基于超声波传感器测距的家用自主式移动

为了提高家用吸尘器使用的效率,并保证安全性和可靠性,提出利用超声波传感器来测距的环境信息采集的吸尘器清扫路径规划算法.首先简要描述了机器人路径规划的目标、超声波测距的工作原理;分析了家用自主式移动吸尘器设计时所面临的问题;提出了一种基于超声波传感器的家用自主式移动吸尘器路径规划算法,该算法有效地减少了吸尘器清扫某个具体环境的时间,提高其清扫效率,同时具有自动检测障碍物、自主避障的功能.     

自主吸尘机器人的研究现状

详细评述了自主吸尘机器人的研究特点和国内外的研究现状,分析了多传感器融合、环境建模、定位和路径规划等关键技术,指出了其中的难点和面临的问题．同时,探讨了自主吸尘机器人的发展趋势和未来的研究重点．     

基于超声波传感器测距的家用自主式移动吸尘器路径规划算法

为了提高家用吸尘器使用的效率 ,并保证安全性和可靠性 ,提出利用超声波传感器来测距的环境信息采集的吸尘器清扫路径规划算法。首先简要描述了机器人路径规划的目标、超声波测距的工作原理 ;分析了家用自主式移动吸尘器设计时所面临的问题 ;提出了一种基于超声波传感器的家用自主式移动吸尘器路径规划算法 ,该算法有效地减少了吸尘器清扫某个具体环境的时间 ,提高其清扫效率 ,同时具有自动检测障碍物、自主避障的功能     

吸尘机器人系统设计与避障算法研究

基于Cortex-M0微控制器设计超声波、红外和碰撞等多传感器硬件系统感知机器人工作环境,应用模糊神经网络对采集的数据进行信息融合处理,输出结果用来控制吸尘机器人的定位与避障。实验证明,多传感器硬件系统和基于模糊神经网络的避障算法大大提高了吸尘机器人的定位与避障精度,对不同的工作环境也具有良好的鲁棒性。     

移动机器人模糊逻辑控制系统避障研究

本文对全区域覆盖的局部路径规划，采用了一种模糊控制算法，利用模糊控制算法自身所具有的鲁棒性和基于生物学上的感知一动作的行为相结合。对于移动机器人的避障系统提出了充分接近障碍的避障策略，并对相关理论和实现方法作了深入的研究。     

足球机器人路径规划算法的研究及其仿真

研究足球机器人路径规划优化问题,足球机器人由于赛场情况千变万化,系统本身存在非线性,环境也具有时变性特点,要求机器人相互协作实时性要求高。结合足球机器人系统特点,提出一种蚁群算法的足球机器人路径规划算法。把每一只蚂蚁看作是一个机器人,蚂蚁根据信息素调整自己的前进方向,通过蚂蚁间的信息交流和相互协作快速找到一条最短的机器人运行无碰撞的路径。采用算法进行测试,结果表明,用蚁群算法较好地克服了局部最优的缺陷,获得最优路径,且无碰撞现象,符合足球机器人路径规划的实时性要求。     

基于BIM的建筑机器人自主路径规划及避障研究

针对建筑机器人进入施工位置全局路径规划最优且可实时避障的要求,提出了一种新型的导航地图建立方法,通过建筑物BIM（Building Information Modeling）模型建立导航地图,通过优化A*算法搜索点选取策略,以及删除了路径上的冗余转折点,缩短算法运行时间,且规划出的全局路径不会紧贴着建筑物墙壁,有效降低了机器人与墙体发生碰撞的可能性。结合动态窗口算法进行局部路径规划,在全局路径关键点之间使用动态窗口法,且加入了新的刹车判定条件,使得机器人的运动连续化。实验结果表明改进后的A*算法运行时间相较于原始算法减少50%以上,每去除一个冗余转折点路径长度减少0.4?m,路径与障碍物之间的距离比原始算法增加了2倍,结合了动态窗口法之后能够较好地避开障碍且输出的控制参数连续化。     

吸尘机器人的研究现状与展望

吸尘机器人融合了移动机器人和吸尘器技术，成为服务机器人领域中的一种新型高技术产品，具有可观的市场前景，本文系统综述了吸尘机器人的研究开发现状及其关键技术，并提出了吸尘机器人的近期发展中的若干问题。     

吸尘机器人的现状及其智能系统的若干关键技术

吸尘机器人能实现室内环境全自动清洁,替代了传统的人工清洁,具有十分广阔的市场前景。介绍了国内外吸尘机器人产品现状;综合评述了其智能系统中的全区域覆盖、路径规划、环境建模及传感器等的研究现状,对关键技术的难点进行了说明,并对其发展前景做了展望。     

面向荒漠复杂地形的机器人在线全覆盖路径规划方法

对于地形复杂、范围广阔的荒漠环境,当前的地图模型存在占用存储空间过大的问题;同时在复杂地形下,当前的全覆盖路径规划算法能量消耗大,无法适用于在线条件.对此,提出一种在线的全覆盖路径规划算法及相应的地图模型.首先,介绍一种变分辨率的三维栅格地图模型.其次,分析机器人在非平面环境下进行全覆盖任务的能量消耗问题,得出最节约能量的覆盖方式.在对平坦地形的覆盖中,基于优先级覆盖的思想,对传统的牛耕法覆盖做出改进,拓展为8个方向.然后,针对非平坦地形提出一种在线的面向地形的区域分解方法,在全覆盖过程中根据高度将特殊地形区域分解出来单独覆盖.在子区域内部,对特殊地形抽象得到斜面模型,引入地形变化函数,形成新的优先级遍历方法,并设计一种针对性的避障策略以进一步减少能量消耗.最后,对所提出的算法进行仿真验证以及机器人实验.仿真验证和实验结果表明,相比于其他算法,所提出算法能显著减少全覆盖过程中的重复率以及机器人总能量消耗.     

智能机器人的一种新路径规划算法

为了使智能机器人的运动过程更加顺利快速,使其用更短的时间和更短的路径到达终点,采用了基于几何理论的路径规划算法,寻求智能机器人最优路径规划。该算法利用切线最短的理论优化机器人的运动过程,对智能机器人运动的每一段路径都进行了规划和优化,使智能机器人的整个运动过程更加顺畅。在实际应用中,成功地缩短了机器人的运动路径,并成功地进行了避障。这种方法使用简单,容易理解,可广泛应用于智能机器人的路径规划和避障系统中,在实际应用中更能减少能量损耗。     

Variable-dimensional Flower Pollination obstacle avoidance algorithm on autonomous walking of NAO robot in dynamic environment

This paper proposes a novel dynamic obstacle avoidance method based on the Variable-dimensional Flower Pollination (VFP) algorithm, which can avoid dynamic obstacles under an unknown environment. The grid map is used to describe the environment and the shearing map refreshment strategy is used to improve refreshment efficiency. The fitness function is designed by combining Chebyshev distance with Euclidean distance, which can reasonably evaluate the planned path. Simulation results with traditional Flower Pollination algorithm and VFP algorithm are compared. The simulation results show that the VFP algorithm has a faster learning speed than the traditional Flower Pollination algorithm. To verify the simulation result, the VFP algorithm is implemented on the NAO robot, and the experiment result demonstrates that the Variable-dimensional Flower Pollination algorithm is feasible and effective.     

移动机器人全覆盖路径规划研究

移动机器人的全局路径规划基本上可分为起点到终点寻优和全覆盖寻优两种。所谓全覆盖寻优路径规划,是指移动机器人快速而高效率地走遍一个区域内除障碍物以外的全部地方。对全覆盖路径规划方法的研究现状加以分析、比较和归纳,对全覆盖路径规划方法的发展趋势和研究方向进行探讨,也介绍作者自己的研究工作,同时对国内外刚开始不久的多机器人协作在全覆盖路径规划领域的研究工作也予以介绍,最后归纳出全覆盖寻优路径规划的发展方向及待解决的问题。     

基于人工势场法的移动机器人路径规划研究

人工势场法是机器人局部路径规划常用的一种方法,具有反应速度快、计算量小和实时性等优点。但这种方法容易产生局部极点,导致机器人停止移动,达不到目标。文章利用传统的人工势场法对移动机器人避障行为进行了仿真实验并成功地规划出一条光滑路径,并对人工势场法研究现状进行了分析讨论。     

一种基于轻量级矢量地图的无人车导航方法

现有的差分全球定位系统通常需要高精度地图数据的支持,然而高精地图制作成本高昂,且 庞大的地图数据对车载电脑性能及网络通讯带宽有较高要求。该文提出一种基于低数据量矢量地图的智能车导航方法,通过引入道路标签机制,从高层次抽象组织道路点,以便快速建立矢量导航地图,并大幅度降低道路点的重复存储。基于该地图的导航方法自动规划最优全局路径,通过基于预瞄点与历史点的几何学算法进行路径跟踪与避障,从而将上位机计算出的方向盘转角、油门和制动踏板深度信息传递到车辆底层控制器,以控制车辆按规划路径行驶。该方法的有效性和准确性在自主开发的无人驾驶平台上得到了验证。     

基于二分搜索的牛耕式全覆盖规划算法研究

针对栅格环境下存在任意形状的静态障碍物问题,提出了结合二分搜索法的牛耕式全覆盖路径规划算法,该算法可以加速寻找下一个未覆盖空间的初始位置,提高了覆盖的效率。对该算法在多种室内环境中进行仿真,仿真结果表明该算法切实可行。另外,通过与其他全覆盖算法进行对比,结果表明该方法能有效地降低重复覆盖率。     

基于改进A*算法的无人机避障路径规划

近年来,物流行业的飞速发展,运输是物流的重要环节之一,根据数据显示,运输的成本占据整个物流成本的50%以上.无人机的使用有效的控制了运输成本,合理规划物流无人机的飞行路线,也起着至关重要的作用.在物流无人机的航迹规划中,必须保证无人机飞行过程中能够准确避开禁飞区.本文基于A^*算法,结合多种类型的禁飞区,设计出一种改进算法,能够找到任意两客户点间无人机避障飞行的最优路线.仿真结果表明,本文所设计的算法能够有效解决多类型禁飞区并存的无人机避障路径规划问题.     

基于改进型遗传算法的动态避障路径规划方法

针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了三个新的操作-复原、重构和录优操作,使改进后的遗传算法收敛于全局最优,并在此基础上以路边约束、动态避障和路径最短作为适应度函数,提出了动态避障的路径规划方法.通过实验仿真验证了算法的有效性、准确性和实时性,并与基于以往的遗传算法的路径规划方法进行比较,结果表明本文提出的方法在产生的路径长度和算法运行时间上都具有更优的性能.     

基于遗传算法的移动机器人路径规划

采用动态可变长编码的方法,以栅格表示环境。针对遗传算法大型障碍物难的问题,采用follow wall行为,较好地解决了基于遗传算法的快速路径规划和大型障碍物避障问题。该算法适应任何形状的障碍物,适用于静态和动态环境中。计算机仿真表明,该算法是一种正确和高效的路径规划方法。     

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。