适应函数和相应的变异算子，从而引导遗传算法快速收敛于最优解。实验仿真表明，该算法能够快速、稳定的搜寻到所需的最佳路径。     

基于感知-行为的移动机器人全区域覆盖路径规划

针对未知环境信息下的移动机器人全局区域覆盖路径规划问题,提出了一种基于感知-行为的路径规划方法。根据移动机器人实时感知的传感器信息,建立机器人全区域覆盖的行为执行表,在机器人全区域覆盖过程中,通过这种感知与行为的关联能够实时有效地驱动机器人实现路径规划。模拟与仿真的结果证明了算法的简单性和实用性。     

关于移动机器人路径最优化问题

针对移动机器人路径规划的人工神经网络算法所存在的问题,提出应用局部路径修正和路径“张紧”法加以改进,以便适应多个障碍物的不同要求,在复杂环境下实现规划路最优化,并证验其有效性。实践表明,应用该方法改进的新算法效果十分显著,能够确保路径无碰撞,计算速度远高于原算法,快速得到最优化路径,并使路径长度有一定程度的缩短,在保证路径平滑性和兼顾快速性的前提下,解决了碰撞和路径最短问题,有效地实现了路径规划最优化。     

基于ARM的移动机器人路径规划控制算法研究

针对人工势场法在移动机器人路径规划中存在的"死锁"现象,建立了改进的人工势场数学模型,实现底层实时控制;通过膨胀和腐蚀操作,对图像进行二值预处理,采取全局空白搜索方法,使移动机器人远离局部最小值,形成平滑无碰撞路径。结合移动机器人实体本身运动特点,选用ARM处理器的控制模式,规划各层算法优先级高低,设计移动机器人路径规划控制算法。通过对比实验表明,该算法能够较好地满足复杂环境下移动机器人路径规划中的有效性、实时性和环境适应性的要求。