基于混合智能算法的机器人避障路径规划研究

为提高智能机器人在市场内的使用率,优化机器人的使用性能,开展基于混合智能算法的机器人避障路径规划方法的设计。结合动力学扰动行为的分析,获取机器人不同关节有效运动参数,通过对不同运动姿态的有效融合,建立机器人障碍规划运动学模型;基于栅格法,对障碍物环境进行网格划分,基于蚁群算法,定位机器人避障最优参数,以此实现对避障路径规划中参数的设定;利用OAO的局部定位与全局检索能力,构建一个环境障碍物随机树,将其与蒙特卡洛算法进行融合,进行机器人规划初步行进路径的设计。实验结果证明,设计的路径规划方法,在实际应用中,可以起到缩短并优化避障路径的作用,以此种方式,提高机器人行进的速度与效率。     

基于道路场景理解的巡检机器人避障方法研究与应用

为提升巡检机器人的导航避障能力,本文将深度学习技术应用于场景识别中,提出了一种基于道路场景理解的巡检机器人自主避障方法(Road Scene Understanding Net, RSUNet).该方法首先将多层卷积与LeakyReLU激活函数相结合,并以残差结构和金字塔上采样结构的方式,构建高精度道路场景理解网络;其次,设计自适应控制模块来对比前后两帧图像的深层特征信息,并根据特征差异大小自动控制后续网络层的特征计算,避免相似特征重复提取,保障网络效率;最后,将场景理解结果转化为巡检机器人前方不同区域的目标信息,通过分析机器人前方可行道路区域以及障碍物所处位置来指导巡检机器人实现导航避障.实验结果表明,所提方法有效的平衡了场景理解网络的识别精度与计算效率,同时,在实际变电站巡检机器人平台上,该方法也表现出较强的适应性,并能准确高效的为机器人提供场景信息,辅助机器人完成实时自主避障.     

一种针对大型凹型障碍物的组合导航算法

针对移动机器人导航过程中无法规避大型凹型障碍物问题,该文提出一种多状态的组合导航算法。算法按照不同的运动环境,将移动机器人的运行状态分类为运行态、切换态、避障态,同时定义了基于移动机器人运行速度和运行时间的状态双切换条件。当移动机器人处于运行态时,采用人工势场法(APFM)进行导航,并实时观测毗邻障碍物的几何构型。在遭遇障碍物时,切换态用于判断是否满足状态切换条件,以进入避障态执行避障算法。避障完成后,状态自动切换回运行态继续执行导航任务。多状态的提出,可有效解决传统人工势场法在大型凹形障碍物的避障过程中存在局部震荡的问题。基于运行速度和运行时间的双切换条件判定算法,可实现多状态间的平滑切换。实验结果表明,该算法在解决局部震荡问题的同时,还可降低避障时间,提升导航算法效率。     

机器人避障中最短路径的算法研究及应用

基于机器人在平面区域运动的避障问题,通过单一障碍物路径长度设计算法,利用MATLAB软件进行分别计算,综合比较得出机器人从区域起点到达目标点的避障最短路径。     

基于CNN的移动机器人局部路径激光雷达辅助规划方法

移动机器人在开展局部路径规划时,对障碍物的准确识别及避障路径规划效果会直接影响机器人的安全运行。为此,提出基于CNN的移动机器人局部路径激光雷达辅助规划方法。该方法首先依据CNN方法建立障碍物定位模型,结合设计的视觉控制器,完成场地内障碍物位置的定位;再使用激光雷达采集机器人与障碍物位置之间的距离,再通过VFH算法对距离量化,利用自适应阈值计算机器人移动时的转向,从而确定机器人的局部航向,实现机器人的局部路径规划。实验结果表明,使用该方法实施路径规划时,规划出的路径长度最多为82 m,规划时间最多为5.12 s,规划效果好。     

基于红外的障碍场中集群微机器人的控制方法

对多障碍物环境下微机器人集群运动的控制问题进行了研究.结合微机器人尺寸小的特点,采用低功耗的红外传感器感知外界环境.设定机器人的安全区域,根据机器人运动过程中避障和路径规划所要满足的边界条件,提出了基于人工蜂群问题优化的路径规划控制模型,实现了微机器人的避障和路径规划.仿真结果验证了该控制方法的有效性.     

面向动态障碍物的三维A*优化避障算法研究

针对空间站舱内漂浮物、太空碎片密集区域等复杂场景下的动态避障问题,本文提出了一种面向动态障碍物的三维 A*优化避障算法,主要用于完成空间站舱内飞行器和小型空间机器人在上述环境下的路径规划任务。该算法把传统二维 A*算法推广到了三维,然后通过模糊判断规则对路径进行优化,实现运动路径的实时优化,降低在三维无重力环境下的能量消耗。仿真结果表明,该算法可以对三维环境下动态障碍物进行有效避障,并且优化指标提高将近一倍, 能够有效降低能量的消耗。     

基于激光雷达局部地图构建的机器人避障路径规划

机器人周围环境的光照、阴影及物体遮挡等条件易导致环境信息采集出现误差，影响机器人建图精度。为优化障碍物的探测准确度和机器人的避障速度，提出基于激光雷达及模糊比例积分微分(PID)的机器人避障路径规划方法。利用Kinect传感器采集机器人环境深度信息，并将其转化为3D信息，构建全局地图。利用激光雷达，通过坐标转换、线段分割，构建局部地图，补充全局地图的不足。结合Cartographer算法优化机器人控制参数，利用模糊PID控制器完成机器人避障路径的规划。实验结果表明：该方法在普通避障环境和复杂避障环境下，均能够成功躲避障碍物，且避障路径均较短。     

基于ROS的无人派件精灵系统设计

该文主要是对物流配送机器人在校园、社区、室内等环境下的物流配送的"路径规划-包裹配送-运动控制-环境建模-位置定位"展开研究。采用了ROS(Robot Operating System)机器人操作系统作为整个物流配送机器人的核心,通过ROS开源操作系统的功能包结合外围传感器来结合PID算法的差速运动模型来实现对机器人的任意角度运动控制以及远程控制,通过外围传感器进行对周边的环境信息进行感知结合SLAM算法进行二维地图的构建。通过在构建好的地图上进行设计一个起始点和一个目标点,物流配送机器人在该地图中进行路径规划,在规划好的路线执行导航到目标点,在导航的途中遇到障碍物,机器人会自动的避开障碍物或者从新规划路线,从而来实现包裹从起始点到目标点的配送工作。     

改进的人工势场法在机器人足球路径规划中的应用

传统的人工势场法在静态的路径规划中有较好的效果,对于足球机器人这类对抗性与实时性比较强的动态环境的路径规划往往存在一定的缺陷。由于传统的人工势场法是单纯的考虑势能与距离间的关系,所以在实际的路径规划中有些不必要的避障也考虑在内,无形中就增加了计算的繁琐度。在改进的人工势场法中我们引进了机器人与障碍物的相对位置与相对角度以及机器人与障碍物的距离跟机器人与目标点的距离的联系,根据障碍物所处的相对位置以及与机器人的相对角度来确定障碍物对机器人的威胁程度,从而来确定斥力的大小。在传统的算法中机器人所受的引力随距离减小而减小,斥力随距离减小而增加。所以当障碍物出现在目标点附近且在机器人威胁区域内时,往往会因为斥力相对引力足够大而使机器人无法到达目标点。所以在考虑斥力时我们有必要把机器人与目标点的距离也考虑在内。最后本文用仿真方法证明该方法的可行性。     

基于模糊算法的移动机器人路径规划

为了解决移动机器人最优路径规划问题,提出一种基于模糊算法的移动机器人路径规划策略.利用超声波传感器对环境进行探测,得到关于障碍物和目标的信息.运用模糊推理将障碍位置信息与目标位置信息模糊化,建立模糊规则并解模糊最终使机器人可以很好的避障,从而实现了移动机器人的路径规划.仿真实验结果表明了模糊算法优于势场法和A*算法,具...     

激光近场探测传感器在机器人动态避障中的应用

普通传感器在工业机器人应用中,外部环境的不确定性会对机器人目标探测效果造成影响,导致机器人无法精准避障。为此,研究激光近场探测传感器在机器人动态避障中的应用。确立场景环境坐标系,并利用探测传感器探测出障碍物信息。基于此,采用多激光近场传感器信息融合技术,定位探测的障碍物,从中得出障碍决策值,最终根据障碍决策值,制定激光近场探测传感器动态避障行为,完成动态避障。实验结果表明,通过对该传感器开展机器人静态避障测试、动态避障测试,验证了该传感器应用后的避障精准度高。     

基于生物触角的仿生条件反射机器人导航算法

 运用神经行为学原理提出一种模拟生物条件反射活动的机器人导航算法.对于环境感知,提出生物触角模型,因仅对特定区域信息进行处理,大大减小了计算量;对于运动控制,提出一种实用的改进Bug算法,机器人依靠生物触角感知环境刺激,实时激励触发相应的行走行为.最后在多种障碍物分布情形下进行算法对比验证.结果表明,机器人可以利用该算法实现未知环境下定目标点自主导航,具有转向次数少、绕行障碍物距离小及运动路径平滑等优点.该算法在自主移动机器人和自主牵引车辆中具有潜在应用价值.     

基于动态障碍物的机器人避障路径规划方法

针对传统机器人路径规划只适用于障碍位置固定的环境中,无法避开动态障碍物的问题,提出一种融合动态障碍物信息的机器人避障路径规划方法.对传统动态窗口法(Dynamic Window Approach,DWA)进行改进,融合动态障碍物信息与机器人运动学分析,来解决机器人在动态环境下的避障问题,并与改进的A*算法融合,来保障机器人路径规划的全局最优性.实验结果证明,所提出的方法在动态环境下适应度高、安全性强,具有一定的应用价值.     

基于单目视觉与改进势场法的避障算法

针对无人平台在未知环境缺乏全局障碍物位置信息难以进行实时避障的问题,提出一种融合深度神经网络和改进人工势场的动态避障方法。首先利用YOLOv5s轻量目标检测网络和轻量化深度估计网络构建障碍感知模块,探测障碍物位置和深度;其次使用目标框和等效深度描述周围障碍物的三维信息;然后将自身平台投影到图像平面形成核心区,并根据障碍物的等效深度网格与核心区的位置关系计算核心区在像平面虚拟势场受力方向、所需要的偏航角和线速度;最后控制系统接收到信号后引导无人平台转向或制动,使核心区内部深度大于设定的安全距离完成动态避障。实验基于单目可见光和红外进行避障测试,结果表明视觉感知模块可以准确探测常见障碍物的位置和深度,核心区能够直观地反映无人平台与障碍物的位置关系,方法仅依赖单目传感器便可实现有效避障,相比于传统方法成本低廉、部署灵活,为无人平台在日间、夜间的未知环境进行避障提供了新思路。     

基于视觉跟踪的移动机器人路径规划研究

针对复杂环境下含有外部干扰的移动机器人系统,进行路径规划和避障时算法移植性差收敛速度慢、控制系统开放性低容易陷入局部最优,提出一种不依赖滤波器函数和专用通信协议,能够同时满足时效性和精准度的路径规划算法。设计的路径规划算法将机器人运动控制与视觉控制集成一起,随着机器人的运动计算角位移和目标距离,通过以太网进行数据传输,利用相似度不断关联目标路径,最终快速准确地定位目标动态实现路径规划和避障。与传统路径规划算法相比,所提出的模型简单,无需进行复杂的机器人运动学分析,同时在集成系统中引入预设性能评价函数,合理利用系统资源保证了系统的安全性和稳定性。通过李雅普诺夫第二方法稳定性分析,验证算法的稳定性和有效性。     

无人船避障导航算法仿真测试平台设计与开发

为解决无人船避障导航算法验证成本高的问题,在实验室中为相关算法提供便捷高效的离线测试方案,利用虚拟现实技术,基于Unity 3D开发平台,采用插件动态加载方法,设计开发了一款仿真测试软件平台。在此软件平台中能够实时生成具有随机障碍物的虚拟近岸海洋环境,将自主设计开发的避障导航算法嵌入无人船运动过程中,对相关算法的性能指标进行测试和记录展示。设计开发的无人船避障导航算法仿真测试平台,为无人船关键测控算法的离线仿真测试验证提供了新的手段,实验过程易于复现,算法效果比对直观。与实船实验相比节省了大量的人力物力,提高了算法测试验证的便捷性和效率。     

区域多任务安全隐患排除的机器人调度策略

针对灰狼优化算法易陷入局部最优且单一算法不易解决障碍物空间多机器人隐患搜排的调度问题,提出了一种分步引导式多机器人安全隐患协同排除调度策略。首先引入非线性收敛因子调整策略和静态加权平均权重策略改进灰狼优化算法以避免算法陷入局部最优;随后通过改进的灰狼优化算法先后两次求解遍历顺序,引导机器人规划搜索路径与排除隐患点路径;最后在领航者-跟随者模型的基础上多机器人编队与队形变换避障,逐一到达隐患点位置实现多机器人的调度策略。通过国际通用6个基准函数进行测试,改进的灰狼优化算法在收敛速度、搜索精度及稳定性上均有明显提高,验证了区域多任务安全隐患排除的分步引导式多机器人协同调度策略的有效性。     

基于改进人工势场法的机器人路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达(GNRON)和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法。针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径。仿真结果证明了此方法的有效性。     

基于改进人工势场法的机器人路径规划研究

传统人工势场法在机器人路径规划中存在障碍物附近目标不可达(GNRON)和局部极小值问题,针对目标不可达问题,使用改进斥力场函数的方法。针对局部极小值问题,在改进人工势场法的基础上,利用随机逃离和沿等势线逃离的方法,并且对此方法进行分析和改进,改进后的方法优化处理了机器人的避障路径。仿真结果证明了此方法的有效性。